Experiências no Seguimento de Objectos Rígidos e não Rígidos em
Visão por Computador
Autores:
João M. R. S. Tavares A. Jorge Padilha
Primeiro Ciclo de Seminários Internos Departamento de Ciência e Tecnologia
Universidade Fernando Pessoa Maio 1999
Etapas da Apresentação:
Breve apresentação de João Tavares;
Apresentação do trabalho desenvolvido durante a dissertação de Mestrado;
Apresentação de outros trabalhos realizados
durante o Doutoramento.
Breve Apresentação de J. Tavares:
Licenciado em Eng.ª Mecânica pela FEUP, com a opção de projecto de máquinas, em 1992.
Bolseiro de Mestrado da JNICT, programa Ciência, de 1992 a 1994.
Mestre em Eng.ª Electrotécnica e de Computadores pela FEUP, com o perfil de Informática Industrial, em 1995.
Dissertação: Obtenção de Estrutura Tridimensional a Partir de Movimento de Câmara, Orientador: Prof. A. Jorge Padilha.
Investigador no INEB - Instituto de Engenharia Biomédica, Grupo ARSIS - Arquitecturas e Sistemas, desde 1995.
Breve Apresentação de J. Tavares:
Bolseiro de Doutoramento da JNICT, programa PRAXIS XXI, de 1994 a 1998.
Aluno de Doutoramento em Eng.ª Electrotécnica e de Computadores na FEUP desde 1994 (data da conclusão 2000). Dissertação: Análise de Movimento de Corpos
Deformáveis usando Visão Computacional, Orientador: Prof.
A. Jorge Padilha.
Responsável, ao abrigo do Programa PRAXIS, pelas aulas práticas das disciplinas de Informática I e II do 1º ano do Curso de Eng.ª Metalúrgica e de Materiais da FEUP, em 1995/96, 96/97.
Breve Apresentação de J. Tavares:
Responsável, ao abrigo do Programa PRAXIS, pelas aulas
práticas das disciplinas de Computação e Programação I e II do 1º ano do Curso de Eng.ª Metalúrgica e de Materiais da FEUP, em 1997/98.
Docente das Disciplinas Sistemas Informáticos I e II do Curso de Ciências da Comunicação na UFP, em 1998/99.
Obtenção de Estrutura Tridimensional a Partir de Movimento de Câmara
João Manuel R. S. Tavares, A. Jorge Padilha
FEUP - Faculdade de Engenharia da Universidade do Porto INEB - Instituto de Engenharia Biomédica
I - Introdução
Objectivos:
Apresentar uma abordagem global com a qual é possível obter informação tridimensional de uma dada cena, ou objecto, a partir do movimento de uma câmara.
Pressupostos:
1) O ambiente em questão é tipicamente industrial,
podendo, assim, considerar-se a cena ou o objecto como constituídos por segmentos de recta.
I - Introdução
2) O movimento da câmara é perfeitamente conhecido; isto é, são dados a sua posição e orientação relativamente a um referencial mundo.
3) Não é possível medir as velocidades e as acelerações dos parâmetros considerados para as entidades.
4) A abordagem global a adoptar deve ser o mais eficiente possível e adaptável a diferentes tipos de cenas, ou
objectos, e movimentos da câmara.
5) Pretende-se apenas as coordenadas 3D dos pontos terminais de cada entidade e uma aproximação da
profundidade dos restantes.
Passos da abordagem global:
1) Calibração da câmara e respectivo hardware;
2) Determinação das entidades (segmentos de recta) a considerar em cada imagem da sequência;
3) Simplificação das entidades presentes em cada imagem;
4) Seguimento 2D das entidades consideradas ao longo da sequência de imagens;
5) Obtenção de informação tridimensional dos pontos que constituem cada entidade.
