De alta resolução, de alta velocidade, de imagens de vídeo tridimensional com Franja Digital Técnicas de Projeção

Este vídeo descreve os fundamentos das técnicas de projeção de franjas digitais, que fornecem medições 3D densas de superfícies que mudam dinamicamente. Ele também demonstra o projeto e a operação de um sistema de desfocagem binária de alta velocidade baseado nessas técnicas.

O objetivo geral deste procedimento é capturar vídeo 3D de alta resolução na velocidade em tempo real ou acima. Isso é feito primeiro projetando imagens de padrão de franja senoidal no assunto em alta velocidade usando um projetor de processamento de luz digital. Três padrões de cosign deslocados são projetados em sequência para obter alta precisão.

Uma câmera é usada para capturar essas imagens de outro ângulo de visão. A segunda etapa é calcular a fase encapsulada de cada conjunto de três imagens de padrão de franja. Isso é feito usando a função tangente do arco e os valores de intensidade da imagem.

Em seguida, as fases são desempacotadas para remover as duas descontinuidades pi que resultam da função tangente do arco. A etapa final é recuperar a profundidade da fase desembrulhada do assunto. Esta é a diferença entre os mapas de fase desembrulhados do sujeito e o plano de calibração adequadamente dimensionado e traduzido por constantes encontradas usando um objeto de referência.

Em última análise, os quadros de dados resultantes podem ser exibidos usando software gráfico. A principal vantagem dessa técnica sobre outros métodos existentes, como a varredura a laser, é que ela é capaz de alta resolução e alta velocidade. Como os padrões senoidais conhecidos são projetados no assunto, um ponto de dados 3D pode ser recuperado para cada pixel da câmera usada com uma câmera 5 76 por 5 76.

Podemos recuperar mais de 300.000 pontos de dados 3D por quadro. Embora esse método tenha aplicações médicas potenciais, como capturar a formação de expressões faciais ou a superfície batida de um coração, ele também pode ser aplicado a várias outras áreas de estudo. Ele permite a captura de movimento facial de alta resolução para uso em filmes e videogames, ou um método aprimorado de videoconferência.

Também pode ser usado para detectar defeitos em um ambiente de fabricação. A demonstração visual deste método é crítica como calibração. As etapas de processamento são difíceis de aprender devido à idade visual do sistema e suas medições.

A maneira mais simples e fácil de detectar problemas é com um exame visual treinado. O primeiro passo é gerar os padrões de franja que serão projetados. Estes são preparados com antecedência usando um ambiente de programação de imagens aqui, matlab.

Este vídeo se concentrará no uso de padrões binários. Para produzir um padrão binário desfocado, use uma técnica de pontilhamento para gerar padrões senoidais usando apenas pixels pretos e brancos puros. Faça três imagens do padrão deslocado em fase uma da outra por dois pi sobre três, conforme exigido pelo algoritmo de mudança de fase de três etapas.

Nesta demonstração, dois conjuntos adicionais de três são produzidos para a técnica multifrequência, que pode capturar mudanças mais nítidas em profundidade. Em seguida, selecione um projetor de processamento de luz digital de alta velocidade com uma configuração monocromática. Facilite o software fornecido com o projetor para carregar as imagens para mudança de fase.

Agora, escolha uma câmera C, CD ou COS em preto e branco com a taxa de captura correta para o sistema. Lembre-se de que a câmera precisará capturar todo o conjunto de imagens marginais para cada quadro de vídeo para encontrar a distância na qual o projetor deve ser colocado do objeto. Mova o projetor em relação a uma grande superfície plana quando a extensão vertical e horizontal da imagem for ligeiramente maior do que o objeto a ser estudado.

Meça a distância do projetor à parede. Use o campo de visão desejado a essa distância e o tamanho do sensor da câmera para encontrar a distância focal da lente. A última etapa de configuração é determinar a separação angular entre o projetor e a câmera em um grande ângulo entre esses componentes.

A triangulação entre os pontos de recursos é óbvia, mas mais recursos se perdem na sombra. Em um ângulo pequeno, a triangulação torna-se difícil, aumentando o ruído nos resultados. Normalmente, 10 a 15 graus é um bom compromisso.

É melhor realizar a calibração imediatamente antes da captura de dados. Para um sistema de desfocagem binário, desfoque a lente de projeção até que os padrões no plano de imagem se assemelhem a sinusóides de alta qualidade. Isso pode exigir um processo iterativo de exame de dados de teste e ajuste da lente.

Se as franjas ficarem desfocadas, o projetor está muito desfocado. Se os pontos estiverem visíveis dentro do padrão, o projetor está muito focado. Agora, coloque um quadro branco plano nos campos de visão da câmera e do projetor.

