CC BY
138
КЛАССИФИКАЦИЯ ОПТИЧЕСКИХ МЕТОДОВ ЭБ СКАНИРОВАНИЯ ДЛЯ ОПРЕДЕЛЕНИЯ РЕЛЬЕФА ТЕЛА ЧЕЛОВЕКА
© Уберт А.И.*
Новосибирский государственный технический университет, г. Новосибирск
На сегодняшний день предложено несколько классификации оптических методов для определения 3Б рельефа поверхностей объекта. Однако в них рассматриваются лишь методы структурированной подсветки с кодированием и упускаются из вида такие способы как фотограмметрия, а также методы проекции полос на основе фазометрии. Для обобщения всех известных оптических методов, пригодных для определения 3Б рельефа объекта (и тела человека в частности) предлагается новая классификация на основе системы иерархических признаков.
Ключевые слова: структурированная подсветка; проекция системы полос; фотограмметрия; фазометрия; классификационная таблица.
На сегодняшний день разработано большое разнообразие методов для решения задачи определения 3D рельефа на основе оптических методов измерения. Для методов, которые используют структурированную подсветку с кодированием, J. Salvi предложил классификацию, основанную на стратегии кодирования элементов подсветки [1]. Она наиболее полно описывает методы структурированной подсветки с кодированием, но не затрагивает другие методы, например, фотограмметрию, и методы проекции системы полос.
В работе [2] I Geng предложил другую классификацию, в которой методы структурированной подсветки разделены на три группы по способу проецирования изображения на объект. Однако в эту классификацию не вошли методы определения рельефа на основе метода проекции полос и пространственной фазометрии [3], а также комбинированные методы активной фотограмметрии [4]. Более полных классификаций современных компьютерных методов определения 3Б рельефа поверхности объектов из литературных источников не найдено.
С целью обобщить известные оптические методы, пригодные для определения 3D рельефа объекта (в частности, тела человека), предложена более полная классификация, построенная на иерархической системе признаков, в которой используются 5 основных (признаки 1-5 в табл. 1) и 13 дополнительных классификационных признаков (табл. 2).
* Ассистент кафедры Автоматики.
Таблица 1
Классификация современных методов определения 3D рельефа тела человека
Основные признаки 1 (римсры систем
1 г 3 4 5 1 2 3 4 5 6 7 8 9 10 11 12 13
ВЗРИ Лазерный дальномер Laser Radar MV224, JAP, 2006 - - J1 М М - - 1 2ДН ОТ КУ
ТоЕ-камера SR 4000, SWT, 2010 - 1 сл ик М 1 1 ГК - 1 - мт КУ
О 11 т и ч 1С с к А Я т р и А 11 Г У JI я Ц и я tji Г м 1 1 - с В1 ГТ AUKCAN, IT A, 1990 - 4 С сл ик 1 1 4 1 ГК В 2 - ИТ но
- ВТС Patias, G-RE, 2006 - 3 с - - - 3 1 Jdi г 1 - от но
А 1 гст 3dMDface, USA, 1999 - 4 С 2 CI 1 1 IT И 2x2 ИК в 2 - от км
Yu, USA, 200S - 8 С 4 В11 1 IT 11 8 1 [К в 2 - от эо
с к АН Е Р JI м ВКЭ ISIS, UK, 1 983 - > 50 С1 1 БЧ 11 1 1 [К в 1 1Л от км
с Vitus Smart XXL, GER, 2006 - > 50 JI М 11 4x2 1 [К в 4 - от КУ
м Minolta Vivid 900, UK, 2007 - > 1 00 J1 м 11 1 ЦК в 1 1Л от КУ
СС11 CJ1 вин Artec MHT, RIJS, 2008 мтпл - > 1 00 С1 1 ик 11 1 1 [К в 1 [ р от КУ
С Т Г' У К 11 Т 0 у л Р с и в Р Е 0 т в к А А 11 н А Я мт о внэ Hill, CAN, 1990 - - 3 С С1 1 БЧ 11 3 1 [К г 1 от эо
