WO2023175387A1 - Método para mapear un video en una imagen bidimensional - Google Patents

Método para mapear un video en una imagen bidimensional Download PDF

Info

Publication number
WO2023175387A1
WO2023175387A1 PCT/IB2022/056559 IB2022056559W WO2023175387A1 WO 2023175387 A1 WO2023175387 A1 WO 2023175387A1 IB 2022056559 W IB2022056559 W IB 2022056559W WO 2023175387 A1 WO2023175387 A1 WO 2023175387A1
Authority
WO
WIPO (PCT)
Prior art keywords
video
frames
image
intensity
camera
Prior art date
Application number
PCT/IB2022/056559
Other languages
English (en)
French (fr)
Inventor
Cristian Felipe OCAMPO BLANDÓN
Juan David OCAMPO BLANDÓN
Original Assignee
Ocampo Blandon Cristian Felipe
Ocampo Blandon Juan David
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ocampo Blandon Cristian Felipe, Ocampo Blandon Juan David filed Critical Ocampo Blandon Cristian Felipe
Publication of WO2023175387A1 publication Critical patent/WO2023175387A1/es

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F16L55/18—Appliances for use in repairing pipes
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
    • F16L55/28—Constructional aspects
    • F16L55/30—Constructional aspects of the propulsion means, e.g. towed by cables
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
    • F16L55/28—Constructional aspects
    • F16L55/40—Constructional aspects of the body
    • F16L55/44—Constructional aspects of the body expandable
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • the present invention is related to the technical field of inspection, especially diagnosis of pipes or ducts on their interior side, where problems such as irregularities, wear, obstructions, among others, can be located, where the multimedia record is done by means of capturing video, frames or images in sequence and their respective post-processing.
  • the first type of borescope appeared around 1940, during the Second World War, where the first modern borescope was recognized in the 1960s, the borescope has been used in various industries, aviation, energy, chemical, aerospace.
  • video processing is related to the evolution of computing where artificial vision is a branch of artificial intelligence that aims to mathematically model the processes of visual perception, in this case through a video camera to perform visual inspections that require high speed, long and short periods, and repeatability of measurements.
  • US Patent 5,195,392 discloses an internal duct inspection apparatus and an in-line duct head.
  • the inspection apparatus can be inserted into a four- or six-inch pipe through an opening.
  • the apparatus includes a compact conduit head having a viewing assembly for imaging the interior of the conduit.
  • the header is sized to pass through the standard side service opening, the opening being substantially smaller in size than the diameter of the duct.
  • a flexible steel snake is connected to the head to manually move and rotate the head within the conduit once the head is positioned therein.
  • the device is intrinsically safe for inspection of an active natural gas main.
  • Various embodiments of centralizing members are described for positioning the tube head display assembly substantially concentric with the axis of the tube.
  • Patent EP 0083759 discloses a device for monitoring the interior of a duct, said device being of the type that includes a monitoring detector and a support mechanism for holding said monitoring detector centrally within said duct, said monitoring detector comprising: a first light path in said body to provide illumination light; a first mirror for reflecting said illumination light towards an interior surface of said conduit; a second mirror for receiving and reflecting image light reflected from said interior surface; and a second light path in said body for receiving said light image reflected from said second mirror.
  • GB 2415762 discloses an in-line duct inspection tool having one or more inspection platforms that are connected to an elongated wheeled cart by link arms.
  • the carriage unit has drive means for moving the arms to allow the platforms to move in a direction perpendicular to the direction of elongation of the carriage, allowing the tool to accommodate conduits of different diameters.
  • Inspection platforms can have a curved body that has one or more permanent magnets defining the north and south poles, and sensors mounted between the poles, where the permanent magnets contain a rotating magnet.
  • the present invention solves the need to simplify the process of acquiring a video multimedia with a single camera and then execute the post-processing of the acquired information, obtaining as a result a single two-dimensional image that maps the interior of an analyzed duct.
  • FIG. 1 Arrangement diagram of a video camera inside a duct.
  • FIG. 2 Arrangement diagram of a video camera with a centralizing element inside a duct.
  • FIG. 3A Scheme of a frame and its capture of information from image elements with a substantial circumference shape using a position vector.
  • FIG. 3B Scheme of a surface with substantially Gaussian distribution.
  • FIG. 4 Scheme for capturing information from the frame to the transformation into an extended row vector.
  • FIG. 5 Scheme for capturing information from a sign of frames to the transformation into a two-dimensional image composed of the extended row vectors arranged in a sequential and orderly manner.
  • FIG. 6 An example of a sequence of frames in a real video in sequential discrete time states.
  • FIG. 7. Image generated from full sequences of the example video in FIG. 6.
  • FIG. 8. Examples of possible irregularities, wear, obstructions and among others that could be captured, acquired and recorded by a single video camera.
  • FIG. 9. Scheme of the method implemented by a computer to map a video acquired by a camera and processed to obtain a two-dimensional image.
  • the object of the present invention reveals a method to map a video into a two-dimensional image, where the acquisition of the video is done with a single video camera and the post-processing is done by means of calculation algorithms, obtaining as a result a two-dimensional image. .
  • the present invention acquires a video of a duct from its internal part during a determined period of time, where then the computational processing is carried out and a processed two-dimensional image is obtained as a result.
  • the resulting two-dimensional image is the interpretation of a spatial model that makes a horizontal rearrangement of the pixels in each processed frame of the acquired video.
  • the two-dimensional image represents a large amount of information because it compresses the global extension of the conduit and summarizes all the regions recorded during the camera's travel in the well, allowing visual inspections of the conduit, checking and analyzing perforation drilling or other techniques. triggering, to improve judgment in making decisions about the analyzed duct.