Projete a primeira das imagens marginais no quadro. Em seguida, capture-o com o projeto da câmera e grave as imagens marginais restantes. Da mesma forma, salve essas imagens marginais para a etapa de processamento de dados, rotulando-as como o plano de calibração.

Em seguida, coloque um objeto de dimensões conhecidas no campo de visão do sistema. Aqui, um cubo de espuma rígida coberto com quadrados de espuma adesiva difusa é usado. Projete a mesma série de imagens marginais no cubo.

Capturando cada um com a câmera. Salve as imagens capturadas para a etapa de processamento, rotulando-as como o cubo de calibração. Para coletar dados.

Posicione o assunto no plano focal da câmera, projete imagens marginais no assunto e capture-as. A alta velocidade é normalmente necessária para a captura de movimento correta em alta velocidade. O olho humano só pode ver as franjas.

Na interferência temporal. Use as imagens capturadas para ajudar nos ajustes na abertura da câmera. Para otimizar o nível de luz, as imagens de franja devem ser o mais brilhantes possível, mas não saturadas.

A próxima etapa é o pós-processamento dos dados. No algoritmo de mudança de fase de três etapas, a fase é o argumento da função de cosign que determina a posição de um ponto dentro do padrão senoidal. Um algoritmo foi implementado para determinar esta fase em cada ponto das imagens marginais, esta fase encapsulada computada está no intervalo.

PI negativo para PI aplica este algoritmo ao plano de calibração e ao cubo e aos dados do assunto. Em seguida, desembrulhe os mapas de fase usando outro algoritmo para adicionar ou subtrair dois pi em saltos de fase Na técnica de multifrequência, os mapas de fase encapsulados para cada frequência são combinados para produzir um único mapa de fase desencapsulado, neste ponto, é importante revisitar a etapa de calibração. Faça uma seção transversal horizontal a partir do centro do mapa de fases do plano de calibração.

Remova seu perfil em massa para obter uma estimativa de erro de fase. Se o padrão projetado foi muito focado, o erro será grande. Ajuste a lente do projetor conforme necessário para obter um erro dentro do intervalo.

Negativo 0,1 a 0,1 radianos. Em seguida, um terceiro algoritmo calcula a profundidade do cubo de calibração. Esta é a diferença entre o cubo de calibração e os mapas de fase do plano de referência.

A partir disso, um fator de escala é determinado. A profundidade do assunto é encontrada subtraindo o mapa de fases do plano de referência do assunto e aplicando o fator de escala. Os dados agora podem ser salvos para visualização no MATLAB ou outro software gráfico 3D.

A técnica permite imagens tridimensionais em tempo real de alta velocidade de um rosto humano em uma resolução alta o suficiente para revelar detalhes finos. O conjunto de três imagens à esquerda é o rosto inteiro exibido nos modos 2D, textura, sobreposição, sombreamento e iluminação e estrutura de arame. No centro está uma visão de armação de arame em close-up da área do nariz.

Observe que a densidade de pontos à direita é uma visão aproximada da região ao redor do olho. Essas imagens foram produzidas usando padrões de franjas senoidais. Aqui é mostrado um vídeo 3D da formação de um sorriso.

O vídeo foi capturado em 60 hertz com resolução de 640 por 480 padrões de franjas senoidais. É possível fazer vídeo 3D ao vivo, capturar, processar e renderizar. Neste vídeo, as medições 3D são exibidas a 30 hertz na tela do computador.

Como último exemplo das capacidades deste método, isso mostra a imagem de vídeo 3D de um coração de coelho vivo. Usando a desfocagem binária, a frequência cardíaca era de aproximadamente 200 batimentos por minuto. A taxa de captura 3D foi de 166 hertz com uma resolução de 576 por 576.

Uma alta velocidade era necessária para evitar artefatos de movimento. Uma vez dominada a calibração, a captura e o processamento de dados podem ser feitos em poucas horas, se executados corretamente. Com software de processamento projetado para velocidade, muitos, muitos resultados do processador podem ser exibidos na tela do computador em tempo real após seu desenvolvimento.

Essa técnica abriu caminho para pesquisadores no campo da mecânica da superfície cardíaca investigarem a geometria dinâmica da superfície de um coração de coelho batendo usando dados de vídeo 3D de alta resolução. Depois de assistir a este vídeo, você deve ter uma compreensão básica de como projetar e operar um sistema de vídeo 3D de alta resolução e alta velocidade. Em particular, você deve estar familiarizado com os conceitos por trás da projeção de franja digital com os padrões binários focados e o método de calibração do plano de referência.

Você também deve ser capaz de reconhecer a diferença entre mapas de fase desembrulhados bons e ruins.