Documentos de Académico
Documentos de Profesional
Documentos de Cultura
POLITCNICA SALESIANA
SEDE CUENCA
CARRERA
INGENIERA ELECTRNICA
Tesis previa a la obtencin del Ttulo de:
Ingeniero Electrnico
AUTOR:
Tnlg. Claudio Ismael Pineda Guncay
DIRECTOR:
Ing. Marco Alexander Carpio Alemn
Cuenca Ecuador
2013
DECLARATORIA DE RESPONSABILIDAD
Los conceptos desarrollados, anlisis realizados y
las conclusiones del presente trabajo, son de
exclusiva responsabilidad del autor y autorizo a la
Universidad Politcnica Salesiana el uso de la
misma con fines acadmicos.
CERTIFICACIN
Yo, Ing. Marco Alexander Carpio Alemn certifico que el
presente documento fue desarrollado por el Tnlg. Claudio Ismael
Pineda Guncay, bajo mi supervisin.
II
AGRADECIMIENTO
Quiero agradecer a Dios por permitirme alcanzar una meta ms
en mi vida, a mi familia la cual estuvo apoyndome
incondicionalmente a lo largo de mi carrera universitaria,
aportando cada uno para que este sueo de ser un profesional sea
hoy una realidad. Tambin quiero agradecer a mis amigos que de
igual manera me brindaron su apoyo siempre Jaime, Emanuel,
Anita, Kari y de igual manera al Ing. Marco Carpio por su
colaboracin como Director de este proyecto.
III
DEDICATORIA
IV
RESUMEN
La visin del Hombre es binocular, es decir que el cerebro humano interpreta el
entorno a partir de dos imgenes con pequeas diferencias entre ellas, debidas a la
separacin que posee una persona entre sus ojos. La diferencia o disparidad entre
estas imgenes es uno de los elementos utilizados por el cerebro para apreciar la
profundidad de una imagen determinada.
Como humanos, poder percibir el mundo que nos rodea en tres dimensiones, resulta
un proceso relativamente fcil, sin embargo la visin artificial no tiene todas las
facilidades con las que cuenta nuestro sistema visual. De esta manera es necesario
contar con ciertos procesos mnimos para obtener una percepcin ms cercana a la
realidad. Por lo antes expuesto el sistema de estimacin que se presenta a
continuacin precisa de cmaras que posean la mayor resolucin posible, de un
mdulo de visin y el software de procesamiento. Las cmaras permiten que la
calidad de la imagen sea la ms ptima, logrando as que la etapa de procesamiento
sea ms fluida y por ende el resultado de la estimacin sea ms exacto.
La visin estereoscpica es una de las maneras que existen para adquirir informacin
de una escena tridimensional, la distancia a los objetos que estn en la escena es una
VI
NDICE
Pag.
DECLARATORIA
CERTIFICACION
II
AGRADECIMIENTO
III
DEDICATORIA
IV
RESUMEN
CAPTULO I
INTELIGENCIA ARTIFICIAL
1.1
Introduccin
1.2
Visin Artificial
1.3
Adquisicin de la imagen
1.4
Procesamiento de la imagen
1.5
Reconocimiento de objetos
1.6
1.6.1
Extraccin de caractersticas
CAPTULO II
VISIN ESTEREOSCPICA
2.1
Introduccin
11
2.2
Generalidades
12
2.3
Restricciones Estereoscpicas
12
2.3.1
Restricciones Geomtricas
12
2.3.2
Restricciones Fotomtricas
13
2.4
14
2.4.1
14
CAPTULO III
DESARROLLO DE LA APLICACIN EN LabVIEW
3.1
Adquisicin de la imagen
19
3.2
19
3.3
Histograma de la imagen
20
VII
3.4
21
3.5
22
3.5.1
22
3.5.2
Calculo de disparidad
23
3.6
23
CAPTULO IV
PRUEBAS Y RESULTADOS
4.1
25
4.2
26
4.3
27
4.4
28
4.5
29
4.5.1
31
4.5.2
34
4.5.3
37
4.6
40
CAPTULO V
CONCLUSIONES Y RECOMENDACIONES
5.1
Conclusiones
41
5.2
Recomendaciones
42
BIBLIOGRAFA
44
ANEXO
45
NDICE DE FIGURAS
Figura
Pag.
