O USO DA TECNOLOGIA DENSE STEREO MATCHING PARA LEVANTAMENTO DE EDIFICAÇÕES EXISTENTES

O USO DA TECNOLOGIA DENSE STEREO MATCHING PARA LEVANTAMENTO DE EDIFICAÇÕES EXISTENTES RESUMO Bruno Leão de Brito (a) Universidade Federal da Bahia (UFBA) Natalie Johanna Groetelaars (b) Universidade Federal da Bahia (UFBA) Arivaldo Leão de Amorim (c) Universidade Federal da Bahia (UFBA) (a) bruno_arq.urb@hotmail.com; (b) natgroet@ufba.br; (c) alamorim@ufba.br Este artigo discute o levantamento cadastral realizado em uma edificação existente com uso da tecnologia Dense Stereo Matching (DSM). O DSM baseia-se na associação de fotos paralelas ou com pequena inclinação entre si, visando a correlação entre os conjuntos de pixeis das fotos para obtenção do modelo geométrico de nuvem de pontos do objeto. Foram realizados experimentos de geração de nuvem de pontos da Casa Rosa (da FAUFBA) através do software Autodesk 123D Catch. Para aferir a precisão do modelo, a nuvem de pontos foi comparada com um levantamento cadastral realizado anteriormente, através da medição direta. Foi possível perceber que as menores diferenças ocorreram nas regiões mais fotografadas. Nas regiões com menor quantidade de fotos ou com texturas mais uniformes, a diferença entre os métodos de levantamento foi significativamente maior. Ao final, pôde-se concluir que o DSM constitui uma técnica promissora para o cadastro de monumentos históricos devido à rapidez na coleta de grande quantidade de informações, meios automatizados de processamento, além da possibilidade de obtenção de diversos produtos, e do baixo custo operacional. Palavras-chave: Dense Stereo Matching. Nuvem de pontos. Levantamento cadastral. Modelo BIM. Documentação Arquitetônica. ABSTRACT This article discusses the cadastral survey carried out in an existing building with the use of Dense Stereo Matching (DSM) technology. DSM is based on image matching, with parallel photos or with small inclination angles, aiming the correlation between the sets of pixels to obtain point cloud model. Some experiments of point cloud generation of Casa Rosa (in FAUFBA) were performed in Autodesk 123D Catch software. In order to verify the accuracy of the model, the point cloud was compared with a cadastral survey conducted earlier by direct measurement. It could be observed that the smallest differences occurred in the most photographed regions. In the regions with less pictures or with more uniform textures, the difference between survey methods was significantly higher. Finally, we could conclude that DSM is a promising technique for the register of historical monuments due to the speed in collecting large amounts of information, automated processes, and the possibility to obtain several products, and the low operating cost. Keywords: Dense Stereo Matching. Point cloud. Cadastral survey; BIM model. Architectural documentation. 1. INTRODUÇÃO Os avanços tecnológicos modificam os vários aspectos do mundo cotidiano, beneficiando aplicações práticas e técnico-científicas. A área de documentação arquitetônica não é diferente. 1

Os sistemas de varredura representam o estado da arte em relação às técnicas de levantamento cadastral, permitindo gerar o modelo geométrico chamado de nuvem de pontos. As nuvens de pontos podem ser obtidas de duas maneiras, pela varredura do objeto de interesse por feixes de raios laser, ou por cobertura de fotografias tomadas segundo critérios específicos. O processo de obtenção das nuvens de pontos por fotografias é conhecido como Dense Stereo Matching (DSM), sendo uma técnica ainda mais recente do que o 3D Laser Scanning. O sistema de varredura a laser requer o uso de um equipamento especifico, o 3D Laser Scanner, o qual, devido ao seu elevado custo, pode tornar inviável sua utilização em determinadas situações, particularmente na documentação arquitetônica onde os recursos são escassos. Já o DSM, apresenta um custo operacional muito menor, uma vez que o equipamento básico necessário é uma câmera digital (podendo ser até mesmo de um celular) e um programa específico para processamento das fotografias. O modelo de nuvem de pontos representa o produto básico gerado por essa tecnologia. Cada um dos pontos que formam a nuvem de pontos, é representado por suas coordenadas cartesianas (x, y e z) e mais um atributo, como os componentes RGB que estão associados à cor visível no ponto, registrados pelas fotografias. Geralmente, é possível obter subprodutos da nuvem de pontos, como malhas poligonais tridimensionais e ortofotos, diretamente nos programas que trabalham com DSM. No entanto, para a maioria das aplicações, é necessário realizar o pós-processamento para geração de produtos derivados, como por exemplo: desenhos, modelos geométricos (superfícies ou sólidos, paramétricos ou não), modelos BIM, animações, etc. Este artigo trata de um experimento realizado com uso da tecnologia DSM para o levantamento cadastral de uma edificação, destacando a metodologia empregada e a avaliação da precisão das nuvens de pontos geradas, tomando-se como referência um cadastro realizado através da técnica de medição direta (com trena). Finalizando o trabalho são discutidas as potencialidades desse processo e os principais desafios a serem superados. 2. MATERIAIS E MÉTODOS Este artigo discute um experimento realizado no Laboratório de Computação Gráfica Aplicada à Arquitetura e Desenho (LCAD) da Faculdade de Arquitetura da Universidade Federal da Bahia, no desenvolvimento de um plano de trabalho de iniciação científica, no período 2011-2012. Inicialmente, foi feita a revisão bibliográfica sobre Dense Stereo Matching, para entendimento dos conceitos e fundamentos da tecnologia. Depois foram selecionadas e 2

