Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)

Detalhes bibliográficos
Autor(a) principal: Guimarães, A. A. R.
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da FEI
Texto Completo: https://repositorio.fei.edu.br/handle/FEI/467
Resumo: Na literatura atual sobre correspondência de pontos podem-se destacar três algoritmos principais: ASIFT, SIFT e SURF, que procuram pontos correspondentes entre imagens através de descritores locais, fazendo a correspondência de pontos entre imagens semelhantes em várias cenas. No entanto, quando a correspondência entre a imagem de referência e a imagem a ser correspondida possui uma variação de latitude e longitude expressiva, esses algoritmos perdem em precisão e revocação. Diante disso, esta dissertação apresenta um algoritmo capaz de realizar a correspondência entre regiões das imagens, onde tem-se variações de latitude e longitude expressivas, em diferentes cenas e pontos de vista. O algoritmo desenvolvido neste trabalho foi chamado de Método de Correspondência utilizando o ICP (MCICP). Para a produção das regiões relevantes da imagem, foi utilizado um algoritmo de segmentação em grafo, que produz regiões que se aproximam dos objetos em estudo. Para a correspondência das regiões produzidas, utilizou-se o algoritmo Iterative Closest Point (ICP) como comparador dessas regiões, produzindo assim, a correspondência entre imagens. Foram criados três cenários para testes, no primeiro cenário utilizamos somente objetos volumétricos, no segundo cenário somente objetos planos e no terceiro uma combinação entre eles. O sensor Kinect foi utilizado para a obtenção do mapa de profundidade de cada imagem. Os resultados obtidos comprovam que o nosso modelo conseguiu fazer a correspondência entre regiões. Nesta dissertação, comprovou-se que o ICP pode ser utilizado na correspondência de regiões, em que a métrica de comparação é o erro produzido pelas nuvens.
id FEI_9f8786cbff9c43d784df1414d0488220
oai_identifier_str oai:repositorio.fei.edu.br:FEI/467
network_acronym_str FEI
network_name_str Biblioteca Digital de Teses e Dissertações da FEI
repository_id_str
spelling Guimarães, A. A. R.Santos, Paulo Eduardo2019-03-20T14:00:57Z2019-03-20T14:00:57Z2015GUIMARÃES, A. A. R. <b> Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP). </b> 2015. 135 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2015 Disponível em: <http://sofia.fei.edu.br:8080/pergamumweb/vinculos/000010/000010fb.pdf>. Acesso em: 1 set. 2015.https://repositorio.fei.edu.br/handle/FEI/467Na literatura atual sobre correspondência de pontos podem-se destacar três algoritmos principais: ASIFT, SIFT e SURF, que procuram pontos correspondentes entre imagens através de descritores locais, fazendo a correspondência de pontos entre imagens semelhantes em várias cenas. No entanto, quando a correspondência entre a imagem de referência e a imagem a ser correspondida possui uma variação de latitude e longitude expressiva, esses algoritmos perdem em precisão e revocação. Diante disso, esta dissertação apresenta um algoritmo capaz de realizar a correspondência entre regiões das imagens, onde tem-se variações de latitude e longitude expressivas, em diferentes cenas e pontos de vista. O algoritmo desenvolvido neste trabalho foi chamado de Método de Correspondência utilizando o ICP (MCICP). Para a produção das regiões relevantes da imagem, foi utilizado um algoritmo de segmentação em grafo, que produz regiões que se aproximam dos objetos em estudo. Para a correspondência das regiões produzidas, utilizou-se o algoritmo Iterative Closest Point (ICP) como comparador dessas regiões, produzindo assim, a correspondência entre imagens. Foram criados três cenários para testes, no primeiro cenário utilizamos somente objetos volumétricos, no segundo cenário somente objetos planos e no terceiro uma combinação entre eles. O sensor Kinect foi utilizado para a obtenção do mapa de profundidade de cada imagem. Os resultados obtidos comprovam que o nosso modelo conseguiu fazer a correspondência entre regiões. Nesta dissertação, comprovou-se que o ICP pode ser utilizado na correspondência de regiões, em que a métrica de comparação é o erro produzido pelas nuvens.In the current literature on image correspondence, three algorithms can be highlighted: ASIFT, SIFT and SURF, that seek corresponding points on pairs of images using local descriptors, matching those points between similar images in various scenes. However, when the correspondence between the reference image and the image to be matched has an expressive latitude and longitude variation, these algorithms lose their precision and recall. Thus, in this dissertation we present an algorithm that performs the correspondence between regions of images where there is a significant latitude and longitude variation in different scenes and views. The algorithm developed in this work is called Method of Correspondence using ICP (MCICP). For the production of the relevant image regions, the algorithm used a graph segmentation algorithm, which produces regions approaching the objects under study. For the correspondence of the regions produced we used the algorithm Iterative Closest Point (ICP) to compare regions between the images, thereby matching these regions. Three scenarios were created for evaluation proposes, the first scenario only uses volumetric objects, the second scenario only uses planar objects and the third uses a combination of them. A Kinect sensor was used for obtaining the depth map for each image. The results show that our model has achieved the correspondence between regions. This dissertation shows that ICP serves as an algorithm of correspondence where the comparing metric is the error produced by the analysed clouds. Thus, it can be used in matching areas for comparing images.porpt_BRCentro Universitário da FEI, São Bernardo do CampoAlgoritmos de computadorCorrespondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações da FEIinstname:Centro Universitário da Fundação Educacional Inaciana (FEI)instacron:FEIinfo:eu-repo/semantics/openAccessORIGINALfulltext.pdfapplication/pdf14983887https://repositorio.fei.edu.br/bitstream/FEI/467/1/fulltext.pdf1ab2ccf1ca8793282dbd1e288ae14347MD51TEXTfulltext.pdf.txtfulltext.pdf.txtExtracted texttext/plain208810https://repositorio.fei.edu.br/bitstream/FEI/467/2/fulltext.pdf.txt37206bc87869341ea0887f15b15eec60MD52THUMBNAILfulltext.pdf.jpgfulltext.pdf.jpgGenerated Thumbnailimage/jpeg1109https://repositorio.fei.edu.br/bitstream/FEI/467/3/fulltext.pdf.jpgc0503536bfa9383d25e4ee6643622e11MD53FEI/4672019-05-06 20:27:04.8Biblioteca Digital de Teses e Dissertaçõeshttp://sofia.fei.edu.br/pergamum/biblioteca/PRI
dc.title.pt_BR.fl_str_mv Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
title Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
spellingShingle Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
Guimarães, A. A. R.
