Digitalização tridimensional baseada em fotografias (DSM)

Em outro segmento dos avanços tecnológicos, encontra-se a obtenção de nuvem de pontos por processamento digital de imagens e pelos princípios da fotogrametria. Vários são os termos utilizados para designar esta tecnologia surgida recentemente e que tem como finalidade a obtenção da geometria de objetos e cenas a partir de imagens 2D (DONEUS et al., 2011). Dentre os termos, são comumente utilizados: Photo-based Scanning (digitalização tridimensional baseada em fotografias), Stereo Matching (correspondência estéreo), Dense Stereo Matching - DSM (densa correspondência estéreo), Dense Surface Modeling (modelagem densa de superfície); Structure from Motion – SFM, Multi-stereo View – MVS (WALFORD, 2009; TANG et al., 2002; GROETELAARS; AMORIM, 2012, LI et al., 2013).

Segundo Groetelaars (2015), apesar de SFM e DSM serem usados referindo-se a todo processo automatizado de geração de modelos por nuvem de pontos, existem autores que tratam os termos citados de forma diferente. O termo Structure from Motion está associado em alguns casos às etapas iniciais de recuperação simultânea da geometria do objeto, por meio da nuvem de pontos esparsa, e de informações sobre a câmera, enquanto que os termos Dense Stereo Matching, Dense Surface Modeling e outros são usadas para se referir às etapas finais de processamento, em que ocorre a geração dos modelos nuvem de pontos densa e de malhas triangulares.

Para Walford (2009), DSM ou photo-based scanning (forma como o autor designa), historicamente, tem ligações com dois campos: a topografia fotogramétrica digital, com a finalidade precípua de geração de modelos digitais de relevo do solo e a estereoscopia computadorizada, onde extrai informações tridimensionais de objetos a partir de pares de imagens capturadas simultaneamente e com pontos perspectivos distintos.

Lima e colaboradores (2010) afirmam que a digitalização tridimensional baseada em fotografias é o meio recente de obtenção de nuvem de pontos, em que, por meio de fotografias de alta resolução, é empregado o princípio dos raios visuais que passam no centro da projeção, ou melhor, no centro ótico da câmera e em pontos homólogos de pelo menos duas fotografias

91

orientadas, tomadas a partir de pontos diferentes, ou melhor, perspectivas deslocadas, mas com geometria adequada.

O emprego da digitalização tridimensional baseada em fotografias facilita a criação de modelos geométricos de objetos que apresentam formas complexas, irregulares ou orgânicas, diferentes de objetos que apresentam pontos fáceis de serem localizados nas fotografias, como as arestas e vértices bem definidos.

Lima e colaboradores (2010) apontam um aspecto importante. Diferentemente da captura de nuvem de pontos por varredura a laser, para esse tipo de nuvem de pontos o atributo natural é a cor visível, por se tratar de um processo de captura tendo como base a fotografia (Figura 37). Esse aspecto torna-se favorável quando se é idealizada a aplicação dos padrões da textura real presente nos elementos que compõem o objeto fotografado, ou seja, a obtenção das características atuais do objeto no momento do registro fotográfico, inclusive com os aspectos referentes ao estado de conservação e possíveis danos presentes numa edificação, citando-se como exemplo.

Figura 37 – Edificação de quatro pavimentos: (a) Fachada de um edifício obtida por nuvem de pontos sem atributo de cor; (b) nuvem de pontos com atributos da cor natural da edificação pelo

programa PhotoModeler Scanner

(a) (b)

Fonte: próprio autor.

A digitalização tridimensional baseada em fotografias utiliza algoritmos da estereoscopia para criação dos modelos 3D para os diversos campos de aplicação com precisão fotogramétrica. Os fatores que podem afetar os resultados adquiridos são (SILVA et al., 2010):

92

• a lente utilizada;

• a distância da câmera ao modelo (objeto ou cena);

• o padrão de textura da superfície do objeto.

No caso da baixa resolução, este problema pode ser ajustado aproximando a câmera do objeto a ser fotografado ou usando uma câmera de alta resolução. Como referência, Walford (2009) afirma que usando uma câmera de 10 megapíxeis e fotografando-se um objeto a 1 metro de distância, obtém-se aproximadamente 0,3 mm de superfície em cada píxel, ou seja, a resolução da amostra em 3D seria de aproximadamente 0,3 mm/píxel. Ao se afastar a câmera do objeto em 10 m, a resolução da nuvem de pontos cai para 3 mm/píxel. Ainda conforme esse autor, a digitalização tridimensional baseada em fotografia não é restringida pelo tamanho do objeto a ser modelado, contudo para capturar a textura se requer que essa seja visível.

Andrade (2003) propõe um método para cálculo de tamanho de píxel (TP) a partir de formulações, em que se aplicam os valores referentes ao sensor da câmera, distância da câmera ao objeto ou cena, distância focal e número de píxeis na Equação (5).

= 1000 . . !_{" .} (5)

Em que: s = dimensão do sensor da câmera (mm); d = distância da câmera ao objeto ou cena (m); f = distância focal (mm); e NP = número de píxeis (píxel).

Sobretudo, é importante evidenciar que a digitalização tridimensional baseada em fotografias apresenta algumas limitações relacionadas a:

• áreas com pouca iluminação;

• superfícies com texturas de padrões homogêneos;

• superfícies com grandes mudanças de profundidade;

• insuficiência de tempo hábil para processamento (WALFORD, 2009).

Comparando-se ao sistema 3D laser scanner, a técnica DSM apresenta um menor custo devido aos valores dos equipamentos de varredura a laser, mas, por outro lado, a obtenção de nuvem de pontos por imagens digitais é mais lenta por causa da necessidade de pós-processamento.

93

Existem alguns programas disponíveis no mercado internacional capazes de obter nuvem de pontos pelo processo de digitalização baseada em fotografia, destacando-se: o iModeller da UZR, o ImageModeler da Autodesk, o ZScan da Menci, o Photomodeler Scanner da Eos Systems e o PhotoScan da Agisoft LLC. (CENTENO et al., 2004; LIMA et al., 2010; SILVA et al., 2010; VERHOEVEN et al., 2012).