VIII
Matrices de Conectividad
15
17
profundidad
10
19
11
20
12
21
de anlisis
13
22
14
23
15
25
16
26
configuradas
17
28
adquiridas
18
29
19
30
20
30
21
40
NDICE DE GRFICOS
Grfico
Pag.
31
32
32
33
33
34
35
35
36
10
36
IX
11
37
12
38
13
38
14
39
15
39
NDICE DE TABLAS
Tabla
Pag.
31
34
37
CAPITULO I
CAPTULO I
INTELIGENCIA ARTIFICIAL
1.1 INTRODUCCIN.
El espectro visible es, una porcin muy pequea del conjunto de ondas
electromagnticas que tiene la peculiaridad de ser captada por los ojos y
procesada en el cerebro. El ojo humano es capaz de distinguir radiaciones de
longitudes de onda comprendidas entre los 380nm y los 780nm.
Para producir una imagen, la escena de una fotografa debe estar iluminada con
una o ms fuentes de luz, el saber escoger una tcnica de iluminacin adecuada
puede ahorrar tiempo en la elaboracin de algoritmos para compensar posibles
errores debido a la iluminacin, y a su vez hace ms confiable y rpida a la
aplicacin con la que se est trabajando.
Cuando el reflejo de luz incide sobre un objeto y esta es recolectada por el lente
de la cmara, se convierte en una imagen. Se utiliza una iluminacin controlada
para poder acentuar las caractersticas de inters de una imagen y atenuar las
caractersticas innecesarias, siendo esto crtico cuando hay formas complejas o
superficies muy reflectantes.
GigE Vision es una interfaz de cmara que utiliza los cables estndares y
econmicos adems de un hardware bsico para la implementacin. El
estndar GigE Vision ofrece mayor flexibilidad, con largas longitudes de
cable hasta 100 m y la habilidad de conectar mltiples cmaras a un solo
puerto usando hubs en red.
Las cmaras Basler scout GigE Vision ofrecen un diseo comprobado con
una variedad de resoluciones y velocidades. Con la amplia seleccin de
modelos scout, usted puede encontrar rpidamente la cmara adecuada para
su aplicacin.
Una cmara a colores posee tres sensores, los mismos que relacionan las
longitudes de onda del color rojo (R), verde (G), y azul (B), conformando el
sistema RGB. En una imagen de este tipo la funcin f(x,y) devuelve un vector,
con los valores de proyeccin del color en formato RGB.
con
otros
programas
de
software
en
la
plataforma.
Con un nmero de E/S TTL altamente aislada, E/S digital habilitada por
FPGA, rpido rendimiento de procesador multincleo y un 2 GB de memoria
RAM, el EVS-1460 se puede sincronizar con controladores lgicos
programables (PLCs), interfaces humano-mquina (HMIs) y controladores de
movimiento para inspecciones ms complejas y de ms alta velocidad que
incorporan la interaccin del operador.
como un pxel cuyo valor afecta los valores de los pxeles cercanos durante
ciertas funciones de procesamientos de imgenes.
Luego de identificar un conjunto de pxeles que pertenecan a un mismo
rango en la segmentacin es decir los que tenan similar intensidad, se debe
agruparlos en partculas. Este proceso de agrupacin de pxeles en partculas
introduce el trmino conectividad. La figura 7 representa grficamente la
conectividad que usa el IMAQ RemoveParticle VI en LabVIEW.
La conectividad-4 considera que dos pxeles son parte de la misma partcula si son
verticalmente u horizontalmente adyacentes a diferencia de la conectividad-8 la cual
considera que dos pxeles son parte de la misma partcula si son verticalmente,
horizontalmente o diagonalmente adyacentes.
Posterior al mejoramiento de la imagen se puede extraer las caractersticas del objeto
el cual es una partcula o un conjunto de pxeles contiguos diferentes de cero en la
imagen binaria. Las partculas pueden ser caracterizadas por medio de mediciones
relacionadas a su ubicacin, rea y forma.
Algunas de las mediciones que se pueden realizar a las partculas son:
Mxima longitud Feret: Segmento de lnea que une los dos puntos ms
apartados del permetro.
