Registro automático, preciso e robusto de imagens com RANSAC (Random Sample Consensus) adaptado para o descritor SIFT (Scale Invariant Feature Transform)

• Autor(a) principal: Benevides, Rubens Antonio Leite
• Data de Publicação: 2022
• Outros Autores: Pitombeira, Kalima, Centeno, Jorge, Simões, Paulo Rodrigo
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Research, Society and Development
• Texto Completo: https://rsdjournal.org/index.php/rsd/article/view/36631
• topic: Registro de imagens; SIFT; Homografia; RANSAC.; Registro de imagen; SIFT; Homografia; RANSAC.; Image registration; SIFT; Homography; RANSAC.

O registro de imagens é um problema comum na visão computacional com diversas aplicações que consiste em encontrar a correta transformação entre pares de imagens que se sobrepõem. Neste trabalho objetiva-se apresentar um modelo automático e preciso para registro de imagens utilizando o descritor SIFT e o método de estimação RANSAC adaptado. O registro ocorre através da estimativa da homografia entre os pares de imagens, que utilizam as correspondências pontuais dadas pelo descritor SIFT. As correspondências são classificadas usando um limiar de erro estimado dinamicamente. A análise considera a dispersão do resíduo em vários limites de erro e adota aquele que minimiza a dispersão e a magnitude do erro. O modelo é testado com 8 pares heterogêneos de imagens divididos em dois grupos: 4 pares obtidos com uma câmera profissional e 4 pares obtidos com uma câmera comum. Devido à alta qualidade das imagens do primeiro grupo, poucas iterações do modelo são necessárias para a estimativa da homografia correta. No segundo grupo, o modelo mostrou que é capaz de construir mosaicos entre pares de imagens com sobreposição inferior a 20%, encontrando correspondências exatas entre pares de imagens independentemente do método de aquisição. Além disso, foi capaz de lidar com até 65% de corrupção entre as correspondências, com um tempo total de execução de alguns segundos.