R-C-P Method: An Autonomous Volume Calculation Method Using Image Processing and Machine Vision

Resumo Técnico: Método R-C-P para Cálculo Autônomo de Volume

Enunciado do Problema
Embora sensores de profundidade 3D (por exemplo, LiDAR, Radar) sejam eficazes para a consciência situacional em sistemas autônomos, eles introduzem desvantagens significativas, incluindo alto consumo de energia, grandes volumes de dados, cablagem complexa e requisitos mecânicos/térmicos rigorosos. Esses fatores tornam-nos inadequados para ambientes operacionais específicos, como o espaço. Por outro lado, câmeras 2D oferecem uma alternativa econômica, de baixo consumo e eficiente em termos de espaço. No entanto, câmeras 2D carecem inerentemente de informações de profundidade, tornando a estimativa volumétrica em tempo real desafiadora sem conhecimento prévio da pose da câmera ou das categorias de objetos. Métodos existentes frequentemente exigem múltiplas visualizações (mínimo de cinco), equipamentos complexos de varredura 3D ou padrões de textura específicos, o que pode não ser viável em todos os cenários.

Metodologia
O estudo propõe o método Linha-Coluna-Pixel (R-C-P), uma técnica de cálculo autônomo de volume que utiliza duas câmeras 2D fixas posicionadas em lados opostos de um objeto retangular. O processo envolve as seguintes etapas:

1. Aquisição e Pré-processamento de Imagem: Duas câmeras capturam imagens RGB das superfícies do objeto. Essas imagens são convertidas para escala de cinza e, em seguida, processadas usando Detecção de Bordas de Canny para identificar os limites do objeto.
2. O Algoritmo R-C-P:
   • Etapa 1 (Direção da Linha): O algoritmo varre cada linha da imagem de bordas binária. Se um pixel branco (borda) for detectado, o algoritmo procura um pixel branco paralelo na mesma linha. Se encontrado, todos os pixels pretos entre esses dois pontos são convertidos em brancos, efetivamente "preenchendo" a linha.
   • Etapa 2 (Direção da Coluna): O algoritmo realiza uma varredura similar na direção da coluna. Se um pixel branco for encontrado, ele procura um pixel branco paralelo na mesma coluna, convertendo os pixels pretos intermediários em brancos.
   • Resultado: Este processo de preenchimento em duas etapas gera uma máscara binária sólida representando a área superficial, mesmo que a detecção de bordas original fosse descontínua ou incompleta.
3. Cálculo de Dimensões:
   • O número total de pixels brancos na saída corresponde a uma dimensão física baseada em um fator de calibração ($d = 0,264$ mm).
   • Para derivar dimensões físicas reais (largura e altura) a partir de contagens de pixels, o estudo estabelece uma relação entre a distância câmera-objeto ($x$) e a razão entre dimensões reais e dimensões calculadas pelo R-C-P.
   • Equações de regressão linear (Equações 2–7) foram derivadas para calcular fatores de correção ($r_1$ para largura, $r_2$ para altura) com base na distância $x$ e nas medições brutas de pixels.
4. Estimativa de Volume: O volume final é calculado usando as dimensões corrigidas de ambas as câmeras:
   $$V = W_1 \times \frac{(H_1 + H_2)}{2} \times W_2$$
   Onde $W$ e $H$ representam a largura e a altura corrigidas derivadas das respectivas visualizações da câmera.

Resultados Chave
O método foi validado usando três objetos retangulares em distâncias variadas (395 mm a 645 mm).

• Robustez de Bordas: O método R-C-P reconstruiu com sucesso áreas superficiais completas mesmo quando a detecção de bordas de Canny produziu bordas incompletas ou descontínuas, demonstrando resiliência a ruídos e lacunas de detecção.
• Precisão:
  • Largura (Linha): Excluindo a distância mais próxima (395 mm), os erros no cálculo da largura foram tipicamente inferiores a 4%, com um máximo de 10%.
  • Altura (Coluna): Excluindo a distância de 395 mm, os erros de altura foram majoritariamente inferiores a 7%, atingindo até 17% em casos específicos.
  • O estudo observa que a distância de 395 mm produziu erros mais altos, provavelmente devido a limitações no alcance de foco da câmera.
• Correlação: Fortes relações lineares foram estabelecidas entre a distância da câmera e a razão entre dimensões reais e calculadas, permitindo a derivação das equações de correção.

Significado e Alegações
O artigo afirma que o método R-C-P oferece uma solução unificada para reconstrução de forma e estimativa de volume usando apenas duas câmeras 2D fixas, exigindo menos visualizações (duas) do que muitos métodos existentes de reconstrução 3D (que frequentemente exigem cinco ou mais).

• Custo e Complexidade: Oferece uma alternativa viável a sensores de profundidade 3D caros, tornando o monitoramento volumétrico em tempo real viável para aplicações com restrições orçamentárias ou limitadas em espaço.
• Autonomia: O sistema opera sem conhecimento prévio da categoria do objeto ou da pose precisa da câmera, confiando, em vez disso, na relação geométrica entre as duas visualizações fixas.
• Limitações: Os autores reconhecem que o método atualmente depende de objetos retangulares e é sensível a fatores ambientais como iluminação e calibração da câmera. As taxas de erro, embora aceitáveis para monitoramento de mudanças, indicam que o método é uma aproximação e não uma ferramenta de metrologia de precisão em sua forma atual.

Conclusão
O estudo demonstra que a visão computacional 2D, aprimorada pelo algoritmo R-C-P e equações de correção baseadas em distância, pode estimar efetivamente o volume de objetos retangulares em tempo real. Esta abordagem elimina a necessidade de sensores 3D, mantendo precisão suficiente para aplicações que exigem dados volumétricos, como vigilância de objetos e detecção de defeitos, desde que variáveis ambientais sejam controladas e a calibração seja refinada.