estudadas ferramentas para DSM, visando realizar experimentos e testar metodologias de trabalho. 2.1. DSM: conceituação e etapas de processamento A técnica de obtenção de nuvem de pontos por fotografias, nomeada por vários autores como Dense Stereo Matching (HULLO et al., 2009) ou Photo-based Scanning (WALFORD, 2009), desenvolveu-se principalmente devido a avanços conjuntos de duas áreas: a Fotogrametria Digital e a Visão computacional, o que permitiu aliar o rigor geométrico da primeira com a correlação automática de fotografias da segunda. Utilizando um programa específico para DSM, como o 123D Catch da Autodesk, é possível realizar a associação de fotos paralelas ou com pouca inclinação entre si para obter a localização dos pontos homólogos nas fotografias, criando assim, o modelo geométrico de nuvem de pontos (Figura 1). Tais fotografias podem ser capturadas com uma câmera digital comum, mas deve-se levar em consideração que câmeras de alta resolução permitem a obtenção de modelos mais precisos. Figura 1: Correlação dos pontos homologos nas fotografias. Fonte: Walford, 2009. O processo de geração do modelo de nuvem de pontos, geralmente segue as etapas descritas abaixo. a) Planejamento do levantamento Inicialmente, analisa-se o ambiente em que o objeto a ser documentado está inserido, definindo previamente as posições da câmera para aquisição das fotos. Deve-se observar a relação B/L, onde B é a distância entre as estações na tomada fotográfica, e L a distância entre a câmera e o objeto de interesse (Figura 2). Alguns autores recomendam que essa relação deva estar entre 0,1 e 0,5, ou seja, se a câmera estiver a 10 metros do objeto, a distância entre as estações consecutivas pode variar de 1 a 5 metros. 3

Figura 2: Relação da distância da câmera para o objeto (L) e o deslocamento das estações (B). Fonte: Bruno Brito, LCAD, 2011. Com o planejamento adequado, diminuem-se as chances de haver problemas no modelo gerado, como a baixa densidade da nuvem de pontos e existência de regiões sem informações (oclusões), além de evitar a necessidade de retorno ao campo para a captura de novas fotos. b) Aquisição de dados Esta etapa consiste na tomada fotográfica e no levantamento de medidas em campo. Além de seguir todos os passos já determinados no planejamento, há a preocupação de se tirar fotos em um mesmo horário, evitando mudanças de iluminação do ambiente, o que prejudicaria a identificação e correlação automática dos pixeis entre as fotos, criando um modelo não condizente com a realidade. O levantamento de algumas medidas é necessário para a correção da escala do modelo para a escala real (1:1), e para permitir verificar a precisão do produto gerado. c) Processamento de dados Nessa etapa, inicia-se o processamento digital para a obtenção do modelo de nuvem de pontos, apresentando particularidades que variam de acordo com o programa utilizado. De forma geral, deve-se inserir as fotos no programa e escolher a densidade da malha ou da nuvem de pontos desejada. No caso do 123D Catch, software utilizado, o processamento é realizado de forma remota (via internet). As fotos são carregadas no programa visualizador, são enviadas (upload) para os servidores da Autodesk, e após alguns minutos obtém-se o modelo geométrico em malha triangular irregular (TIN - Triangular Irregular Network) do objeto fotografado. d) Pós-processamento Com o modelo de nuvem de pontos (ou da malha TIN) é possível exportá-lo para diversos programas, para a geração de outros tipos de produtos, como modelos paramétricos em programas específicos de manipulação de nuvens de pontos, como os programas de última 4