  • the present invention proposes to reduce the complexity and costs in the inspection of ducts, especially those used in the extraction process, oil production and transportation, particularly for water injection wells that include pipelines.
  • the objective of the invention is to inspect the pipe, it requires that an entrance video be recorded in the internal part of the conduit along a longitudinal section under study. In this way, the camera will be recording the route from location La to location Lb.
  • the present invention is applicable to ducts or pipes with water flow or in ducts without any fluid, where the video cameras (10) include at least one lighting unit such as lamps or bulbs of various shapes to improve visibility inside the duct and obtain frames of the appropriate quality to be processed.
  • the video cameras (10) include at least one lighting unit such as lamps or bulbs of various shapes to improve visibility inside the duct and obtain frames of the appropriate quality to be processed.
  • the external geometry of the camera is preferably tubular and does not affect the image and video captures, with respect to the fluid inside the conduit, considering the conditions of water fluid or without fluid, that is, the geometry of the exterior of the video camera does not affects the algorithm.
  • the system is affected in cases where the duct does not have a tubular shape and may present geometric distortions due to changes in the diameter or internal geometry of the duct.
  • the method is responsible for computationally resolving the small disturbances coming from the movement of the camera.
  • the video acquisition may incorporate an external strapping device or centralizer attached to the camera encapsulating device, thereby reducing axial disturbance.
  • One of the most important variables during video acquisition is lighting; ideally, the camera's lighting means are required. are uniform, which contributes to acquiring well-illuminated frames in each spatial segment. If homogeneous lighting is not present, for example: one side of each frame could be darker than the opposite side, where the calculations are affected, in addition, the details of the duct may not be well digitized.
  • the camera travel speed should be moderate. Ideally there should be a balance between pan speed and camera sampling rate, with 20 FPS or more being an acceptable number.
  • the duct mapping may present misalignments, which graphically affects the interpretation of the output image.
  • the image should preferably be RGB and the video format can be any of the existing ones.
  • the procedure consists of taking each frame and sampling the information. Therefore, each frame contributes to one row of the output image.
  • the condition for the video to be acquired is that the video camera can record the length of the analyzed duct section, thus the internal geometry of the duct can be projectively recorded.
  • the viewing angle allows the total capture of the proximal area of the duct, so a viewing angle is preferably 120°, but depending on the optics of the camera that captures the video may include other viewing angles between 60° to 180°.
  • the stability of the image and video acquisition is achieved in two ways, one with a mechanical centralization device, fixed to one of the tips of the tubular structure of the camera externally and then a centralization adjustment is made computationally or correction of transverse misalignments through video processing.
  • the present invention aims to summarize the content of a video that records the interior of a duct and as a result a two-dimensional image is obtained that contains a visual representation of the interior of the duct along a length of duct digitized by a single camera that captures a video.
  • a 50-second video containing footage of conduit ranging in length from 0 meters to 25 meters can be compressed to a single image showing the uncoiled conduit and its internal features in a two-dimensional manner.
  • FIG. 1 reveals a video camera (10) connected to one end of a cable (20), where the video camera (10) is a single camera that captures video or a sequence of frames typically greater than 20 frames per second (FPS).
  • the video camera (10) includes data storage media for recording the video file such as a memory, memory card, solid state disk, optical media such as lenses, an image sensor, power supply media such as a battery and input and output ports that include communication or charging ports and also lighting means.
  • the video camera (10) moves between positions La and Lb traveling a distance AL, during a period of time At, between 1 second and 10,000 seconds while acquiring a video that includes 20 or more frames (F) for each second preferably.
  • a video that includes 20 or more frames (F) for each second preferably.
  • the video is acquired by means of the video camera (10) that records the interior of the duct (C) and then implements an algorithm in a computer-readable medium that executes a series of steps and processes the video to obtain an image two-dimensional, where the algorithm includes the steps of: correcting transverse misalignments and geometrically estimating the sampling area.
  • the first step of correcting transverse misalignments aims to compensate for disturbances that misalign the camera with respect to the estimated center of the duct.
  • the registration tool usually includes a mechanical centralizer (30) like the one shown in FIG. 2 to avoid misalignments, sometimes there are disturbances that modify the stability of the video camera, which produces an effect of jittering or unwanted oscillation when playing the video. Where such an effect occurs because the sequence of frames was captured with deviations with respect to a reference axis, where the objective of this step is to correct any type of transverse vibration of the camera, due to the background region or region where it does not reach
  • the light projected by the video recording unit is always concentric and well aligned to the duct and is used as a reference to determine the center of the duct.
  • a regression algorithm is implemented on the video frames, for example, linear least square regression that fits the inverse function of a Gaussian distribution surface on the images. From this process, the centroid and the variance matrix result. For greater precision, the process is repeated at multiple scales of the image and the relative position of the centroid or geometric center is averaged.
  • the approach establishes adjusting a Gaussian distribution surface, since its inverse resembles regular lighting changes in a video image: the center being darker and the edges brighter.
