Uma proposta experimental de reconstrução 3D a partir de imagens ortogonais

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Ribeiro, João Marcos Simões lattes
Orientador(a): Santos, Alexandre Bessa dos lattes
Banca de defesa: Dantas, Mário Antonio Ribeiro lattes, Marcato, André Luis Marques lattes, Moraes, Carlos Henrique Valério de lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica
Departamento: Faculdade de Engenharia
País: Brasil
Palavras-chave em Português:
UAV
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/11681
Resumo: Os avanços na última década na área da visão computacional trouxeram grandes benefícios para aplicações de realidade virtual, tendo a fotogrametria como um grande impulsionador. Essa técnica se popularizou após o surgimento dos UAVs, agregando melhorias a áreas como a engenharia civil, agronomia e geociência possibilitando realizar um mapeamento de uma região específica com missões aéreas. Neste contexto, este trabalho apresenta uma proposta de realizar a reconstrução 3D em escala real de cenários sobrevoados por um UAV. Para isso, foi desenvolvida uma abordagem em C++ capaz de realizar essa reconstrução para um conjunto de imagens não ordenadas. A metodologia Struct From Motion foi utilizada para realizar o cálculo da odometria das câmeras no momento da captura da imagem. Por fim, a técnica Multi-View Stereo é aplicada para obtenção de uma nuvem densa de pontos do cenário. Como metodologias inovadoras, tem-se a utilização das coordenadas de GPS de cada imagens para obtenção de uma reconstrução em escala real e um ajuste durante a propagação para melhorar o desempenho em regiões com pouca variação de cor. Os resultados obtidos foram satisfatórios, onde a reconstrução utilizando as imagens aéreas apresentou um resultado definido e com medidas similares as encontradas no Google Maps, obtendo um erro máximo de 1,59%.