10
CAPITULO II
CAPTULO II
VISIN ESTEREOSCPICA
2.1 INTRODUCCIN.
Con la visin artificial se puede obtener imgenes que contengan una gran
cantidad de informacin del entorno, pero la profundidad de la escena no es
apreciable. Esta desventaja se puede solucionar obteniendo dos o ms imgenes
desde una diferente percepcin a la primera, y mediante utilizacin de tcnicas se
puede reconstruir la escena tridimensional.
simulan la
capacidad del
ojo
humano
de captar
tridimensionalmente una escena a partir de las dos imgenes tomadas por sus
ojos. [2]
Los mtodos activos hacen intervenir una fuente de luz especfica para
determinar las coordenadas tridimensionales de los puntos de medida. Estos
sistemas constan siempre como mnimo de un emisor de luz y un receptor, slo
sirven para cuerpos negros, especulares ni transparentes as como con medios
participativos.
11
2.2 GENERALIDADES.
Es importante que las caractersticas de las dos cmaras usadas deban ser
similares, es decir la resolucin, la velocidad de transmisin, enfoque, niveles de
zoom, etc. Esto es debido a que se realiza una comparacin entre las imgenes y
si las imgenes no poseen las mismas caractersticas el sistema incurrir en un
error y por tanto no dara un resultado fiable.
Estas son procedentes de los objetos visualizados o captados por las cmaras y
son oportunas considerarlas para el correcto funcionamiento del sistema de
visin:
12
Epipolar:
Las imgenes de una misma entidad 3D deben proyectarse sobre la misma
lnea epipolar. Esta restriccin se deriva de la geometra de las cmaras y
requiere que las cmaras estn alineadas.
Semejanza:
Las dos imgenes de la misma entidad 3D deben tener propiedades o
atributos equivalentes, es decir donde los pixeles deben tener valores de
intensidades similares.
Unicidad:
Para cada caracterstica en una imagen debe haber una nica caracterstica
en la otra imagen, es decir que por cada punto capturado por la imagen
derecha solo existe un punto correspondiente en la imagen izquierda,
salvo que se produzca una oclusin y no exista correspondencia.
Este enunciado viene a ser una verdad cuando en la escena existen objetos
no semitransparentes, ya que stos daran lugar a que varios puntos de la
imagen generen un mismo punto sobre el sensor.
13
14
Para poder localizar un punto [M] en el espacio (M(x, y, z)) a partir de las
imgenes tomadas por las dos cmaras con un sistema de referencia (UI, VI) para
la cmara izquierda y un sistema (UD,VD) para la cmara derecha, se
considerar en la figura 9 un sistema de referencia (x,z) en el centro ptico de
una de las cmaras.
En donde:
ui es el eje x del sistema referencia de la imagen izquierda.
f es la Distancia Focal.
x es la coordenada x de la posicin del objeto.
z es la coordenada z de la posicin del objeto.
15
En donde:
vi es el eje y del sistema referencia de la imagen izquierda.
y es la coordenada y de la posicin del objeto.
En donde:
ud es el eje x del sistema referencia de la imagen derecha.
B es la distancia que existe entre los ejes pticos de las cmaras.
En donde:
vd es el eje y del sistema referencia de la imagen derecha.
16
Por tanto la ecuacin final que permite estimar la distancia al punto M es:
Distancia focal:
La distancia que hay entre el sensor ptico de la cmara y el lente ptico.
Lnea base:
La distancia de la recta forma por los centros pticos de las dos cmaras.
Disparidad:
La diferencia de coordenadas de la posicin de un punto entre las
imgenes de la misma escena.
18
CAPITULO III
CAPTULO 3
DESARROLLO DE LA APLICACIN EN LabVIEW
CARGAR
CONFIGURAR
GUARDAR
IMAQdx Grab VI
19
fueron escogidas por buena resolucin y por la velocidad, ya que el retardo que se
genera es prcticamente despreciable.
Es esencial que este proceso se lo efectu con la mayor precisin posible, para que la
estimacin de la distancia tenga el menor error posible, aspectos como falta de
iluminacin, imgenes difusas provocan que el algoritmo matemtico no funcione
correctamente debido a que no puede ubicar precisamente a un objeto.
IMAGEN
ADQUIRIDA
LUMINOSIDAD
HISTOGRAMA
DE LA IMAGEN
20
FILTRADO
Seleccion del rango en el
histograma
ELIMINACION DE
PARTICULAS NO DESEADAS
ETIQUETADO
IMAQdx Grab VI
Numero de erosin
El centro de masa del objeto es diferente en cada imagen debido a que el objeto se
encuentra en posiciones diferentes y relativas con cada sistema de referencia de cada
21
cmara, es por ello que se debe aplicar un algoritmo que permita relacionar la
informacin obtenida y as llegar a obtener la coordenada espacial del objeto
analizado.