  • FIG. 3A reveals a diagram of a frame or a combination of frames and its detail, where the intensity information in a sampling area (R) has been extracted, where the frames (F) contain a cross that is only for graphic reference and that contains each centroid (G) estimated with the transverse misalignment correction step.
  • the concentric region in the shape of a circle represents the sampling area (R) that inside includes a dense zone (Z), which is the darkest zone in each frame because it captures the projection towards infinity in the analyzed duct.
  • w and h are the width and height of the image lav, where preferably as a reference the width is greater than the height in length.
  • the optimization problem can be solved numerically with an efficient computational library for this purpose, such as Scipy in Python. For greater precision, the problem is solved at different scales of the l av image. Therefore, the positions x*, y* are averaged, which are relative to the dimensions of the image at that scale, where p x ⁇ .
  • the position (x, y) is defined in terms of the centroid, radius, and angle 0.
  • FIG. 3B reveals an example of the graphical display of pixel intensity in the frame area and processing approximates a surface with a Gaussian distribution.
  • the next step is to estimate the sampling area geometrically, which allows creating an image by adding extended row vectors, in an orderly manner.
  • Sampling is done by geometrically estimating the cross section of the duct, which has substantially a circumferential shape.
  • each k frames are converted into an extended row vector (S) of the new generated two-dimensional image, thus transforming the projective tubular geometry of the video to a two-dimensional extended surface that reproduces the internal surface of the longitudinally deployed or longitudinally developed duct.
  • FIG. 4 graphically and schematically reveals how, from k frames, the centroid is calculated, transverse misalignments are corrected and the sampling area (R) is calculated in the form of a circle, and by means of the position vectors (V) the , select and extract the intensity image elements (E) to convert them into an extended row vector (S) with intensity data preferably.
  • the position vector (V) is used, and intensities are sampled in the image:
  • FIG. 5 reveals the way in which the position vectors (V) of the k frames are extracted sequentially, and then they are placed as extended vectors (S) in a sequential and orderly manner on a plane to obtain a two-dimensional image (606) between the La and Lb locations.
  • FIG. 6 represent the screenshots as an example in a real video and are shown sequentially starting with screenshot A and ending with screenshot H of the video. Screenshots are real and represent a small fraction of the total number of frames acquired between positions La and Lb, where the screenshots are shown for illustrative purposes only.
  • FIG. 7 represents the real three-dimensional image obtained from the video indicated in FIG. 6, where the image substantially corresponds to the sequence of screenshots from part A to part H or between locations La to Lb.
  • FIG. 8 schematically represents an example position of the video camera supported by a cable within a conduit, pipe or well; where the video camera can capture frames that include various internal details of the duct including for example a. pipes or conduits without relief, b. obstacles, c. cracks, d. fissures, e. unions and/or f. section changes, among others.
  • FIG. 9 reveals a computer-implemented method for mapping a video into a two-dimensional image and its components associated therewith, which includes a video camera (10) comprising an image sensor (1 1) and a camera body (12), where the camera body (12) is connected to a cable (20) that supports or maintains the camera in a conduit and in a preferred embodiment includes a centralizing device (30).
  • the video camera (10) is connected to a lighting unit (40) and a signal transmission unit (50).
  • the video camera (10) is connected to a video storage unit (13), where the video that will be subsequently processed is saved.
  • the computer-implemented method (60) to map a video into a two-dimensional image comprising the following steps:
  • Step 601 also includes saving the video in a storage unit (13) such as a memory, hard drive, solid state disk or the like that performs equivalent functions.
  • a storage unit (13) such as a memory, hard drive, solid state disk or the like that performs equivalent functions.
  • step 601 of acquiring the frames (F) it is implemented in addition to the video camera (10) with a centralizer (30).
  • step 602 when combining k frames /r is in the range between 2 to 100, where the term combine refers to averaging the preferably and corresponding gray scale intensities of the acquired frames.
  • step 603 when the centroid is calculated, the optimization problem for each k frames is solved by solving: subject to: x ⁇ [ w 1 , w 2 ] ⁇ ⁇ [ h 1 , h 2 ] where w 1 is in the range between 0.05w to 0.15w; where w 2 is in the range between 0.75 w and 0.95 w; where h 1 is in the range between 0.05 w and 0.25 w; where h 2 is in the range between 0.75 w and 0.95 w.
  • w and h are the width and height of the image l av , where preferably as a reference the width is greater than the height in length.
  • positions x*, y* are averaged, which are relative to the dimensions of the image at that scale, where p x :
  • the position (x,y) is defined in terms of the centroid, radius, and angle 0.
  • the image elements (E) are identified, selected and extracted, they are associated with the intensity of the pixels, where each pixel is assigned a logical value of 0 or 1 in the simplest case, but in a preferred embodiment it has associated values.
  • intensity (RGB) in at least one of the channels with values between 0 to 255 or in gray scale.
  • step 605 as many extended row vectors (S) as predetermined are added sequentially, according to the video time and the FPS being used. Furthermore, where it is specified that the image elements (E) are pixels or graphic image units that have a homogeneous unit and defined color intensity.
  • the disclosed invention is novel and inventive because the mapping of a conduit is represented in a two-dimensional image, using only the video recording of a camera, its shape acquisition and processing of information and in this way the complexity and cost of analysis of the studied channel is reduced.
  • the method manages to extract internal mapping of the duct from a video that projectively records the internal structure of the duct at 360°, thus with the present new method it is possible to obtain a successful two-dimensional image from the video coming from a single camera.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Surgery (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

