INGINERIE ASISTATĂ DE CALCULATOR

CURS 7&8&9 2017/2018

4. Probleme ale achizitiei datelor prin scanare

Multe obiecte din lumea reala nu pot fi reconstruite cu usurinta ca o combinatie de
obiecte primitive 3D sau ca suprafete parametrizate. Alternativ, in acest scop, se pot
folosi direct norii de puncte creati de scanere 3D diferite. Intr-o varietate de aplicatii,
tehnicile de procesare automata a datelor joaca un rol important. Din pacate, deseori
rezultatul este alterat de zgomot si de alte influente nedorite, fapt ce complica procesarea
datelor. De aceea, etapa de achizitie a datelor reprezinta baza pentru analiza, evaluarea si
corectia norilor de puncte rezultati in urma folosirii unui scanner laser tridimensional. Pe
langa coordonatele spatiale, fiecare procedura interna trebuie sa asigure informatii
suplimentare despre caliatea si relatiile structurale ale fiecarui punct masurat cu
scannerul.

Relativ la setarile de baza ale sistemului si procedurile de generare a norilor de puncte se

vor da ca exemple doua scannere tridimensionale. In plus, se exemplifica modul de
analiza pentru sursa si influenta erorilor ce pot aparea.

4.1 Sisteme de scanere laser

Norii de puncte generati de sistemele optice de masurare tridimensionale sunt influentate

de mai multi parametri in procesul de achizitie. Pe baza controlului acestor parametri,
procedurile de analiza si evaluare utilizate in diferitele stadii ale procesarii pot fi facute
mai robuste. In particular, se pot proiecta si implementa algoritmi de corectie si
optimizare a datelor utilizand principiile de masurare si caracterisiticile specifice
sistemului. Drept urmare, numarul de parametri necunoscuti este redus, in acelasi timp
adaptabilitatea creste si, in final, nivelul de automatizare poate creste.

Ca exemple, vor fi prezentate doua scanere tridimensionale ce utilizeaza metoda planului

de lumina (light section) si principiul triangularii: un dispozitiv de masurare si un scanner
flexibil. Imaginile si datele experimentale sunt generice si exemplificatoare si nu se refera
la anumite variante specifice.

CURSUL IAD 7&8&9 2017/2018 1

4.1.1 Dispozitivul de masurare 3D

Primul scanner este un sistem complex, pe mai multe axe, cu un senzor de tip plan de
lumina (light-section). Un astfel de senzor contine un laser liniar si o camera numerica
pentru imgini cu nivele de gri. Dispozitivul de masurarea permite trei deplasari liniare si
independente si o rotatie. Norul de puncte 3D rezultat este procesat pentru detectarea si
cuantificarea masuratorilor geometrice cum ar fi dimensiunile, razele si deviatiile de la
geometria impusa. Datorita mobilitatii sistemului, acesta poate fi folosit la scanarea unor
tipuri diferite de obiecte.

Principiul de masurare este triangularea optica bazata pe planul de lumina (light section).
Sistemul acopera un volum de masurare de ordinul LxNxM mm3, unde L, M si N sunt de
ordinul sutelor de mm. Un echipament derivat poate avea doi senzori, unul dintre senzori
capteaza partile superioare ale suprafetei, iar celalalt partile inferioare ale acesteia. Altfel
este nevoie de un sistem foarte precis de reorientare a piesei pentru o noua scanare.
Bazandu-se pe sistemul de locomotie de mare precizie, obiectul este trecut prin fata
senzorului pana cand intreaga sa suprafata a fost scanata. Pentru un bun proces de
achizitie a datelor, toate componentele sunt montate pe o suprafata de mare greutate, de
exemplu de granit, pentru compensarea in medii industriale a vibratiilor de la surse
externe. Unitatea care functioneaza ca sursa de lumina genereaza planuri de lumina care
dupa reflexia la impactul cu suprafata obiectului sunt „vazute” de senzor, camera video.
In fiecare moment de timp, sunt evaluate pozitiile axelor mobile si folosite pentru a
construi succesiv norul de puncte 3D. La o singura scanare senzorul masoara punctele 3D
corespunzatoare unei linii de intersectie dintre planul de lumina si obiect. Eroarea de
masurare, dependenta de naturea suprafetei, pentru un astfel de sistem este de ordinul
zecilor de μm.

CURSUL IAD 7&8&9 2017/2018 2

4.1.2 Scanerul laser flexibil

Cel de-al doilea scaner este un dispozitiv flexibil materializat sub forma unui brat
articulat care pozitioneaza elementul terminal intr-o pozitie dorita si masurabila. In
elemntul terminal ar putea (si exista astfel de variante) fi plasata o sonda de masurare
tactila (prin contact): coordonatele din momentul atingerii obiectului sunt coordonatele
punctului masurat. Chiar daca tehnicile tactile asigura o buna precizie, esantionarea prin
puncte a suprafetelor mari dureaza foarte mult timp. Inlocul dispozitivului de contact se
poate monta un senzor optic. Se ajunge la un dispozitiv de scanare compus, de exemplu,
dintr-un brat de masurare de mare precizie cu 6 grade de libertate (7 axe) si un senzor
optic 3D.

