Comparative Study of Photogrammetry and Depth Data for 3D Reconstruction of Surface Defects

While the use of robots for industrial automation has been increasing in recent years, certain tasks remain difficult to automate, particularly surface finishing, which is typically performed by skilled operators. A specific challenge in automating such tasks - especially in small and medium enterprises (SMEs), where a wide variety of products (high-mix) are manufactured in small quantities (low-volume) - is the need for accurate 3D models of workpieces and the identification of surface defects. To address this challenge, vision systems are widely employed. This thesis presents a study on the 3D reconstruction of objects. Two approaches are explored: photogrammetry, specifically structure from motion (SfM), which uses 2D images to recreate a 3D scene, and a low-cost RGB-D camera for direct depth mapping. Both the quality of the full object reconstruction and the accuracy of surface reconstruction are examined, considering different camera resolutions and photogrammetry settings. The accuracy of the 3D reconstruction is assessed by comparing the generated model with its corresponding CAD model, while surface reconstruction quality is evaluated by comparing a laser profile of the original object to the profile of the reconstructed surface. The results indicate that a 12 MP camera provides optimal resolution for the overall reconstruction of the object. However, when it comes to capturing fine surface details or detecting subtle defects, a higher-resolution camera may be necessary to achieve the precision required for these tasks. Keywords: 3D reconstruction, Photogrammetry, Cobots, Surface finishing, defect detection

Negli ultimi anni, l'utilizzo dei robot per l'automazione industriale è in costante aumento, ma alcune attività risultano ancora difficili da automatizzare, in particolare la finitura superficiale, che è normalmente eseguita da operatori esperti. Una delle sfide principali nell'automazione di questi compiti – soprattutto nelle piccole e medie imprese ,dove viene prodotta una vasta gamma di prodotti (high-mix) in piccole quantità (low-volume) – è la necessità di modelli 3D accurati dei pezzi e l'identificazione dei difetti superficiali. Per affrontare questa sfida, vengono ampiamente utilizzati sistemi di visione. Questa tesi presenta uno studio sulla ricostruzione 3D degli oggetti. Sono esplorati due approcci: la fotogrammetria, in particolare la Structure from Motion (SfM), che utilizza immagini 2D per ricreare una scena 3D, e l'uso di una telecamera RGB-D a basso costo per la mappatura diretta della profondità. Sia la qualità della ricostruzione complessiva dell'oggetto che l'accuratezza della ricostruzione superficiale sono state esaminate, prendendo in considerazione diverse risoluzioni della fotocamera e impostazioni della fotogrammetria. L'accuratezza della ricostruzione 3D è stata valutata confrontando il modello ricostruito con il corrispondente modello CAD, mentre la qualità della ricostruzione della superficie è stata analizzata confrontando un profilo laser dell'oggetto originale con il profilo della superficie ricostruita. I risultati indicano che una fotocamera da 12 MP offre una risoluzione ottimale per la ricostruzione complessiva dell'oggetto. Tuttavia, quando si tratta di catturare dettagli superficiali fini o rilevare difetti sottili, può essere necessaria una fotocamera con risoluzione più elevata per ottenere la precisione richiesta per tali compiti. Parole chiave: Ricostruzione 3D, Fotogrammetria, Cobot, Finitura superficiale, Rilevamento dei difetti