I - Introdução
Mundo 3D
Seguimento de linhas e aproximação poligonal
Fusão de entidades próximas e de direcções similares
Detecção de edges
Imagem k+1
Emparelhamento
Modelo 2D Determinação das
coordenadas 3D das entidades
"Mundo 3D"
Parametrização das entidades ... ...
Hardware de aquisição de imagem
Calibração Hardware de
aquisição de imagem
Imagem k
Seguimento de linhas e aproximação poligonal
Detecção de edges
Fusão de entidades próximas e de direcções similares
Parametrização das entidades
Fig. 1 - Abordagem global.
II - Calibração da Câmara utilizada e respectivo Hardware
Calibração de uma câmara:
Entende-se por calibração de uma câmara a determinação da relação matemática que, para a respectiva câmara,
transforma pontos 3D em pontos 2D (Fig. 2).
Mundo 3D Imagem 2D
Modelo da câmara
Parâmetros intrínsecos e extrínsecos da câmara
Xu Yu xw
zw yw
Fig. 2 - Calibração de uma câmara.
Procedimentos envolvidos na calibração:
1) Determinação das coordenadas 2D na memória
frame
dos pontos de calibração;2) Agrupamento das coordenadas 3D mundo e 2D na memória
frame
dos pontos de calibração;3) Calibração da câmara e do respectivo
hardware
.II - Calibração da Câmara utilizada e
respectivo Hardware
Abordagem utilizada para a determinação das coordenadas na memória frame dos pontos de calibração:
Fig. 3 - Imagem de calibração. Fig. 4 - Detecção das amplitudes das orlas de intensidade (Deriche).
Fig. 5 - Detecção das direcções das orlas de intensidade (Deriche).
II - Calibração da Câmara utilizada e
respectivo Hardware
Fig. 6 - Determinação dos lados das figuras geométricas segundo uma
das direcções principais.
Fig. 7 - Determinação dos lados das figuras geométricas segundo a
outra direcção principal.
Fig. 8 - Pontos de calibração:
intersecção das rectas obtidas por regressão linear dos pontos que
constituem os lados.
II - Calibração da Câmara utilizada e
respectivo Hardware
Processo utilizado para a calibração:
O processo de calibração global é constituído por três etapas:
1) Determinação do factor de incerteza horizontal (Lenz e Tsai);
2) Determinação das coordenadas do centro da imagem na memória frame (Lenz e Tsai);
3) Determinação dos restantes parâmetros de calibração:
matriz de rotação 3D, vector de translação 3D, distância focal efectiva e factor de distorção radial (Tsai para
pontos coplanares).
II - Calibração da Câmara utilizada e
respectivo Hardware
Etapa I - Determinação do factor de incerteza horizontal.
Etapa II - Determinação das coordenadas correctas do centro da imagem na memória frame.
Etapa III - Determinação da matriz de rotação 3D, do vector de translação 3D, da distância focal efectiva e do
coeficiente de distorção radial da lente.
Um único processo.
Hardware de aquisição de
imagem
Hardware de aquisição de
imagem
Fig. 9 - Etapas do método global de calibração.
II - Calibração da Câmara utilizada e
respectivo Hardware
III - Determinação das Entidades
Etapas do método adoptado:
1) Sujeitar cada imagem da sequência a um detector de orlas de intensidade (como, por exemplo, o detector de Deriche) de forma a classificar cada pixel em termos de amplitude e de direcção;
2) Executar um seguimento, baseado na direcção e em dois níveis de amplitude (um para detecção e outro para
agregação - histerese), das várias linhas presentes em cada imagem de orlas;
3) Executar uma aproximação poligonal, utilizando o algoritmo de faixas dinâmicas, de cada linha seguida.
Fig. 10 - Definição de uma faixa de
aproximação. Fig. 11 - Rotação da faixa de aproximação de forma a incluir o ponto d.
