Criação de mapas de disparidades empregando análise multi-resolução e agrupamento perceptual

• Autor(a) principal: Laureano, Gustavo Teodoro
• Data de Publicação: 2008
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-11042008-113516/
• topic: Análise multi-resolução; Disparidade; Disparity; Gestalt grouping; Gestalt grouping; Multi-resolution analysis; Stereo vision; Visão estéreo

O trabalho apresentado por essa dissertação busca contribuir com a atenuação do problema da correspondência em visão estéreo a partir de uma abordagem local de soluções. São usadas duas estratégias como solução às ambigüidades e às oclusões da cena: a análise multi-resolução das imagens empregando a estrutura piramidal, e a força de agrupamento perceptual, conhecida como Gestalt theory na psicologia. Inspirado no sistema visual humano, a visão estéreo é uma área de grande interesse em visão computacional, e está relacionada à recuperação de informações tridimensionais de uma cena a partir de imagens da mesma. Para isso, as imagens são capturadas em posições diferentes para o futuro relacionamento das várias projeções de um mesmo ponto 3D. Apesar de ser estudada há quase quatro décadas, ela ainda apresenta problemas de difícil solução devido às dificuldades relacionadas às distorções produzidas pela mudança da perspectiva de visualização. Dentre esses problemas destacam-se os relacionados à oclusão de pontos e também à ambigüidade gerada pela repetição ou ausência de textura nas imagens. Esses por sua vez compõem a base do problema estéreo, chamado de problema da correspondência. Os resultados obtidos são equivalentes aos obtidos por técnicas globais, com a vantagem de requerer menor complexidade computacional. O uso da teoria de agrupamento perceptual faz desse trabalho um método moderno de estimação de disparidades, visto que essa técnica é alvo de atenção especial em recentes estudos na área de visão computacional.