Algoritmos de computador
title_short Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
title_full Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
title_fullStr Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
title_full_unstemmed Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
title_sort Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
author Guimarães, A. A. R.
author_facet Guimarães, A. A. R.
author_role author
dc.contributor.author.fl_str_mv Guimarães, A. A. R.
dc.contributor.advisor1.fl_str_mv Santos, Paulo Eduardo
contributor_str_mv Santos, Paulo Eduardo
dc.subject.por.fl_str_mv Algoritmos de computador
topic Algoritmos de computador
description Na literatura atual sobre correspondência de pontos podem-se destacar três algoritmos principais: ASIFT, SIFT e SURF, que procuram pontos correspondentes entre imagens através de descritores locais, fazendo a correspondência de pontos entre imagens semelhantes em várias cenas. No entanto, quando a correspondência entre a imagem de referência e a imagem a ser correspondida possui uma variação de latitude e longitude expressiva, esses algoritmos perdem em precisão e revocação. Diante disso, esta dissertação apresenta um algoritmo capaz de realizar a correspondência entre regiões das imagens, onde tem-se variações de latitude e longitude expressivas, em diferentes cenas e pontos de vista. O algoritmo desenvolvido neste trabalho foi chamado de Método de Correspondência utilizando o ICP (MCICP). Para a produção das regiões relevantes da imagem, foi utilizado um algoritmo de segmentação em grafo, que produz regiões que se aproximam dos objetos em estudo. Para a correspondência das regiões produzidas, utilizou-se o algoritmo Iterative Closest Point (ICP) como comparador dessas regiões, produzindo assim, a correspondência entre imagens. Foram criados três cenários para testes, no primeiro cenário utilizamos somente objetos volumétricos, no segundo cenário somente objetos planos e no terceiro uma combinação entre eles. O sensor Kinect foi utilizado para a obtenção do mapa de profundidade de cada imagem. Os resultados obtidos comprovam que o nosso modelo conseguiu fazer a correspondência entre regiões. Nesta dissertação, comprovou-se que o ICP pode ser utilizado na correspondência de regiões, em que a métrica de comparação é o erro produzido pelas nuvens.
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2019-03-20T14:00:57Z
dc.date.available.fl_str_mv 2019-03-20T14:00:57Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv GUIMARÃES, A. A. R. <b> Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP). </b> 2015. 135 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2015 Disponível em: <http://sofia.fei.edu.br:8080/pergamumweb/vinculos/000010/000010fb.pdf>. Acesso em: 1 set. 2015.
dc.identifier.uri.fl_str_mv https://repositorio.fei.edu.br/handle/FEI/467
identifier_str_mv GUIMARÃES, A. A. R. <b> Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP). </b> 2015. 135 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2015 Disponível em: <http://sofia.fei.edu.br:8080/pergamumweb/vinculos/000010/000010fb.pdf>. Acesso em: 1 set. 2015.
url https://repositorio.fei.edu.br/handle/FEI/467
dc.language.iso.fl_str_mv por
pt_BR
language por
language_invalid_str_mv pt_BR
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Centro Universitário da FEI, São Bernardo do Campo
publisher.none.fl_str_mv Centro Universitário da FEI, São Bernardo do Campo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da FEI
instname:Centro Universitário da Fundação Educacional Inaciana (FEI)
instacron:FEI
instname_str Centro Universitário da Fundação Educacional Inaciana (FEI)
instacron_str FEI
institution FEI
reponame_str Biblioteca Digital de Teses e Dissertações da FEI
collection Biblioteca Digital de Teses e Dissertações da FEI
bitstream.url.fl_str_mv https://repositorio.fei.edu.br/bitstream/FEI/467/1/fulltext.pdf
https://repositorio.fei.edu.br/bitstream/FEI/467/2/fulltext.pdf.txt
https://repositorio.fei.edu.br/bitstream/FEI/467/3/fulltext.pdf.jpg
bitstream.checksum.fl_str_mv 1ab2ccf1ca8793282dbd1e288ae14347
37206bc87869341ea0887f15b15eec60
c0503536bfa9383d25e4ee6643622e11
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1734750993877303297