Monocular Panoramic Imaging for High-Precision 3D Shape Reconstruction

تخيل محاولة بناء نموذج ثلاثي الأبعاد مثالي لجسم معقد، مثل قدم بشرية، باستخدام صور فوتوغرافية مسطحة فقط. هذا تحدٍ جوهري في مجال الرؤية الحاسوبية، وهو المجال المخصص لتعليم الآلات كيف ترى وتفهم العالم. لعقود من الزمن، اعتمد العلماء على نهجين رئيسيين لحل هذه المشكلة. يتضمن الأول استخدام العديد من الكاميرات المرتبة في دائرة، حيث تلتقط كل منها صورة من زاوية مختلفة. ورغم فعالية هذه الطريقة، إلا أنها مكلفة، وصعبة الإعداد، وتتطلب مزامنة دقيقة لضمان اتفاق جميع الكاميرات على اللون والتوقيت. أما النهج الثاني، فيستخدم كاميرا واحدة ولكنه يعتمد على برمجيات معقدة لتخمين عمق الجسم، وغالباً ما يواجه صعوبات عندما يفتقر السطح إلى الملمس أو الأنماط. ويواجه كلا الطريقتين عقبات عند محاولة التقاط قياسات دقيقة وفورية للأشكال الناعمة أو المعقدة، وهي حاجة تبرز بشكل متكرر في عمليات التفتيش الصناعي والتشخيص الطبي.

اقترح فريق من الباحثين من جامعة تشجيانغ للتكنولوجيا مساراً مختلفاً، يجمع بين بساطة الكاميرا الواحدة والرؤية الشاملة لمصفوفة متعددة الكاميرات. لقد صمموا جهازاً متخصصاً يلتقط سبعة منظورات مختلفة لجسم ما في لحظة واحدة، باستخدام المرايا لطي الضوء داخل عدسة واحدة. ومن خلال تحليل هذه الرؤى المتزامنة باستخدام نهج رياضي جديد، نجحوا في إعادة بناء الشكل ثلاثي الأبعاد لقدم بشرية بدقة عالية. يثبت عملهم أنه من الممكن تحقيق قياسات ثلاثية الأبعاد عالية الجودة دون التكلفة الباهظة والتعقيد المرتبط بأنظمة الكاميرات المتعددة التقليدية، مما يوفر حلاً قوياً للسيناريوهات التي تكون فيها الدقة أمراً بالغ الأهمية.

يكمن جوهر ابتكارهم في غرفة تصوير مصممة خصيصاً. فبدلاً من وضع كاميرا أمام الجسم وتحريكها حوله، وضع الباحثون الجسم داخل صندوق مبطن بالمرايا. هذا الصندوق مشكل على هيئة قمع، ومصنوع من ست مرايا شبه منحرفة مرتبة لتواجه الداخل. وتنظر كاميرا واحدة عالية الدقة إلى داخل هذه الغرفة. وعندما يوضع جسم ما، مثل القدم، داخل هذه الغرفة، لا ترى الكاميرا الجسم مباشرة فحسب، بل ترى أيضاً انعكسات متعددة للجسم ترتد عن المرايا. في لقطة واحدة، تلتقط الكاميرا رؤية مباشرة للجزء العلوي من الجسم وست رؤى افتراضية للجوانب والخلف. وبما أن كل هذه الرؤى تأتي من نفس العدسة في اللحظة ذاتها، فإن النظام يتجنب المشكلات الشائعة المتعلقة بمعايرة الكاميرات المتعددة أو مزامنة ألوانها. كما يتم التحكم في الإضاءة داخل الغرفة، مما يضمن إضاءة الجسم بشكل متساوٍ وخلوه من الظلال المشتتة أو التوهج.

بمجرد التقاط الصورة، يواجه الباحثون مهمة تحويل تلك الانعكاسات المسطحة إلى شكل ثلاثي الأبعاد صلب. لقد طوروا طريقة تعامل الفضاء المحيط بالجسم كأنه سلسلة من المكعبات الصغيرة غير المرئية، أو ما يعرف بالـ "فوكسل" (voxels). تخيل ملء الفضاء المحيط بالقدم بشبكة من هذه المكعبات. ثم تقوم الخوارزمية بفحص كل زاوية ممكنة حول الجسم بشكل منهجي، من الأعلى إلى الأسفل ومن جميع جوانب الجسم. وبالنسبة لكل زاوية، تبحث الخوارزمية في الانعكاسات المقابلة في الرؤى السبعة لتحديد ما إذا كان يجب أن يكون المكعب جزءاً من الجسم أو مساحة فارغة. وهي تفعل ذلك من خلال التحقق مما إذا كان سطوع الإسقاط متسقاً عبر جميع الرؤى المختلفة؛ فإذا بدا الضوء متماثلاً في كل انعكاس، فمن المرجح أن يكون المكعب جزءاً من السطح، أما إذا تباين السطوع بشكل كبير، فيتم استبعاد هذا المكعب. هذه العملية، المعروفة باسم "نحت الفضاء" (space carving)، تسم اللهح للنظام بتقشير المساحة الفارغة حتى يتبقى شكل الجسم فقط، مما ينشئ سحابة مفصلة من النقاط التي تحدد سطحه.

لاختبار نظامهم، طبق الباحثون هذه الطريقة على إعادة بناء الأقدام البشرية، وهي مهمة تتطلب دقة عالية نظراً للمنحنيات المعقدة والجلد الناعم للقدم. وضعوا قدماً داخل غرفة المرايا والتقطوا الصورة البانورامية. قام النظام بمعالجة الصورة، وفصل القدم عن الخلفية السوداء وتحويل بيانات الألوان إلى تنسيق يمكن للخوارزمية استخدامه. كانت النتيجة سحابة نقاط ثلاثية الأبعاد كاملة للقدم، بما في ذلك معلومات الألوان الخاصة بها. وللتحقق من الدقة، قاموا بإسقاط هذا النموذج ثلاثي الأبعاد مرة أخرى على شاشة مسطحة لمعرفة مدى مطابقته للظل الأصلي للقدم في رؤية الكاميرا. وأظهرت المقارنة وجود درجة عالية جداً من التداخل، حيث ظلت معدلات الخطأ عموماً أقل من 3 بالمائة في معظم الرؤى. وقد أظهرت الرؤية العلوية والرؤيتان الجانبيتان المساعدتان أعلى درجات الدقة، حيث وصلت نسبة الخطأ إلى 0% كما هو الحال في بعض الحالات، أو تحديداً 0.68 بالمائة.

كما قارنت الدراسة نظام الرؤية السبعة الخاص بهم بنظام الرؤية الخمسة السابق لترى ما إذا كانت المرايا الإضافية ستحدث فرقاً. واجه نظام الرؤية الخمسة، الذي يفتقر إلى المرآتين المساعدتين الإضافيتين، صعوبة في التقاط الجزء الخلفي من القدم بدقة، مما أدى إلى وجود فجوات ومعدلات خطأ أعلى في تلك المنطقة تحديداً. أما نظام الرؤية السبعة، فمن خلال توفيره لزوايا مستقلة للجزء الخلفي، قد ملأ هذه التفاصيل المفقودة وقلل بشكل كبير من الخطأ الإجمالي. ووجد الباحثون أن نقاط الرؤية الإضافية قد قللت من تقلبات دقة القياس، مما ضمن إعادة بناء الأجزاء الأكثر صعوبة في الرؤية بأمانة. ورغم أن هذه الطريقة فعالة للغاية للأجسام الصلبة والملساء، إلا أن المؤلفين أشاروا إلى وجود قيود تتعلق بالثقوب العميقة أو الهياكل الداخلية المعقدة، حيث لا يمكن للضوء الوصول إلى داخل تلك المناطق لإنشاء انعكاس.

يقدم هذا البحث بديلاً مقنعاً للآلات المكلفة والمعقدة المستخدمة غالباً في المسح ثلاثي الأبعاد. فمن خلال استخدام كاميرا واحدة وترتيب ذكي للمرايا، أنشأ الفريق نظاماً يتسم بالتكلفة المنخفضة والدقة العالية في آن واحد. إن القدرة على التقاط رؤية كاملة بزاوية 360 درجة في تعرض واحد تلغي الحاجة إلى الأجزاء المتحركة أو الأجهزة المتعددة المتزامنة، مما يجعل العملية أسرع وأكثر موثوقية. إن النجاح في إعادة بناء شكل القدم يثبت أن هذا النهج يمكنه التعامل مع الأجسام الواقعية بالدقة المطلوبة للتطبيقات الطبية أو الصناعية. وبينما لا تُعد هذه التكنولوجيا حلاً عالمياً لكل نوع من أنواع الأجسام، خاصة تلك التي تحتوي على تجاويف عميقة، إلا أنها تمثل خطوة كبيرة للأمام في جعل القياس ثلاثي الأبعاد عالي الدقة أكثر سهولة وعملية. وقد تم نشر الكود المصدري والوثائق الخاصة بالنظام للعلن، مما يسمح لعلماء آخرين بالبناء على هذا العمل وتطوير التقنية لمزيد من التطبيقات المستقبلية.