Estructura a partir del movimiento

La estructura a partir del movimiento ( SfM ) ^[1] es una técnica de obtención de imágenes de rango fotogramétrico para estimar estructuras tridimensionales a partir de secuencias de imágenes bidimensionales que pueden estar acopladas a señales de movimiento locales . Se estudia en los campos de la visión por computadora y la percepción visual .

Los seres humanos percibimos una gran cantidad de información sobre la estructura tridimensional de nuestro entorno al movernos a su alrededor. Cuando el observador se mueve, los objetos que lo rodean se mueven en distintas cantidades según la distancia a la que se encuentren con respecto al observador. Esto se conoce como paralaje de movimiento y, a partir de esta información de profundidad, se puede utilizar para generar una representación tridimensional precisa del mundo que lo rodea. ^[2]

Encontrar la estructura a partir del movimiento presenta un problema similar al de encontrar la estructura a partir de la visión estereoscópica . En ambos casos, es necesario encontrar la correspondencia entre las imágenes y la reconstrucción del objeto 3D.

Para encontrar correspondencia entre imágenes, se rastrean características como los puntos de esquina (bordes con gradientes en múltiples direcciones) de una imagen a la siguiente. Uno de los detectores de características más utilizados es la transformada de características invariante de escala (SIFT). Utiliza los máximos de una pirámide de diferencia de Gaussianas (DOG) como características. El primer paso en SIFT es encontrar una dirección de gradiente dominante. Para que sea invariante a la rotación, el descriptor se rota para adaptarse a esta orientación. ^[3] Otro detector de características común es el SURF ( características robustas aceleradas ). ^[4] En SURF, el DOG se reemplaza con un detector de blobs basado en matriz Hessiana . Además, en lugar de evaluar los histogramas de gradiente, SURF calcula las sumas de los componentes del gradiente y las sumas de sus valores absolutos. ^[5] Su uso de imágenes integrales permite detectar las características extremadamente rápido con una alta tasa de detección. ^[6] Por lo tanto, en comparación con SIFT, SURF es un detector de características más rápido con el inconveniente de una menor precisión en las posiciones de las características. ^[5] Otro tipo de característica que recientemente se ha vuelto práctica para la estructura a partir del movimiento son las curvas generales (por ejemplo, localmente un borde con gradientes en una dirección), parte de una tecnología conocida como SfM sin puntos , ^{[7] [8]} útil cuando las características puntuales son insuficientes, común en entornos creados por el hombre. ^[9]

Las características detectadas de todas las imágenes se compararán. Uno de los algoritmos de comparación que rastrea las características de una imagen a otra es el rastreador Lucas-Kanade . ^[10]

A veces, algunas de las características coincidentes no coinciden correctamente. Por eso, también se deben filtrar las coincidencias. RANSAC (consenso de muestra aleatoria) es el algoritmo que se utiliza habitualmente para eliminar las correspondencias atípicas. En el artículo de Fischler y Bolles, RANSAC se utiliza para resolver el problema de determinación de la ubicación (LDP), donde el objetivo es determinar los puntos en el espacio que se proyectan en una imagen en un conjunto de puntos de referencia con ubicaciones conocidas. ^[11]

Las trayectorias de las características a lo largo del tiempo se utilizan luego para reconstruir sus posiciones 3D y el movimiento de la cámara. ^[12] Una alternativa la ofrecen los denominados enfoques directos, en los que la información geométrica (estructura 3D y movimiento de la cámara) se estima directamente a partir de las imágenes, sin abstracción intermedia de características o esquinas. ^[13]

Existen varios enfoques para la estructuración a partir del movimiento. En SfM incremental, ^[14] se resuelven las poses de las cámaras y se agregan una por una a la colección. En SfM global, ^{[15] [16]} se resuelven las poses de todas las cámaras al mismo tiempo. Un enfoque algo intermedio es SfM fuera del núcleo , donde se calculan varias reconstrucciones parciales que luego se integran en una solución global.

