Anàlisi d'imatges estereoscòpiques utilitzant mètodes de baixa càrrega computacional

Abstract

Mitjançant imatges estereoscòpiques es poden detectar la posició respecte de la càmera dels objectes que apareixen en una escena. A partir de les diferències entre les imatges captades pels dos objectius es pot determinar la profunditat dels objectes. Existeixen diversitat de tècniques de visió artificial que permeten calcular la localització dels objectes, habitualment amb l’objectiu de reconstruir l’escena en 3D. Aquestes tècniques necessiten una gran càrrega computacional, ja que utilitzen mètodes de comparació bidimensionals, i per tant, no es poden utilitzar per aplicacions en temps real. En aquest treball proposem un nou mètode d’anàlisi de les imatges estereoscòpiques que ens permeti obtenir la profunditat dels objectes d’una escena amb uns resultats acceptables. Aquest nou mètode es basa en transformar la informació bidimensional de la imatge en una informació unidimensional per tal de poder fer la comparació de les imatges amb un baix cost computacional, i dels resultats de la comparació extreure’n la profunditat dels objectes dins l’escena. Això ha de permetre, per exemple, que aquest mètode es pugui implementar en un dispositiu autònom i li permeti realitzar operacions de guiatge a través d’espais interiors i exteriors.

Using stereoscopic images, the position with regard to the camera of the objects appear in a scene, can be detected. From differences between the captured images by the two objectives we can determine the depth of objects. Diversity of computer vision techniques exists that allow you to calculate the location of the objects, usually with the aim to reconstruct the scene in 3D. These techniques require large computational burden, since they use two dimensional comparison methods, and therefore can not be used for real-time applications. In this project we propose a new method of analysis of stereoscopic images that allows us to obtain the depth of objects of a scene with acceptable results. This new method is based on transforming the two-dimensional image information into one-dimensional information in order to make a comparison of the images with a low computational cost, and use the comparison results to extract the depth of objects in the scene. This should allow, for example, this method can be implemented in a standalone device and allows doing guidance operations through indoor and outdoor spaces.