La presente invención es un método para mapear un video, del interior de una estructura sustancialmente cilindrica, en una imagen bidimensional, donde la adquisición del video se hace con una única cámara de video (10) y el posprocesamiento se hace por medio de algoritmos de cálculo (603, 604, 605), obteniendo como resultado una imagen bidimensional.

Description

MÉTODO PARA MAPEAR UN VIDEO EN UNA IMAGEN BIDIMENSIONAL
CAMPO DE LA INVENCIÓN
La presente invención se relaciona con el campo técnico de la inspección, diagnóstico en especial de tuberías o conductos en el lado interior de los mismos, donde se puedan localizar problemas como irregularidades, desgaste, obstrucciones, entre otros, donde el registro multimedia se hace por medio de captura de video, fotogramas o imágenes en secuencia y su respectivo posprocesamiento.
ANTECEDENTES DE LA INVENCIÓN
En el estado de la técnica se conoce por ejemplo la boroscopía o inspección de conductos con cámara que permite visualizar y capturar fotografías y vídeo digital en lugares inaccesibles para el ojo humano, por otro lado, permite autonomía y portabilidad en muchos entornos de trabajo.
El primer tipo de boroscopio apareció hacia 1940, durante la segunda guerra mundial, donde el primer boroscopio moderno fue reconocido en la década de 1960, el boroscopio ha sido usado en vahas industrias, aviación, energética, química, aeroespacial.
Por otro lado, el procesamiento de videos está relacionado con la evolución de la computación donde la visión artificial es una rama de la inteligencia artificial que tiene por objetivo modelar matemáticamente los procesos de percepción visual, en este caso a través de una cámara de video para realizar inspecciones visuales que requieren alta velocidad, periodos de larga y corta duración, repetiti vidad de las medidas.
Además, existen publicaciones como la patente US 5,195,392 que divulga un aparato de inspección de conductos internas y un cabezal de conducto en línea. El aparato de inspección se puede insertar en una tubería de cuatro o seis pulgadas a través de una abertura. El aparato incluye una cabeza de conducto compacta que tiene un conjunto de visualización para obtener imágenes del interior del conducto. El cabezal está dimensionado para pasar a través de la abertura de servicio lateral estándar, siendo la abertura sustancialmente menor en tamaño que el diámetro del conducto. Una serpiente de acero flexible está conectada al cabezal para mover y girar manualmente el cabezal dentro del conducto una vez que el cabezal está posicionado en el mismo. El aparato es intrínsecamente seguro para la inspección de una tubería principal activa de gas natural. Se describen varias realizaciones de miembros centralizadores para posicionar el conjunto de visualización de la cabeza del tubo sustancialmente concéntrico con el eje del tubo.
La patente EP 0083759 divulga un dispositivo para monitorear el interior de un conducto, siendo dicho dispositivo del tipo que incluye un detector de monitoreo y un mecanismo de soporte para sostener dicho detector de monitoreo centralmente dentro de dicho conducto, comprendiendo dicho detector de monitoreo: un primer camino de luz en dicho cuerpo para proporcionar luz de iluminación; un primer espejo para reflejar dicha luz de iluminación hacia una superficie interior de dicho conducto; un segundo espejo para recibir y reflejar la luz de imagen reflejada desde dicha superficie interior; y una segunda trayectoria de luz en dicho cuerpo para recibir dicha imagen de luz reflejada desde dicho segundo espejo.
La patente GB 2415762 divulga una herramienta de inspección de conductos en línea que tiene una o más plataformas de inspección que están conectadas a un carro alargado con ruedas mediante brazos de enlace. La unidad de carro tiene medios de accionamiento para mover los brazos para permitir que las plataformas se muevan en una dirección perpendicular a la dirección de alargamiento del carro, permitiendo que la herramienta se adapte a conductos de diferentes diámetros. Las plataformas de inspección pueden tener un cuerpo curvo que tenga uno o más ¡manes permanentes que definan los polos norte y sur, y sensores montados entre los polos, donde os ¡manes permanentes contienen un imán giratorio.
Finalmente, en la industria petrolera se toma registro en las tuberías de los pozos, donde normalmente cada registro muestra una curva como resultado de la variable evaluada en toda la trayectoria del conducto del pozo.
Teniendo en cuenta el Estado de la técnica mencionado, la presente invención resuelve la necesidad de simplificar el proceso de adquisición de un video multimedia con una sola cámara y luego ejecutar el posprocesamiento de la información adquirida, obteniendo como resultado una sola imagen bidimensional que mapea el interior de un conducto analizado.
BREVE DESCRIPCIÓN DE LAS FIGURAS
Con objetivo de brindar una mejor comprensión de las características técnicas de la invención, se acompaña a la presente memoria descriptiva, como parte integrante de la misma, un conjunto de figuras, las cuales, se describen a continuación:
FIG. 1 . Esquema de disposición de una cámara de video dentro de un conducto.
FIG. 2. Esquema de disposición una cámara de video con un elemento centralizador dentro de un conducto.
FIG. 3A. Esquema de un fotograma y su captura de información de los elementos de imagen con una forma sustancial de circunferencia mediante un vector de posición.
FIG. 3B. Esquema de una superficie con distribución sustancialmente gaussiana.
FIG. 4. Esquema de captura de información desde el fotograma hasta la transformación en un vector fila extendido.
FIG. 5. Esquema de captura de información desde una señe de fotogramas hasta la transformación en una imagen bidimensional compuesta por los vectores fila extendidos dispuestos de manera secuencial y ordenada.
FIG. 6. Un ejemplo de una secuencia de fotogramas en un video real en secuenciales estados de tiempo discretos.
FIG. 7. Imagen generada a partir de secuencias completas del video de ejemplo de la FIG. 6.
FIG. 8. Ejemplos de posibles irregularidades, desgastes, obstrucciones y entre otros que podrían ser capturadas, adquiridas y registradas por una única cámara de video. FIG. 9. Esquema del método implementado por computador para mapear un video adquirido por una cámara y procesado para obtener una imagen bidimensional.
OBJETO DE LA INVENCIÓN
El objeto de la presente invención revela un método para para mapear un video en una imagen bidimensional, donde la adquisición del video se hace con una única cámara de video y el posprocesamiento se hace por medio de algoritmos de cálculo, obteniendo como resultado una imagen bidimensional.