Senzorul optic este alcatuit din o camera de mare viteza si un proiector liniar laser (line
projecting laser). Intersectiile dintre planele laser proiectate pe suprafata obiectului sunt
niste curbe care sunt achizitionate cu o periodicitate in timp prestabilita. Prin utilizarea
unui senzor CMOS si a unui sistem hardware integrat de procesare a imaginii, pot fi
calculate sute de contururi intr-o secunda, fiecare presupunand mii de coordonate
bidimensionale (coordonate imagine). Pozitiile pixelului in imagine sunt deja calculate la
nivelul camerei de catre un procesor local specializat si sunt transmise catre calculator
sub forma unei liste de date 2D. Acest procedeu reduce cantitatea de date ce trebuie
transmise cu pana la 95% in comparatie cu procedura standard, in care trebuie transmisa
intreaga imagine. Intervalul de masurare este ales pentru scanarea lungimii unei linii de
ordinul zecilor de milimetrilor intr-un interval cu o denivelare tot de ordinul zecilor de
milimetrilor. Pozitia si orientarea sunt date foarte precis de catre sistemul cinematic
flexibil al bratului de masurare. Senzorul este integrat in sonda de explorare a bratului si
poate fi mutat intr-o semisfera cu raza de aproximativ 1 m (depinde de la aparat la aparat,
de exemplu pentru scanarea unui automobil este nevoie de o raza mai mare), care in final
poate conduce la o eroare a masuratorilor de aproximativ 100 μm.

Ambele sisteme de masurare au fost alese ca exemple pentru discutarea principiilor de

achizitie si prelucrare a datelor prin metoda de tip plan de lumina (laser light section) si
generarea norurilor de puncte 3D.

CURSUL IAD 7&8&9 2017/2018 3

4.2 Calibrarea senzorului

Inainte ca coordonatele 3D sa poata fi generate (off line) prin triangulatie trebuie

calibrate componentele senzorului optic. Aceastab operatie presupune gasirea unei
legaturi, relatii matematice, intre coordonatele din imagine si coordonatele din lumea
reala. Aceasta operatie depinde de parametrii extrinseci si intrinseci ai camerelor de luat
vederi dar si de pozitiile si orientarile camerelor de luat vederi si dispozitivelor care emit
planele laser, relativ unele la altele.

4.2.1 Calibrarea camerei

Exactitatea masurarii 3D depinde de acuratetea procesului de calibrare a camerei utilizate
pentru extragerea din imaginile 2D a informatiilor dimensionale relative la obiectele 3D.
Trebuie determinati parametrii extrinseci si intrinseci.

Principial problema clibrarii unei camere de luat vederi care urmeaza sa fie folosita ca un
aparat de masura este sintetizata mai jos.

P
Planul f
imaginii C
P'

Formarea imaginii

x x'

P'
z
O f O'
y y'

Mutarea planului imaginii

In cea mai simpla aproximare camera este o lentila sferica cu centrul optic in C si cu
distanta pana la planul imaginii f. P' este proiectia punctului P, din spatiu, in planul

CURSUL IAD 7&8&9 2017/2018 4

imaginii. Avem atunci dezavantajul ca imaginile apar rasturnate. Pentru a inlatura acest
dezavantaj, plasam prin conventie, planul imaginii in fata lentilei.

Apare aici o nedeterminare in sensul ca toate punctele de pe dreapta PC au aceeasi

proiectie P'. Aceasta nedeterminare nu va putea fi rezolvata decat prin prezenta unei a
doua camere de luat vederi: vederea stereo, dupa modelul vederii binoculare umane.

Problema se poate pune in doua moduri: sa se gaseasca coordonatele proiectiei P' daca se
cunosc cele ale punctului real P, si invers, sa se gaseasca locul geometric al punctelor P
daca se cunosc coordonatele proiectiei P'.

Transformarea P  P' se numeste transformarea perspectiva directa, iar transformarea

P'  P se numeste transformarea perspectiva inversa. In acest model axa optica a camerei
punctuale ("pin-hole") este aliniata cu axa z si planul imaginii se gaseste la distanta z = f,
f distanta focala. Folosind simple asemanari geometrice se poate scrie:

 x f
x '  z

 yf
 y' 
 z
z '  f



Observatie: Fata de figura, originea sistemului O' este translatata pe axa z in O.

Se observa ca transformarea perspectiva directa este simpla, dar neliniara. Pentru a obtine
o reprezentare liniara, apelam la coordonatele omogene; se introduce un coeficient de
scara w intr-un spatiu 4D. Daca v = (x, y, z)t in 3D atunci in coordonate omogene v' =
(wx, wy, wz, w)t. Pentru un punct din 3D nu exista o singura reprezentare in coordonate
omogene. Daca consideram, spre exemplu, raportul intre z si f ca parametru atunci avem:

z 1
 si w
f 

Si deci forma liniara pentru transformarea perspectiva este:

 wx  x ' 1 0 0 0  x 
 x ' 1 0 0 0     y '  0 1 0 0  y 
 y'  0 1 0 0   wy    1  
     wz  si    0 0 0  z 
 z'  0 0 1 0      f   
w  1  0 0 0 1  1 

