Discussão dos resultados do processo de registo

Neste capítulo, são apresentados os resultados obtidos a partir do sistema implementado nesta dissertação para a digitalização tridimensional de objetos. Os diversos cenários têm como base os objetos ilustrados no início deste capítulo. A escolha destes objetos teve como preocupação a diversidade de textura, dimensão e características geométricas dos mesmos. A configuração desta aplicação é sustentada pelos resultados alcançados nas diversas experiências efetuadas. Na Tabela 23 são enumerados os parâmetros de todos os algoritmos utilizados nesta aplicação.

Tabela 23: Caraterização dos parâmetros da aplicação

Algoritmo Parâmetro Valor

Filtro Passthrough

Eixo x (Xmin, Xmax) -0.25, +0.25

Eixo y (Ymin, Ymax) -0.40, +0.10

Eixo z (Zmin, Zmáx) 0.0, 1.0

Segmentação do plano e Extração de clusters

Número máximo de iterações 10000

Distância limite 0.01

Tamanho mínimo do cluster 2500

Tamanho máximo do cluster 50000

Tolerância do cluster 0.01

Filtro Downsampling Tamanho do voxel 0.002

Radius Outlier Removal Raio de estimativa 0.02

Número mínimo de vizinhos 15

Normal Estimation Raio de estimativa 0.03

SIFT Keypoints

Escala mínima 0.001

Número de oitavas 4

Número de escala por oitava 5

Contraste mínimo 1.0

FPFH Estimation Raio de estimativa 0.08

Rejeição de más correspondências

Número máximo de iterações 10000

Distância de estimativa 0.005

Alinhamento Refinado ICP

Distância máxima de correspondência 0.005

Distância RANSAC Outlier Removal 0.005

Variação épsilon 1,0 ∗ 10−6

Em todos os testes, os parâmetros dos diversos algoritmos implementados são constantes e têm os valores especificados na tabela anterior. Nas Figuras 70, 71, 72 e 73 estão ilustrados os resultados práticos do processo de registo de nuvens de pontos implementado nesta aplicação para alguns dos objetos testados. Nestas figuras, podem ser observados os pontos de interesse e correspondências para as duas nuvens de pontos, sendo representado com a cor verde os pontos de interesse da nuvem de origem ou do modelo resultante e a cor vermelha os pontos de interesse da nuvem seguinte. Para uma melhor visualização dos resultados da estimativa das correspondências as duas nuvens de pontos foram sobrepostas na mesma imagem. A primeira situação que foi avaliada tem como base um objeto de pequenas dimensões, neste caso uma lata de um refrigerante.

(a) (b)

Figura 70: Teste do objeto 1 – Resultado da estimativa das correspondências (a) e do

alinhamento das nuvens de pontos após 5 iterações (b)

Para esta situação verificou-se que os pontos de interesse detetados em ambas as nuvens de pontos não representam com precisão as características geométricas do objeto em questão. Com tal, é possível visualizar diversos pontos dispersos em ambos os conjuntos de dados (Figura 70-a). Como consequência, o resultado do processo de registo para várias iterações é a sobreposição de ambas as nuvens de pontos independentemente das correspondências encontradas (Figura 70-b). Este erro de alinhamento deve-se à má caracterização dos parâmetros de deteção de pontos de interesse para objetos de dimensões reduzidas, como o representado na figura anterior. Com este teste concluiu-se que para objetos de dimensões

inferiores a 10 cm de largura e de altura esta aplicação não consegue proceder à reconstrução tridimensional desse objeto.

Nas próximas situações, são avaliados os efeitos do alinhamento de nuvens de pontos para objetos de dimensões superiores ao testado anteriormente. Neste cenário específico, o objetivo era determinar o resultado do processo de registo de nuvens de pontos para um objeto com características semelhantes e com uma textura uniforme por toda a sua superfície.

