Tecniche di Image-Based Modeling per il rilievo 3D di opere scultoree e architettoniche

1,582 views

Published on

Rilievo 3D della scultura di un Leone marmoreo realizzata da Flaminio Vacca e della Chiesa di S.Giovanni Battista (Chiesa dell'Autostrada del Sole) mediante tecniche di Structure from motion.
Nuvole di punti ottenute mediante il software Python Photogrammetry ToolBox. Operazioni di post-processing eseguite con l'impiego di software open: Meshlab, Cloud Compare.

Published in: Technology
0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,582
On SlideShare
0
From Embeds
0
Number of Embeds
13
Actions
Shares
0
Downloads
4
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

Tecniche di Image-Based Modeling per il rilievo 3D di opere scultoree e architettoniche

  1. 1. Tecniche di Image-Based Modeling per il rilievo 3D di opere scultoree e architettoniche Giancristofaro Cristina c.giancristofaro@gmail.com Casi di studio: Leone marmoreo di F. Vacca, Chiesa di S.Giovanni Battista
  2. 2. Introduzione Oggetto di studio: rilievo metrico tridimensionale (3D) di due differenti tipologie di manufatti di natura storico/artistica mediante le moderne tecniche di Image-Based Modeling . Linee guida del progetto: evolutesi in corso d'opera, in funzione delle problematiche e delle evidenze tecniche che successivamente si sono riscontrate durante le diverse fasi di lavoro. La scelta di queste due diverse tipologie di soggetti ha permesso di valutare la diversità di approccio (nell'acquisizione ed elaborazione dei dati) necessaria per affrontare il rilievo di manufatti di caratteristiche e dimensioni così differenti.
  3. 3. Leone di Flaminio Vacca (1594 - 1598) Scultura in marmo. Proveniente da Villa Medici a Roma, e giunta a Firenze nel 1787. Nel 1789 posta alla sommità sinistra della gradinata d'ingresso della Loggia della Signoria (o dei Lanzi) a Firenze. Tradizionalmente i leoni simboleggiano la guardia e la protezione dei luoghi da presenze negative, secondo una tradizione iconografica che risale alle civiltà mesopotamiche.
  4. 4. Chiesa di San Giovanni Battista (Chiesa dell'autostrada del Sole, 1964) Comune di Campi Bisenzio (Firenze), all'incrocio fra l'autostrada del Sole e la A11 Firenze-Mare. Voluta dalla Società Autostrade in ricordo degli operai caduti sul lavoro nella realizzazione dell'Autostrada del Sole.
  5. 5. Forma della copertura: evocare una grande tenda da nomadi del deserto, simbolo del viaggio (“delle auto che le sfrecciano accanto e di ogni uomo nell’arco della vita”) Esterno a più livelli: q  I livello: basamento in pietra rosa di San Giuliano q  II livello: parte in pietra, parte in cemento faccia vista q  copertura: rivestita in lastre di rame Arch. Giovanni Michelucci Superficie coperta: 3500 m2 Altezza massima: 26 m L’edificio ha pianta asimmetrica, svincolata dall’andamento della grande copertura“a vela”
  6. 6. Acquisizione dati Canon EOS 500D fotocamera reflex digitale (DSLR) Sensore CMOS, APS-C 15.3 megapixel CCD: 22.3 x 14.9 mm q  Set fotografico: rotazione a 360° intorno all'oggetto; riprese ogni circa 15° (ogni elemento campionato presente in almeno tre immagini) q  Leone: 63 foto (4752 × 3168) q  Chiesa: 384 foto (4752 × 3168)
  7. 7. Condizioni di ripresa, problematiche riscontrate e possibili risoluzioni Riprese mattino presto, giornata nuvolosa buone condizioni di luce ottima uniformità di illuminazione Problematiche alta affluenza di turisti posizione alla sommità della scala colonna adiacente alla scultura impossibili inquadrature dall’alto
  8. 8. Riprese mattino presto, giornata nuvolosa buona uniformità di illuminazione Problematiche elevato numero di piante e vegetazione impossibili le inquadrature dall’alto aumento della distanza di ripresa incremento delle inquadrature laterali
  9. 9. Elaborazione dati Python Photogrammetry ToolBox (PPT) determina i parametri della camera di ripresa (posizione, orientamento); ricostruisce una nuvola di punti a bassa densità partendo dal set di immagini importate ASUS F3K series: q  Processore: AMD Turion 64 X2 (dual- core) TL58 q  Frequenza di clock: 1.90 Ghz q  CPU : 2 q  Hard disk: 200 Gb q  Memoria (RAM): 2 Gb q  Display: 15.4”WXGA q  SO: Windows Vista (32 bit)
  10. 10. Elaborazione in PPT delle immagini del Leone Prove sperimentali per valutare prestazioni e potenzialità del software (in funzione delle proprietà delle immagini, risoluzione, numero di immagini, prestazioni hardware) q  I PROVA: 1200 pixels, 63 foto q  II PROVA: 1800 pixels, 63 foto q  III PROVA: test per valutazione risoluzione q  IV PROVA: 2672 pixels, 4 gruppi di 16 foto Diverse metodologie di processamento (intero set fotografico/per gruppi) hanno prodotto risultati molto simili, probabilmente grazie alle numerose sovrapposizioni mantenute tra i gruppi adiacenti.