CURSUL IAD 7&8&9 2017/2018 5

Din considerente practice, este util sa reprezentam coordonatele in raport cu un sistem de
referinta global. Coordonatele (x, y, z) se vor raporta acum la un astfel de sistem.
Sistemul de referinta legat de camera isi pastreaza originea in centrul lentilei, iar planul
imaginii se afla tot la distanta f fata de aceasta origine in lungul axei z'. In acest caz, in
transformarea perspectiva intervin translatii si rotatii in jurul axelor de coordonate ale
sistemelor de referinta.

z
x'

z' O
y' y
x
Raportarea la un sistem de coordonate global

Daca translatia se face cu vectorul Tx , Ty , Tz , iar rotatiile se reprezinta in secventa Rx ,

Ry , Rz , respectiv cu unghiurile  in jurul axelor de coordonate, atunci transformarea
perspectiva ia forma matriceala urmatoare:

x ' 1 0 0 0 1 0 0 Tx 
  y ' 0 1 0 0 0 1 0 Ty 
  1  
   0 0 0  0 0 1 Tz 
   f   
 1  0 0 0 1 0 0 0 1

 cos  sin  0 0 cos  0  sin  0 1 0 0 0  x 

 sin  cos  0 0  0 1 0 0 0 cos  sin  0  y 
 
   
 0 0 1 0  sin  0 cos  0 0  sin  cos  0  z 
       
 0 0 0 1  0 0 0 1  0 0 0 1  1 

Sau mai compact, trecerea de la coordonate obiect la coordonate imagine se scrie:

P  A p  A t  R z  R y  R x  P

Calculam invers P(P') si trebuie sa gasim transformata perspectiva inversa si deci locul
geometric din spatiu, o dreapta pe care se gasesc punctele P care se proiecteaza toate in
P'. Daca ar interveni o a doua camera de luat vederi, atunci la intersectia celor doua locuri
geometrice s-ar putea localiza punctul P in spatiu, cunoscand proiectiile lui in cele doua
imagini si parametrii camerelor de luat vederi.
O etapa preliminara in aplicatiile de vedere artificiala este tocmai determinarea localizarii
camerei (sau camerelor) de luat vederi, a parametrilor din transformarile perspective

CURSUL IAD 7&8&9 2017/2018 6

asociate, in vederea controlarii pozitionarilor in spatiul de lucru. Modelul camerei de luat
vederi exprimat sub forma matriceala este folosit pentru a transforma coordonatele obiect
in coordonate imagine.

Din relatiile:

 x    x 
 y    y 
C1       sau
z   
   
1   1 
 x
 y  x 
C     y 
z unde
     
1 

 c11 c12 c13 c14 

C  c21 c22 c23 c24 
c31 c32 c33 c34 

este matricea omogena a transformarii, si unde daca inlocuim pe  gasim urmatoarele

doua ecuatii:

c11x  c12y  c13z  c14 - x' (c31x  c32y  c33z  c34 )  0


c 21x  c 22y  c 23z  c 24 - y' (c31x  c32y  c33z  c34 )  0

Ne punem problema principiala a gasirii matricei omigene a transformarii, a calibrarii

camerei de luat vederi. Daca se stabileste o corespondenta, deci daca se stiu coordonatele
x, y, z pentru P din scena si x', y' pentru punctul P din imagine, atunci avem doua ecuatii
(cele de mai sus) si 12 necunoscute (coeficientii matricei C). Mai mult, daca gasim 6
astfel de corespondente, atunci vom avea 12 ecuatii pentru 12 necunoscute cij. Datorita
omogenitatii matricei C, se poate considera c34=1 si raman numai 11 necunoscute, deci
sistemul este supradeterminat. Atunci cele doua ecuatii se rescriu astfel:

 c11x+c12y+c13z+c14+c210+c220+c230+c240-x'c31x-x'c32y-x'c33z-x'c34= x'
 c110+c120+c130+c140+c21x+c22y+c23z+c24-y'c31x-y'c32y-y'c33z-y'c34= y'


CURSUL IAD 7&8&9 2017/2018 7

Punand sistemul sub forma matriceala se poate da o solutie de eroare patratica minima
folosind pseudo-inversa:
T
C =[c11 c12 c13 c21 c22 c23 c31 c32 c33 ]

T 1 1 2 2 3 3 4 4 5 5 6 6
V =[x' y' x' y' x' y' x' y' x' y' x' y' ]

unde indicele numeric superior corespunde numarului punctului de calibrare considerat.

 x1 y1 z1 1 0 . .  x 1 x 1  x 1 y1  x 1z1 
 
0 0 0 0 x1 . .  y1 x 1  y1 y1  y1z1 
x 2 y2 z2 1 0 . .  x2 x 2 . . 
 
 . . . . . . . . . . 
 . . . . . . . . . . 
U
 . . . . . . . . . . 
 
 . . . . . . . . . . 
 . . . . . . . . . . 
 
