1 1.

INTRODUCCIN El objetivo principal de la investigacin que se documenta en este libro es la implementacin y comparacin de distintos tipos de calibracin monocular de cmaras digitales, as como la introduccin de tcnicas de inteligencia computacional. En este proyecto se realiza un aporte al tema de la calibracin de cmaras digitales destacando las diferencias y ventajas de las tcnicas clsicas ya reconocidas en el campo y las que se implementan como novedosas en el rea. El problema ha resolver consiste en modelar una cmara digital, de tal manera que se pueda obtener del modelo las caractersticas principales que definen la transformacin que hace la cmara del mundo tridimensional a la imagen bidimensional. La importancia de esta calibracin radica en que es un paso imprescindible para cualquier aplicacin de visin artificial que requiera medicin de distancias, reconstrucciones 3D y correcciones de distorsin del dispositivo de captura. En este presente documento se presenta la evolucin que se sigui para realizar la investigacin. Primero, la eleccin de un patrn de calibracin, el estudio de los diferentes mtodos de calibracin ya conocidos y sus respectivas codificaciones y pruebas. Se procedi luego a buscar alternativas en que las tcnicas de inteligencia artificial pudieran aportarle soluciones al problema planteado. Se tomaron dos: la calibracin del modelo de cmara con distorsin utilizando algoritmos genticos, ampliando un trabajo previo que slo implementaba el modelo lineal sin distorsin. As mismo, se tomaron las Redes Neuronales Artificiales para afrontar el problema de encontrar uno a uno los parmetros de calibracin de la cmara. En este punto cabe destacar, la utilizacin de las RNA bajo un paradigma novedoso introducido en un trabajo previo, pero ampliado en el presente trabajo para que incluyera el parmetro de distorsin. En el captulo 2, se hace una introduccin al problema geomtrico de la calibracin de cmaras digitales, se enumeran trabajos previos, y se procede a explicar los fundamentos bsicos. La fundamentacin se divide en tres: una primera aproximacin al modelo de la cmara, un estudio bsico de los mtodos clsicos ms utilizados y un acercamiento a la utilizacin de tcnicas de inteligencia artificial con optimizacin de funciones por medio de algoritmos genticos y reconocimiento de sistemas mediante Redes Neuronales Artificiales. En el captulo 3, se hace una muy breve descripcin del hardware del sistema, incluyendo algunas observaciones sobre las cmaras y las lentes y una delineacin del patrn de calibracin utilizado. En el captulo 4, se hace una pequea descripcin del sistema utilizado para la calibracin de cmaras, y en la parte ms intensa una explicacin de los mtodos en software con que se hace la calibracin, explicados por etapas. En el captulo 5, se consignan todas las pruebas y resultados hechos con los diferentes mtodos para realizar el anlisis comparativo de los mismos, incluyendo los que este trabajo aporta por primera vez.

El captulo 6 se denomina MANUAL DEL USUARIO y es una ayuda didctica al manejo de la Herramienta de Calibracin en su primera versin, con el objetivo de darle a quien necesite usarla una introduccin fcil a su manejo. En el captulo 7, se consignan las conclusiones de este estudio en un ensayo corto que toma en cuenta los anlisis tericos y los resultados prcticos de la investigacin. El captulo 8 intenta dejar las puertas abiertas para futuras investigaciones en el campo y las perspectivas que pueden tenerse con respecto al estudio de la calibracin de cmaras, y de la parametrizacin de sistemas por medio de Redes Neuronales Artificiales.