CONVERSION
Pixeles - Centmetros
Figura.13 Software para la obtencin del centro de masa del objeto de anlisis.
22
OBTENCION PARAMETRO
CALCULO DISPARIDAD
Resta de coordenas
Como se puede observar en la figura 14, luego de obtener los centros de masa,
convertir de pixeles a centmetros se realiza la resta de coordenadas ui menos ud, con
lo cual se obtiene el dato de la disparidad necesario para poder obtener la coordenada
z.
3.6 ESTIMACIN DE LA UBICACIN ESPACIAL DEL OBJETO.
Al utilizar la informacin obtenida de los centros de masa y disparidad se logra
obtener la ubicacin espacial del objeto, debido a que al resolver la ecuacin 8 y 9 se
obtienen las coordenadas (x, y) del objeto y luego despus mediante la ecuacin 7 se
obtiene la coordenada z con lo cual se logra determinar la coordenada espacial de
23
ubicacin del objeto dando como resultado el cumplimiento del objetivo principal del
sistema, el cual es el estimar la coordenada espacial de un objeto en un escena.
Adicionalmente se ha logrado aplicar el sistema de visin para que haga una
estimacin de dimensiones de objetos, por ejemplo como el alto o largo de una
superficie como una pared, una caja, etc. La aplicacin del sistema en la rama de la
arquitectura puede favorecer mucho a la optimizacin de tiempo y recursos al
momento de realizar un proceso como lo es el levantamiento arquitectnico puesto
que el sistema ayudar a que este proceso se ejecute en menos tiempo y con el
mnimo esfuerzo.
El principio de funcionamiento es el mismo, simplemente se requiere ubicar dos
puntos en el objeto que se desee medir, por ejemplo una pared, se ubican dos puntos
y el sistema estima la distancia que hay entre los dos puntos dando como resultado en
este caso la dimensin de la pared, minimizando de cierta manera el trabajo de los
arquitectos, ya que el sistema obtendra directamente un valor estimado del largo o
alto de la pared sin tener que medirla con mtodos tradicionales como lo es con el
uso de un flexmetro o cinta.
24
CAPITULO IV
CAPTULO 4
PRUEBAS Y RESULTADOS
25
26
Lo que hay que tener en cuenta para la correcta comunicacin entre los dos equipos
es lo siguiente:
Conectar mediante cable de red, los dos equipos desde el puerto LAN del
EVS hacia el puerto de red de la pc.
algn parmetro referente a dicho objeto. Es por ello que se debe someter al proceso
de binarizacin y etiquetado del objeto, lo cual se explic a detalle en el captulo 3. Y
se obtuvieron los resultados que se observan en la figura 17. En donde se observa la
binarizacin de las imgenes y luego su etiquetado, en donde el primer objeto
encontrado se vuelve rojo y el segundo verde, esto permite tener un control de
cuantos objetos est identificando el sistema, que para la estimacin de coordenadas
espaciales debe ser nicamente un objeto y para la estimacin de dimensiones debe
ser de dos objetos.
manual, demostrando que el sistema coincide o tiene una correspondencia con los
valores reales, por tanto se comprueba el correcto funcionamiento del sistema.
Figura.20 Distancia real medida desde las cmaras hacia el objeto analizado.
30
# Muestra Lux
170
170
170
170
170
170
170
170
170
170
170
170
170
170
170
170
170
170
170
170
Error Relativo
Promedio
1,04%
0,78%
0,47%
0,98%
0,89%
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Distancia Real Distancia estimada Error Absoluto Error Relativo Error Absoluto
(cm)
(cm)
(cm)
%
Promedio
30
29,65
0,35
1,17%
30
29,72
0,28
0,93%
0,31
30
29,70
0,30
1,00%
30
29,68
0,32
1,07%
36
35,76
0,24
0,67%
36
35,71
0,29
0,81%
0,28
36
35,70
0,30
0,83%
36
35,70
0,30
0,83%
38
37,80
0,20
0,53%
38
37,79
0,21
0,55%
0,18
38
37,78
0,22
0,58%
38
37,91
0,09
0,24%
40
40,50
0,50
1,25%
40
40,39
0,39
0,98%
0,39
40
40,36
0,36
0,90%
40
40,32
0,32
0,80%
46
46,44
0,44
0,96%
46
46,38
0,38
0,83%
0,41
46
46,40
0,40
0,87%
46
46,41
0,41
0,89%
29,9
29,8
29,7
29,6
29,70
29,72
29,68
29,65
29,5
29,4
1
Muestra
Grfico.1 Mediciones con 170 lux de 1ntensidad de luz, Distancia 30cm.