 . . . . . . . . . . 
0 0 0 0 x6 y6 z6  y 6 x 6  y 6 y 6  y 6 z 2 


T -1 T
Atunci: C = (U U) U V

S-a considerat ca se fac 6 corespondente intre puncte din scena reala si puncte din
imagine. Se poate aprecia ca este util sa se ia in considerare mai mult de 6 corespondente,
pentru ca prin supradeterminarea sistemului sa se poata creste precizia de determinare a
modelului camerei de luat vederi. Desi simpla la o prima apreciere, determinarea cu
precizie a coordonatelor pentru cele sase puncte din scena reala este dificila in practica.
Determinarea cu precizie de 1 mm a coordonatelor x, y, z ale unuia din varfurile unei
corp poliedral, de dimensiuni de ordinul centimetrilor asezat pe o masa, fata de un sistem
de coordonate atasat unuia din colturile mesei, nu este in practica o problema simpla. Se
introduc erori semnificative prin aproximarea directiilor paralele si perpendiculare. Nici
determinarea coordonatelor in planul imaginii nu este lipsita de probleme. Semnalam
numai fie si problema determinarii centrului imaginii, care nu este aproape niciodata
chiar in centrul imaginii. Centrul imaginii este punctul in care axa lentilei inteapa
dreptunghiul senzorial in care se formeaza imaginea. Daca am schimba focalizarea
obiectivului, atunci centrul imaginii ar fi singurul punct din imagine care ramane pe loc.
Diverse metode de calibrare propun diferite modalitati de alegere a multimii de puncte,
minim 6, de calibrare. Spre exemplu o solutie este trasarea unei grile rectangulare de
calibrare cu determinarea coordonatelor punctelor de intersectie din grila.

Revenind la subiectul particular al calibrararii camerei de luat vederi. Problema calibrarii

este formulata ca un operator Ф care face legatura intre coordonatele 3D ale obiectului si
coordonatele imagine 2D – adica sa stii “unde se afla“ ceea ce “vezi”. Operatorul Ф
depinde de parametrii intrinseci: distanta focala c a obiectivului, parametrii unei functii

CURSUL IAD 7&8&9 2017/2018 8

neliniare de corectare a abaterii ai a lentilelor, si un vector bidimensional ξ pentru
deplasarea originii imaginii (locul in care axa obiectivului intersecteaza planul imaginii
nu este chiar in mijlocul imaginii). In plus, parametrii extrinseci care contin pozitia si
orientarea in spatiu a camerei fata de obiect sunt inclusi in functia urmatoare:

Фobj = Фobj ({xobj, yobj ,z obj; c, ξ, a1, ….., an}; {x0, y0, z0; ω, φ, k })

Realizarea calibrarii necesita utilizarea unui obiect de calibrare de dimensiuni cunoscute

cu mare precizie. Un astfel de obiect este, de exemplu, o masca (placa) cu o multime de
indicatori plasati in pozitii realtive foarte precise si cunoscute. Pozitiile indicatorilor unul
fata de celalalt au fost determinate in prealabil prin utilizarea unui alt dispozitiv de
masurare foarte precis si calibrat la randul lui. Bazandu-ne pe pozitia acestora in
imaginea captata si pe informatiile cunoscute despre pozitia reala, sunt determinati
parametrii de calibrare.

Din cauza abaterii lentilelor si eventual a cunoasterii imperfecte a altor parametri, razele
care pleaca de la indicatorii de pe placa (marcaje) pana la pixeli care le corespund
acestora pe senzorul camerei nu se intersecteaza intr-un punct comun – ceea ce ar
corespunde modelului de camera video punctuala (pin hole). Din aceasta cauza, trebuie
aplicata o procedura de ajustare. Principiul matematic fundamental al acestei proceduri
este ajustarea iterativa (in bucla) care estimeaza punctul de intersectie printr-o
minimizare a abaterii medii patratice.

Pim

Pobj

Calibrarea senzorului 3D. a) parametrii intrinseci ai camerei cautati si sistemul acestora

de coordonate; b) pozitia si orientarea camerei (parametri extrinseci) se obtin folosind o
placa de marcaje avand distanta dintre acestia cunoscuta.

CURSUL IAD 7&8&9 2017/2018 9

Exista multe alte strategii de calibrare care difera prin numarul de imagini folosite, tipul
obiectului de calibrare (1D, 2D sau 3D), si formele de calibrare folosite (linii, cercuri).
Comparativ cu tehnicile clasice, s-au dezvoltat si tehnici eficiente care necesita numai
doua imagini ale unei forme plane cunoscute (de exemplu forme circulare combinate cu
linii, parbole) luate de camera din cel putin doua pozitii diferite.

4.2.2 Calibrarea laserului

La pasul urmator, trebuie detrminata orientarea relativa a laserului in raport cu camera.

Datorita procedurii anterioare de calibrare a camerei, sunt cunoscute pozitia si orientarea
in spatiu a camerei si transformata Фobj care face legatura intre coordonatele imagine si
coordonatele din spatiul 3D. Ca urmare se pot determina coordonatele 3D pentru fiecare
punct din masca de calibrare (placa marcajelor). Astfel, prin extragerea pozitiilor
marcajelor din imaginea 2D generata de linia laser, se pot calcula si coordonatele 3D ale
acestor marcaje. Prin masurarea in cel putin doua planuri diferite, sunt determinate linii
3D multiple care au diferite profunzimi. In continuare se poate determina planul
determinat de doua astfel de linii.

Desi pozitia exacta a originii laserului nu este necesara pentru triangularea in sine,
aceasta locatie este folositoare pentru sortarea punctelor de pe contururile 3D in functie
de unghiul lor de proiectie. Din cauza lentilelor cilindrice, care proiecteaza fascicului
laser ca o linie, pozitia originii sursei de lumina este necunoscuta. Din acest motuiv se
aplica inca un pas suplimentar de calibrare care se bazeaza pe utilizarea unei piese 3D in
trepte. Acest obiect este scanat pe o directie verticala pentru a produce segmente de linie
luminoase aflate in plane de adancime diferita.