El método anteriormente descrito, al igual que los objetos adicionales a que hubiere lugar, serán expuestos al detalle y con la suficiencia necesaria en el capítulo descriptivo que se divulga a continuación, el cual constituirá el fundamento del capítulo reivindicatorío.
DESCRIPCIÓN DETALLADA DE LA INVENCIÓN
La presente invención adquiere un video de un conducto por su parte interna durante un periodo de tiempo determinado, donde luego se realiza el procesamiento computacional y se obtiene como resultado una imagen bidimensional procesada.
La imagen bidimensional resultante es la interpretación de un modelo espacial que hace un reordenamiento horizontal de los píxeles en cada fotograma procesado del video adquirido.
La imagen bidimensional representa una gran cantidad de información debido a que comprime la extensión global del conducto y resume todas las regiones grabadas durante el recorrido de la cámara en el pozo, permitiendo realizar inspecciones visuales del conducto, comprobar y analizar perforaciones de cañoneo u otra técnica de disparo, para mejorar el criterio en la toma de decisiones sobre el conducto analizado.
La presente invención propone reducir la complejidad y costos en la inspección de conductos, especialmente las usadas en el proceso de extracción, producción y transporte de petróleo, particularmente para los pozos de inyección de agua que incluyen conductos.
Dado que el objetivo de la invención es inspeccionar la tubería, requiere que se grabe un video de entrada en la parte interna del conducto a lo largo de un tramo longitudinal en estudio. De este modo, la cámara estará grabando el recorrido desde la ubicación La a la ubicación Lb.
La presente invención es aplicable a conductos o tuberías con flujo de agua o en conductos sin ningún fluido, donde las cámaras de video (10) incluyen al menos una unidad de iluminación como lámparas o bombillos de diversas formas para mejorar la visibilidad dentro del conducto y obtener fotogramas de la calidad adecuada para ser procesados.
La geometría externa de la cámara preferentemente es tubular y no afecta las capturas de imagen y vídeo, respecto al fluido dentro del conducto, considerando las condiciones de fluido de agua o sin fluido, es decir que la geometría del exterior de la cámara de video no afecta al algoritmo.
El sistema se ve afectado en casos donde el conducto no presenta una forma tubular y puede presentar distorsiones geométricas debido a los cambios en el diámetro o en la geometría interna del conducto.
La principal hipótesis del sistema es asumir que el conducto exhibe de manera transversal una geometría circular, la cual deseamos estimar.
Respecto a la estabilidad del video, el método se encarga de resolver computacionalmente las pequeñas perturbaciones provenientes del desplazamiento de la cámara.
Esto se consigue al estimar el centro de la circunferencia transversal en cada fotograma del video. Este centro se utiliza como punto de referencia u origen para realizar un muestreo de las intensidades y construir la imagen de salida. De manera opcional, la adquisición de video puede incorporar un dispositivo de flejes externos o centralizador sujeto al dispositivo que encapsula la cámara, con lo cual la perturbación axial se reduce.
Una de las variables más importante durante la adquisición del video, es la iluminación, idealmente, se requiere que los medios de iluminación de la cámara sean uniformes, lo cual contribuye a adquirir fotogramas bien iluminados en cada segmento espacial. En caso de no presentarse una iluminación homogénea, por ejemplo: un lado de cada fotograma podría ser más oscuro que el lado opuesto, donde los cálculos se ven afectados, además, los detalles del conducto pueden no ser bien digitalizados.
La velocidad de desplazamiento de la cámara debe ser moderada. Idealmente debe haber equilibrio entre la velocidad de desplazamiento y la frecuencia de muestreo de la cámara, siendo 20 FPS o más un número aceptable.
Otra variable de interés en la adquisición es la rotación a lo largo del desplazamiento longitudinal de la cámara, la cual, por factores de coherencia, se requiere que sea nula.
De presentarse rotaciones, el mapeo del conducto puede presentar desalineamientos, lo cual afecta gráficamente la interpretación de la imagen de salida.
Por ejemplo, asuma que el conducto presenta una línea recta paralela al desplazamiento de la cámara. Si durante la grabación se presentan rotaciones, la imagen de salida reproducirá la línea con variaciones helicoidales.
Respecto a las características de video, de preferencia de la imagen debe ser RGB y el formato de video puede ser cualquiera de los existentes.
Es importante que haya equilibrio entre la velocidad de desplazamiento de la cámara y la frecuencia de muestreo. Siendo mejor un desplazamiento moderado y constante con una velocidad de adquisición de más de 20 FPS.
Para la construcción de la imagen de salida, el procedimiento consiste en tomar cada fotograma y hacer un muestreo de información. Por la tanto, cada fotograma contribuye a una fila de la imagen de salida.
La condición para que el video sea adquirido es que la cámara de video pueda registrar a lo largo el tramo de conducto analizado, así se podrá registrar de manera proyectiva la geometría interna del conducto.
La cámara se debe enfocar de tal manera que se capturen con nitidez los objetos que se ubican en el primero y segundo plano. Independientemente de la posición del conducto, sea vertical u horizontal, el ángulo de visión permite la captura total del área próxima del conducto, por lo que un ángulo de visión es preferentemente de 120°, pero según la óptica de la cámara que captura el video puede incluir otros ángulos de visón entre 60° a 180°.
La estabilidad de la adquisición de la imagen y video se logra de dos formas, una con un dispositivo de centralización mecánico, fijado en una de las puntas de la estructura tubular de la cámara externamente y luego de manera computacional se realiza un ajuste de centralización o corrección de desalineamientos transversales por medio del procesamiento de video.
Así las cosas, la presente invención tiene como objetivo resumir el contenido de un video que registra el interior de un conducto y como resultado se obtiene una imagen bidimensional que contiene una representación visual del interior del conducto a lo largo de una longitud de conducto digitalizado por una única cámara que captura un video.
Por ejemplo, un video de 50 segundos que contiene la grabación del conducto de una longitud de 0 metros a 25 metros puede ser comprimido a una sola imagen que muestra de manera bidimensional el conducto desenrollado y sus características internas.