III - Determinação das Entidades
Algoritmo de faixas dinâmicas (Leung e Yang):
Fig. 12 - A rotação da faixa de aproximação de
forma a incluir o ponto d não é possível. Fig. 13 - Definição de uma nova faixa de aproximação.
b c
d e
D D o a
Linha fronteira
Linha fronteira Linha critica
d b c
e o a
o a
b
c
d e
o a
b
c
d e
Fig. 14 - Imagem de teste. Fig. 15 - Imagem obtida com faixa de aproximação estreita.
Fig. 16 - ... com faixa de
aproximação mais larga (4x). Fig. 17 - Soma das imagens das Figs. 14 e 16.
III - Determinação das Entidades
Exemplos de resultados:
Pressuposto:
Entidades que no plano imagem se apresentam próximas e com
direcções similares têm uma grande probabilidade de pertencerem a uma mesma entidade 3D; exemplos: duas arestas 3D que podem ser consideradas como uma única entidade; arestas 3D que, por qualquer motivo, aparecem fragmentadas na imagem.
Vantagem em fundir entidades próximas e de direcções similares:
O seguimento ao longo da sequência torna-se mais fácil e menos dispendioso em termos de recursos computacionais.
IV - Simplificação das Entidades Determinadas
Objectivos do método a adoptar para a fusão:
1) Boa orientação do segmento de recta resultante;
2) Bom posicionamento do segmento de recta resultante;
3) A orientação e o posicionamento do segmento resultante deve ser influenciada pela importância relativa dos
segmentos de recta a fundir (isto é, pela relação entre os comprimentos);
4) Utilização geral, isto é, independente da disposição relativa dos segmentos a fundir.
IV - Simplificação das Entidades Determinadas
c
d
b a
Fig. 18 - Segmentos (“barras”) a fundir têm densidade de massa constante.
c
d
b a
Fig. 19 - Sistema de massa equivalente (massas concentradas nos extremos dos segmentos).
G c
d
b a
Fig. 20 - Determinação do centro de massa (G).
G c
d
b a
Fig. 21 - Determinação do eixo de inércia.
O método de fusão adoptado (uma analogia mecânica):
IV - Simplificação das Entidades Determinadas
Fig. 22 - Definição dos extremos do segmento resultante.
Fig. 23 - Critérios de fusão e de verificação da disposição relativa intrínsecos ao
próprio método.
⇒ Equivalente à regressão linear dos pontos que constituem os segmentos a fundir.
IV - Simplificação das Entidades Determinadas
G
c
d
b a
G c
d
b a
Exemplos de resultados:
Fig. 24 - Imagem constituída
pelos segmentos a fundir. Fig. 25 - Imagem obtida utilizando critérios de fusão exigentes.
Fig. 26 - ... critérios de
fusão menos exigentes. Fig. 27 - Soma das imagens das Figs. 24 e 26.
IV - Simplificação das Entidades Determinadas
V - Seguimento das Entidades ao Longo da Sequência de Imagens
Etapas da abordagem utilizada para o seguimento:
1) Parametrização das entidades consideradas em cada imagem;
2) Previsão dos valores dos parâmetros de cada entidade na imagem seguinte, considerando o seu historial;
3) Emparelhamento das entidades entre duas imagens sucessivas;
4) Actualização e gestão de um modelo 2D de entidades.
V - Seguimento das Entidades ao Longo da Sequência de Imagens
Parametrização utilizada para as entidades:
As coordenadas do ponto médio, a direcção e o comprimento.
•Vantagens:
1) Os parâmetros não são correlacionados, o que permite a utilização de três filtros de Kalman independentes e de pequena dimensão;
2) Não são afectados pela posição das entidades em cada imagem.
Abordagem utilizada para o seguimento
1) Utilização de três filtros de Kalman independentes: um para cada parâmetro;
2) Utilização de modelos cinemáticos de aceleração localmente constante;
3) Aceleração modelada como um processo Gauss-Markov de primeira ordem;
4) Inserção de ruído Gaussiano na modelação do sistema;
V - Seguimento das Entidades ao Longo da Sequência de Imagens
5) Como medida de emparelhamento são utilizadas distâncias normalizadas de Mahalanobis ou restrições geométricas (diferenças da posição do ponto médio, da direcção e do comprimento);
6) Utilização de um modelo 2D de entidades, continuamente actualizado.