Originea laserului este obtinuta prin scanarea unui obiect in trepte. Prin intersectarea
razelor de proiectie corespunzatoare punctelor de capat ale segmentelor rezultate este
localizata originea reala a laserului.

CURSUL IAD 7&8&9 2017/2018 10

Punctele de inceput si de sfarsit a acestor segmente pot fi identificate manual in spatiul
imaginii 2D. Prin aplicarea transformatei Ф, sunt obtinute coordonatelor tridimensionale
ale acestor puncte si pot fi folosite in final la constructia proiectiei inverse a razei care
porneste de la marginea obiectului catre originea laserului. Ca si rezultat, punctul comun
de intersectie a acestor raze estimeaza originea sursei de lumina laser. Din pozitia si
lungime fascicului se obtine latimea fasciculului aplicand relatii geometrice in triunghi.
Datorita pozitie fixe a camerei relativ la emitatorul laser, aceasta procedura se aplica
numai odata.

In final, sistemul de deplasare a senzorului trebuie calibrat prin aplicarea repetata a

procedurii de calibrare, bazate pe masca cu marcaje in pozitii diferite. Dupa fiecare
miscare pozitia camerei este recalculata.

4.3 Generarea norilor de puncte

Dupa ce s-au calibrat camerele de luat vederi si s-a determinat orientarea spatiala a
planului laserului, pentru fiecare pozitie a unui pixel 2D din imagine se pot determina
prin triangulare coordonatele 3D corespunzatoare. Astfel, pentru generarea unui nor de
puncte 3D obiectul trebuie iluminat de catre planul de lumina, iar contururile curbe
rezultate trebuie extrase pentru a identifica multimea pixelilor 2D corespunzatori din
imagine. Pentru a reduce interferentele prin conditii de iluminare nefavorabile, in unele
situatii, se poate face scanarea intr-un mediu fara alte surse de lumina, unde numai
lumina reflectata a laserului este vizibila. In acest scop este aplicata o prelucrare
inlantuita a imaginii pentru extrage conturul din fundal.

4.3.1 Extragerea a conturului 2D

Tinand cont de principiul vederii stereoscopice, curbele proiectate pe obiect sunt

deformate de topologia (forma) suprafetei, iar aceasta deformare este realizata in functie
de profuzimea punctelor de pe suprafata obiectului si ca urmare, contine informatiile
despre acest parametru. Conturul rezultat este achizitionat de camera digitala cu nivele de
gri si trebuie extras, segmentat din fundal. Depinzand de rezolutia senzorului camerei si
de latime liniei laser, care este determinata de lentile, conturul achizitionat poate avea
cativa pixeli. Pentru reconstructia 3D este necesar un contur subtire de un pixel grosime,
adica numai centrul conturului gros.

Axa mediana sau scheletul unui obiect plan continuu este definita ca o multime de puncte
ce sunt echidistante in raport cu cel putin doua puncte aflate pe marginea obiectului. In
spatiul discret, aceasta definitie nu poate fi direct aplicata deoarece discretizarea produce
in general structuri cu suprafata neuniforma care ar putea duce la un schelet (skeleton)
irelevant pentru o aplicatie de masurare chiar daca pentru o identificare de obiecte ar
putea fi suficienta. De exemplu, nu exista o axa mediana discreta unica daca grosimea

CURSUL IAD 7&8&9 2017/2018 11

conturului este un numar par de pixeli. Astfel, de obicei este aplicata o operatie de
prelucrare a imaginii numita subtiere (thinning). Aplicand operatii morfologice pe
imagini binare, se sterg pixelii pana cand ramane numai conturul cu grosime unui singur
pixel. Rezultatul acestor proceduri este o imagine ce are numai puncte mediane in
aritmetica punctelor fixate. Aplicatia prezentata are nevoie de o precizie cat mai mare
pentru ca de aceasta precizie depinde precizia cu care se face legatura, prin triangulare,
intre pozitia unui pixel 2D din imagine si punctul din spatiu de coordonate 3D. De aceea
este propusa urmatoarea tehnica alternativa.

Datorita reflectiilor difuze pe suprafata scanata, va apare o anumita distributie

caracteristica a nivelelor de gri de-alungul unei directii perpendiculare pe contur. Nivelele
de gri de la marginea conturului sunt de obicei mai scazute (mai negre) decat cele din
pozitiile centrale. De aceea, traiectoria este analizata perpendicular pe contur, de unde
sunt derivate diferite profile. Centrul profilului este determinat cu o precizie de subpixel
prin interpolarea liniara a punctelor de inflexiune.

a) Extragerea conturului iluminat laser din fundal; Imaginea de intrare (prima) este
binarizata (numai are nivele de gri ci numai alb si negru) prin aplicarea unui prag fix
(nivelele de gri mai mici, mai inchise, decat pragul sunt facute negre, iar cele mai mari
decat pragul, mai deschise, sunt facute albe) si subtiata. b) Functia de variatie a nivelului
de gri perpendicular pe contur (profil). Varful profilului este la mijloc intre punctele de
inflexiune 

Pentru obtinerea pozitiilor centrale ale intregului contur este aplicat urmatorul algoritm:
- calculul imaginii binare I’ din imaginea de intrare I cu pragul t (pentru eficienta t=50,
unde 0 este negru si 255 este alb);
- calcularea punctelor axei mediane;
- aplicarea analizei profilului;
- extragerea conturului cu precizie de subpixel.

