Mejora del Proceso de Correspondencia en Imágenes Estereoscópicas Mediante Filtrado Homomórfico y Agrupaciones de Disparidad

R. Correal

Spain

Universidad Complutense de Madrid

Dpto. Ingeniería del Software e Inteligencia Artificial. Facultad de Informática

G. Pajares

Spain

Universidad Complutense de Madrid

Dpto. Ingeniería del Software e Inteligencia Artificial. Facultad de Informática

J.J. Ruz

Spain

Universidad Complutense de Madrid

Dpto. de Arquitectura de Computadores y Automática. Facultad de Informática

Enviado: 07-02-2018

|

Aceptado: 07-02-2018

|
DOI: https://doi.org/10.1016/j.riai.2013.03.008
Datos de financiación

Descargas

Palabras clave:

Correspondencia Estereoscópica, Filtrado homomórfico, Visión por computador, Visión estéreo, Procesado de imágenes, Reconstrucción 3D, Robótica, Robots móviles

Agencias de apoyo:

Esta investigación no contó con financiación

Resumen:

En este trabajo se aborda la problemática del proceso de correspondencia de imágenes estéreo procedentes de terrenos reales obtenidas con el sistema estereoscópico Videre STH-DCSG 9 mm. Se utilizan una serie de algoritmos de correspondencia, que forman parte del proceso estereoscópico global, cuya finalidad es realizar una reconstrucción 3D para navegación de robots autónomos en entornos naturales y no estructurados. En primer lugar, se realiza un estudio acerca del efecto que tiene la aplicación del filtrado homomórfico sobre las imágenes de entrada como paso previo a la correspondencia. Mediante dicho filtrado se consigue mejorar considerablemente el mapa de disparidad, logrando un mayor número de correspondencias verdaderas en relación a los procesos de correspondencia sin filtrado. Después, se realiza un filtrado del mapa de disparidad dirigido por clusters y basado en el principio de continuidad espacial con el que se consigue la eliminación de falsos positivos o correspondencias erróneas. Ambos filtrados constituyen la principal aportación del trabajo.
Ver más Ver menos

Citas:

Abbeloos, W., 2010. Stereo Matching (available on-line http://www.mathworks.com/matlabcentral/fileexchange/28522-stereo-matching)

Alagoz, B., 2008. Obtaining Depth Maps from Color Images By Region Based Stereo Matching Algorithms. OncuBilim Algorithm and Systems Labs. Vol. 8, no. 4, pp. 1-13

Butterworth, S., 1930. On the Theory of Filter Amplifiers. In Wireless Engineer (also called Experimental Wireless and the Wireless Engineer). Vol. 7, pp. 536–541

Correal, R. Pajares, G., 2011a. Modeling, Simulation And Onboard Autonomy Software For Robotic Exploration On Planetary Environments. Intl. Conf. DAta Systems in Aerospace.

Correal R, Pajares G., 2011b. Onboard Autonomous Navigation Architecture for a Planetary Surface Exploration Rover and Functional Validation Using Open-Source Tools. ESA Intl. Conf. on Advanced Space Technologies in Robotics and Automation

Goldberg, S., Maimone, M., Matthies, L., 2002. Stereo Vision and Rover Navigation Software for Planetary Exploration. IEEE Aerospace Conf.

Hirschmüller, H., 2005. Accurate and Efficient Stereo Processing by SemiGlobal Matching and Mutual Information. IEEE Conf. on Computer Vision and Pattern Recognition (CVPR)

Konolige, K., 1997. Small vision system: Hardware and Implementation. In Proc. of the Intl. Symposium on Robotics Research, pp. 111–116.

Lankton, S., 2007. 3D Vision with Stereo Disparity (available on-line http://www.shawnlankton.com/2007/12/3d-vision-with-stereo-disparity)

Ogale, A. S., Aloimonos, Y., 2005. Shape and the Stereo Correspondence Problem. Intl. Journal of Computer Vision, Vol. 65, no. 3, pp. 147-162

Ogale, A.S., Aloimonos, Y., 2007. A Roadmap to the Integration of Early Visual Modules, Intl. Journal. of Computer Vision. Vol. 72, no. 1, pp. 9-25

Pajares, G., de la Cruz, J. M., 2007. Visión Por Computador: Imágenes Digitales Y Aplicaciones. Editorial Ra-ma. Ch. 4, pp. 102–105

Scharstein, G. Szeliski, R. 2002. A taxonomy and evaluation of dense twoframe stereo correspondence algorithms. Intl. Journal of Computer Vision. Vol. 47, pp. 7–42.

Tombari, F., Gori, F., Di Stefano, L. 2011. Evaluation of Stereo Algorithms for 3D Object Recognition. IEEE Intl. Conf. of Computer Vision Workshops

Ver más Ver menos