geração Geomagic Studio e Rapidform, ou em ferramentas BIM, como o Revit Architecture, para a obtenção de Modelos de Informação da Construção. No que tange o processo de geração de modelos paramétricos a partir de nuvens de pontos em programas como o Geomagic Studio e o Rapidform, pode-se dividi-lo em quatro partes (Figura 3): (1) triangulação (conversão da nuvem de pontos em um modelo TIN); (2) segmentação das faces (separação dos polígonos em regiões baseada em sistemas de classificação); (3) a geração dos modelos paramétricos; (4) exportação do modelo para outros programas (CHAN CHEN, 2011). Figura 3: Processo de criação de modelos paramétricos a partir da nuvem de pontos. Fonte: Chang; Chen, 2011. Em relação ao Revit, o processo é bastante interativo, mesmo havendo ferramentas que ajudem na identificação da nuvem de pontos e na modelagem dos elementos construtivos, como o programa Scan to BIM (plug-in do Revit). 2.2. Experimento realizado A edificação escolhida para a realização do experimento foi a Casa Rosa (Figura 4), antiga diretoria da Faculdade de Arquitetura da UFBA, por estar situada em um local de fácil acesso, sem edificações próximas ou vegetação, que pudessem inviabilizar a tomada fotográfica. Figura 4: Fachada norte da Casa Rosa. Fonter: Bruno Brito, LCAD, 2012. 5

Foi feita a tomada fotográfica ao redor de toda a edificação (exterior), em curto intervalo de tempo (cerca de 10 minutos). Utilizou-se com a câmera Nikon D300, com resolução máxima de 4288 x 2848 pixeis, com objetiva de distância focal nominal de 12 mm. Ao total, foram capturadas 189 fotos, tendo cada arquivo de imagem, o tamanho aproximado de 6 Mb. A distância entre as estações foi de aproximadamente um metro, enquanto que a distância até a edificação ficou em torno dos quatro metros, respeitando assim a relação B/L. Foram colocados na fachada da casa alvos impressos em papel (Figura 5) alinhados horizontal e verticalmente, permitindo um controle maior das distâncias medidas. Figura 5: Tipo de alvo fixado na parede da edificação. Fonte: Bruno Brito, LCAD, 2012. Para o processamento no 123D Catch, dividiu-se as fotos em quatro conjuntos (com sobreposições entre eles), uma vez que o programa apresenta uma limitação de envio e processamento de 80 fotos por lote. Vale ressaltar que o processo de geração da malha TIN nesse programa é bastante automatizado, requerendo pouca interação do usuário, dispensando inclusive a etapa de calibração da câmera (etapa essencial em outros programas como o Photomodeler Scanner), uma vez que se obtém os parâmetros básicos da mesma, como resolução e distância focal nominal, através do arquivo EXIF (Exchangeable Image File Format) das fotografias digitais. Uma vez processados, foram criados quatro modelos parciais de nuvem de pontos (Figuras 6 e 7), que foram registrados posteriormente. 6

Figura 6: Modelos parciais da Casa Rosa gerados no 123D Catch. Fonte: Bruno Brito, LCAD, 2012. Figura 7: Detalhe da malha triangular gerada no 123D Catch. Fonte: Bruno Brito, LCAD, 2012. Posteriormente houve a necessidade de retorno ao campo para se obter mais medidas, visando à atribuição da escala real (1:1) para cada um dos quatro modelos, separadamente. Em seguida, os modelos foram exportados para o Revit Architecture onde foram registrados. A união desses modelos foi realizada manualmente, tomando como base feições naturais da edificação (como quinas de paredes, janelas, portas, dentre outros), formando assim o modelo de nuvem de pontos final da Casa Rosa (Figura 8). 7

Figura 8: Modelo de nuvem de pontos da Casa Rosa no Revit Architecture. Fonte: Bruno Brito, LCAD, 2012. No ambiente do Revit verificou-se que a distância média entre os pontos era de aproximadamente 2 cm, em locais mais fotografados (paredes externas), porém esse valor aumentava em locais com poucas informações para a geração do modelo (em torno de 5 cm). O passo seguinte foi a confecção do modelo BIM da Casa Rosa tendo como base a nuvem de pontos (Figura 9). Mesmo havendo ferramentas para o Revit Architecture (plug-ins) que auxiliam na identificação dos pontos para criação de elementos construtivos, todo o processo foi feito de forma interativa. Figura 9: Modelo de BIM parcial criado a partir da nuvem de pontos. Fonte: Bruno Brito, LCAD, 2012. 3. RESULTADOS E DISCUSSÕES Para aferir a precisão do modelo, o mesmo foi comparado com um levantamento cadastral realizado anteriormente por alunos da FAUFBA com finalidade de servir como base para uma futura reforma na edificação. Nesse momento, foram comparadas a planta baixa (Figura 10) e a fachada norte (Figura 11). 8