In practica, de obicei nu exista o valoare unica a maximului intensitatii datorita

supraexpunerilor, zone prea luminoase care satureaza senzorul camerei. Astfel, este
necesara obtinerea valorii maxime prin aproximari din pixelii invecinati. Drept urmare,
sunt determinate pentru un profil punctele de inflexiune ωi ale functiei intensitate a
nivelului de gri. Aceasta se obtine prin aplicarea in prealabil a unui detector de contur

CURSUL IAD 7&8&9 2017/2018 12

izotropic Laplacian 3x3 – o masca care aproximeaza numeric derivata de ordinul doi.
Extremele unei functiei functii se afla printre zerourile primei derivate, acolo unde ea
schimba semnul, sau printre trecerile prin zero ale celei de a doua derivate. Punctele de
inflexiune ale unei functii se afla printre zerourile primei derivate, acolo unde ea nu
schimba semnul. Pozitia centrului conturului se considera pozitionat pe aceeasi verticala
cu mijlocul segmentului determinat de punctele de inflexiune.

Din experienta este cunoscut faptul ca valoarea contrastului imaginii este foarte
importanta pentru detectia maximului intensitatii: acest maxim exista intotdeauna, dar pe
noi ne intereseaza sa fie cu adevarat un punct foarte luminos, chiar o valoare de saturare a
senzorului (peste alb!). Acest deziderat este atins prin ajustarea fie a intensitatii laserului,
fie a timpul de expunere al camerei (shutter speed). O dimesiune a calitatii imaginii este
data de catre contrast, definit ca fiind variatia din jurul valorii medii Imediu . Pentru aceasta
aplicatie, se face aproximarea contrastului ca fiind diferenta Imax - Imediu . In mod evident,
cu cat este mai mare contrstul, cu atat conturul de interes se diferentiaza mai bine de
fundal. Un alt criteriu de apreciere a contrastului este panta punctelor de inflexiune. Cu
cat este mai mare contrastul si cu cat mai subtire conturul, cu atat panta este mai abrupta.

Algoritmul de extragere a liniei scanate (scanline).

Pentru o mai buna intelegere a notiunilor de prelucrarea imaginilor implicate in acest

algoritm, la sfarsitul acestui curs sunt incluse cateva paragrfe specifice (Appendix).

Apar probleme la suprafetele cu textura neuniforma, cu ar fi la pietre sau fonta. Pot

aparea mai multe maxime ale intensitatii care pot conduce la valori neconvenabile ale
coordonatelor punctelor 3D rezultate. In continuare sunt prezentate sursa si influenta
erorilor asupra unui nor de puncte 3D in timpul achizitionarii imaginilor 2D.

CURSUL IAD 7&8&9 2017/2018 13

4.3.2 Influente ale erorilor

In timpul procesului de achizitie, mai multe surse determina aparitia erorilor in datele
scanate. In continuare sunt trecute in revista cele mai importante astfel de surse.

Dupa cum se poate deduce din mai multe exemple de scanari, majoritatea valorilor care
nu se incadreaza in intervalul valorilor asteptate precum si alte valori eronate sunt cauzate
de reflectiile nedorite. In aceste cazuri, fasciculul laser de mare putere este oglindit de
suprafete reflectorizante, cum ar fi metalul sau sticla. In final, prea multa lumina loveste
senzorul camerei si apar efectele denumite de hiperluminozitate (blooming). Senzorul
este saturat (ii este depasita valoarea maxima de iesire pe care o poate furniza). In plus,
efectul de iluminare se extinde si la zone adiacente zonei care ar fi trebuit sa apara ca
luminoasa.

In alte cazuri, se poate intampla ca unda reflectata sa nu se regaseasca in imaginea

furnizata de senzorul camerei de luat vederi. O reflectie partiala poate apare la muchiile
obiectelor din spatiul observat. In plus, suprafete cu rugozitati pot cauza reflectii multiple
in diferite directii si astfel puncte vecine din realitate vor apare in imagine ca imprastiate
si necorelate. Mai mult decat atat, unele dintre aceste reflexii pot fi obturate (ascunse)
chiar de parti ale obiectului in sine ceea ce cauzeaza efecte de umbrire (shadow).

Efecte optice care afecteaza achizitia date lor 2D. Speckle: determina aparitia unor
contururi create de insiruirea unor pete stralucitoare respectiv intunecate; Blooming:
determina latirea conturului in anumite zone prin saturarea senzorului; Outliers:
determina deplasarea nefireasca a anumitor puncte de contur in imagine astfel incat zone
care erau vecine si conectate in realitate isi pierd aceste proprietati in imagine.

Atunci cand sistemele de scanare sunt utilizate in mediile industriale, anumite influente
atmosferice (cum ar fi praf, interferente electromagnetice sau electrostatice, vibratii) pot
afecta calitatea imaginii obtinute de catre camera. In acest fel influenta zgomotului de
inalta frecventa conduce la aparitia contururilor false (aliasing).

