Escolar Documentos
Profissional Documentos
Cultura Documentos
https://github.com/cheind/parsley
https://github.com/cheind/parsley/wiki/GettingStarted
https://www.youtube.com/watch?v=Nmu-038qYmo
http://www.makerscanner.com/
http://www.makerscanner.com/docs/3-makerscanner-software.html
Por meio do GitHub, a aplicação foi baixada e instalada. Novamente foi criado
um setup para realização dos testes, que consistiu em utilizar um apoio para manter a
webcam fixa, com uma distância pré-determinada entre a câmera e o anteparo de
referência. Nas configurações do programa são disponibilizadas duas opções de
ajuste:
1º Indicar a distância entre o anteparo e a câmera utilizada.
2º Calcular automaticamente a distância.
Figura 3 – Tela inicial MakerScanner
Objetos utilizados:
Xícara;
Garrafa de plástico;
Notebook com superfície brilhosa.
Após os ajustes de distância, os objetos escolhidos foram colocados no
ambiente montado, mantendo certa distância da referência (anteparo). O laser foi
posicionado nos arredores da câmera, mirado ao objeto, buscando manter a
separação indicada na documentação, assim, o escaneamento foi realizado.
Novamente o laser percorreu lentamente o alvo.
A cada teste realizado foi gerado um arquivo PLY, onde fora utilizado o
programa MeshLab para visualização da Point Cloud obtida.
Alguns pontos importantes a salientar são:
Quando utilizou-se um anteparo preto (disponível no laboratório) para
calibração da distância, a nuvem de pontos obtida apresentou problemas em relação a
profundidade, não conseguindo captar esses detalhes na xícara e garrafa.
Notou-se também que diferentes movimentações na posição do laser,
resultaram em distorções na nuvem de pontos. Assim, foram testadas duas
movimentações diferentes:
1º Manter o eixo do laser fixo, movimentando somente em relação a referência, de
modo a varrer o objeto.
2º Movimentar o laser na horizontal, mantendo uma distância fixa ao objeto
escaneado.
Com o notebook posicionado para o escaneamento, verificou-se que a posição
da câmera em relação a superfície do objeto influenciou na qualidade da imagem
obtida, visto que o material do mesmo, refletia a iluminação e/ou o feixe de luz de
saída do laser, assim, somente trechos do objeto foram identificados.
Os testes foram repetidos em dois cenários (com e sem iluminação) e para as
configurações de ambiente utilizadas, nenhum dos resultados apresentou uma nuvem
de pontos detalhada, apesar de reconhecer certos pedaços dos objetos, a Point Cloud
ficou muito dispersa.