WHOOPS! 404
Contact Us

Contattateci per qualunque richiesta, risponderemo al più presto

WHOOPS! 404
Contact Us

Contattateci per qualunque richiesta, risponderemo al più presto

WHOOPS! 404
Contact Us

Contattateci per qualunque richiesta, risponderemo al più presto

Sottotitolo

I

l progetto realizza un sistema semi-automatico di stima della geometria 2D e 3D di un’opera murale realizzando un mosaico a partire da immagini parziali ad alta risoluzione effettuate da un braccio robotizzato e uno scatto d’insieme da rettificare.

Co-finanziato da Regione Toscana PAR FAS 2007-2013
Partner:  Culturanuova Srl – Arezzo, Italia

2D – L’algoritmo localizza punti punti salienti dell’opera tramite l’operatore difference of Gaussians e RANSAC invariante a variazioni del punto di vista e della scala in modo da rendere possibile trovare la corrispondenza tra stesse regioni in immagini di dimensione diversa. Dall’insieme dei punti trovati è stimata un’omografia minimizzando l’errore di riproiezione ai minimi quadrati. La trasformazione proiettiva dei singoli fotogrammi secondo l’omografia e la correzione automatica della luminosità per l’eliminazione delle soluzioni di continuità fra i fotogrammi consente infine di ottenere un’immagine mosaico.
Il software è sviluppato in C++ in wrapper C++/CLI, come libreria dinamica per Windows.

3D – La stima della profondità di ogni punto dell’opera è ottenuta da un insieme di immagini riprese da una camera su un braccio robotizzato che si muove orizzontalmente rispetto all’opera.
Preliminarmente è effettuata una calibrazione interna della telecamera con il metodo [1] con precisione media inferiore a mezzo millimetro da immagini a bassa risoluzione in modo da ottenere una stima della posa della camera rispetto al piano di traslazione.
Il moto della camera è utilizzato per selezionare i punti di interesse che hanno corrispondenze tridimensionalmente corrette: note le matrici di calibrazione interna ed esterna delle immagini catturate durante la traslazione, è calcolata con precisione la matrice fondamentale e quindi, per ogni punto di interesse rilevato, la relativa ‘linea epipolare’ su cui si trova il punto corrispondente. Infine è effettuata una triangolazione densa per ottenere a partire una stima della profondità.
Il prototipo è realizzato in API Matlab, C++ e OpenCV.
[1] Z. Zhang. A flexible new technique for camera calibration. IEEE Trans. Pattern Analysis and Machine Intelligence, 2000.

Contact Us

Contattateci per qualunque richiesta, risponderemo al più presto