CURSUL IAD 7&8&9 2017/2018 14

Appendix A
Binarizare
Fie o imagine digitizată pe 2m nivele de gri, şi care are n = N x N = N2 pixeli. Procesarea
de imagini este des folosită pentru a creşte calitatea imaginii în sensul de-a fi mai uşor
înţeleasă de observatorul uman, sau pentru a permite extragerea unor caracteristici
importante de către un sistem de vedere artificială. În acest sens este frecvent necesar să
se identifice un grup de pixeli legaţi între ei printr-o caracteristică comună. Informaţii
utile pot fi extrase şi dintr-o reprezentare făcută dintr-un punct de vedere mai general,
cum este repartiţia nivelelor de gri care conduce la histograma acestor nivele. Se măsoară
şi se reprezintă, pe ordonată, frecvenţa de apariţie a fiecărui nivel de gri. Prin
generalitatea reprezentării se pierd relaţiile geometrice dintre pixeli, iar corespondenţa
histogramă-imagine nu este reciprocă.

Totuşi această reprezentare are cel puţin două avantaje:

- conţine informaţii despre natura fundamentală a imaginii, şi în anumite privinţe despre
calitatea ei.
- constituie baza de definire a unor prelucrări pentru transformarea imaginii. Una dintre
informaţiile utile conţinute în histogramă este aceea despre contrastul imaginii (şi deci
despre contururi).

frecvenţa de apariţie

nivel de gri
m
0 (negru) 2 -1 (alb)

Histograma unei imagini cu nivele de gri

Dacă histograma este plată, relativ uniformă, putem trage concluzia că s-a realizat o bună
utilizare a nivelelor de gri disponibile, şi deci este de aşteptat o bună observabilitate a
detaliilor din imagine. O histogramă cu un maxim într-o extremitate a intervalului de
nivele de gri şi o lipsă a nivelelor de gri din extremitatea opusă a intervalului va semnala
un contrast slab şi deci în consecinţă o pierdere a detaliilor din imagine în zonele
predominant albe sau negre din imagine. O similară lipsă de contrast poate fi semnalată şi
în cazul unei distribuţii relativ uniforme pe întreaga scară de nivele de gri, dar cu un vârf
proeminent într-o extremitate.

CURSUL IAD 7&8&9 2017/2018 15

O cale de control a calităţii imaginii ar fi reachiziţionarea ei numerică după modificarea
anumitor parametrii pe lanţul de achizitie, în sensul creşterii calităţii imaginii, şi
recalcularea histogramei pentru controlul efectului obţinut.

Chiar şi în situaţiile în care nu interesează foarte mult calitatea reprezentării detaliilor,

histograma poate fi un instrument util. De exemplu, o histogramă bimodală, semnalează
prezenţa unei zone (obiect) de culoare deschisă şi a unei zone (fond) de culoare închisă.
Această situaţie este des întâlnită în aplicaţiile practice. În astfel de cazuri poate fi utilă
reprezentarea imaginii pe un singur bit (binarizarea imaginii), doar două nivele de gri: alb
şi negru. Trebuie găsit pragul care să delimiteze cele două nivele de gri pentru a
programa corect convertorul analog – numeric implicat în achiziţie. Histograma oferă un
ajutor important în această alegere. Problema nu este la fel de simplă dacă în aplicaţia
respectivă contează în detaliu forma şi mărimea obiectelor. În acest caz alegerea pragului
cere o precizie mult mai mare.
frecvenţa de apariţie

nivel de gri

0 prag 2m-1

Histogramă bimodală

Appendix B
Subtiere (Skeleton)
Din mai multe motive care depind de modul în care s-a făcut achiziţia imaginii şi de
prelucrările ulterioare, (deci condiţiile de iluminare, rezoluţie, acumulare de zgomote,
alegerea pragurilor pe histogramă sau pentru extractoarele de contur) se poate întâmpla ca
imaginea binară (alb - negru), obţinută din imaginea iniţială cu nivele de gri, să conţina
contururi mai groase decât este util (pixeli mai mulţi decât unul pe grosime). Devine
necesar pentru unele aplicaţii să subţiem conturul, păstrând proprietăţile legate de forma
obiectului. Se cunosc mai mulţi algoritmi de subţiere, dar majoritatea se bazează pe
algoritmul principial dezvoltat de Sherman care poate fi ilustrat în organigrama
următoare. Pixelul central este eliminat cu condiţia să nu erodeze sfârşitul unui contur
neînchis, sau să nu creeze o discontinuitate în contur, a cărui lăţime este de doar un pixel.

CURSUL IAD 7&8&9 2017/2018 16

 START

Poziţionează fereastra, de 8-
vecinătate, pe un pixel de
pe muchie

Numărul total de DA
pixeli din
fereastră este 2 ?

NU

Este pixelul
central din fereastră DA Schimbă pixelul central
singurul pixel negru din negru în alb
care conectează mai eliminându-l de pe contur
mult de 2 pixeli
negri?