La FIG. 1 revela una cámara de video (10) conectada a un extremo de un cable (20), donde la cámara de video (10) es una única cámara que captura video o una secuencia de fotogramas normalmente mayor a 20 fotogramas por segundo (FPS), donde la cámara de video (10) incluye medios de almacenamiento de datos para grabación del archivo de video como una memoria, tarjeta de memoria, disco de estado sólido, medios ópticos como lentes, un sensor de imagen, medios de suministro de energía como una batería y puertos de entrada y salida que incluyen puertos de comunicación o de carga y además medios de iluminación.
La cámara de video (10) se desplaza entre las posiciones La y Lb recorriendo una distancia AL, durante un periodo de tiempo At, entre 1 segundo y 10 000 segundos mientras se adquiere un video que incluye 20 o más fotogramas (F) por cada segundo preferentemente. Una vez adquirido el video por medio de la cámara video (10) que registra el interior del conducto (C) y que luego implementa un algoritmo en un medio legible por computadora que ejecutan una serie de pasos y que procesan el video para obtener una imagen bidimensional, donde el algoritmo incluye los pasos de: corregir desalineamientos transversales y estimar geométricamente la zona de muestreo.
El primer paso de corregir desalineamientos transversales tiene como objetivo compensar las perturbaciones que desajustan la cámara con respecto al centro estimado del conducto.
Aunque la herramienta de registro suele incluir un centralizador mecánico (30) como el mostrado en la FIG. 2 para evitar desalineamientos, en ocasiones hay perturbaciones que modifican la estabilidad de la cámara de video, lo que produce un efecto de jittering o de oscilación no deseada al reproducir el video. Donde tal efecto ocurre porque la secuencia de fotogramas fue capturada con desviaciones con respecto a un eje de referencia, donde el objetivo de este paso es corregir cualquier tipo de vibración transversal de la cámara, debido a que la región de fondo o región donde no alcanza a llegar la luz proyectada por la unidad de registro de video siempre es concéntrica y bien alineada al conducto y se usa como referencia para determinar el centro del conducto.
A los fotogramas del video se implementa un algoritmo de regresión, por ejemplo, regresión lineal por mínimos cuadrado que ajusta la función inversa de una superficie de distribución gaussiana en las imágenes. De este proceso, resultan el centroide y la matriz de varianzas. Para mayor precisión, el proceso se repite a múltiples escalas de la imagen y se promedia la posición relativa del centroide o centro geométrico.
En el enfoque se establece ajustar una superficie de distribución gaussiana, en vista que su inversa se asemeja a los cambios de iluminación regulares en una imagen del video: siendo el centro más oscuro y hacia los bordes más iluminados.
La FIG. 3A revela un esquema de un fotograma o una combinación de fotogramas y su detalle, donde se ha extraído la información de intensidades en un área de muestreo (R), donde los fotogramas (F) contienen una cruz que solo es de referencia gráfica y que contiene cada centroide (G) estimado con el paso de corrección de desalineamiento transversal. La región concéntrica en forma de circunferencia representa el área de muestreo (R) que en su interior incluye una zona densa (Z), que es la zona más oscura en cada fotograma debido a que captura la proyección hacia el infinito en el conducto analizado.
El cálculo del centroide de la sección transversal conducto px y py, para los fotogramas del video, se combinan las últimos k fotogramas mediante el promedio y definir el resultado como lav. Donde k está en el rango entre 2 a 100, donde por ejemplo k = 10.
Luego se calcula el inverso de la imagen lav normalizada entre [0,1 ] que presenta las características de una curva de distribución gaussiana, donde las intensidades alrededor del centroide tienen un valor mayor y que son radialmente concéntricas hacia los extremos.
Teniendo en cuenta la información anterior, de encontrar el centroide de la superficie se puede aproximar a una superficie con distribución gaussiana.
Y donde se calcula y resuelve un problema de optimización para cada k fotogramas que es:
Figure imgf000011_0001
sujeto a : x ∈ [ w1, w2] Λ ∈ [ h1, h2] donde w1 está en el rango entre 0,05 w a 0,15w; donde
Figure imgf000011_0002
w2 está en el rango entre 0,75 w a 0,95w; donde h1 está en el rango entre 0,05 w a 0,25w; donde h2 está en el rango entre 0,75 w a 0,95w.
Donde wy h son el ancho y la altura de la imagen lav, donde preferentemente como referencia el ancho es mayor a la altura en longitud. El problema de optimización se puede resolver de manera numérica con una librería computacional eficiente para tal fin como por ejemplo Scipy en Python. Para mayor precisión, el problema se resuelve a diferentes escalas de la imagen lav. Por lo cual se promedian las posiciones x*, y* que son relativas a las dimensiones de la imagen a esa escala, donde px~.
Figure imgf000012_0001
Del mismo modo para py.
Figure imgf000012_0002
Empleando las ecuaciones, la posición (x, y) se define en términos del centroide, el radio y el ángulo 0.
La FIG. 3B revela un ejemplo de la visualization gráfica de la intensidad de los pixeles en el área del fotograma y procesado se aproxima a una superficie con distribución gaussiana.
El siguiente paso es estimar la zona de muestreo de forma geométrica, que permite crear una imagen a partir de adicionar vectores fila extendidos, de manera ordenada. El muestreo se hace mediante la estimación geométrica de la sección transversal del conducto, la cual tiene sustancialmente una forma de circunferencia.
Después de obtenido el centroide de cada fotograma del paso anterior, el cual está asociado preferentemente al centro del conducto, se procede a estimar la geometría tubular y extraer de manera ordenada los pixeles ubicados en la periferia de esta región en forma de circunferencia. Esto se hace a partir de la ecuación paraméthca que define una circunferencia: x = r * cos(0) + x0 y = r * sen(0) + y0 donde x y y representan las coordenadas de muestreo de las intensidades ubicadas a una distancia r a partir del centro x0 y y0. Dado que se desea recorrer toda la circunferencia alrededor del centro, el parámetro theta o ángulo 0, tiene valores de [0,360]. La expresión anterior da como resultado un vector de posición (V) de intensidades el cual se convierte en un nuevo vector fila extendido (S), y luego fila por fila se agregan para la creación de una nueva imagen bidimensional que representa el mapeo interno del conducto o tubería.
Donde cada k fotogramas se convierten en un vector fila extendido (S) de la nueva imagen bidimensional generada, de este modo se transforma la geometría tubular proyectiva del video a una superficie extendida bidimensional que reproduce la superficie interna del conducto desplegado longitudinalmente o desarrollado longitudinalmente.