  11. 11. 1200 pixels 1800 pixels 2672 pixels NUVOLE DI PUNTI l ’ a u m e n t o d i r i s o l u z i o n e incrementa il numero di punti (148932, 350972 e 734973 vertices) a cui corrisponde un aumento di dettaglio dei modelli finali
  12. 12. Elaborazione in PPT delle immagini della Chiesa Fallimenti del processo di PPT riselezione delle immagini (diminuite); ripetizione del processo Aree più soggette: particolari architettonici complessi, es. vetrata (riprocessata 3 volte), struttura a sbalzo con le tre campane Le aree riprese da lontano e con ampie inquadrature (es. lungo prospetto posteriore e la copertura) hanno dato ottimi risultati. q  I PROVA: foto disposte casualmente; il software non ha estratto informazioni significative q  II PROVA: 30 gruppi di fotografie, 2672 pixels
  13. 13. NUVOLE DI PUNTI Presenza degli alberi: interferenze minori di quanto previsto; il software sfrutta inquadrature laterali per estrarre parte delle informazioni mancanti
  14. 14. Assenza di foto aeree: difficile ricostruzione della copertura, ma meno pronunciata di quanto ipotizzato
  15. 15. Pulitura delle nuvole di punti (Cloud Compare) dai numerosi punti estranei, associabili probabilmente a disturbi, errori sfuggiti al filtering PMVS2 Allinemento e fusione delle singole nuvole (Cloud Compare) per il Leone a 2672 pixels e per le 30 nuvole della Chiesa q  MacBookPro 9.1 q  Processore: Intel i7, 2.3 GHz q  Ram: 4Gb, 1600 Mhz q  Grafica: NVIDIA GT 650M, 512 MB q  SO: Mountain Lion 10.8.3 Operazioni di post-processing
  16. 16. Operazioni di post-processing
  17. 17. 30 nuvole di punti iniziali della Chiesa
  18. 18. Allineamento tramite selezione di almeno 3 punti di riferimento comuni a due nuvole adiacenti
  19. 19. Algoritmo matematico per la ricostruzione delle superfici tridimensionali MeshLab software di mesh processing e mesh editing
  20. 20. Octree Depth = 12 / Solver Divide = 12 Tempo di elaborazione: circa 20 min Mesh Poisson ottenuta: 2840328 vertices - 5680626 faces
  21. 21. assegnazione dei colori alla mesh tramite trasferimento dei colori dalla nuvola di punti ai vertici della superficie creata
  22. 22. Elaborazione sulle mesh finali (Cloud Compare) Leone q  rimozione parte superiore (mancanza di documentazione fotografica dall'alto) q  mantenute superfici create sui vuoti della base e del profilo della statua Chiesa di S.Giovanni q  mantenute integrazioni delle murature q  Pulitura della copertura e delle superfici non conformi alla realtà Problemi di rimozione delle superfici senza rimozione dei punti Elevate dimensioni della nuvola di punti finale
  23. 23. Modelli 3D finali 1200 pixels differenza di risoluzione nei dettagli delle superfici lavorate ricostruite 1800 pixels 2672 pixels SCRITTA SULLA BASE q  1200 pixels: appena percettibile q  1800 pixels: ben visibile q  2672 pixels: ottima leggibilità
  24. 24. Risultato finale del tutto soddisfacente Algoritmo di Poisson: colma le lacune Vertex attribute transfer: colorazione omogenea, simile all’aspetto del marmo Futura implementazione dell'elaborazione dati foto dall'alto per completare la parte superiore del modello
  25. 25. Risultato finale per la Chiesa di S.Giovanni: ampiamente soddisfacente
  26. 26. Elevate dimensioni del modello difficili altre operazioni di post- processing superfici create dalla Poisson da rimuovere variazioni di colore poco omogenee (texture)
  27. 27. Conclusioni q  Approccio sperimentale: dipende dalle caratteristiche dei manufatti q  Acquisizione dei dati: risoluzione immagini, condizioni ambientali/luce, conformazione dell'oggetto q  Elaborazione in PPT: all'aumentare della risoluzione aumenta la densità delle nuvole di punti (dettaglio del modello 3D finale); riprese laterali e adeguate sovrapposizioni riducono il disturbo dovuto a difficoltà logistiche/ambientali; inquadrature da lontano danno numerose informazioni per la ricostruzione delle parti più elevate delle strutture q  Post-processing: algoritmo di Poisson integra le lacune; Vertex Attribute Transfer buon trasferimento del colore q  Tecniche IBM e Software OPEN SOURCE: valida alternativa (basso costo, ridotte strumentazioni) alle note soluzioni in commercio per la rappresentazione 3D
  28. 28. Grazie per l’attenzione! This work is licensed under aCreative Commons Attribution- ShareAlike 3.0 Unported License

×