Vista previa del material en texto
229 Enfoque Integral de una transformación proyectiva MSc. Jorge Monge Fallas Escuela de Matemática, Instituto Tecnológico de Costa Rica Cartago Costa Rica jomonge@itcr.ac.cr Dr. Franklin Hernández Castro Escuela de Diseño Industrial, Instituto Tecnológico de Costa Rica Cartago Costa Rica franklin@skizata.com Resumen El artículo presenta la solución a un problema relacionado a una transformación especial, esta transformación es llamada transformación proyectiva u Homografía, que permite establecer una correspondencia entre los puntos de una región cuadrangular y los de una región rectangular dada. Este tipo de transformaciones son usadas principalmente para el formateo y manipulación de imágenes digitales y proyecciones. Summary The article presents a solution to a problem related to a special transformation, this transformation is called projective transformation or homography, which allows a correspondence between the points of a quadrangular region and a given rectangular region. Such transformations are mainly used for formatting and manipulating digital images and projections. Palabras claves Transformación proyectiva, geometría proyectiva, homografía. Key Words Projective transformation, projective geometry, homography. 1. Antecedentes La geometría proyectiva según García (2007) parte de los dos principios siguientes: ! Dos puntos definen una recta ! Todo par de rectas se cortan en un punto. En caso de que las rectas sean paralelas se dice que se cortan en un punto del infinito. Definición 1: Un plano proyectivo es un conjunto de puntos y un conjunto de subconjuntos de , llamadas líneas que satisfacen: a. Existe una única línea que une dos puntos distintos b. Existe un único punto de intersección de dos líneas distintas c. Existen al menos tres puntos no colineales d. Existen al menos tres puntos sobre una línea En un plano proyectivo un conjunto de puntos yy , con al menos no tres colineales, se llama un cuadrángulo. La geometría proyectiva estudia las propiedades del plano proyectivo y que son invariantes bajo un grupo de transformaciones conocidas como proyectividades u Homografías. Definición 2: Una homografía es una transformación biyectiva del espacio proyectivo que viene definida por de forma tal que una línea es transformada en una línea recta. La proyectividad está definida por con donde es una matriz no singular con y se dice que es la transformación lineal de . Además están representadas en coordenadas homogéneas. Bajo estas condiciones un punto en un plano de tiene una correspondencia única en un punto de otro plano de . Coordenadas Homogéneas En geometría analítica euclidiana un punto está representado por un par de coordenadas , es decir, . En el caso de una línea recta en el plano su ecuación está dada por: Esta ecuación puede ser representada por el vector al cual se le llama coordenadas 230 homogéneas de la recta Si se tienen los vectores y con ambos representan la misma recta para todo pero es claro que . Los vectores se dice que son vectores homogéneos equivalentes. Basados en el trabajo de García (2007) gráficamente podemos establecer la relación entre coordenadas euclidianas y las coordenadas homogéneas. Un punto en coordenadas euclidianas en un plano de tiene una representación homogénea en como muestra la figura Figura 1: Coordenadas homogéneas Figura 2: Coordenadas homogéneas vs coordenadas euclidianas Las coordenadas homogéneas estarían dadas por el vector . De acuerdo con la Figura (2) se tiene que: en conclusión las ecuaciones que relacionan las coordenadas euclidianas y las coordenadas homogéneas son De acuerdo con estas ecuaciones, una forma simple de pasar a coordenadas homogéneas es hacer y obtener como representación . Por lo tanto para la ecuación de la recta su ecuación a fin en coordenadas homogéneas está dada por Tenemos además que para cada existe un único pero para cada existen infinitos Es importante hace notar que : ! El punto tiene coordenadas homogéneas ! Ningún punto en tiene coordenadas homogéneas Teorema: Si las rectas y vienen dadas por los vectores y respectivamente. Entonces y se intersecan en el punto con Observación: Cuando se establecen las coordenadas homogéneas se especifica que , vamos a ver una interpretación planteada en Casse(2006) de la coordenada homogénea . Sean y con las ecuaciones de dos rectas paralelas. Escribiendo y multiplicando por se tiene que corresponden a las ecuaciones homogéneas de y respectivamente. Al resolver el sistema se obtiene el conjunto solución Entonces está definido para ser las coordenadas homogéneas del punto de intersección de estas dos rectas paralelas, este punto es llamado punto impropio o punto del infinito. . 