V - Seguimento das Entidades ao Longo da Sequência de Imagens
Entidades na imagem K, parametrizadas
Emparelhamento utilizando distâncias normalizadas de Mahalanobis
ou restrições geométricas.
... ...
Entidades na imagem K+1, parametrizadas
Filtro de Kalman para o
comprimento
Filtro de Kalman para a
direcção Filtro de
Kalman para a posição do ponto médio
Fig. 28 - Abordagem adoptada para o seguimento das entidades ao longo de uma sequência.
V - Seguimento das Entidades ao Longo da Sequência de Imagens
VI - Obtenção de Informação Tridimensional
Abordagem adoptada:
1) Resolução do sistema de projecção estéreo para obter as coordenadas 3D dos pontos extremos de cada entidade
emparelhada em duas imagens distintas;
2) Determinação de uma aproximação da profundidade dos restantes pontos da respectiva entidade, utilizando
interpolação linear das profundidades dos seus pontos extremos.
Imagem k Imagem k+1 a
b
b´ a´
VI - Obtenção de Informação Tridimensional
Problema:
A possibilidade de uma entidade ser visível de diferente modo nas duas imagens a considerar, Fig. 29.
Solução adoptada:
Determinação da verdadeira localização dos extremos do
segmento de recta visível na imagem k+1 sobre o segmento visível na imagem k e ao qual foi devidamente emparelhado:
Fig. 29 - b e b’ correspondem, na realidade, a pontos 3D distintos.
1)
Utilização das linhas epipolares, Fig. 30.
•Problema:
Alguma das linhas epipolares pode ser paralela (ou quase) ao segmento visível na imagem k, Fig. 31.
Fig. 30 - Utilização das linhas
epipolares e1 e e2. Fig. 31 - A utilização da linha epipolar e2 não é adequada para a determinação
da verdadeira localização do ponto b´. a´
b´
Imagem k Imagem k+1 e2
e1 b a
b´ a´
Imagem k Imagem k+1 e1
e2 a
b
VI - Obtenção de Informação Tridimensional
2)
Análise das posições dos pontos extremos dos segmentos emparelhados na imagem k, Fig. 32.
VI - Obtenção de Informação Tridimensional
Fig. 32 - Representação da imagem do segmento de recta da imagem k+1 na imagem k.
b´ a´
b´ a´
Imagem k Imagem k+1 a
b
VII - Alguns Resultados Experimentais
Na calibração
Fig. 33 - Posições relativas e referencias utilizados.
Fig. 34 - Imagem obtida pela câmara.
5°
xw
zw zc
xc
yw
30°
yc zc Centro óptico
Centro do plano de calibração
Fig. 35 - Pontos de calibração
determinados. Fig. 36 - Soma das imagens das Figs. 34 e 35.
Fig. 37 - Zona seleccionada da imagem da Fig. 36,
ampliada.
VII - Alguns Resultados Experimentais
Determinação dos pontos de calibração no plano imagem:
Algumas observações aos resultados obtidos na calibração:
1) Apesar das más condições existentes para o setup prático, os resultados obtidos apresentam uma qualidade aceitável. Tal
qualidade pode ser comprovada pelos ângulos da rotação 3D do sistema mundo para o sistema câmara: segundo o eixo xx,
obteve-se -32.877º quando o ângulo real era cerca de -30.0º;
segundo o eixo yy, obteve-se -0.136º quando o real era cerca de 0.0º; e segundo o eixo zz, obteve-se 4.635º quando o real era cerca de 5.0º.
2) Não foi possível a determinação das coordenadas correctas do centro da imagem na memória frame. (Erros nas coordenadas 3D dos pontos de calibração e baixo valor da distorção radial da
lente.)