La FIG. 4 revela gráficamente y de manera esquemática como a partir de k fotogramas, se calcula el centroide, se corrigen los desalineamientos transversales y se calcula el área de muestreo (R) en forma de circunferencia, y mediante los vectores de posiciones (V) se identifican, seleccionan y extraer los elementos de imagen (E) de intensidad para convertirlos en un vector fila extendido (S) con datos de intensidad preferentemente.
En un ejemplo para ¡lustrar se utiliza el vector de posiciones (V), y se hace un muestreo de intensidades en la imagen:
Out [“índice de fila actual”, 0:” longitud del vector X”] = I [X,Y]
Donde:
I = Fotograma actual en escala de grises.
X = Vector de posiciones en la coordenada x
Y = Vector de posiciones en la coordenada y
Out = Imagen de salida
La FIG. 5 revela la forma como se extraen de manera secuencial los vectores de posición (V) de los k fotogramas, y luego son colocados como vectores extendidos (S) de manera secuencial y ordenada sobre un plano para obtener una imagen bidimensional (606) entre las ubicaciones La y Lb.
La FIG. 6 representan las capturas de pantalla a manera de ejemplo en un video real y son mostradas de manera secuencial empezando en la captura de pantalla A y terminado en la captura H del video. Las capturas de pantalla son reales y representan una pequeña fracción del número total de los fotogramas adquiridos entre las posiciones La y Lb, donde las capturas de pantalla muestran de manera meramente ilustrativa.
La FIG. 7 representa la imagen tridimensional real obtenida del video indicado en la FIG. 6, donde la imagen es correspondiente de manera sustancial a la secuencia de capturas de pantalla desde la parte A a la parte H o entre las ubicaciones La a Lb.
La FIG. 8 representa de manera esquemática una posición de ejemplo de la cámara de video sostenida por un cable dentro de un conducto, tubería o pozo; donde la cámara de video puede capturar fotogramas que incluyen diversos detalles internos del conducto que incluyen por ejemplo a. tuberías o conductos sin relieve, b. obstáculos, c. grietas, d. fisuras, e. uniones y/o f. cambios de sección, entre otras.
La FIG. 9 revela un método implementado por computador para mapear un video en una imagen bidimensional y sus componentes asociados al mismo, que incluye una cámara de video (10) que comprende un sensor de imagen (1 1 ) y un cuerpo de cámara (12), donde el cuerpo de cámara (12) está conectado a un cable (20) que sostiene o mantiene a la cámara en un conducto y en una realización preferente incluye un dispositivo centralizador (30).
Además, la cámara de video (10) está conectada a una unidad de iluminación (40) y a una unidad de transmisión de señales (50).
La cámara de video (10) está conectada a una unidad de almacenamiento de video (13), donde se guarda el video que va a ser posteriormente procesado.
El método implementado por computador (60) para mapear un video en una imagen bidimensional que comprende los siguientes pasos:
601. Adquirir fotogramas (F) por medio del sensor de imagen (1 1 ) de la cámara de video (10).
602. Combinar k fotogramas (F).
603. Calcular el centroide (G) y corregir la desalineación transversal de cada k fotogramas (F). 604. Calcular geométricamente el área de muestreo (R) en k fotogramas (F), e identificar, seleccionar y extraer los elementos de imagen de intensidad a través de vectores de posición (V) de intensidades y que son transformados en vectores fila extendidos (S) con elementos de imagen (E) de intensidad.
605. Agregar secuencialmente vectores fila extendidos (S) con elementos de imagen (E) de intensidad.
606. Obtener imagen bidimensional.
En el paso 601 incluye además guardar el video en una unidad de almacenamiento (13) como una memoria, disco duro, disco de estado sólido o similares que cumplan funciones equivalentes.
En el paso 601 de adquirir los fotogramas (F), se implementa en complemento a la cámara de video (10) con un centralizador (30).
En el paso 602 al combinar k fotogramas, /r está en el rango entre 2 a 100, donde el término combinar se refiere a promediar las intensidades en la escala de grises preferentemente y correspondientes de los fotogramas adquiridos.
En el paso 603 cuando se calcula el centroide se hace por medio de la resolución el problema de optimización para cada k fotogramas:
Figure imgf000015_0001
sujeto a : x ∈ [ w1, w2] Λ ∈ [ h1, h2] donde w1 está en el rango entre 0,05w a 0,15w; donde w2 está en el rango entre 0,75 w a 0,95 w; donde h1 está en el rango entre 0,05 w a 0,25 w; donde h2 está en el rango entre 0,75 w a 0,95 w.
Donde wy h son el ancho y la altura de la imagen lav, donde preferentemente como referencia el ancho es mayor a la altura en longitud. Donde se promedian las posiciones x*, y* que son relativas a las dimensiones de la imagen a esa escala, donde px:
Figure imgf000016_0001
Del mismo modo para py.
Figure imgf000016_0002
Empleando las ecuaciones, la posición (x,y) se define en términos del centroide, el radio y el ángulo 0.
En el paso 604 cada valor del cada vector posición (V) está definido por la ecuación paramétrica que define una circunferencia: x = r * cos(θ) + x0 y = r * sen(θ) + y0
Del cual se identifican, seleccionan y extraen los elementos de imagen (E) están asociados a la intensidad de los pixeles, donde cada pixel tiene asignado un valor lógico de 0 o 1 en el caso más simple, pero en una realización preferente tiene asociados valores de intensidad (RGB) en al menos uno de los canales con valores entre 0 a 255 o en escala de grises.
En el paso 605, se agregan secuencialmente tantos vectores fila extendidos (S) como se haya prefijado, de acuerdo al tiempo del video y los FPS que se estén usando. Además, donde se especifican que los elementos de imagen (E) son pixeles o unidades gráficas de imagen que tiene unidad homogénea e intensidad de color definida.
En el campo de la técnica de la inspección de una tubería usada en petróleos y similares, la invención revelada es novedosa e inventiva porque el mapeo de un conducto es representado en una imagen bidimensional, utilizando solamente la grabación de video de una cámara, su forma de adquisición y procesamiento de la información y de esta manera se reduce la complejidad y costo de análisis del conducto estudiado. Desde un punto de vista de técnico, el método logra extraer mapeo interno del conducto a partir de un video que registra de manera proyectiva la estructura interna del conducto a 360°, así con el presente nuevo método logra obtener una imagen bidimensional exitosa a partir del video proveniente de una sola cámara. Aunque la presente invención ha quedado descrita con las realizaciones preferentes mostradas, queda entendido que las modificaciones y variaciones que conserven el espíritu y el alcance de esta invención se entienden dentro del alcance de las reivindicaciones adjuntas.