231 2. Definición del problema Como parte del proyecto SIIN2 se requiere una transformación que permita mapear los puntos de una región cuadrangular producto de la proyección sobre una superficie plana a una región rectangular. La idea es establecer una correspondencia entre la región proyectada y el cuadro de la cámara. El proyecto SIIN pretende que la computadora interprete algunos gestos que el usuario hace sobre una imagen proyectada, esto implica que la computadora debe “ver” una proyección a través de una cámara (tipo webcam) y a partir de esta imagen inferir alguna acción. Cuando se proyecta una imagen (o presentación) desde un proyector(figura 3) desde una mesa o desde el techo, la proyección se verá inevitablemente deformada en sus proporciones, en este caso la imagen original de forma rectangular se ve deformada en un trapecio con proporciones variadas. Figura 3: Situación problema Esta Figura(3) es la imagen que “verá” la cámara, que a su vez pasa a la computadora. Esta última en realidad solo le importa el rectángulo proyectado y, por supuesto, cualquier actividad (como la señalización de algún punto) al interior de esta proyección. Es decir se necesita en primera instancia la eliminación de todo el espacio alrededor de la proyección y luego la definición de las coordenadas reales dentro del rectángulo de algún punto que se esté señalando en la proyección Más formalmente el problema gráficamente se presenta como en la figura siguiente: 2 SIIN, sistema de Interfaces Intangibles es un proyecto desarrollado en el Instituto Tecnológico de Costa Rica, que tiene como objetivo desarrollar interfaces para comunicarse con la computadora sin que intervengan objetos tangibles. Figura 4: Transformación proyectiva Es tipo de transformación es conocida como una transformación proyectiva la cual se caracteriza porque en ella no se conserva la distancia entre puntos, ni las proporciones, ni los ángulos, ni el paralelismo; lo único que conserva es la colinealidad. 3. Desarrollo del problema Homografía H En dos dimensiones la homografía es una matriz que mapea puntos homogéneos como lo señalan Kumar & Jawahar(2006) y Harker & O´Leary(2005). Lo primero es definir como un punto observado en la pantalla de la cámara y un punto sobre la superficie de proyección. Definiendo en forma simple en coordenadas homogéneas por y . La transformación que mapea en el frame del proyector a algún punto desconocido sobre la pantalla en el cuadro de la cámara puede ser expresado por la homografía tal que si se define la matriz como el sistema (1) puede expresarse de la forma simplificando el sistema, tenemos que 232 despejando se concluye que reescribiendo las ecuaciones (2) y (3) se tiene que planteamos (4) y (5) en forma matricial si definimos como la matriz y como lamatriz columna entonces (6) puede expresarse como el sistema homogénea esto quiere decir que pertenece al núcleo de o al espacio nulo de q . Tenemos que cada correspondencia de puntos fija dos restricciones sobre la matriz . Por otro lado la matriz tiene nueve parámetros pero está definida salvo un factor de escala, por lo que la matriz sólo tiene ocho parámetros independientes. En conclusión se puede establecer que cuatro correspondencias de puntos son suficientes para calcular la matriz . Esto es válido siempre y cuando no hayan tres puntos colineales. El rango de la matriz es ocho, esto quiere decir que como se tiene que por lo que el espacio nulo o espacio solución de tiene dimensión 1. Este vector sólo puede ser determinado salvo escala. Una forma de fijar una escala para los cálculos sobre es establecer la restricción . Dado que existes soluciones distintas a la trivial para la meta es determinar el vector unitario que minimice . Un resultado importante para alcanzar nuestro objetivo es planteado en Strang(1988) el cual se plantean algunas propiedades de la matriz donde es una matriz de orden , citamos algunas de ellas: ! es cuadrada ! es simétrica ! Todos los Eigen valores de son números reales positivos ! Eigen-vectores de Eigen-espacios diferentes de son ortogonales ! tiene el mismo espacio nulo de Nos interesa el último resultado, para ello consideremos que está en el espacio nulo de , entonces por lo que se concluye que está en el espacio nulo de . Ahora consideremos que está en el espacio nulo de , entonces por lo que se concluye que está en el espacio nulo de . 233 A partir de este último resultado se tiene que nuestro sistema tiene el mismo conjunto solución que el sistema por lo que el problema de minimizar es equivalente a minimizar y como dado que ,el problema se resume al determinar el Eigen-vector asociado al Eigen-valor más pequeño de la matriz . Sean , , y los cuatro puntos que representan los vértices del cuadrángulo y , , y los cuatro puntos del rectángulo deseado. De acuerdo con (7), la matriz queda definida por: Ahora para resolver nuestro problema necesitamos un método que nos permita determinar los Eigen-vectores y los Eigen-valores asociados a la matriz y posteriormente determinar el Eigen-vector asociado al Eigen-valor más pequeño. En Mathews y Fink(2003) se presenta el método de Jacobi para estimar Eigen-valor y Eigen-vectores, este es un algoritmo que permite determinar todas las parejas de Eigen-vector-Eigen-valor de una matriz simétrica con valores reales. Este algoritmo nos permite obtener respuestas uniformemente precisas y es bastante eficiente para matrices de tamaño menor o igual a 10. En este caso se ajusta a nuestro problema, dado que la matriz es de tamaño 9. 