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.