v3d facultad de informática - ucm - 6 de julio de 2009 c. javier garcía – patricia hernández...

1

V3D

Facultad de Informática - UCM - 6 de Julio de 2009 C. Javier García – Patricia Hernández – Daniel Merchán

Visión estereoscópica

2

Índice


IntroducciónAnaglifoCorrespondencia

Basada en el área Basada en las características

Algoritmos de mejora Enfriamiento simulado Mapas Cognitivos Fuzzy

ConclusionesPreguntas

3

Introducción I


La visión estereoscópica se basa en la visión binocular (dos ojos) gracias a la cual se produce la sensación de tres dimensiones.

4

Introducción II


El proyecto está enfocado en el análisis y obtención de características que poseen las imágenes estéreo para la obtención del mapa de disparidad.

El procesamiento de estos mapas, permiten

que un robot (ó computador) pueda reconstruir el entorno que le rodea tridimensionalmente.

5

Anaglifo I


Imágenes de dos dimensiones capaces de provocar un efecto tridimensional.

Resulta de la unión del canal rojo de una de las imágenes del par estéreo con los canales verde y azul de la otra.

6

Anaglifo II


7

Anaglifo III


8

Correspondencia


Proceso mediante el cual dado un punto cualquiera de la escena 3D se llega a determinar cuál es su proyección en sendas imágenes del par estereoscópico.

Para la resolución de este problema usamos dos técnicas de correspondencia: Basada en el área. Basada en las características.

9

Correspondencia basada en el área


10

Correspondencia basada en las características


Consiste en identificar una característica en una imagen, por ejemplo un punto de borde o región, y determinar cual es su correspondiente en la otra imagen.

Implementamos las siguientes características: Harris: extracción de puntos de interés. Gradiente: extracción de bordes.

11

Harris


Extrae de manera muy eficiente las esquinas de los objetos en imágenes.

Centrada en la detección de puntos de interés buscando máximas variaciones de curvatura.

12

Gradiente


Extracción de bordes mediante los Operadores de Sobel.

Obtenemos la dirección y modulo en cada píxel de la imagen.

13

Algoritmos de mejora


Necesidad de mejorar el mapa de disparidad. Eliminar ruidos producidos por:

Mala calibración de las cámaras. Objetos con texturas planas. Objetos ocultos en una de las imágenes del par estéreo.

Implementamos dos algoritmos de mejora: Enfriamiento simulado. Mapas Cognitivos Fuzzy.

14

Enfriamiento simulado I


15

Enfriamiento simulado II


16

Enfriamiento simulado III


Problema de optimización: Modificar los pesos para minimizar la energía.

17

Enfriamiento simulado IV


Pesos de las conexiones:

Función de actualización:

18

Enfriamiento simulado V



19

Mapas Cognitivos Fuzzy I

Función de actualización:

20

Mapas Cognitivos Fuzzy II


21

Conclusiones


Mediante el método de correspondencia mejorada con enfriamiento simulado obtenemos imágenes dónde se pueden apreciar las distancias y notablemente los obstáculos.

Con los resultados obtenidos se podría implementar una técnica que permita encontrar a un robot el camino sin obstáculos (path planning).

22

Preguntas


Contacto: [email protected] [email protected] [email protected]

mailto:[email protected]



v3d facultad de informática - ucm - 6 de julio de 2009 c. javier garcía – patricia hernández...

Documents