Claims

REIVINDICACIONES Un método implementado por computador (60) para mapear un video en una imagen bidimensional que comprende los siguientes pasos:
(601 ) adquirir fotogramas (F) por medio del sensor de imagen (11 ) de la cámara de video (10) con unidad de iluminación (40);
(602) combinar k fotogramas (F);
(603) calcular el centroide (G) y corregir la desalineación transversal de cada k fotogramas (F);
(604) calcular geométricamente el área de muestreo (R) en k fotogramas (F), e identificar, seleccionar y extraer los elementos de imagen (E) de intensidad a través de vectores de posición (V) de intensidades y que son convertidos en vectores fila extendidos (S) que incluyen elementos de imagen (E) de intensidad;
(605) agregar secuencialmente vectores fila extendidos (S) que comprenden elementos de imagen (E) de intensidad; y
(606) obtener imagen bidimensional. El método de acuerdo con la reivindicación 1 , caracterizado porque se guardan los fotogramas (F) que componen un video en una unidad de almacenamiento (13). El método de acuerdo con la reivindicación 1 , caracterizado porque el paso (601 ) de adquirir los fotogramas (F), se implementa en complemento a la cámara de video (10) con un centralizador (30). El método de acuerdo con la reivindicación 1 , caracterizado porque la cantidad de /restá en el rango entre 2 a 100. El método de acuerdo con la reivindicación 1 , caracterizado porque las intensidad de imagen está en la escala de grises.
6. El método de acuerdo con la reivindicación 1 , caracterizado porque cada pixel tiene asignado valor de intensidad con valor lógico de 0 o 1 ; o tiene asociados valores de intensidad (RGB) en al menos uno de los canales con valores entre 0 a 255.
7. El método de acuerdo con la reivindicación 1 , caracterizado porque el paso (603) resuelve el problema de optimización para k fotogramas para calcular el centroide:
Figure imgf000019_0001
sujeto a : x ∈ [ w1, w2] Λ ∈ [ h1, h2]
8. El método de acuerdo con la reivindicación 7, caracterizado porque: w1 está en el rango entre 0,05w a 0,15 w; y w2 está en el rango entre 0,75 w a 0,95 w.
9. El método de acuerdo con la reivindicación 7, caracterizado porque: h1 está en el rango entre 0,05w a 0,25 w; y h2 está en el rango entre 0,75 w a 0,95 w. 0. El método de acuerdo con la reivindicación 1 , caracterizado porque la imagen bidimensional esta compuesta por vectores fila extendidos (S). 1. El método de acuerdo con la reivindicación 1 , caracterizado porque los vectores de posición (V) están determinados por la ecuación paramétrica que define una circunferencia: x = r * cos(0) + x0 y = r * sen(0) + y0
PCT/IB2022/056559 2022-03-18 2022-07-15 Método para mapear un video en una imagen bidimensional WO2023175387A1 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CONC2022/0003155A CO2022003155A1 (es) 2022-03-18 2022-03-18 Método para mapear un video en una imagen bidimensional 5
CONC2022/0003155 2022-03-18

Publications (1)

Publication Number Publication Date
WO2023175387A1 true WO2023175387A1 (es) 2023-09-21

Family

ID=81127773

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/IB2022/056559 WO2023175387A1 (es) 2022-03-18 2022-07-15 Método para mapear un video en una imagen bidimensional

Country Status (2)

Country Link
CO (1) CO2022003155A1 (es)
WO (1) WO2023175387A1 (es)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017004475A1 (de) * 2017-05-10 2018-11-15 Albrecht Noll Messgerät zur Messung von Oberflächenprofilen in Hohlräumen
AU2021201735A1 (en) * 2014-08-06 2021-04-15 Commonwealth Scientific And Industrial Research Organisation Representing an interior of a volume
CN113280209A (zh) * 2021-06-09 2021-08-20 中航华东光电（上海）有限公司 检测管道多余物的系统以及系统的使用方法、检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2021201735A1 (en) * 2014-08-06 2021-04-15 Commonwealth Scientific And Industrial Research Organisation Representing an interior of a volume
DE102017004475A1 (de) * 2017-05-10 2018-11-15 Albrecht Noll Messgerät zur Messung von Oberflächenprofilen in Hohlräumen
CN113280209A (zh) * 2021-06-09 2021-08-20 中航华东光电（上海）有限公司 检测管道多余物的系统以及系统的使用方法、检测方法

Also Published As

Publication number Publication date
CO2022003155A1 (es) 2022-04-19

Similar Documents

Publication Publication Date Title
US7164476B2 (en) Apparatus and method for detecting pipeline defects
US10535148B2 (en) Scanner VIS
US8064669B2 (en) Fast 3D-2D image registration system with application to continuously guided endoscopy
TWI532460B (zh) 從活體內多相機膠囊重建影像
CN109559355B (zh) 一种基于相机组的无公共视场的多相机全局标定装置及方法
ES2894935T3 (es) Aparato de medición de distancias tridimensionales y procedimiento para el mismo
CN110637264A (zh) 确定沿着对象的路径的方法、用于自动检查对象的系统及方法
ES2891748T3 (es) Método y sistema de indexación
WO2004029878A1 (en) Imaging and measurement system
JP2017191022A (ja) 三次元点群データに実寸法を付与する方法とそれを用いた管路等の位置測定
Pahwa et al. Dense 3D reconstruction for visual tunnel inspection using unmanned aerial vehicle
WO2023175387A1 (es) Método para mapear un video en una imagen bidimensional
JP4773794B2 (ja) 新旧映像座標統合装置
Troisi et al. A prompt methodology to georeference complex hypogea environments
Zhang et al. Automatic UAV inspection of tunnel infrastructure in GPS-denied underground environment
Li et al. Robust distortion estimation of fisheye cameras under stereographic projection model
CN104143196B (zh) 一种基于多线列时差扫描扩展采样的点目标探测方法
KR20220000205A (ko) 파이프 내부 용접로봇
Licev et al. Image transformation and calibration using system FOTOM
AU2014218432A1 (en) An Inspection Device And System
Tian et al. Visual-Inertial-Laser-Lidar (VILL) SLAM: Real-Time Dense RGB-D Mapping for Pipe Environments
Leloglu et al. ONORBIT MODULATION TRANSFER FUNCTION ESTIMATION FOR BiLSAT IMAGERS
Tommaselli et al. Effects of hyper hemispherical field in bundle adjustment with fisheye images
CN117237438B (zh) 一种三维模型和无人机视频数据的范围匹配方法与终端
Markiewicz et al. The example of using the xiaomi cameras in inventory of monumental objets-first results

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22931926

Country of ref document: EP

Kind code of ref document: A1