Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/86666
Title: Localização de capsula endoscópica utilizando informação visual
Other Titles: Endoscopic capsule localization using visual information
Authors: Mauricio, Emanuel Adelino Ferreira 
Orientador: Araújo, Hélder de Jesus
Keywords: Cápsula endoscópica; Sistema multi-câmara; Câmara generalizada; Simulação; Restrição epipolar generalizada; Endoscopic capsule; Multi-camera system; Generalized câmera model; Simulation; Genereralized epipolar constraint
Issue Date: 24-Sep-2018
Serial title, monograph or event: Localização de capsula endoscópica utilizando informação visual
Place of publication or event: DEEC
Abstract: A utilidade das imagens capturadas num exame de endoscopia por cápsula endoscópica depende não só da informação contida na imagem como também da capacidade de localizar a mesma imagem no interior do sistema digestivo. É objectivo desta dissertação estimar a pose relativa de uma cápsula endoscópica multi-câmara panorâmica a partir das imagens utilizando métodos geométricos. A cápsula utilizada foi a CapsoCam SV2 da CapsoVision que possui quatro câmaras dispostas radialmente. O modelo da câmara generalizada e a restrição epipolar generalizada (REG)foram utilizados para estimar a pose relativa entre cada frame. Foi utilizado o algoritmo dos 17 pontos, a solução iterativa de Kneip e o algoritmo dos 17 pontos RANSAC para solucionar a REG. A integração das poses relativas permite criar um modelo do 3d do sistema digestivo onde cada fotografia pode ser localizada acrescentando uma dimensão extra ao exame médico.Uma parte substancial do trabalho foi dedicada ao desenvolvimento de dois simuladores distintos de um sistema multi-câmara análogo ao utilizado pela cápsula utilizada. O primeiro simulador pretende simular a projecção de pontos 3d definidos num sistema de coordenadas global no plano de imagem normalizado, desta forma a imagem consiste em pontos 2d em que a correspondência é conhecida à priori e não é necessário trabalhar com imagens RGB. A segunda simulação gera imagens RGB utilizando as propriedades do MATLAB de modo a aproximar os dados gerados com os dados reais obtidos com a cápsula.A configuração do sistema visual dos simuladores pode ser alterada facilmente. É possível adicionar ou remover câmaras e modificar os parâmetros intrínsecos e extrínsecos de cada câmara.Foi feita uma analise detalhada das imagens capturadas pela cápsula CapsoCam SV2 no que diz respeito à densidade de pontos de interesse (features), qualidade das correspondências entre features, redundâncias na imagem, continuidade de numero de features. Foram realizados realizados vários testes de laboratório fotografando vários padrões de xadrez com dimensões conhecidas com o objectivo de calibrar cada câmara separadamente. Os parâmetros intrínsecos de cada câmara foram estimados com o resultados pouco positivos. As poses relativas estimadas obtiveram erros de projecção muito grandes o que impossibilitou o cumprimento do objectivo. Contudo a analise realizada às imagens e os simuladores criados contribuíram muito para que num futuro próximo seja possível estimar a pose com uma precisão aceitável.
The information extracted from images captured by an endoscopic capsule is as useful as the capability to locate the portion of intestine being imaged. The relative pose estimation of a multi-camera endoscopic capsule with a 360 degree panoramic field of view, using the captured images is the objective of this dissertation. We used the CapsoCam SV2 from CapsoVision as the object of study. Using the generalized camera model and the generalized epipolarconstraint (GER) to determine the relative motion of the capsule between each frame. To compute a solution to the GER we used the 17 point algorithm, the Kneip solution and the 17 point RANSAC algorithm from the openGV library. The integration of the successive relative motions and the 3d reconstruction gives us a 3d model of the gastrointestinal track and the path taken by the device. This way we can determine where each photo as been taken adding an extra dimension to the medical exam. A substantial part of this work was dedicated to the development of two different simulations of a multi-camera system analogous to the CapsoCam SV2. This first simulation works as a simple projection of 3d points, defined in a global coordinate system, projected to the normalized image plane of each camera. This way the simulated image consists of 2d points where the correspondence between frames is known and we can apply the relative pose estimation algorithms directly. The second simulation generates RGB images using the full MATLABprotective space capabilities approximating the simulated and real data. The configuration of the visual system can easily be changed in both simulators. It is possible to change the intrinsic and extrinsic parameters of each camera and the number of cameras of the system. A detailed analysis to the images taken by the CapsoCam SV2 was also in scope of this dissertation, mainly the feature density, feature matching quality, image redundancy and correspondence continuity. Several tests were undertaken to calibrate each individual camera by taking photographs of checkerboard patterns with known dimensions. Each camera intrinsic parameters were calibrated successfully. Still, the estimated relative poses resulted in huge reprojectionerrors which means we did not meet the objective. The image analysis and the simulators provide a great contribution to the advancement towards the objective.
Description: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
URI: http://hdl.handle.net/10316/86666
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
Dissertação Emanuel Maurcício [PRINT VERSION].pdf27.48 MBAdobe PDFView/Open
Show full item record

Page view(s)

253
checked on Dec 10, 2019

Download(s)

243
checked on Dec 10, 2019

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons