Detekce hran a 3D rekonstrukce na základě rozostření

Abstract

Má práce vychází z průmyslového projektu, jehož cílem je postavit stroj pro přesnou manipulaci mikrokomponenty. Zmíněné mikrokomponenty jsou sledovány na základě hledání hran v obraze. Má práce popisuje přehled postupů používaných pro detekci hran v obraze a zároveň návrh algoritmu pro rekonstrukci povrchu mikrokomponent pomocí Shape-From-Focus v mikroskopickém prostředí. Použité obrázky byly pořízeny kamerou s telecentrickým objektivem s malou hloubkou ostrosti. Vyvinul jsem Shape-From-Focus algoritmus, který používá 3D konvoluční masku pro detekci hran a je schopný aproximovat povrchy bez struktury. Vyvinutá 3D konvoluční maska je založena na druhé derivaci obrazové funkce. V pokusech popisujících kalibraci kamery a pro opětovné zaostření optické soustavy byly použity rozličné metody pro detekci hran v obraze. V pokusech se také prezentují výsledky rekonstrukce povrchu pomocí navrženého Shape-From-Focus algoritmu.

The work stems from the industrial project which aims to build the highly precise micro components assembly machine. The components are positioned via locating the edges in the image. The overview of the edge detection techniques and the design of the Shape-From-Focus algorithm in the microscopic environment are presented. The images used were captured with telecentric optics with a shallow Depth-of-Field. The Shape-From-Focus algorithm is developed together with the 3D convolutional mask and approximation of the surface in the textureless areas. The developed 3D convolutional filter is based on the seconds derivative of the image function. Various edge detection techniques are used in experiments to calibrate the camera and to refocus the optics. The experiments also show the surface reconstruction obtained by the Shape-From-Focus algorithm.