NU

Algoritmul general de subţiere a conturului

Pixelii care nu se pot înlătura de pe contur

Figura 5.5Exemple
Exemple de
de ”schelete”
schelete

CURSUL IAD 7&8&9 2017/2018 17

Appendix C
Utilizarea măştilor de convoluţie

Pentru realizarea rapidă a operaţiilor de mediere şi derivare a imaginilor, o abordare

foarte folosită este utilizarea măştilor de convoluţie. Putem scrie pentru un semnal discret
1D convoluţia :


g1  f1  h1   f h
i 
i 1i

în loc de convoluţia sub formă continuă:


g ( x )  f ( x )  h( x )   f ( )  h( x   )  d

Dacă semnalele sunt simetrice în raport cu originea x = 0 şi finite de dimensiune 2m+1,
iar răspunsul impulsional al filtrului este finit şi are 2k+1 elemente atunci:

inf( m ,l  k ) 1 k
g1   fi  h1i
sup( m ,l k )
Mai mult dacă m >> k g1   f h
i 1k
i 1i

Se observă că sub semnul  apar produse între componentele vectorilor:

f i   f1k ..... f1 ..... f1k  şi h1i  hk ..... ho ..... h k 

Dacă considerăm acum un semnal f(x,y), deci facem trecerea la 2D, care corespunde unei
imagini presupuse pătrate şi digitizate cu N = 2m+1 linii şi tot atâtea coloane, atunci
funcţia h(x,y) este o fereastră de dimensiunea 2k+1. Folosind indicii l şi l' pentru linii şi
coloane, produsul g ll ' va fi o imagine pătrată de dimensiune 2(m-k)+1 linii şi coloane.

l k l  k
gl   f
i nk j lk
ij  hl i ,l j

Pentru k << m această formulă este adevarată peste tot, în afară de marginile imaginii.
Calculele scad proporţional cu k. Se observă analogia între convoluţia pentru filtrare şi
plimbarea unei ferestre pe imagine. Dacă avem k=1, atunci fereastra are dimensiunea de
3x3, caz în care pentru imaginile uzuale, de exemplu de 512x512 pixeli, se obţin
performanţe, timpi de calcul, mai bune decât cele pentru filtrarea în domeniul frecvenţă,
de exemplu.

CURSUL IAD 7&8&9 2017/2018 18

Anterior am presupus atât imaginea cât şi filtrul ca fiind pătrate. Dacă luăm k = 3 << m
atunci filtrul apare ca o fereastră cu care se poate baleia, parcurge imaginea. Formula
arată că pentru toţi pixelii din imagine şi 8 - vecinii lor se multiplică nivelele lor gri cu
valorile corespunzătoare filtrului (elementele măştii corespunzătoare). Produsele sunt
adunate într-o sumă care este noua valoare a nivelului de gri asociat pixelului central.
Apar limitări de calcul la liniile şi coloanele extreme.

+m

+k
-k +k
imagine
-k
-m 0 +m

mască

Parcurgerea imaginii cu o mască

-m

Masca poate fi asimilată, ca formă, cu o matrice |M| cu care trebuie parcursă o porţiune |I|
din imagine, centrată pe pixelul curent. Se defineşte această variantă de produs matriceal
 prin:
3 3
I  M   gij  mij
i 1 j 1

Dacă valorile gij şi mij ale lui I, respectiv M sunt aşezate vectorial în I respectiv M
atunci:
 
Ps  I  M  g1  m1  g2  m2  ........  g9  m9

În general ponderile din măşti au valori întregi ceea ce conduce la necesitatea introducerii
unui factor de scară global cu scopul de a păstra noile valori în aceeaşi plajă ca şi valorile
iniţiale şi deci să permită afişarea rezultatelor.

3 3
I  M  f s   gij  mij
i 1 j 1

Lucrând pe imagini numerice, integrarea care este asociată cu filtrarea trece – jos este o
mediere, sau mai simplu o sumare. Măştile asociate acestui tip de filtrare au numai
ponderi pozitive. În cazul cel mai general, filtrarea trece - jos care trebuie să preceadă

CURSUL IAD 7&8&9 2017/2018 19

orice extragere de contur, are ca scop eliminarea zgomotului şi deci metoda aplicată
depinde de natura acestuia.

1 2 1  7 7 7  0 1 0 
1  1  1
M 1   2 4 2 M2   7 8 7 M 3  1 1 1
16 64 4
1 2 1 7 7 7 0 1 0

Lucrând pe imagini numerice, filtrarea trece – sus care este asociată cu operaţia de
derivare se realizează numai prin diferenţe între nivelele de gri. Măştile asociate au şi
ponderi pozitive şi ponderi negative. Derivarea imaginii rămâne în esenţă o operaţie de
accentuare a detaliilor dintr-o imagine numerică.

Gradientul este asociat cu derivata de ordinul intai. Daca derivata are modulul mare
atunci acolo are loc o schimbre in nivelul de gri al imaginii. Prin compararea gradientului
cu un prag se pot detecta contururi. Exemple de masti de tip gradient :

 0 0 0 1  1  1  1 2 1 1 0  1 
  1 1 0 1  2  1  0 0 0   2 0  2
      
 0 0 0 1 1 1   1  2  1 1 0  1 

Operatorul Laplace este asociat derivatei de ordinul doi. In punctele de pe contur derivata
de ordinul doi trecece prin zero, se anuleaza. Laplaceanul poate fi scris sub formă de
diferite măşti, dintre care se pot exemplifica cu următoarele:

 0 1 0   1 2 1   1 0  1 1 1 1
 1 4  1   2 4  2 0 4 0 1  8 1
       
 0  1 0   1  2 1   1 0  1 1 1 1

CURSUL IAD 7&8&9 2017/2018 20