Sistema de reconhecimento e medida semiautomática de alvos em campo terrestrede calibração de câmaras

Abstract

Resumo: Qualquer câmara que se pretenda utilizar em Fotogrametria precisa ter suas características conhecidas por meio de calibração. Esta afirmação é ainda mais verdadeira quando se trata de câmara não fotogramétrica e de comércio comum, ou "off-the-shelf". Sistemas de identificação de alvos em imagens que forneçam alguma automatização à calibração de câmaras introduzem agilidade, economia e confiabilidade a esse processo. Nesta pesquisa foi proposto um sistema semiautomático de reconhecimento de alvos em imagens. Foram utilizados quatro alvos quadrados nas cores vermelho, verde, azul e preto, inseridos em cada extremidade do campo de calibração, bem como 63 alvos circulares monocromáticos distribuídos pelo campo. A partir de uma fotografia do campo de calibração, o sistema converteu a imagem para o espaço de cores CIELuv, onde a segmentação por meio de limiarização foi realizada. As imagens foram disponibilizadas no espaço RGB, sendo utilizadas cores puras para a identificação dos segmentos obtidos. Os centróides dos segmentos referentes aos alvos coloridos foram detectados por meio de componentes conexos. Utilizando as coordenadas em imagem destes centróides e as coordenadas para o referencial local do campo de calibração, por meio da transformação projetiva foi possível determinar quais são os parâmetros que devem ser utilizados para obter as coordenadas aproximadas dos alvos circulares na imagem. Nesses locais, foram inseridas janelas de busca para o reconhecimento por casamento de padrões. Foram então detectadas as coordenadas de imagem do centro dos alvos circulares, sendo que esse procedimento foi realizado para várias imagens. O sistema foi utilizado para imagens tomadas em dias e horários diferentes, com iluminação variante. Os resíduos entre as coordenadas lidas para o referencial do campo de calibração e as coordenadas obtidas pelo sistema foram maiores do que o esperado. Prováveis explicações abrangem o formato e tamanho dos padrões escolhidos para a identificação e experimentos realizados com câmaras de baixa qualidade (distorções não parametrizadas). Palavras-chave: detecção semiautomática, segmentação, casamento de padrões, alvos.

Abstract: Any camera, when used in Photogrammetry, need to have their characteristics known by camera calibration. This statement is even more true when it comes to not photogrammetric camera, or "off-the-shelf". Recognition targets systems that provide some automation to the camera calibration introduce agility, economy and reliability to this process. In this research it was proposed a semiautomatic target recognition system in images. It was used four square targets in the colors red, green, blue and black, inserted in each corner of the calibration field, as well 63 circular monochromatic targets spread in the field. From a photo, the system converted the image to the CIELuv color space, where the segmentation with thresholding was performed. The images were available in RGB color space, with pure colors being used for the identification of the segments obtained. The centroids of the segments referred to the color targets were detected by connected components. Using the image coordinates of these centroids and the coordinates of a local referential of the calibration field, with the projective transformation was possible to determinate the parameters to be used to obtain an approximation of the circular targets coordinates in the image. In these locals, the search windows for the template matching was positioned. The image coordinates of the center of the circular targets were detected and this process was performed for various images. The system was utilized with photos taken in different days and times, with variant lighting. The differences between the coordinates of a local referential of the calibration field and the coordinates obtained by the system were higher than the acceptable, probably due the chosen template for the template matching. Keywords: semiautomatic detection, segmentation, template matching, targets.