(a) (b)

(c) (d)

Figura 71: Teste do objeto 2 – Bom resultado da estimativa das correspondências (a) e do

alinhamento das nuvens de pontos (b); Mau resultado da estimativa das correspondência (c) e do alinhamento de nuvens de pontos após o dobro das iterações (d)

Na Figura 71-a pode ser visualizada uma boa deteção dos pontos de interesse em torno dos contornos do objeto para a nuvem de pontos de entrada (representados com a cor vermelha) e, o mesmo se pode concluir para a nuvem de pontos do modelo resultante da iteração anterior (representados com a cor verde), apesar de em algumas regiões se encontrem pontos dispersos. Em relação às correspondências encontradas, após rejeição resultaram apenas aquelas cujas relações estão situadas nos contornos do objeto. Como tal, o modelo obtido foi corretamente

descrito por estas correspondências (Figura 71-b). Contudo, após 15 iterações no processo de registo de nuvens de pontos o resultado não foi o esperado. As correspondências encontradas nesta iteração não correspondem às verdadeiras relações entre ambas as nuvens de pontos. Assim sendo, o modelo resultante é comprometido por este erro e verifica-se uma falha das seguintes etapas do processo de registo. Para verificar se este erro teve origem devido às características geométricas do objeto, ou seja, a textura da superfície e a dimensão do mesmo, foi realizado um teste num outro objeto de maior dimensão e com características mais diversificadas.

(a) (b)

Figura 72:Teste do objeto 3 – Erro na estimativa das correspondências (a) e no alinhamento das nuvens de pontos após 12 iterações (b)

Os resultados desta experiência provaram que as dificuldades obtidas anteriormente não se devem à dimensão e características geométricas do objeto. Assim sendo, nas primeiras iterações do processo de registo não há qualquer erro associado ao processo de alinhamento de nuvens de ponto. Apesar de em algumas situações as correspondências estimadas não serem as mais adequadas, o algoritmo de refinamento consegue resolver estes problemas obtidos pelo método de alinhamento inicial implementado. Contudo, com o avançar deste processo começa a surgir um pequeno erro no alinhamento que se vai propagando às nuvens de pontos seguintes, sendo o método de refinamento incapaz de corrigir esta dificuldade na sua totalidade. Esta acumulação do erro na transformação afeta a estimativa de correspondências entre o modelo global e as novas nuvens de pontos registadas (Figura 72-a), de modo a que o modelo resultante se torne inválido nas etapas seguintes (Figura 72-b). Desta forma, foram estudadas diferentes

problemas para o objeto em questão. No entanto, o aumento do valor dos parâmetros provocou um aumento do tempo de processamento do registo de nuvens de pontos.

De seguida, foi avaliada a influência do filtro de downsampling na diminuição da resolução do modelo resultante à saída do processo de registo. Para isso, foram utilizadas nuvens de pontos com um menor nível de filtro inicial. Contudo, nuvens de pontos com uma elevada quantidade de pontos e com descritores de características iguais ou idênticos originaram problemas de deslizamento de planos, onde certos pontos de determinadas superfícies contribuíram negativamente para a distância métrica global devido à existência de correspondências ambíguas. A solução passou por negligenciar todos os pontos com características que são consideráveis dominantes no conjunto de dados, e assim, concentrar-se mais em pontos proeminentes (salientes). No entanto, os resultados obtidos foram idênticos aos anteriores, tendo o processo de registo sido comprometido na mesma iteração ou em anteriores. Como a estimativa de correspondências teve grandes dificuldades para iterações mais avançadas, foram equacionados novos algoritmos e métodos quer de estimativa quer de rejeição destes conjuntos. Outros métodos de rejeição de correspondência foram testados, tirando vantagem de informação extra das nuvens de pontos em análise, tais como a informação das normais ou estatística das correspondências, como por exemplo distância média das correspondências. Contudo, a utilização destes métodos teve influência na quantidade de correspondências obtidas após rejeição o que traduziu numa diminuição deste conjunto que possibilitou a ocorrência de falhas nas iterações iniciais. A Figura 73 ilustra um processo de rejeição de correspondências mais limitado e o resultado obtido no alinhamento através destas relações para esta experiência.

(a) (b)

Figura 73: Teste do objeto 4 – Resultado da estimativa das correspondências (a) e do