Figura 10: Comparação da planta baixa (medição direta) com a nuvem de pontos. Fonte: Bruno Brito, LCAD, 2012. Figura 11: Comparação da fachada norte (medição direta) com a nuvem de pontos. Fonte: Bruno Brito, LCAD, 2012. Foi possível perceber que a diferença entre a nuvem de pontos e o cadastro foi menor nas regiões mais fotografadas (paredes externas e janelas), em média 4 a 5 cm. Nas regiões com menor quantidade de fotos (principalmente nas paredes voltadas para as varandas, que ficavam ocultas em muitas fotos) ou com texturas mais uniformes (janelas abertas ou paredes com pintura mais homogênea) a diferença entre os métodos de levantamento foi significantemente maior. A pior situação foi nas paredes internas das varandas onde não se teve um grande número de fotos, aumentando consideravelmente o erro (Figura 12). Devido à dificuldade de se fotografar a edificação de pontos elevados, a cobertura não pôde ser devidamente registrada, o que influenciou, consequentemente, na falta de informação do telhado no modelo de nuvem de pontos. 9

Figura 12: Trecho com maior diferença entre nuvem de pontos e cadastro. Fonte: Bruno Brito, LCAD, 2012. 4. CONCLUSÕES A partir dos estudos e experimentos realizados, pode-se afirmar que o Dense Stereo Matching se apresenta como uma técnica promissora para o cadastro de edificações e monumentos históricos devido à rapidez na coleta de grande quantidade de informações confiáveis, e ao uso de meios automatizados de processamento, não necessitando do contato direto com os objetos a serem levantados, salvo a necessidade da tomada de algumas dimensões para a correção da escala do modelo. Além disso, destaca-se o baixo custo operacional da técnica e a possibilidade de geração de diversos produtos derivados das nuvens de pontos. Vale ressaltar que são necessários mais experimentos, visando aprimorar os métodos para geração das nuvens de pontos por fotografias e obter produtos mais completos, precisos e de maior qualidade. AGRADECIMENTOS Os autores agradecem ao CNPq pela bolsa de iniciação científica concedida. À FINEP, pelo apoio financeiro referente ao projeto TIC-HIS, elaborado em resposta à CHAMADA PÚBLICA MCT / FINEP / Ação Transversal 7 / 2009. E à equipe que realizou o levantamento cadastral (por medição direta) da Casa Rosa, pela concessão dos arquivos digitais, usados na avaliação da precisão da nuvem de pontos. REFERÊNCIAS BIBLIOGRÁFICAS CHANG, K. H.; CHEN, C. 3D Shape Engineering and Design Parameterization. Computer-Aided Design and Applications, 8(5), 2011, p. 681-692. Disponível em: <http://rapidform.s3.amazonaws.com/3d_shape_engineering_and_design_parameterization. pdf>. Acesso em: 5 set. 2011. HULLO, J. F. et al. Photogrammetry and Dense Stereo Matching approach applied to the documentation of the cultural heritage site of Kilwa (Saudi Arabia). In: CIPA SYMPOSIUM, 22., 10

2009, Kyoto. Proceedings... Kyoto: CIPA, 2009. Disponível em: <http://cipa.icomos.org/text%20files/kyoto/132-1.pdf>. Acesso em: 11 nov. 2010. WALFORD, Alan. A New Way to 3D Scan: Photo-based Scanning Saves Time and Money. 2009. Disponível em: <http://www.photomodeler.com/downloads/scanning WhitePaper.pdf>. Acesso em: 10 out. 2010. OUTRAS OBRAS CONSULTADAS GROETELAARS, Natalie Johanna; AMORIM, Arivaldo Leão de. Nuvem de pontos na criação de modelos BIM: aplicações em documentação arquitetônica. In: TIC 2011 - ENCONTRO DE TECNOLOGIA DE INFORMAÇÃO E COMUNICAÇÃO NA CONSTRUÇÃO, 5., 2011, Salvador. Anais... Salvador: FAUFBA, 2011. 1 CD-ROM. GROETELAARS, Natalie Johanna; AMORIM, Arivaldo Leão de. Tecnologia 3D Laser Scanning: características, processos e ferramentas para manipulação de nuvens de pontos. In: SIGRADI 2011, 15., 2011, Santa Fe. Proceedings... Santa Fe: UNL, 2011. LIMA, James Francis Silva; AMORIM, Arivaldo Leão de. Levantamento da portada das igrejas de São Francisco e do Rosário com nuvens de pontos. In: ARQ.DOC 2010 - SEMINÁRIO NACIONAL: DOCUMENTAÇÃO DO PATRIMÔNIO ARQUITETÔNICO COM O USO DE TECNOLOGIAS DIGITAIS, 1., 2010, Salvador. Anais eletrônicos... Salvador: FAUFBA, 2010. 11