Contributions to camera pose estimation and three-dimensional reconstruction

Abstract

Camera pose estimation is a fundamental step in numerous computer vision applications such as robotics, augmented reality or 3D reconstruction. This thesis presents a set of contributions related to pose estimation focusing in two specific cases: pose estimation using square fiducial markers and pose estimation in multi-view structured light systems for 3D reconstruction. Fiducial markers have become a basic tool in the computer vision field since they are an easy, fast and robust solution to the pose estimation problem. This thesis presents several contributions to improve the internal codification of the markers, allowing a more robust detection in comparison to the current alternatives in the literature. Furthermore, a new technique is presented to deal with the occlusion problem in augmented reality applications specifically designed for this type of markers. Multi-view structured light systems allow 3D reconstruction of complete objects or large areas that cannot be reconstructed using a single scanner. One of the main drawbacks of these systems is that, in general, estimating the pose for all the devices is an slow and tedious process. This thesis presents a new approach to perform reconstruction and estimate the poses of all the devices simultaneously. Contrary to current alternatives, our system is not limited in number of devices or constrained to an specific layout.

La estimación de la pose de la cámara es un paso fundamental en numerosas aplicaciones de visión por computador tales como robótica, realidad aumentada o reconstrucción 3D. Esta tesis presenta una serie de contribuciones relacionadas con la estimación de la pose centrándose en dos casos específicos: estimación de la pose usando marcadores sintéticos cuadrados y estimación de la pose en sistemas de luz estructurada multivista para reconstrucción 3D. Los marcadores sintéticos cuadrados se han convertido en una herramienta básica dentro de la visión por computador ya que son una solución sencilla, rápida y robusta para la estimación de la pose. En esta tesis se presentan una serie de contribuciones para la generación de la codificación interna de estos marcadores que mejora a las actuales alternativas en la literatura y que permite una detección más robusta. Además se propone una nueva técnica para tratar el problema de la oclusión en aplicaciones de realidad aumentada específicamente diseñada para este tipo de marcadores. Los sistemas de luz estructurada multivista permiten la reconstrucción de objetos completos o de zonas amplias que no pueden ser reconstruidas por un único escáner. Una de las principales desventajas de estos sistemas es que, generalmente, la estimación de las poses de todos los dispositivos es un proceso lento y tedioso. Esta tesis presenta una nueva técnica para realizar la reconstrucción y estimar las poses de todos los dispositivos de forma simultánea. Al contrario que las alternativas actuales, nuestro sistema no está limitado en número de dispositivos o restringido a una disposición concreta.