4. Resultados y conclusiones Dentro de las conclusiones más importantes obtenidas está la solución al problema de la transformación planteada, la cual es llamada una Homagrafía y corresponde a una trasformación proyectiva. La homografía es obtenida a partir de un proceso numérico de estimación de los Eigen-valor y Eigen- vector de la matriz . El algoritmos de Jacobi fue programado en un lenguaje de programación libre llamado Processing3 con resultados aceptables. Como resultado de este tipo de transformación proyectiva presentamos los siguientes pares de imágenes, correspondiente a una imagen cuadrangular y su respectiva transformación obtenida al aplicar la homografía calculada en cada caso. 3http://processing.org/ 234 figura 5: Aplicación de la homografía a varias imágenes de entrada En cada caso la entrada inicial a nuestro algoritmo serían las coordenadas de los cuatro puntos de las esquinas de la imagen izquierda, en este caso se introducen en sentido horario. La salida será una imagen rectangular de 640 x 480 pixeles. 5. Bibliografía Anton, H. (1995). Introducción al Álgebra Lineal.(2ª. Ed.). México.: Editorial Limusa. Casse, R. (2006). Proyective Geometry an Introduction. USA.:Oxford University Press. Chan, F. (1982). An Improved Algorithm for Computing the Singular Value Decomposition. ACM Transactions on Mathematmal Software, Vol. 8, No. 1, March 1982, Pages 72-83. Obtenido el 12 de Marzo del 2009, de http://www.stanford.edu/class/cme324/chan.pdf. Estrada, F., Jepson, A. & Fleet, D. (2004). Planar Homographies. Obtenido el 12 de Marzo del 2009, de http://www.cs.utoronto.ca/~strider/vis- notes/tutHomography04.pdf. García, J. (2007). Autocalibración y sincronización de múltiples cámaras PTZ. Universidad Autónama de Madrid. Obtenido el 12 de Marzo del 2009, de http://arantxa.ii.uam.es/~jms/pfcsteleco/lecturas/ 20070619JavierGarciaOcon.pdf Hartshorne, R. (1967). Foundationd of Proyective Geometry. Addison Wesley Publishing Company. Harker, M. & O´Leary, P.(2005). Computation of Homographies. Obtenido el 10 de Marzo del 2009, de http://www.comp.leeds.ac.uk/bmvc2008/proceed ings/2005/papers/paper-57-190.html Kushal, A., Baar, J., Raskar, R. & Beardsley, P. (2005). A Handheld Projector supported by Computer Vision. Obtenido el 11 de Marzo del 2009, de http://www- cvr.ai.uiuc.edu/~kushal/papers/conf/ACCV06/ac cv06.pdf Kumar, P. & Jawahar, C. (2006).Homography Estimation from Planar Contours.Third International Symposium on 3D Data Processing, Visualization, and Transmission Obtenido el 12 de Marzo del 2009 de la base de datos IEEE Xplorer. Mathews, J. & Fink, K. (2003). Métodos Numéricos con Matlab. (3ª. Ed.). España.: Prentice Hall. Morocho, G. (2008). Calibración de una cámara, cálculo de homografías y geometría epipolar. Obtenido el 12 de Marzo del 2009, de http://blog.espol.edu.ec/gluzardo/files/2009/03/c alibracion.pdf Rebgl, J., Flaggl, M. Cham, T., Sukthankas, R. & Sukthankar, G. (2002). Projected Light Displays Using Visual Feedback. Seventh International Conference on Control, Automation, Robotics And Vision, Singapore. Obtenido el 12 de marzo del 2009 de la base de datos IEEE Xplorer. Sato, Y. & Oka, K. (2004). Video-Based Tracking of User's Motion for Augmented Desk Interface. Proceedings of the Sixth IEEE International Conference on Automatic Face and Gesture Recognition (FGR'04). Obtenido el 10 de septiembre del 2008 de la base de datos IEEE Xplorer. Sukthankar, R. (2005). Towards Ambient Projection for Intelligent Environments. Proceedings of the Computer Vision for Interactive and Intelligent Environment (CVIIE'05). Obtenido el 12 de marzo del 2009 de la base de datos IEEE Xplorer. Sukthankar, R., Stockton,R. , Mullin, M.(2001). Smarter Presentations: Exploiting Homography in Camera-Projector Systems. Proceedings of International Conference on Computer Vision, 2001. Obtenido el 12 de Marzo del 2009, de http://www.cs.cmu.edu/~rahuls/pub/iccv2001- rahuls.pdf. Summet, J., Flagg, M., Cham, T., Rehg, J. & Sukthankar, R. (2007). Shadow Elimination and Blinding Light Suppression for Interactive Projected Displays. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, VOL. 13, NO. 3, MAY/JUNE 2007. Obtenido el 12 de marzo del 2009 de la base de datos IEEE Xplorer. 235 Umeda, K., Furusawa, I. & Tanaka, S. (1998). Recognition of Hand Gestures Using Range Images. Proceedings of the 1998 IEEE /RS,.Intl. Conference on intelligent Robots and Systems.Victoria, B.C., Canada October 1998. Obtenido el 12 de septiembre del 2008 de la base de datos IEEE Xplorer. Yin, X. & Xie, M. (2001). Hand Gesture Segmentation, Recognition and Aplication. Proceedings of 2001 IEEE International Symposium Computatinal Intelligence in Robotics and Automation. Alberta, Canadá. Obtenido el 12 de septiembre del 2008 de la base de datos IEEE Xplorer. 00 0 c