31
Distancia (cm)
35,76
35,70
35,70
35,71
Muestra
Distancia (cm)
38
37,95
37,91
37,9
37,85
37,8
37,80
37,79
37,78
37,75
37,7
37,65
1
Muestra
32
Distancia (cm)
40,50
40,36
40,32
40,39
Muestra
Distancia (cm)
46,4
46,44
46,40
46,41
46,38
46,3
46,2
46,1
46
45,9
45,8
45,7
1
Muestra
33
# Muestra Lux
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
Error Relativo
Promedio
9,3%
5,5%
2,7%
3,0%
1,5%
Distancia (cm)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Distancia Real Distancia estimada Error Absoluto Error Relativo Error Absoluto
(cm)
(cm)
(cm)
%
Promedio
30
27,04
2,96
9,9%
30
27,21
2,79
9,3%
2,78
30
27,31
2,69
9,0%
30
27,32
2,68
8,9%
36
33,89
2,11
5,9%
36
33,94
2,06
5,7%
2,00
36
33,98
2,02
5,6%
36
34,20
1,80
5,0%
38
36,80
1,20
3,2%
38
36,94
1,06
2,8%
1,04
38
36,97
1,03
2,7%
38
37,12
0,88
2,3%
40
38,67
1,33
3,3%
40
38,77
1,23
3,1%
1,22
40
38,79
1,21
3,0%
40
38,90
1,10
2,8%
46
45,12
0,88
1,9%
46
45,35
0,65
1,4%
0,69
46
45,38
0,62
1,3%
46
45,40
0,60
1,3%
30,5
30
29,5
29
28,5
28
27,5
27
26,5
26
25,5
27,31
27,04
27,32
27,21
Distancia Real (cm)
Distancia estimada (cm)
Muestra
34
Distancia (cm)
36
35,5
35
34,5
34
33,5
33,98
34,20
33,94
33,89
33
32,5
1
Muestra
Distancia (cm)
37,12
36,94
36,97
36,80
Muestra
35
Distancia (cm)
40
39,5
38,79
39
38,5
38,90
38,67
38,77
Distancia Real (cm)
Distancia estimada (cm)
38
1
Muestra
Distancia (cm)
46
45,8
45,6
45,2
45
45,40
45,35
45,4
45,38
45,12
Distancia Real (cm)
44,8
44,6
1
Muestra
36
# Muestra Lux
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
Error Relativo
Promedio
8,3%
6,3%
3,4%
3,7%
6,4%
Distancia (cm)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Distancia Real Distancia estimada Error Absoluto Error Relativo Error Absoluto
(cm)
(cm)
(cm)
%
Promedio
30
27,43
2,57
8,6%
30
27,51
2,49
8,3%
2,48
30
27,54
2,46
8,2%
30
27,59
2,41
8,0%
36
33,65
2,35
6,5%
36
33,69
2,31
6,4%
2,27
36
33,78
2,22
6,2%
36
33,81
2,19
6,1%
38
36,66
1,34
3,5%
38
36,71
1,29
3,4%
1,28
38
36,73
1,27
3,3%
38
36,78
1,22
3,2%
40
38,47
1,53
3,8%
40
38,49
1,51
3,8%
1,50
40
38,52
1,48
3,7%
40
38,54
1,46
3,7%
46
42,90
3,10
6,7%
46
42,95
3,05
6,6%
2,95
46
43,11
2,89
6,3%
46
43,25
2,75
6,0%
30,5
30
29,5
29
28,5
28
27,5
27
26,5
26
27,54
27,51
27,59
27,43
Distancia Real (cm)
Muestra
37
Distancia (cm)
33,78
33,65
33,81
33,69
Distancia Real (cm)
Distancia estimada (cm)
Muestra
Distancia (cm)
38
37,5
36,73
37
36,5
36,78
36,66
36,71
36
35,5
1
Muestra
38
Distancia (cm)
40
39,5
39
38,49
38,5
38,52
38,47
38,54
Distancia Real (cm)
38
37,5
1
Muestra
Distancia (cm)
43,11
43,25
42,95
42,90
Muestra
39
40
CAPITULO V
CAPTULO 5
CONCLUSIONES Y RECOMENDACIONES
5.1 CONCLUSIONES.
Los robots por lo general interactan en lugares que no siempre estarn libres de
obstculos. Es por ello que adems de estar equipados por dos cmaras o ms, deben
incorporar un software que permita reconstruir la escena tridimensional a partir de
las imgenes que capturen las cmaras.