сл м Formetnc 2, OMR, 2003 чял - 1 CI1 БЧ 11 1 1 [К в 1 от км
виз Fechteler, GER, 2008 чцл - 1 RI 1 ЦО 11 1 ЦФ в 1 от но
с Saivi.ESP, 1 998 чцлс - 1 CI 1 ЦО 11 1 ЦК г 1 от но
Mill Zhang, CN, 2010 чцэ - 1 R1 1 ЦО 11 1 ЦК г 1 от но
цр с втд Rainbow 3D, USA, 2003 - - 1+1 PI 1 ЦР 11 1 ЦК г 1 мт КУ
CI 1 м внэ Quantec, UK, 1 994 - - - 1 С1 1 БЧ 11 1 1 [К в 1 от но
1 |ф Womack, USA, 1 984 ЦК О - - 1 CI 1 1 1С 11 1 1 [К г 1 мт но
ТОД1 1, RUS, 1 993 ЦКФ - Mill 1 1 С1 1 БЧ 11 1 1 [К г 1 мт км
ISIS 2, UK, 2008 КФФ - - 1 CI1 БЧ 11 1 1 [К в 1 мт но
Chen, CN, 2207 KRI1 - 1 {KI1 1 RI 1 1 1С+ЦО 11 1 ЦФ г 1 мт но
В (р I la I ion a, USA, 1990 ЦКФ - - 3 CI 1 1 1С 11 1 1 [К в 1 мт но
MegaCapturor, CAN, 2004 ЦКФ - - > 3 4 С11 1 1С 11 4 1 [К в 4 мт км
К <11 Surfacer APLUN, ITA, 2002 КТФ - - 2 С1 1 1 1С и 1 1 [К в 1 мт км
OPT .-3D, ITA, 2003 ЦКФ гк 4+7 Rl 1 11+БЧ 11 1 1 [К г 1 мт но
Таблица 2
Дополнительные классификационные признаки 3Б сенсоров
N Наименование Сокращение Описание
КФФ Комплексная Фурье фильтрация
ЦКО Цифровая квадратурная обработка
1 Тип комплексной обработки ЦКФ Цифровая комплексная фильтрация
КТФ Комплексная трассировка фазы
КВП Комплексное вейвлет преобразование
ЧЯЛ Чередованием ярких линий
Кодирование элементов под- МШЛ Модуляцией ширины линии
2 ЧЦЛ Чередованием цвета линий
ЧЦЛС Чередованием цвета линий сетки
ЧЦЭ Чередованием цветных элементов
Способ определения абсолютной фазы ГК Кодом Грея
3 МНП Маркировка нулевой полосы
ЦКП Цветовое кодирование полос
4 Количество снимков Число С Число снимков для обработки. С - синхронно
Число Количество устройств для подсветки
Л Лазер
5 Устройство подсветки СП Слайд-проектор
ВП В идеопроектор
СД Светодиоды
РП Радужный проектор
ИК Инфракрасная (бинарная)
М Монохромная (бинарная)
Используемое излучение и ха- БЧ Бинарная черно-белая
6 ПС Полутоновая синусоидальная
светки ЦО Цветная однотонная
ЦС Цветная синусоидальная
ЦР Цветная радужная
ПТ Полутоновая текстура
Временная характеристика под- М Модулированная
7 П Постоянная
И Импульсная
Число Количество устройств регистрации
ЦФ Цифровой фотоаппарат
8 Устройство регистрации ПК Полутоновая видеокамера
ЦК Цветная видеокамера
ИК Инфракрасная камера
9 Ориентация стереобазы Г Горизонтальная
В Вертикальная
10 Число ра^рсов Число Количество ракурсов съемки
П Произвольный ракурс съемки
2ДП Двухмерное произвольное
11 Способ сканирования 1Д Линейное
Р Ручное
НТ Набор точек
12 Формат результата ОТ Облако точек
МТ Матрица точек
Степень готовности к использованию ЭО Экспериментальный образец
13 КМ Коммерческая медицинская система
КУ Коммерческая система
В табл. 1 представлена классификационная таблица, в которой приведены примеры топографических систем, использующие те или иные основные признаки, для которых указаны все 13 дополнительных признаков.
Основные классификационные признаки позволяют разделить 3D методы на более или менее однородные по свойствам группы и включают в себя: 1 - физический принцип работы, 2 - наличие или отсутствие структурированной подсветки, 3 - вид структурированной подсветки, 4 - моно- или стерео регистрация изображения, 5 - метод обработки данных для получения высоты рельефа.