VII - Alguns Resultados Experimentais
Fig. 38 - 2ª Imagem da sequência. Fig. 39 - Entidades detectadas.
VII - Alguns Resultados Experimentais
Determinação das entidades:
1) Obtenção de uma sequência de 8 imagens;
2) Detecção de orlas de intensidade (Deriche);
3) Seguimento de linhas e aproximação poligonal;
4) Fusão de segmentos próximos e de direcções similares.
VII - Alguns Resultados Experimentais
Fig. 40 - Entidades a seguir. Fig. 41 - Deslocamento de todas as entidades ao longo da
sequência.
Fig. 42 - Entidades detectadas na 1ª imagem da sequência e suas
referências.
VII - Alguns Resultados Experimentais
imagem 1ª 2ª 3ª 4ª
Ref TEm TEm TEm TEm
1 I KRG KM KM
2 I F F F
3 I F F F
4 I KRG KM KM
5 I F F F
6 I F KRG KM
7 I KRG KM KM
imagem 5ª 6ª 7ª 8ª
Ref TEm TEm TEm TEm
1 KM KM KM KM
2 F KM KM KM
3 KRG KRG KRG KRG
4 KRG KM KM KM
5 KRG KM KM KM
6 KRG KM KM KM
7 KRG KM KM KM
Legenda:
Ref - Referência, TEm - Tipo de emparelhamento:
I - Inicialização, KM - Filtros de Kalman e distâncias de Mahalanobis, KRG - Filtros de Kalman e restrições geométricas, F - falhado.
Tab. I -O processo de seguimento.
Apesar das desfavoráveis condições existentes para o setup prático, os resultados obtidos podem ser considerados como razoáveis.
Obtenção da profundidade das entidades emparelhadas:
Fig. 43 - Profundidade das entidades emparelhadas na 8ª imagem.
VII - Alguns Resultados Experimentais
⇒Os resultados obtidos no seguimento são bastante satisfatórios, o que comprova o valor da abordagem apresentada.
⇒
VIII - Conclusões e Perspectivas de Desenvolvimento Futuro
Conclusões:
1) Foi apresentada uma abordagem global para a obtenção de informação tridimensional de uma cena ou objecto a
partir do movimento de uma câmara;
2) A referida abordagem é constituída pelas etapas:
calibração da câmara e respectivo hardware; determinação das entidades; simplificação das entidades; seguimento das entidades ao longo da sequência; obtenção das coordenadas 3D das entidades emparelhadas;
3) Alguns resultados experimentais obtidos também foram apresentados; dos mesmos, é possível verificar-se a boa qualidade obtida pela referida abordagem.
4) A abordagem global apresentada revelou-se como bastante flexível, robusta e capaz de responder
adequadamente aos objectivos inicialmente traçados.
Perspectivas de desenvolvimento:
1) Determinar o factor horizontal de incerteza de um outro modo, pois o método empregue é de difícil utilização para as condições práticas normalmente existentes;
VIII - Conclusões e Perspectivas de Desenvolvimento
2) Determinar o centro da imagem na memória frame de outro modo, pois o método utilizado não é adequado para baixos valores de distorção radial da lente;
3) Para situações nas quais se pretende um modelo da cena 3D ou de um objecto, pode-se enriquecer a abordagem
utilizada para o seguimento e consequente obtenção de coordenadas 3D, Fig. 44.
VIII - Conclusões e Perspectivas de Desenvolvimento
Filtros de Kalman Filtros de Kalman
Verificação
Modelo 3D Previsão
Actualização
Obtenção de coordenadas 3D Emparelhamento das
entidades e medição Entidades na imagem
K parametrizadas
...
Modelo 2D
...
Previsão
Actualização
Fig. 44 - Uma abordagem possível para enriquecer o seguimento das várias entidades e consequente obtenção de informação tridimensional.
