Visão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)

(1)

Visão Computacional

Alessandro L. Koerich

Programa de Pós-Graduação em Engenharia Elétrica

Universidade Federal do Paraná (UFPR)

(2)

(3)

Iluminação

• Uma iluminação não apropriada causa problemas de:

–

Resolução

–

Contraste

• A qualidade desejada da imagem pode geralmente ser

atingida melhorando a iluminação ao invés de modificar

resolução da câmera, lentes e software.

• A intensidade de luz apropriada na imagem depende

diretamente da seleção dos componentes.

(4)

Iluminação

• Cada componente afeta a quantidade de luz incidente

sobre o sensor e afeta, portanto, a qualidade da imagem

• Lentes:

–

A abertura (f/#) das lentes tem um impacto direto sobre a

quantidade de luz incidente na câmera.

–

A iluminação deve ser aumentada a medida em que a abertura

das lentes é diminuída. (i.e. alto f/#).

• Câmeras:

–

A sensibilidade mínima da câmera é também importante para

determinar a mínima quantidade de luz necessária.

–

Os ajustes da câmera (ganho, exposição, etc.) afetam a

sensibilidade do sensor.

(5)

Iluminação

• A abertura das lentes, ampliação do sistema,

ajustes da câmera, filtragem e outros

parâmetros de iluminação irão afetar a luz

incidente sobre o sensor.

• Estes fatores precisam ser ajustados para

acomodar objetos com diferentes características

(perfil, refletividade, etc.).

(6)

Cor da Iluminação

• A escolha da cor da iluminação depende:

–

Da cor do objeto sendo visualizado

–

Da sensibilidade do sensor CCD/CMOS

• Um sensor colorido geralmente necessita de

uma fonte de luz branca.

• Aplicações em níveis de cinza pode se

beneficiar do emprego de luz colorida.

(7)

Cor da Iluminação

• Cores podem ser divididas em quentes e frias

–

Quentes : vermelha, amarela e laranja

–

Frias: verde, azul e violeta

• Para criar contraste, tipos opostos devem ser

empregados:

–

Uma luz de cor quente aplicada sobre um objeto de

coloração fria irá escurecer o objeto.

–

Uma luz de cor quente aplicada sobre um objeto de

coloração quente irá iluminá-lo.

(8)

Cor da Iluminação

• O maior contraste é obtido quando usamos

cores diretamente opostas no disco abaixo.

• Exemplo: luz verde sobre um objeto vermelho irá

escurecer o objeto mais do que qualquer outra

cor de luz.

(9)

Cor da Iluminação

• Exemplo: contraste melhorado em uma câmera

monocromática usando luz vermelha, branca e

verde.

(10)

Fontes de Luz

• LED - Light Emitting Diode

• Quartz Halogen – W/ Fiber Optics

• Fluorescente

• Metal Halide (Microscopy)

• Xenon

• Sódio de Alta Pressão

• Ultravioleta (Luz negra)

• Infra-Vermelha (IR)

(11)

Comparação das Fontes de Luz

(12)

Intensidade de Iluminação X Espectro

Comprimento de Onda (nm)

300

400

500

600

700

0

20

40

60

80

100 Intensidad

e

R

elativa

(%)

Daytime Sunlight

Mercury

(Purple)

Quartz Halogen / Tungsten

Xenon

White

LED

Red

LED

Fluorescent

(13)

400 nm 500 nm 600 nm 700 nm

390

735 UV

IR

Faixa Visual Humana

Freqüência diminuindo

Energia fotonica diminuindo

Comprimento de onda

aumentando

Profundidade de penetração

aumentando

(14)

Espectro Visível

• Enquanto o comprimento de onda da luz aumenta, os níveis de energia por

fóton diminui.  Luz UV é mais letal  Luz Negra (UV-A)  315 nm a 400

nm.

• Luz UV na faixa 280nm a 315nm (UV-B) é a mais perigosa ao tecido do

olho.

• UV-C (100nm a 280nm), é a que possi mais energia. É absorvida na

atmosfera.

• Near IR (720nm a 1100nm) é usada normalmente em aplicações de

segurança.

• Far IR (>1100nm) é chamada de termal ou assinatura de calor.

• Luz IR é mais difícil de focar e difundir. Em razão de seu maior comprimento

de onda, penetra mais nos materiais

• Luz UV pode interagir ou ser completamente absorvida pelo material das

lentes (lentes especiais)

(15)

400 nm 500 nm 600 nm 700 nm

390 455 470 505 520 595 625 660 695 735

UV

IR

Faixa Visual Humana

Espectro Visível

• A luz é vista diferentemente por um filme

fotográfico, pelos humanos e pelos CCDs!

