Desenvolvimento De Uma Ferramenta Computacional Para O Processamento De Imagens Estereoscópicas

Desenvolvimento De Uma Ferramenta Computacional Para O

Processamento De Imagens Estereoscópicas

Sandro R. Fernandes

Universidade do Estado do Rio de Janeiro, Instituto Politécnico 28601-970 – Nova Friburgo, RJ, Brasil

E-mail: srfernandes@iprj.uerj.br

Joaquim Teixeira de Assis

Universidade do Estado do Rio de Janeiro, Instituto Politécnico 28601-970 – Nova Friburgo, RJ, Brasil

E-mail: – joaquim@iprj.uerj.br

Marcus Peigas Pacheco

Universidade do Estado do Rio de Janeiro, Instituto Politécnico 28601-970 – Nova Friburgo, RJ, Brasil

E-mail: – pacheco@iprj.uerj.br

Vania Vieira Estrela

Centro Universitário Estadual da Zona Oeste 23070-200 - Rio de Janeiro, RJ, Brasil

E-mail: vaniaestrela@yahoo.com

Ivan de Araujo Medina

Universidade do Estado do Rio de Janeiro, Faculdade de Engenharia CEP 20550-900 – Rio de Janeiro, RJ, Brasil

E-mail: imedina@iprj.uerj.br

1. Introdução

Deslizamentos são movimentos gra-vitacionais de massa que estão relacionados aos processos de desestabilização de encos-tas. No Brasil a maioria dos escorregamentos acontece devido à ação das chuvas. Os pro-cessos de instabilidade de encostas podem incluir outros fenômenos naturais e não natu-rais [Pisani 1998].

Com o crescimento desordenado das cidades, com a ocupação temerária de áreas não recomendadas para construções, bem como ações intrusivas, tais como desmata-mento e estabelecidesmata-mento de vias de penetra-ção sem os estudos de protepenetra-ção ambiental, tem aumentado a freqüência de deslizamentos nos últimos anos.

Tais ocorrências justificam, em vista das suas freqüências e magnitudes, estudos

para ações preventivas de baixo custo tal como aqui se delineia.

2. Definição do Problema

O objetivo é determinar, a partir de duas imagens fotográficas, usando o efeito da estereoscopia, uma imagem tridimensional que possa ser utilizada por especialistas em geotecnia para o mapeamento de possíveis áreas de risco.

Outras aplicações práticas, tais como processos erosivos e aplicações diversas a obras de engenharia lineares (estradas, ferro-vias, dutoferro-vias, linhas de transmissão, etc.), podem ser estudadas através da técnica pro-posta no presente artigo.

O efeito da estereoscopia é obtido pe-la fusão no cérebro do observador, de duas imagens de um mesmo objeto tomado por pontos de vista diferentes. Através da técnica ora em desenvolvimento, empregar-se-ão imagens digitais as quais provirão diretamen-te na diretamen-tela do computador, em 3D, sem que seja necessário o uso de equipamento óptico auxiliar.

3. Fundamentos Teóricos

Fotogrametria diz respeito à obtenção de relações métricas entre dois sistemas coor-denados: o sistema da foto e o sistema do terreno (vide Figura 1).

Figura 1 – Sistemas foto e objeto. Adaptado de: Lillesand e Kiefer (1994).

É a correlação desses dois sistemas que permite, então, a obtenção de um modelo estereoscópico que é homotético direto deste objeto.

Relativamente ao objeto faz-se ne-cessária a elevação do ponto de vista. Quanto a obtenção dos fotogramas se da a partir de plataformas elevadas (balões, aeronaves ou satélites). Costumam-se denominar este ramo da fotogrametria como fotogrametria aérea ou aerofotogrametria.

Quando o objeto possui dimensões que sejam abarcadas por sistemas imageado-res colocados sobre o terreno, isto é, quando os objetos são constituídos por animais, tre-chos de cruzamentos de sistemas viários, construções civis, construções navais, etc. diz-se que esses levantamentos constituem uma classe denominada de fotogrametria terrestre.

As relações métricas definidas pela homotetia permitem que a métrica levada do sistema objeto, através dos pontos de apoio, restabeleça no modelo estereoscópico as ho-rizontais e verticais desse mesmo objeto.

A obtenção das imagens é realizada através de equipamentos imageadores (câme-ras fotográfica ópticas, dispositivos de varre-dura eletrônica e câmeras digitais) que regis-tram as cenas captadas por meio analógico (emulsões fotográficas) ou digital (registro binário).