La obtencin por parte de un computador de distancias hacia un objeto no se puede
considerar como un procedimiento directo, ya que requiere un proceso de
acondicionamiento y procesamiento de imgenes que facilitaran el clculo a los
algoritmos matemticos que permitirn obtener las coordenadas de ubicacin
espacial de un objeto determinado.
Todo sistema o prototipo que base su funcionamiento en sistemas de visin artificial
necesita de una gran velocidad de procesamiento de informacin, ya que si no es as
el sistema se tornara lento y poco funcional, es por ello que se debe escoger
correctamente los elementos o dispositivos que sern los encargados de este proceso,
en este caso particular seria el sistema embebido de visin EVS y sus cmaras
Basler.
La visin estereoscpica es una de las maneras que existen para adquirir informacin
de una escena tridimensional, la distancia a los objetos que estn en la escena es una
informacin til en muchos y diversos campos de la tecnologa, como en la robtica.
Es por ello que por medio del diseo de la aplicacin se logr obtener la estimacin
de la distancia a un objeto y su posicin en el espacio.
Al disear e implementar una aplicacin que permita estimar la ubicacin espacial de
un objeto esfrico en una escena tridimensional, se ha logrado aportar con futuros
proyectos de investigacin con robots KUKA en la Universidad Politcnica
Salesiana, as como tambin la mejora de algunos procesos que se realizan en el
campo de la arquitectura como levantamientos arquitectnicos, medicin de terrenos,
etc.
41
5.2 RECOMENDACIONES.
En los sistemas que basan su funcionamiento en el procesamiento de imgenes y
visin artificial en general es necesario considerar aspectos como los que siguen a
continuacin.
Las condiciones o el ambiente en donde se va poner en marcha el sistema, es decir el
ruido, la temperatura, la cantidad de luz, etc. La luz en particular influye
notoriamente en la calidad los resultados que pueda dar el sistema de visin, debido a
que si se adquiere imgenes con poca o demasiada luz, el sistema incurrir en un
error de clculo al momento de procesar las imgenes, es por ello que se debe
considerar aquello, pero en el caso de que no se pudiere modificar estas las
condiciones se debe tener mayor profundizacin en el bloque de filtrado y
adecuacin de las imgenes para mejorar de esta manera la calidad de la imagen
adquirida previo al ingreso al bloque de procesamiento y de clculos respectivos.
43
BIBLIOGRAFA.
[1]
ANEXO 1
ANTEPROYECTO
1. TEMA.
Estimacin de coordenadas espaciales de un objeto esfrico usando LabView y el
Embedded Visin System (EVS) de National Instruments
2. JUSTIFICACIN.
La visin estereoscpica es uno de las maneras que existen para adquirir informacin
de una escena tridimensional, la distancia a los objetos que estn en la escena es una
informacin til en muchos y diversos campos de la tecnologa, como en la robtica,
en la que un robot mvil debe poseer informacin precisa sobre el ambiente que le
rodea para poder operar sin riesgo alguno. Es por ello que por medio del diseo de la
aplicacin se lograr reconstruir una escena tridimensional que permita llevar acabo
la estimacin de la distancia a un objeto y por ende su posicin en el espacio.
3. PROBLEMTICA.
Los robots por lo general deben interactuar en lugares que no siempre estarn libres
de obstculos. Por lo tanto estos robots, adems de estar equipados por dos cmaras o
ms, deben incorporar un software que permita reconstruir la escena tridimensional a
partir de las imgenes que capturen las cmaras.
Ese software no solamente debe reconstruir la escena con la mayor exactitud posible,
es significativo tambin que lo haga en el menor tiempo posible, para que el robot de
ser necesario tome decisiones de manera precisa.
