Actualizado el 21 de Marzo del 2018 (Publicado el 15 de Febrero del 2018)
659 visualizaciones desde el 15 de Febrero del 2018
27,0 MB
137 paginas
Creado hace 9a (01/08/2014)
Subsecretaría de Educación Superior
Dirección General de Educación Superior Tecnológica
Instituto Tecnológico de La Paz
INSTITUTO TECNOLÓGICO DE LA PAZ
DIVISIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN
MAESTRÍA EN SISTEMAS COMPUTACIONALES
GENERACIÓN AUTOMÁTICA DE MAPAS DE INTERIORES CON
MÓVILES ANDROID
T E S I S
PARA OBTENER EL GRADO DE
MAESTRO EN SISTEMAS COMPUTACIONALES
ANDRÉS MIGUEL ROSALES ANDRADE
PRESENTA:
DIRECTOR DE TESIS:
DR. SAÚL MARTÍNEZ DÍAZ
MIEMBROS DEL JURADO:
DR. SAÚL MARTÍNEZ DÍAZ, CICESE
DR. ALEJANDRO ISRAEL BARRANCO GUTIERRÉZ, CICATA-IPN
DR. ISRAEL MARCOS SANTILLÁN MÉNDEZ, UAQ
LA PAZ, BAJA CALIFORNIA SUR, MÉXICO, AGOSTO 2014.
INSTITUTO TECNOLÓGICO DE LA PAZ
Resumen
Ingeniería en Sistemas Computacionales
Laboratorio de Procesamiento Digital de Imágenes
Maestría en Sistemas Computacionales
Generación Automática de Mapas en Móviles Android
por Andrés Miguel Rosales Andrade
La visión es uno de los sentidos más importantes de los seres vivos ya que les permite
divisar peligros y encontrar alimentos. En nuestro caso la visión ha definido el rumbo de
la humanidad desarrollando nuestro intelecto que a su vez ha contribuido al desarrollo de
la sociedad tal como la conocemos. Con el desarrollo de las computadoras han surgido
una serie de investigaciones para dotar de este sentido a las máquinas para que puedan
desempeñar diversas labores de forma autónoma. La presente investigación tiene por
objetivo la generación de un mapa de interiores de edificios a través de información
procesada mediante técnicas de procesamiento de imágenes y visión con el uso de un
dispositivo móvil (teléfono inteligente o tableta). Dicha información consiste en una serie
de imágenes que serán captadas por la cámara del dispositivo. En ellas se buscará una
serie de puntos correlacionados a partir de los cuales se determinará la geometría entre
las imágenes del lugar. La importancia de la investigación radica en poder recrear un
mapeado por medio de un equipo portable con Android, cuyo costo sea moderado y que
arroje un producto que pueda ser utilizado para alimentar diversas aplicaciones. Por
otro lado las técnicas de reconstrucción de mapas (2D y 3D) hacen uso de algoritmos que
exigen hardware de alto rendimiento, por lo que implementar este tipo de procesos en un
móvil es una de las principales contribuciones que se buscará aportar en la investigación.
Abstract
Vision is one of the sense most important of living beings as it allows them to spot
danger and find food. In our case the vision has defined the course of humanity helping
our intellect which in turn has contributed to the development of society as we know it.
With the advance in computers processing there have been a number of investigations
to provide this sense to machines for allow them to perform tasks autonomously. This
research aims to generate a map of inside buildings through information processed by
techniques of image processing and vision with the use of a mobile device (smartphone
or tablet). The information to analyze consists of a series of images that will be captured
by this device. Between this images we’ll find a number of points correlated and try to
retrieve information on the geometry of the place. The importance of research is to be
able to recreate a mapping via a portable Android device, with a moderate cost that
yields a product that can be used to power wide range of applications. Moreover con-
struction techniques of maps (2D and 3D) use algorithms that require high-performance
hardware, so implementing such processes in a mobile device is the main contributions
of this investigation.
ii
Agradecimientos
Quiero agradecer a todas las personas que me han apoyado y aportado su granito de
arena en este trabajo.
Quiero agradecer por su apoyo y compresión a Ismael Ramírez, Rene Baltazar, Rafaela
González, Sergio García y Edgar Amezcua.
A mis amigos Marco Cervera, Raymundo Rabago, Omar Guerrero e Ignacio Rodríguez
que me aguantaron e hicieron más ligero el viaje.
A Francisco Escopinichi por su ayuda con los temas relacionados de programación en
Android. . . y por prestarme su libro de visión por computadora.
A mi compadre Rommel Olachea por su apoyo a lo largo de esta aventura.
A todos mis tutores de la maestría que compartieron con conocimiento, sabiduría y
consejos.
A la coordinadora de la maestría Iliana Castro Liera por tenernos mucha paciencia y
apoyarme con la revisión previa de este documento.
A mi novia Adilene Lucero que me apoyo incondicionalmente desde el principio.