No caso de câmeras, estas podem ser projetadas para operar em plataformas aéreas (câmeras aéreas) ou em plataformas terrestres (câmeras terrestres). Se a câmera possui ele-mentos de fidúcia da sua métrica (distância focal, dimensões do quadro focal, curva de distorção radial conhecida, sempre inferior a 5 µm, ausência de distorção tangencial, qua-dro focal construído com liga invar, posição do ponto principal, etc.) ela é, então, denomi-nada câmera métrica.

As fotos obtidas por câmeras métri-cas são denominadas fotogramas, para dife-renciá-las das fotos não-métricas.

Dá-se o nome de cobertura aos traba-lhos destinados à obtenção de imagens que cubram uma determinada área. Quando essa cobertura é realizada por câmera métrica diz-se diz-ser a cobertura fotogramétrica, e quando realizado por câmera não-métrica diz-se ser a cobertura fotográfica.

Para se obter modelos estereoscópi-cos que cubram integralmente, sem solução de continuidade, uma determinada área é necessário projetar a cobertura com previsão de recobrimentos longitudinais (usualmente na ordem de 60%) e laterais (normalmente na ordem dos 20%).

De modo a obter a visão contínua da parte ou de toda a área objeto de cobertura,

para finalidade ilustrativa ou de planejamen-to, monta-se – com recortes de modo a permi-tir coincidências de feições – um mosaico; o qual pode ser montado tanto analógica quanto digitalmente. A Figura 2 abaixo exemplifica um mosaico.

Figura 2 - Exemplificação de um mosaico de uma cobertura fotogramétrica. A seta indica a

direção do vôo.

A partir das duas imagens fotogramé-tricas que observem justaposição, pode-se estabelecer a altura do objeto, exemplificando o procedimento de cálculo, com o auxílio da Figura 3:

Figura 3 - Relações geométricas para a de-terminação das cotas. Figura extremamente

exagerada para beneficio da clareza.

Estabelecendo triângulos semelhan-tes: (1) 2 1

O

AO

e (2) 2 1 2

a

'a

O

Pela relação obtida pelos triângulos semelhantes obtemos a seguinte equação:

A A P B f Z = (3) A A P f B Z = . (4) Onde:

A

→

Ponto analisado no terreno. 1

O

→

Centro da primeira fotografia. 2

O

→

Centro da segunda fotografia. 1

a

→

Ponto A representado na primeira fotografia.

1

'

a

→

Ponto A da primeira fotogra-fia em sua correspondente posição na segunda fotografia.

2

a

→

Ponto A representado na segunda fotografia.

H

→

Altura média do vôo. A

Z

→

Distância aproximada do

pon-to analisado no terreno e a altura média do vôo:

a

a

Z

H

Z

A

=

−

.

A

Z

→

Distância aproximada do pon-to analisado à base do terreno.

B

→

Aerobase.

f

→

Distância focal. A

P

→

Paralaxe do ponto analisado. Tabela 1. Nomenclatura usada na equação (4)

Figura 4 – Fotos consecutivas permitindo o cálculo da paralaxe de um determinado ponto

4. Ferramenta Desenvolvida

Para desenvolver a ferramenta que executasse o modelo matemático obtido usa-mos a linguagem de desenvolvimento orien-tada a objetos C++. Desta forma os objetos implementados estão sendo desenvolvidos para que possam ser reaproveitados ao longo do desenvolvimento do software e em outros projetos. Isso permite uma maior facilidade do uso do código do programa para outros desenvolvedores que desejarem utilizar o software desenvolvido para modificações ou como base de outras aplicações.

Figura 5. Diagrama do funcionamento atual do software.

Na versão atual a ferramenta desen-volvida permite ao usuário carregar duas imagens fotogramétricas e, com o auxilio do mouse, determinar os pontos semelhantes na imagem que são usados para o cálculo da altura aproximada do objeto desejado.

Figura 6. Tela principal do ferramenta desen-volvido.

A próxima etapa de desenvolvimento é a obtenção da imagem tridimensional a partir do cálculo das alturas dos objetos na cena. A partir da imagem gerada serão mape-adas possíveis áreas de risco.

5. Resultados Obtidos

A partir de um objeto que obedeceu às especificações de perspectiva e proporção de uma pirâmide com um tamanho de 100 metros, obtemos duas perspectivas que cor-respondiam a duas imagens fotogramétricas. Em testes variados observou-se que a preci-são da marcação dos pontos e a resolução da imagem influenciaram no cálculo correto da altura.

