Fedeltà nella ricostruzione: la digitalizzazione 3D e l'elaborazione di modelli completi mediante pattern laser

L'utilizzo delle tecnologie 3D scanning nell'ambito dei Beni Culturali è uno dei principali campi di ricerca del Laboratorio Visual Computing (ISTI-CNR, Pisa). In questo contesto, uno degli usuali problemi da affrontare è l'incompletezza del dato campionato, in quanto non tutte le zone della superficie dell'oggetto possono essere raggiunte dallo scanner. Ogni modello 3D generato per scansione presenta parti di superficie mancanti (i cosiddetti "buchi"). Tali mancanze possono essere eliminate con soluzioni algoritmiche automatiche o semi-automatiche, ma questo comporta il rischio di "inventare" la nuova superficie seguendo uno specifico algoritmo, cosa che riduce l'affidabilità del dato per le successive azioni di presentazione visuale o di supporto allo studio dell'opera. Il presente lavoro propone un sistema a basso costo per ricostruire le porzioni di superficie mancanti estraendo il dato da una o più fotografie dell'oggetto. I dati necessari per il processo di completamento sono ottenuti mediante un diodo laser, accoppiato a una fotocamera digitale, il quale proietta un pattern sulla superficie da acquisire. Dopo aver acquisito una o più immagini con questo semplice device, un processo semi-automatico analizza le immagini al fine di ricostruire la superficie mancante, sfruttando il principio della triangolazione e l'analisi dei dati geometrici precedentemente acquisiti. Il vantaggio dell'utilizzo di una fotocamera digitale consiste nella sua maggiore manovrabilità, che permette di inquadrare facilmente porzioni della superficie che spesso non possono essere raggiunte dallo scanner. Inoltre, i risultati dimostrano che la superficie ricostruita risulta più accurata rispetto a quella ottenuta con i classici metodi automatici di surface reconstruction. 

Authors: M. Dellepiane, A. Venturi, R. Scopigno

Title: Image Guided Reconstruction of Un- sampled Data: A Filling Technique for Cultural Heritage Models

Journal: International Journal of Computer Vision

Year: 2011

References: Volume 94 (2011), Number 1, pp. 2-11