(16)

Espectro Visível

• Um sensor CCD possui uma resposta mais linear à luz.

• O sensor CCD reproduz mais fielmente as intensidades

de luz reais entre preto e branco.

• Filme fotográfico tem um faixa dinâmica muito menor do

que um sensor CCD e aproximadamente a mesma

eficiência quântica do sistema visual humano a luz do

dia.

• Filme fotográfico B&W não captura luz NIR acima de 700

nm nem UV.

(17)

Resposta Espectral: CCD X Visão

Humana

Comprimento de onda (nm)

300

400

500

600

700

0

20

40

60

80 QE Absoluta

(%)

800

900 1000

IR Enhanced Analog

Digital Interline Transfer

Standard Analog

CMOS

UV Enhanced Analog

Human Photopic

Human Scotopic

IR Block (Short Pass)

(18)

CCD X Visão Humana

• Photopic: visão humana adaptada a luz

–

Pico em 555 nm (amarelo-verde)

–

Faixa visível varia de 420 nm a 700 nm.

• Scotopic: visão humana adaptada a escuridão

–

Pico em 507 nm e aprox 2X mais sensível do que visão photopic.

• A eficiência quântica do sistema visual humano a luz:

–

QE < 5% em 555 nm

–

Pode detectar 100 fótons para um tempo de exposição de 100 us

–

Requer aprox 10X mais luz do que isso, ajudado pelo poder de

interpretação da mente, para reconhecer uma cena em uma imagem.

• Acuidade visual humana:

–

Particularmente boa para cores

–

Geralmente podem distinguir pouco mais de 20 níveis de cinza entre

preto e branco.

(19)

CCD X Visão Humana

• A sensibilidade da câmera não está relacionada

a resolução do sensor, mas ao tamanho dos

pixels individuais.

–

Um pixel 2X maior nas dimensões X e Y é 4X mais

sensível, considerando que outros parâmetros são

similares.

–

Exemplo: uma câmera 640 x 480 pode ter menos

sensibilidade que uma de 1280x1024 se seu pixel for

menor.

• Câmeras monocromáticas são mais sensíveis

que as coloridas, pois as coloridas usando filtro

de cores que atenua a intensidade da luz.

(20)

Iluminação

Refletida

Emitida

Absorvida

Transmitida

Para Onde Vai a Luz?

Luz Entrando =

Luz Refletida +

Luz Absorvida (pode ser re-emitida) +

Luz Transmitida

(21)

Para Onde Vai a Luz?

• Todo objeto no universo reflete luz (exceção buraco

negro)

• Na parte visível do espectro, os comprimentos de onda

refletidos são aqueles que representam a “cor” do objeto.

• A maioria das aplicações de visão computacional

trabalha com reflexão e a interação entre a superfície,

textura, cor e composição do material.

• A luz incidente determina como a luz é refletida de volta:

Fracamente difusa ou Especular (hot spot).

(22)

Reflexão em Superfícies Especulares

• A luz reflete no ângulo

de incidência

• O ângulo da superfície

determina de onde a luz

vêm para iluminar a

superfície.

(23)

Divergência e Intensidade

• A intensidade diminui

com o inverso do

quadrado o raio de

divergência

• Usar colimação e

distâncias de trabalho

curtas sempre que

possível

2

1 r

(24)

Método Padrão

1) Conhecimento de:

–

Tipos de iluminação e vantagens e desvantagens do

uso.

–

QE do sensor da câmera e a faixa espectral

–

Técnicas de iluminação e suas aplicações em função

da superfície do objeto

–

Requisitos da técnica de iluminação e suas possíveis

limitações

(25)

Método Padrão

2) Familiaridade com os 4 fundamentos da

iluminação para visão computacional:

–

Geometria

–

Estrutura (padrão)

–

Cor (comprimento de onda)

(26)

Método Padrão

3) Análise detalhada:

–

Ambiente de aplicação: limitações físicas e requisitos

(27)

Critérios de Aceitação

Criar Contraste!

• Separação de características ou segmentação

1. Contraste máximo

–

Características de interesse

2. Contraste mínimo

–

Características sem interesse (ruído)

3. Sensibilidade mínima a variações normais

–

Pequenas diferenças nos objetos

–

Presença ou mudança na luz ambiente

(28)

Criando Contraste

1. Mudar a direção luz em relação ao objeto e câmera

(Geometria)

–

Relacionamento espacial 3-D : objeto, luz e câmera

2. Mudar o padrão de luz (Estrutura)

–

Tipo de dispositivo: Spot, Linha, dome, matriz.

–

Tipo de iluminação: BF, DF, Difusa, Luz de fundo

3. Mudar o espectro (Cor / Comprimento de onda)

–

Monocromática, branca x resposta do objeto / câmera

–

Familia de cores quentes x frias, objeto x fundo

4. Mudar a características da luz (Filtragem)

(29)

Usando Cor

• Usar luz colorida para criar contraste

• Usar cores similares ou

famílias para clarear

(luz

amarela deixa características

amarelas mais brilhantes)

• Usar cores opostas ou

família para escurecer

(luz

vermelha torna características

verdes mais escuras)

Quentes

Frias

R

V

O

B

(30)

Aumentando o Contraste com Cores

Red

Green

Blue

White

• Levar em conta como a cor afeta tanto o objeto quanto o fundo

(31)

Usando Cores para Seleção

Luz Branca

Luz Monocromática

Color CCD

B&W CCD

Red

Red +

_Green

Green

(32)

Técnicas Comuns de Iluminação

Partial Bright Field

Dark Field

Back Lighting

Full Bright Field

(33)

Iluminação

Requisitos da Aplicação

Tipo de Objeto sob

Inspeção

Tipo de Iluminação

Sugerida

Redução da especularidade

Objeto brilhante

Difusa frontal, Difusa Axial, Polarizada

Iluminação par do objeto

Qualquer tipo de objeto

Difusa frontal, Difusa Axial, Guia em

Anel

Destacar os defeitos da superfície ou

topologia

Objeto 2D quase chato

Direcional Única, Luz Estruturada

Destacar a textura o objeto com

sombras

Qualquer tipo de objeto

Direcional, Luz Estruturada

Reduzir sombras

Objeto com protuberâncias, objetos 3-

D

Difusa Frontal, Difusa Axial, Guia em

Anel

Destacar defeitos dentro do objeto

Objeto transparente

Campo Escuro

Silhueta do objeto

Qualquer tipo de objeto

Iluminação de Fundo

(34)

Exemplos de Iluminação

Iluminação apropriada é

geralmente o fator determinante

entre o sucesso e a falha na

aquisição de uma imagem.

Muitas técnicas tem sido

desenvolvidas para superar os

obstáculos de iluminação mais

comuns.

(35)

Exemplos de Iluminação

Difusa Frontal

Pros: minimiza sombras e

reflexões especulares.

Cons: características da

superfície são menos

distintivas.

Tipo: fluorescentes lineares,

(36)

Exemplos de Iluminação

Direcional (Única ou

Bilateral)

Pros: forte, iluminação

relativamente regular

Cons: sombras, brilho

Tipo: única e guias de luz de

(37)

Exemplos de Iluminação

Direcional Única

Pros: mostra defeitos na

superfície, topologia

Cons: manchas de luz,

sombreamento severo

Tipo: guias de luz de fibras

(38)

Exemplos de Iluminação

Luz Estruturada

Pros: extração de características

da superfície

Cons: fonte extremamente

intensa, absorvida por algumas

cores

Tipo: Diodos laser em linha,

(39)

Exemplos de Iluminação

Anel Guia

Pros: reduz sombras, iluminação

relativamente regular

Cons: padrão de brilho circular de

superfícies altamente reflexivas;

algumas vezes difícil de montar

(40)

Exemplos de Iluminação

Luz Polarizada

Pros: iluminação regular, remove

especularidades.

Cons: baixa intensidade através

do polarizador

Tipo: filtro é anexado a muitas

(41)

Exemplos de Iluminação

Difusa Axial

Pros: livre de sombras, iluminação

regular, pouco brilho

Cons: baixa intensidade através do

divisor de feixe interno, afeta FOV e

WD

(42)

(43)

(44)

(45)

Bright Field X Dark Field

Imagem Bright Field

Camera

Luz Anel

Bright Field

(46)

Bright Field X Dark Field

Imagem Dark Field

Camera

Luz Anel

Dark Field

Superfície Espelhada

Risco

(47)

Técnica X Objeto

Refletividade da Surpefície

Superfície

Textura /

Forma

Fosco

Mixed

Espelho especular

Plano

Topografia

Curvada

Bright Field

Dark Field

Axial Diffuse

Dome Difuso / Cilindro

Área

Independente

da geometria

(48)

Eficiência Quântica (QE)

• É definida como a percentagem de fótons

atingindo a superfície foto-reativa que produzirão

um par elétron-lacuna.

• Mede de maneira precisa a sensibilidade do

dispositivo à luz.

• Como a energia de um foton depende de seu

comprimento de onda (é inversamente

proporcional), a QE é medida ao longo de uma

faixa de ondas.