Ponto marcado Altura obtida

(200,99) 97 m

(202,101) 102 m

6. Conclusões e Trabalhos

Futu-ros

Após o mapeamento dos pontos ne-cessários para o uso do programa para a en-trada dos dados, a ferramenta em desenvol-vimento calculou a altura da pirâmide nas imagens com uma margem de erro aproxima-damente de 3% como pode ser verificado na Tabela 2.

Uma das etapas a serem desenvolvi-das será a obtenção automática de pontos comuns e gerar automaticamente a imagem tridimensional a partir das imagens bidimen-sionais, obtendo o efeito da estereoscopia diretamente na tela do computador, sem o uso do estereoscópio. Com este reconhecimento automático de áreas comuns o erro gerado pelo usuário ao marcar pontos errados será minimizado.

Outra etapa será partir da imagem tridimensional a marcação de possíveis áreas de risco.

O mapeamento das encostas e a ca-racterização de possíveis áreas de risco po-dem servir como auxílio para a criação ações de prevenção nas mesmas. O modelo desen-volvido pode também auxiliar no estudo da formação da erosão nas encostas e a previsão de ocorrência das mesmas. O software apre-sentado é uma ferramenta importante para a automação e agilidade para profissionais com estas necessidades.

Referências

[1] E-FOTO, UERJ, Rio de Janeiro. Foto-grametria Digital (2006). Disponível em: http://e-foto.sourceforge.net.

[2] Fragassi, Antonio de Pádua Mendonça, Castro, Dalva Maria de. Silva, Antonio Si-mões (2006). Calibração de Câmaras Foto-gráficas não Métricas. Universidade Federal de Viçosa, Departamento de Arquitetura e Urbanismo, Departamento de Engenharia Civil - Setor de Engenharia de Agrimensura.

[3] Francelino, Márcio Rocha. Fernandes Filho, Elpídio Inácio. Schaefer,Carlos Ernes-to. Rezende, Sérvulo Batista. (2006). Foto-grafias Aéreas Não-Convencionais: Uma Alternativa de Monitoramento Ambiental na Antártica Marítima. Universidade Federal de Viçosa. NEPUT. Dep. de Solos.

[4] Huguet, Adriano B.. (2003). Reconstru-ção de Cenas Urbanas Baseada em Estereos-copia e Segmentação por Watershed. Univer-sidade Federal de Minas Gerais, Instituto de Ciências Exatas, Departamento de Ciência da Computação.

[5] Longuet-Higgins, H.C. (1981). A Com-puter Algorithm for reconstructing a scene from two projections, Nature, 293, September 1981, pp.133 - 135.

[6] Ortiz, Gabriel. (2006). GIS - SIG - Sis-temas de Información Geográfica. Disponível em

http://recursos.gabrielortiz.com/index.asp?Inf o=023b.

[7] Pisani, Maria Augusta Justi. (1998). Á-reas de risco (associado a escorregamentos) para a ocupação urbana: detecção e monito-ramento com o auxílio de dados de sensoria-mento remoto via orbital. Tese (Doutorado) EPUSP- Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia Civil: São Paulo, 188p.

[8] Thompson, E.H. (1959), A Rational Al-gebraic Formulation of the Problem of Rela-tive Orientation, Photogrammetric Record VO1.3 (14), 1959, pp.152 -159.

[9] Torreão, José Ricardo (2006). Estimating 3-D Shape in Computer Vision. Disponível em:

http://www.visgraf.impa.br/Courses/torreao

[10] Sabharwal, Chaman L. (1992). Stereos-copic Projections and 3D scene Reconstructi-on.

[11] Schalkoff, R.J. (1989). Digital Image Processing and Computer Vision, John-Wiley and Sons, Inc.

[12] Sestini, Marcelo Francisco. Florenzano, Teresa Gallotti. (2004) Caracterização de Cicatrizes de Deslizamentos por Processa-mento de Dados TM Landsat em Caraguata-tuba. Revista do Instituto de Geociências - USP. Geol. USP Sér. Cient., São Paulo, v. 4, n. 2, p. 57-69.

[13] Silveira, Marcelo Teixeira (2005). Vi-sualização e Medição Estereoscópicas de Imagens Fotogramétricas Digitais [Rio de Janeiro].