По признаку «физический принцип работы» методы 3D сканирования разделяются на две неравнозначные группы: методы измерения задержки распространения оптического излучения (ВЗРИ) и методы на основе использования оптической триангуляции. В свою очередь методы ВЗРИ также делятся на 2 группы: лазерные сканеры и недавно появившиеся методы, использующие специальные видеокамеры («Time Of Flight») на фотодиодных матрицах, измеряющих для каждого элемента матрицы время задержки распространения до объекта и обратно промодулированной подсветки.
По признаку «наличие или отсутствие структурированной подсветки» методы на основе оптической триангуляции разделяются на 4 группы:
1. Фотограмметрия (ФГМ), в которой выделяется пассивная (П) и активная (А) фотограмметрия (со структурированной подсветкой для создания контрастной текстуры объекта);
2. Лазерные сканеры (сканирование перемещением одной линии или точки лазера);
3. Лазерные сканеры, использующие кодированную структурированную подсветку в виде системы линий с восстановлением с ее помощью части поверхности объекта (ССП - сканеры со структурированной подсветкой);
4. Методы, использующие структурированную подсветку.
По признаку «вид структурированной подсветки» выделяется 8 типов элементов подсветки: матрица точек (МТ); линия (Л) - прямая линия; система линий (СЛ) - набор прямых линий, ширина которых значительно меньше, чем расстояние между ними; матрица фигур (МФ), состоящих из нескольких точек, образующих связную однородную по цвету или яркости область (например, ромбики или крестики); система полос (СП) - бинарные, полутоновые или цветные полосы, ширина которых равна половине их периода; сетка (С) в виде полутоновых или цветных ортогональных линий; непрерывное распределение в виде разложенного на непрерывный спектр белого света - цветной радуги (ЦР). В активной фотограмметрии для подсветки объекта часто используются псевдослучайная текстура (ПСТ), моделирующая распределение интенсивности картины спеклов.
По признаку «моно- или стереорегистрация изображения объекта» методы разделяются на 2 группы: монорегистрации изображения объекта, у
которых обязательно присутствует структурированная подсветка, изображение объекта вводится только одним сенсором и в качестве «стереопары» используется структурированное изображение, спроецированное на эталонную плоскость; стереорегистрации изображения объекта, у которых изображение объекта вводится, как минимум двумя сенсорами, расположенными под разным ракурсом к объекту и для выполнения триангуляции обрабатывается стереопара изображений с поиском точек соответствия (для методов фотограмметрии).
По признаку «метод обработки для получения высоты рельефа» методы ближней активной и пассивной фотограмметрии разделяются на 3 подгруппы: ВПТ - выделение помеченных специальными маркерами точек на снимках стереопары, ВТС - выделение на стереопаре точек соответствия («stereo matching»), ВТД - выделение на стереопаре точек с одинаковой длиной волны при проецировании на объект разложенного в непрерывный спектр белого света. Методы на основе сканеров используют проекцию единственного элемента в виде точки, а чаще - линии и поэтому обработка сводится к выделению координат этого элемента (ВКЭ). Часть методов структурированной подсветки для проекции используют системы идентичных элементов, например, точек или линий. Их обработка сводится к выделению и последующей нумерации этих элементов (ВНЭ). Часть методов структурированной подсветки использует специально кодированные элементы структурированной подсветки («encoded structured light»). При этом обработка требует выделения таких элементов на изображении и их идентификацию с учетом стратегии кодирования (ВИЭ). Большая часть методов на основе проекции полос использует общий способ обработки - фазометрию [3], которую можно разделить на временную (ВФ), пространственную (ПФ), цветосдви-говую (ЦСФ) и комбинированную (КФ). ВФ также часто называют методом сдвига фазы («phase-shifting»), при использовании которого последовательно вводятся несколько (минимум 3) изображений полос с разным фазовым сдвигом и по ним ведется обработка с восстановлением фазы в каждой отдельной точке изображения независимо от других точек локальной окрестности (как чисто временного сигнала). Для реализации метода ПФ, по другому называемому пространственным детектированием фазы («spatial phase detection»), требуется только одно изображение полос, по которому путем пространственной комплексной фильтрации восстанавливается фаза в каждой точке этого изображения [5]. Для фазометрии также предложено большое разнообразие комбинированных методов, сочетающих временную и пространственную фазометрию, а также фазометрию и кодированную структурированную подсветку. К такому комбинированию часто прибегают для удаления фоновой составляющей изображения полос за счет дополнительного ввода изображения равномерно засвеченного объекта (без полос) или изображения полос со сдвигом фазы на 180°. Другим методом комбиниро-
ванной фазометрии, получившим широкое распространение в последние годы в технических приложениях, является временная фазометрия в сочетании с методом кода Грея, позволяющим устранять 2я-неоднозначность фазы, определяя абсолютную фазу в каждой точке изображения.
