Departamento de Computación

En esta tesis se construye el hardware y software para desarrollar un prototipo de ojo de halcón. El hardware del sistema consiste en un modelo de madera con una iluminación controlada, una computadora en una sola tarjeta modelo Raspberry Pi 3 B y una cámara que es un módulo de la misma Raspberry Pi. El software de este sistema calcula por medio de procesamiento de imagen y técnicas de visión por computadora la orientación y posición de un marcador, que es un objeto conocido, que se mueve con la mano dentro del modelo de madera del ojo de halcón. Primero se diseño y construyó el modelo de madera y luego se desarrolló el software. La mayor parte de tiempo de desarrollo fue en la etapa de procesamiento de imagen para detectar de forma automática el marcador en las imágenes. El marcador que se detecta consiste de puntos, y estos puntos se forman con los vértices de triángulos. Para obtener una precisión subpixel, se detectaron la posición de los vértices mediante la intersección de las aristas de los triángulos. Y cada arista se detecta a través de un ajuste lineal de los pixeles que lo componen. De la parte de visión por computadora se detectó la pose del marcador por medio de la homografía entre los puntos del marcador y los puntos de la imagen que toma la Raspberry

Abstract

In this thesis, the hardware and the software to develop an Hawk-eye prototype were built. The hardware of this system consists of a model made out of wood, with a controlled illumination, a computer, a single board computer (CSB), Raspberry Pi 3 B card and a camera which is a module of the Raspberry Pi. The software of this system calculates using image processing and computer vision techniques the orientation and position of a fiducial marker, which is a known bidimensional object. This marker is moved by the user's hand within the wooden model of the Hawk-eye prototype. First of all, the wooden model was designed and built and then the software was developed. The biggest part of the development time was the stage of image processing to detect automatically the marker within the images. The marker that is detected consists of a set of points, and these points are formed with the vertices of triangles. To obtain a subpixel precision, the position of the vertices was detected by the intersection of the edges of the triangles. And each edge is detected through a linear fitting of the set of pixels that belong to it. Computer vision was used to estimate the pose of the marker, which was detected by the use of the homography between the points of the marker and the points of the image taken by the Raspberry.