Calibração de sistema de visão com câmera de linha

Abstract

O trabalho prevê o desenvolvimento de um algoritmo de calibração de um sistema de visão composto por uma câmera de linha sobre uma esteira, incluindo parâmetros não lineares de distorção da lente. A captura de imagens bidimensionais ocorre, nesse sistema, pelo movimento de objeto sobre a esteira, passando pelo campo de visão da câmera. Cada fotografia registra uma linha que, unidas de forma sequencial, formam uma representação 2D do objeto. O procedimento de calibração explora a identificação do modelo do sis tema por Aprendizado de Máquina, permitindo descrever matematicamente a projeção de objetos 3D em uma imagem. A proposição é: parametrizar e montar o sistema de visão; projetar e confeccionar o padrão de calibração; implementar algoritmo de calibração com tecnologia de Aprendizado Profundo; realizar ensaios de calibração; avaliar os resulta dos em termos de convergência e erro de reprojeção; e revisão do método, discutindo seu impacto e enunciando possibilidades de desenvolvimento futuro

The work envisages the development of a calibration algorithm for a vision system comprised of a line scan camera placed on a conveyor belt, encompassing non-linear lens distortion parameters. In this system, two-dimensional image capture occurs as objects move across the conveyor belt, traversing the camera’s field of view. Each photograph records a line which, when sequentially joined, forms a 2D representation of the object. The calibration procedure leverages Machine Learning to identify the system’s model, enabling the mathematical description of the projection of 3D objects onto an image. The proposition is to parameterize and assemble the vision system; design and create the ca libration pattern; implement the calibration algorithm using Deep Learning technology; conduct calibration tests; evaluate the results in terms of convergence and reprojection error; and review the method, discussing its impact and outlining possibilities for future development