VIII - Conclusões e Perspectivas de Desenvolvimento
Bibliografia:
Análise de Movimento em Sequências de Imagens - Miguel F. P. Velhote Correia
Dissertação submetida ao Departamento de Engenharia Electrotécnica e de Computadores da Faculdade de Engenharia da Universidade do Porto para satisfação parcial dos requisitos do Mestrado em Engenharia Electrotécnica e de Computadores - Fevereiro de 1995
Measurement and Integration of 3-D Structures by Tracking Edge Lines - James L.
Crowley, Pactrick Stelmaszyk, Thomas Skordas, Pierre Puget International Journal of Computer Vision 8:1, 29-52 (1992) Tracking line segments - Rachid Deriche, Olivier Faugeras Image and Vision Computing - vol. 8 no 4 (November 1990)
Techniques for Calibration of the Scale Factor and Image Center for High Accuracy 3- D Machine Vision Metrology - Reimar K. Lenz, Roger Y. Tsai
Ieee Transactions On Pattern Analysis And Machine Intelligence, Vol. 10, No. 5, September 1988 - 713/720
Dynamic Strip Algorithm in Curve Fitting - Maylor K. Leung, Yee-Hong Yang Computer Vision, Graphics, and Image Processing 51 146 (1990) - 146/165
Bibliografia:
Stochastic Models, Estimation, and Control - Peter S. Maybeck Volume I
Mathematics In Science and Engineering - Volume 141 Academic Press -1979
Aquisição e Processamento de Informação Tridimensional - Jorge Alves da Silva
Dissertação de Doutoramento apresentada à Faculdade de Engenharia da Universidade do Porto, Departamento de Engenharia Electrotécnica e de Computadores - 1994
Algumas Ferramentas para Visão Tridimensional por Computador - João Manuel R. S.
Tavares
Publicação inserida na dissertação submetida ao Departamento de Engenharia Electrotécnica e de Computadores em 1995, para satisfação parcial dos requisitos do Mestrado em Engenharia
Electrotécnica e de Computadores.
Faculdade de Engenharia da Universidade do Porto - 1995
Bibliografia:
Obtenção de Estrutura Tridimensional a Partir de Movimento de Câmara - João Manuel R. S. Tavares
Dissertação submetida ao Departamento de Engenharia Electrotécnica e de Computadores em 1995, para satisfação parcial dos requisitos do Mestrado em Engenharia Electrotécnica e de Computadores.
Faculdade de Engenharia da Universidade do Porto - 1995
A new approach for merging edge line segments - João Manuel Tavares, A. Jorge Padilha Artigo para o RecPad’95 - 7th Portuguese Conference on Pattern Recognition
Aveiro, Portugal - 23/24 de Março de 1995
Matching lines in image sequences with geometric constraints - João Manuel Tavares, A.
Jorge Padilha
Artigo para o RecPad’95 - 7th Portuguese Conference on Pattern Recognition Aveiro, Portugal - 23/24 de Março de 1995
A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-the-Shelf TV Cameras and Lenses - Roger Y. Tsai
Ieee Journal Of Robotics And Automation, Vol. RA-3, NO. 4, August 1987 - 323/344
Agradecimentos
À Junta Nacional de Investigação Científica e Tecnológica pela Bolsa de Mestrado atribuída ao primeiro autor, ao abrigo do Programa Ciência com a Ref. BM/3258/92 - RM, com a qual foi possível desenvolver o trabalho apresentado.
Seguimento e Análise do Movimento de Objectos Rígidos e Não Rígidos em
Visão por Computador
João Manuel R. S. Tavares, A. Jorge Padilha
FEUP - Faculdade de Engenharia da Universidade do Porto INEB - Instituto de Engenharia Biomédica
I - Introdução
O âmbito do doutoramento insere-se no domínio do seguimento e análise do movimento de corpos deformáveis 2D/3D usando Visão Computacional.