La obtencin por parte de un computador de distancias hacia un objeto no se puede
considerar como un procedimiento directo, ya que requiere un proceso de
acondicionamiento y procesamiento de imgenes que facilitaran el clculo a los
45
4. OBJETIVOS.
4.1 OBJETIVO GENERAL.
Realizar una aplicacin basada en LabView que permita estimar las coordenadas
espaciales de un objeto esfrico usando el Embedded Vision System (EVS).
5. MARCO TERICO.
5.1 INTRODUCCIN.
La visin del Hombre es binocular, es decir que el cerebro humano interpreta la
entorno a partir de dos imgenes con pequeas diferencias entre ellas, debidas a la
separacin que posee entre sus ojos, que en promedio es de 65mm. La diferencia o
disparidad entre estas imgenes es uno de los elementos utilizados por el cerebro
para apreciar la profundidad de una imagen determinada.
46
Una aplicacin utilizando visin artificial involucra ciertos procesos como lo muestra
la figura1.
47
48
Los mtodos activos hacen intervenir una fuente de luz especfica para determinar las
coordenadas tridimensionales de los puntos de medida. Estos sistemas constan
siempre como mnimo de un emisor de luz y un receptor, slo sirven para cuerpos
negros, especulares ni transparentes as como con medios participativos.
Para producir una imagen, la escena de una fotografa debe estar iluminada con una o
ms fuentes de luz, el saber escoger una tcnica de iluminacin adecuada puede
ahorrar tiempo en la elaboracin de algoritmos para compensar posibles errores
debido a la iluminacin, y a su vez hace ms confiable y rpida a la aplicacin con la
que se est trabajando.
49
Una cmara a colores posee tres sensores, que relacionan las longitudes de onda del
color rojo (R), verde (G), y azul (B). En una imagen de este tipo la funcin f(x,y)
devuelve un vector, con los valores de proyeccin del color sobre el sistema RGB.
50
Con un nmero de E/S TTL altamente aislada, E/S digital habilitada por FPGA,
rpido rendimiento de procesador multincleo y un 2 GB RAM, el EVS-1464 se
puede sincronizar con controladores lgicos programables (PLCs), interfaces
humano-mquina (HMIs) y controladores de movimiento para inspecciones ms
complejas y de ms alta velocidad que incorporan la interaccin del operador.
Como en todo el hardware de visin de NI, usted puede configurar el EVS-1464 con
el NI Vision Builder for Automated Inspection (AI) que consta de un entorno fcil de
usar guiado por men o con el Mdulo Vision Development combinado con
LabVIEW y entornos basados en texto para aplicaciones que requieren una solucin
programtica.
51
52
6. METODOLOGA.
El proyecto se basar en un mtodo cientfico-prctico y en la observacin.
Se realizar diseos con software apropiado.
El diseo del entorno del software se har segn se avance con el procesamiento de
las imgenes y el clculo matemtico.
Al final se harn pruebas de funcionamiento.
INTRODUCCIN
CAPTULO 1
INTELIGENCIA ARTIFICIAL
1.1 Introduccin.
1.2 Visin Artificial.
1.3 Adquisicin de la imagen.
1.4 Procesamiento de la imagen.
1.5 Reconocimiento de objetos.
1.6 Binarizacin y etiquetado de los objetos.
CAPTULO 2
VISIN ESTEREOSCPICA
2.1 Introduccin.
53
2.2 Generalidades.
2.3 Restricciones Estereoscpicas
2.3.1 Restricciones geomtricas.
2.3.2 Restricciones fotomtricas.
2.4 Reconstruccin de una escena 3D.
CAPTULO 3
DESARROLLO DE LA APLICACIN EN LABVIEW
CAPTULO 4
PRUEBAS Y RESULTADOS
4.1 Pruebas de Calibracin de las cmaras.
4.2 Pruebas de adquisicin de la imagen en tiempo real.
4.3 Pruebas de reconocimiento del objeto.
54
CAPTULO 5
CONCLUSIONES Y RECOMENDACIONES
5.1 Conclusiones.
5.2 Recomendaciones.
BIBLIOGRAFA.
ANEXOS.
8. CRONOGRAMA.
55
9. BIBLIOGRAFA.
[1] Klinger T., "IMAGE PROCESSING WITH LABVIEW AND IMAQ VISION",
Prentice Hall, 2003.
[2] M. Saiz, RECONSTRUCCIN TRIDIMENSIONAL MEDIANTE VISIN
ESTREO Y TCNICAS DE OPTIMIZACIN Universidad Pontificia Comillas,
Madrid, 2010.
56