Des chercheurs acquièrent des images 3D avec un éclairage LED et un smartphone

Comme les LED remplacent les systèmes d'éclairage traditionnels, elles apportent des capacités plus intelligentes à l'éclairage quotidien. Bien que vous puissiez utiliser votre smartphone pour atténuer l'éclairage LED à la maison, les chercheurs sont allés plus loin en exploitant les LED contrôlées dynamiquement pour créer un système d'éclairage simple pour l'imagerie 3D.

Les chercheurs ont démontré que l'imagerie optique 3D peut être réalisée avec un téléphone portable et des LED sans nécessiter de processus manuels complexes pour synchroniser la caméra avec l'éclairage.

"Le déploiement d'un système d'éclairage intelligent dans une zone intérieure permet à n'importe quelle caméra de la pièce d'utiliser la lumière et de récupérer les informations 3D de l'environnement environnant", a déclaré Emma Le François. "Les LED sont explorées pour une variété d'applications différentes, telles que la communication optique, le positionnement de la lumière visible et l'imagerie. Un jour, le système d'éclairage intelligent à LED utilisé pour éclairer une zone intérieure pourrait être utilisé pour toutes ces applications en même temps."

La vision humaine s'appuie sur le cerveau pour reconstruire les informations de profondeur lorsque nous regardons une scène dans deux directions légèrement différentes avec nos deux yeux. Les informations de profondeur peuvent également être acquises à l'aide d'une méthode appelée imagerie stéréo photométrique dans laquelle un détecteur, ou caméra, est combiné à un éclairage provenant de plusieurs directions. Cette configuration d'éclairage permet d'enregistrer des images avec différentes ombres, qui peuvent ensuite être utilisées pour reconstruire une image 3D.

L'imagerie stéréo photométrique nécessite traditionnellement quatre sources lumineuses, telles que des LED, qui sont déployées symétriquement autour de l'axe de vision d'une caméra. Dans le nouveau travail, les chercheurs montrent que les images 3D peuvent également être reconstruites lorsque les objets sont éclairés de haut en bas mais imagés de côté. Cette configuration permet d'utiliser l'éclairage de la pièce au plafond pour l'éclairage.

Les chercheurs ont développé des algorithmes qui modulent chaque LED de manière unique. Cela agit comme une empreinte digitale qui permet à la caméra de déterminer quelle LED a généré quelle image pour faciliter la reconstruction 3D. La nouvelle approche de modulation porte également son propre signal d'horloge afin que l'acquisition d'image puisse être auto-synchronisée avec les LED en utilisant simplement la caméra pour détecter passivement le signal d'horloge LED.

Pour démontrer cette nouvelle approche, les chercheurs ont utilisé leur schéma de modulation avec une configuration stéréo photométrique basée sur des LED disponibles dans le commerce. Une simple carte Arduino assurait le contrôle électronique des LED. Les images ont été capturées à l'aide du mode vidéo haute vitesse d'un smartphone. Ils ont imaginé une figurine de 48 millimètres de haut qu'ils ont imprimée en 3D avec un matériau mat pour éviter toute surface brillante qui pourrait compliquer l'imagerie.

Après avoir identifié la meilleure position pour les LED et le smartphone, les chercheurs ont obtenu une erreur de reconstruction de seulement 2,6 millimètres pour la figurine lorsqu'elle est imagée à 42 centimètres de distance. Ce taux d'erreur montre que la qualité de la reconstruction était comparable à celle des autres approches d'imagerie stéréo photométrique. Ils ont également pu reconstruire des images d'un objet en mouvement et ont montré que la méthode n'est pas affectée par la lumière ambiante.

Dans le système actuel, la reconstruction de l'image prend quelques minutes sur un ordinateur portable. Pour rendre le système pratique, les chercheurs s'efforcent de réduire le temps de calcul à quelques secondes seulement en incorporant un réseau neuronal d'apprentissage en profondeur qui apprendrait à reconstruire la forme de l'objet à partir des données d'image brutes.