Nesta apresentação é realizada uma breve introdução ao estado da arte, descritas algumas fases do trabalho já realizadas,
apresentados alguns exemplos de resultados experimentais
obtidos, exposta a aplicação principal que se pretende satisfazer, e, por fim, tecidas algumas conclusões e discutidas algumas
perspectivas de trabalho futuro.
Algumas das técnicas utilizadas por vários investigadores no
domínio da análise/seguimento de corpos deformáveis 2D/3D em visão por computador são:
• Utilização de modelos deformáveis protótipos (Templates, ...);
• Análise de componentes principais;
• Utilização de filtragem de Kalman (mais utilizada para o seguimento de objectos rígidos, utilizada em conjunto com outras técnicas para o seguimento de objectos não rígidos);
II - Breve Introdução ao Estado da Arte
• Contornos (Snakes), superfícies e modelos activos;
• Utilização da análise modal;
• Utilização do método dos elementos finitos;
• Utilização do método dos elementos finitos + análise modal;
• …
(A vermelho as técnicas consideradas como potencialmente mais interessantes para a aplicação alvo.)
II - Breve Introdução ao Estado da Arte
III - A aplicação CMIS
Durante o doutoramento está a ser desenvolvida, em Visual C++ para plataforma Windows 95/NT, uma aplicação para análise e processamento de imagens: O CMIS.
A esta aplicação não são só acrescentados os algoritmos desenvolvidos no âmbito especifico do doutoramento mas também algoritmos mais gerais e comuns.
O CMIS está a ser dirigido potencialmente para a área da imagem médica sendo o embrião do SIMED.
Actualmente o CMIS é/foi o sistema base para o
desenvolvimento de trabalhos de fim de curso, de investigação (mestrados/doutoramentos) de alguns alunos/investigadores na área da Visão por Computador da FEUP/INEB.
III - A aplicação CMIS
CMIS: emparelhamento de dois contornos não rígidos:
III - A aplicação CMIS
CMIS: Análise de regiões.
IV - Contornos Activos (Snakes)
Contornos activos ou “snakes” são constituídos por um conjunto de pontos, uniformemente distribuídos, com determinadas
propriedades mecânicas, que através de forças de atracão e de repulsão vão convergindo (iterativamente) desde uma posição inicial, definida pelo utilizador ou colocada automaticamente na imagem, até uma posição final adequada para segmentar o objecto desejado.
Definição inicial.
Objecto a segmentar.
IV - Contornos Activos (Snakes)
Definição dos parâmetros para a Snake (modelo de Kass):
IV - Contornos Activos (Snakes)
Posição final da Snake:
Alguns parâmetros do objecto segmentado:
V - Análise Modal
Com a Análise Modal pretende-se determinar os emparelhamentos entre pontos de dois objectos através da análise dos
deslocamentos de cada ponto no respectivo espaço modal: Pontos com deslocamentos semelhantes são considerados como
potencialmente candidatos ao emparelhamento.
Até ao momento esta técnica foi por nós implementada através de duas abordagens distintas:
• determinação dos vectores/valores próprios de uma matriz de proximidade definida para cada objecto (método de
Shapiro);
• determinação dos vectores/valores próprios dos modelos de elementos finitos construídos para cada objecto.
V - Análise Modal
Exemplos de resultados obtidos (pelo método de Shapiro):
Contorno t Contorno t+1 Contornos t e t+1
Emparelhamento obtidos com os contornos amostrados
…após a aplicação da transformação rígida determinada (pelo método de Horner baseado
em quaternions unitários) ao contorno t.
J. Tavares. A. PadilhaSeguimento e Análise do Movimento de Objectos Rígidos e Não Rígidos em V. C.
V - A nálise Modal
Contorno t
Contorno t+1
Contornos t e t+1 Emparelhamentos
obtidos
…após aplicação da transf. rígida
…após aplicação da transf. rígida incluindo
o escalonamento
VI - Método dos Elementos Finitos
O Método dos Elementos Finitos considera o sistema global como equivalente a um agrupamento de elementos finitos no qual cada um destes é uma estrutura contínua mais simples. Impondo que em
certos pontos comuns a vários elementos, designados por nodos ou nós, os deslocamentos sejam compatíveis e as forças internas em equilibro o sistema global, resultante do agrupamento, reage como uma única entidade e de forma similar ao sistema real.