Дополнительные классификационные признаки, приведены в табл. 2, они уточняют характеристики рассматриваемых методов и созданных на их основе устройств и топографических систем для определения формы рельефа тела человека:
1. Тип комплексной обработки определяет способ преобразования действительного синусоидального сигнала в комплексный для оценки его фазы;
2. Кодирование элементов подсветки определяет способ, по которому каждому элементу подсветки задается необходимый для идентификации этого элемента признак;
3. Способ определения абсолютной фазы спроецированных полос применяется для методов фазометрии, если требуется оценить рельеф объекта в абсолютной системе координат;
4. Количество снимков - число изображений, которое необходимо вводить при использовании того или иного метода;
5. Устройство подсветки - тип устройства, используемого для формирования структурированной подсветки;
6. Используемое излучение и характер структурированной подсветки описывает свойства проецируемого изображения;
7. Временная характеристика подсветки определяет режим подсветки: постоянный, импульсный или модулированный;
8. Устройство регистрации - тип устройства, используемого для ввода изображений;
9. Ориентация стереобазы характеризует положение в пространстве стереобазы оптической системы;
10. Число ракурсов задает количество направлений, с которых производится обследование;
11. Способ сканирования определяет тип и траекторию сканирования;
12. Формат результата определяет вид данных, получаемых тем или иным методом сканирования;
13. Степень готовности к использованию характеризует возможность применения включенных в классификацию 3D сенсоров для задач определения рельефа тела человека в медицине.
Из всего многообразия рассмотренных способов наилучшие характеристики по точности и пространственному разрешению имеют методы фазо-метрии, которые позволяют восстанавливать рельеф в каждой точке введенного снимка. Наилучшим пространственным разрешением обладают методы ВФ, однако, они требуют ввода минимум трех кадров с разным фазовым
сдвигом и поэтому хорошо работают только для неподвижных объектов. При сканировании, человек обычно находится в ортостатическом положении (неподвижном), однако при этом все равно происходят непроизвольные телодвижения. Они приводят к динамическим погрешностям для ВФ, и поэтому, оптимальным методом для определения 3D рельефа человека является метод ПФ, который позволяет по единственному изображению (со спроецированными контрастными полосами) восстановить 3D рельеф с максимальной точностью и достаточным разрешением. В современных медицинских системах [6] точность сканирования достигает 0.1 мм.
Список литературы:
1. Salvi J., Pages J., Batlle J. Pattern codification strategies in structured light systems // Pattern Recognition. - 2004. - Vol. 37. - P. 827-849.
2. Geng J. Structured-light 3D surface imaging: a tutorial // Advances in Optics and Photonics. - 2011. - № 3. - P. 128-160.
3. Gorthi S. S., Rastogi P. Fringe Projection Techniques: Whither we are? // Optics and Lasers in Engiering. - 2010. - Vol. 48. - P. 133-140.
4. Yu W. Development of a three-dimensional anthropometry system for human body composition assessment // Ph. D. thesis, University of Texas at Austin, 2008.
5. Womack K.H. Interferometric phase measurement using spatial synchronous detection // Opt. Eng. - 1984. - Vol. 23, No. 4. - P. 391-395.
6. Сарнадский В.Н., Уберт А.И. Алгоритмы автоматического восстановления 3D модели поверхности туловища человека методом компьютерной оптической топографии // Материалы XI международной конференции «Актуальные проблемы электронного приборостроения». - 2012. - Т. V - С. 81-88.
ПРИМЕНЕНИЕ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ В ЗАДАЧАХ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ И ИХ РЕАЛИЗАЦИЯ В СРЕДЕ MATLAB1
© Филатова Е.С.*, Филатов Д.М.Ф
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина), г. Санкт-Петербург
В данной работе применение параллельных вычислений рассматривается на примере увеличения быстродействия работы генетического
1 Работа выполнена при финансовой поддержке гранта Президента Российской Федерации № 14.г56.14.3734-МК.
* Доцент кафедры Систем автоматического управления, кандидат технических наук.
* Доцент кафедры Систем автоматического управления, кандидат технических наук.