Agradecimientos también para mi familia en especial a mi madre Ana Andrade López
A mi director Saúl Martínez Díaz y en especial a mi co-director Alejandro Israel Barranco
Gutiérrez.
Y a CONACYT que hizo todo esto posible.
iii
ÍNDICE GENERAL
Resumen
Abstract
Agradecimientos
Índice General
Índice de Figuras
Índice de Tablas
Abreviaciones
1 Introducción
1.1 Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Propuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Factibilidad y viabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4
Importancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
i
ii
iii
iv
vii
ix
x
1
1
3
4
5
6
2 Antecedentes
2.1 Dispositivos de captura de imágenes
Imagen digital
. . . . . . . . . . . . . . . . . . . . .
2.1.1 Dispositivos de acoplamiento de carga (CCD) . . . . . . . . . . . .
2.1.2
7
9
9
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Modelo de cámara pinhole . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.1 Proyección de perspectiva . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 Parámetros intrínsecos . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.3 Parámetros extrínsecos . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.3.1 Vector de traslación . . . . . . . . . . . . . . . . . . . . . 14
2.2.3.2 Matríz de rotación . . . . . . . . . . . . . . . . . . . . . . 14
. . . . . . . . . . . . . . . . 16
2.3 Calibración de la cámara . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.1 Método de Faugeras . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.2 Calibración de una cámara por medio de objetivos circulares
. . . 20
2.2.4 Transformación lineal de coordenadas
iv
Contents
v
2.4.2 Métodos de obtención de puntos de interés
2.4 Puntos de interés o características en imágenes
2.3.2.1 Detección y localización de elipses . . . . . . . . . . . . . 21
Selección de componentes en elipses . . . . . . . . . . . . 21
2.3.2.2
Localización de puntos con correspondencia en objetivos
2.3.2.3
circulares . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.2.4 Proceso de calibración por objetivos circulares . . . . . . 23
2.3.2.5 Observaciones del método . . . . . . . . . . . . . . . . . . 24
. . . . . . . . . . . . . . . 24
2.4.1 Concepto de la derivada . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4.1.1 Operadores de la primera derivada . . . . . . . . . . . . . 26
2.4.1.2 Operadores de la segunda derivada . . . . . . . . . . . . . 27
. . . . . . . . . . . . . 29
2.4.2.1 Features from Accelerated Segment Test (FAST) . . . . . 30
2.4.2.2
Speeded-Up Robust Features (SURF) . . . . . . . . . . . 32
2.5 Visión estéreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5.1 Geometría epipolar . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.2 La matríz fundamental . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.3 La matríz esencial
. . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6 Correspondencia estereoscópica . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.1 Métodos de obtención de correspondencia . . . . . . . . . . . . . . 40
2.6.2 Fast Library for Approximate Nearest Neighbors (FLANN) . . . . 41
2.6.2.1 The randomized kd-tree algorithm . . . . . . . . . . . . . 41
2.6.2.2 The hierarchical k-means algorithm . . . . . . . . . . . . 42
2.6.2.3
Selección automática del algoritmo . . . . . . . . . . . . . 42
2.7 Algoritmo de 8 puntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.8 Recuperando las matrices de proyección . . . . . . . . . . . . . . . . . . . 44
2.9 Project Tango . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3 Metodología
50
3.1 Calibración de la cámara con OpenCV . . . . . . . . . . . . . . . . . . . . 51
3.2 Obtención del flujo de imágenes . . . . . . . . . . . . . . . . . . . . . . . . 52
3.3 Obtención de características . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.3.1 FAST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3.2
SIFT y SURF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3.3 Comparativa de los métodos de obtención de características . . . . 54
3.4 Obtención de correspondencia de puntos . . . . . . . . . . . . . . . . . . . 56
3.4.1 BruteForce y FLANN . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.5 Estimar la distancia e inclinación entre imágenes . . . . . . . . . . . . . . 58
3.5.1 Estructura desde el movimiento . . . . . . . . . . . . . . . . . . . . 58
3.5.2 Obtener la matriz fundamental
. . . . . . . . . . . . . . . . . . . . 58
. . . . . . . . 58
3.5.3 Obtener la matriz esencial . . . . . . . . . . . . . . . . . . . . . . . 59
3.5.4 Obtener la matriz de rotación y el vector de traslación . . . . . . . 59
3.5.5 Estimando la inclinación . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5.6 Estimando el avance . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Implementación del algoritmo de 8 puntos
3.5.2.1
4 Resultados
62
4.1 Calibración de la cámara con OpenCV . . . . . . . . . . . . . . . . . . . . 62
Contents
vi
4.2 Obtención de características . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.3 Obtención de
Comentarios de: GENERACIÓN AUTOMÁTICA DE MAPAS DE INTERIORES CON MÓVILES ANDROID (0)
No hay comentarios