A vantagem do método é que a equação de movimento para o sistema global pode ser obtida pelo agrupamento das equações
determinadas individualmente para cada elemento finito utilizado na modelização. O movimento em qualquer ponto no interior de cada um destes elementos é obtido por intermédio de interpolação sendo,
geralmente, as funções de interpolação polinómios de grau reduzido e iguais para elementos do mesmo tipo.
VII - Método dos Elementos Finitos + Análise Modal
A técnica da utilização da Análise Modal com o Método dos Elementos Finitos consiste em:
• Construir um modelo de elementos finitos para cada um dos objectos a emparelhar;
• Determinar os modos de vibração de cada um dos modelos (a partir das matrizes de massa e de rigidez);
• Determinar as correspondências pela análise dos deslocamentos dos nodos de cada modelo no respectivo espaço modal.
Com a utilização de modelos físicos torna-se possível determinar a energia de deformação necessária para deformar um objecto num outro e estimar os deslocamentos dos nodos não emparelhados com sucesso (utilizando o método dos mínimos quadrados de forma a
minimizar a energia de deformação).
[M]{U¨}+ +[K]{U}={R}
determinação das matrizes de massa e de rigidez para o modelo finito
Determinação dos modos próprios Construção do modelo físico
Entrada: dados considerados como nodos de um elemento finito
[K]{φ}i= ωi2[M]{φ}i resolução do problema de valores/vectores próprios generalizado
[M]{U¨}+ +[K]{U}={R}
determinação das matrizes de massa e de rigidez para o modelo finito
[K]{φ}i= ωi2[M]{φ}i resolução do problema de valores/vectores próprios generalizado
Saída: correspondência entre dados Emparelhar os modos {φ}i não rigidos de baixa ordem
de ambas as formas
Utilizar os modos {φ}i emparelhados como sistema
de coordenadas
VII - Método dos Elementos Finitos +
Análise Modal
VII - Método dos Elementos Finitos + Análise Modal
Exemplos de Resultados (utilizando o elemento finito de Sclaroff):
Valor da energia de deformação: 17.6
Contorno t Contorno t+1 Contornos t e t+1 Emparelhamento obtidos com os contorno amostrados
…após a aplicação da transformação rígida
…após a determinação dos deslocamentos nodais estimados
VII - Método dos Elementos Finitos + Análise Modal
Exemplos de Resultados (utilizando o elemento finito de Sclaroff):
Valor da energia de deformação: 1.4
Contorno t Contorno t+1
Contornos t e t+1
Emparelhamento obtidos com os contorno amostrados
VII - A aplicação principal
Pretende-se utilizar uma metodologia adequada para a análise de sequências de imagens 2D/3D (3D considerando a
intensidade como a terceira coordenada: modelização XYI) de pedobarografia.
Exemplo de imagens de pedobarografia (negadas):
VIII - Conclusões e Perspectivas de Desenvolvimentos Futuros
Com esta apresentação foi realizada uma breve introdução ao âmbito do doutoramento, descrição de algumas das suas fases e verificação de alguns resultados já obtidos.
Actualmente esta-se a aplicar a metodologia usada com sucesso no seguimento em imagens 2D de sequências de
pedobarografia em imagens 3D das mesmas sequências. Para a terceira coordenada é utilizado o nível de intensidade utilizando- -se assim a relação pressão/intensidade e construindo-se
modelos de superfície XYI.
O inicio da escrita da dissertação está agendado para o Verão do corrente ano.
VIII - Conclusões e Perspectivas de Desenvolvimentos Futuros
Exemplo de um modelo de superfície XYI.