La fotogrametría de estructura a partir del movimiento con vista estereoscópica multivista proporciona modelos de relieve a hiperescala utilizando imágenes adquiridas de una gama de cámaras digitales y, opcionalmente, una red de puntos de control terrestre. La técnica no está limitada en frecuencia temporal y puede proporcionar datos de nubes de puntos comparables en densidad y precisión a los generados por escaneo láser terrestre y aéreo a una fracción del costo. ^{[17] [18] [19]} La estructura a partir del movimiento también es útil en entornos remotos o accidentados donde el escaneo láser terrestre está limitado por la portabilidad del equipo y el escaneo láser aéreo está limitado por la rugosidad del terreno que causa pérdida de datos y escorzo de la imagen. La técnica se ha aplicado en muchos entornos, como ríos, ^[20] tierras baldías, ^[21] costas arenosas, ^{[22] [23]} zonas de fallas, ^[24] deslizamientos de tierra, ^{[25] [26]} y entornos de arrecifes de coral. ^[27] SfM también se ha aplicado con éxito para la evaluación de cambios ^[28] y grandes volúmenes de acumulación de madera ^[29] y porosidad ^[30] en sistemas fluviales, la caracterización de masas rocosas mediante la determinación de algunas propiedades como la orientación, persistencia, etc. de discontinuidades. ^{[31] [32]} así como para la evaluación de la estabilidad de pendientes de corte de roca. ^[33] Se puede utilizar una gama completa de cámaras digitales, incluidas las SLR digitales, las cámaras digitales compactas e incluso los teléfonos inteligentes. Sin embargo, en general, se obtendrán datos de mayor precisión con cámaras más caras, que incluyen lentes de mayor calidad óptica. Por lo tanto, la técnica ofrece oportunidades interesantes para caracterizar la topografía de la superficie con un detalle sin precedentes y, con datos multitemporales, para detectar cambios de elevación, posición y volumétricos que son sintomáticos de los procesos de la superficie terrestre. La estructura a partir del movimiento se puede colocar en el contexto de otros métodos de topografía digital.

El patrimonio cultural está presente en todas partes. Su control estructural, documentación y conservación es uno de los principales deberes de la humanidad ( UNESCO ). Desde este punto de vista, el SfM se utiliza para estimar adecuadamente las situaciones, así como los esfuerzos y costos de planificación y mantenimiento, control y restauración. Debido a que a menudo existen serias limitaciones relacionadas con la accesibilidad del sitio y la imposibilidad de instalar pilares de topografía invasivos que no permiten el uso de rutinas de topografía tradicionales (como estaciones totales), el SfM proporciona un enfoque no invasivo para la estructura, sin la interacción directa entre la estructura y cualquier operador. El uso es preciso ya que solo se necesitan consideraciones cualitativas. Es lo suficientemente rápido para responder a las necesidades de gestión inmediatas del monumento. ^[34] La primera fase operativa es una preparación precisa del levantamiento fotogramétrico donde se establece la relación entre la mejor distancia del objeto, la longitud focal, la distancia de muestreo del suelo (GSD) y la resolución del sensor. Con esta información, las adquisiciones fotográficas programadas deben realizarse utilizando una superposición vertical de al menos el 60% (figura 02). ^[35]

Además, la fotogrametría de estructura a partir del movimiento representa una metodología no invasiva, altamente flexible y de bajo costo para digitalizar documentos históricos. ^[36]

• Jonathan L. Carrivick, Mark W. Smith, Duncan J. Quincey (2016). Estructura a partir del movimiento en las geociencias . Wiley-Blackwell. 208 páginas. ISBN 978-1-118-89584-9 
• Richard Hartley y Andrew Zisserman (2003). Geometría de vista múltiple en visión artificial . Cambridge University Press. ISBN 978-0-521-54051-3.
• Olivier Faugeras y Quang-Tuan Luong y Theodore Papadopoulo (2001). La geometría de imágenes múltiples . MIT Press. ISBN 978-0-262-06220-6.
• Yi Ma; S. Shankar Sastry ; Jana Kosecka ; Stefano Soatto (noviembre de 2003). Una invitación a la visión en 3D: de las imágenes a los modelos geométricos . Serie de matemáticas aplicadas interdisciplinarias, n.° 26. Springer-Verlag Nueva York, LLC. ISBN 978-0-387-00893-6.