Resumen de Mapa denso de disparidade para imagem estereoscópica no domínio de Clifford

André Luiz Pasquali, Milton Ernesto Romero Romero, Evandro Mazina Martins

• English

  Extensions of the Quad-tree for the estimation of dense disparity map using the luminance on the real domain have been proposed in the literature. Main focus of this work is the comparison between the algorithms for the processing of stereoscopic images utilizing the luminance Y in the real domain by an extension of the Quad-tree, with the extended Quad-tree, here proposed, to process color images encoded in the field of Clifford algebras for the YUV model. The dense disparity map is obtained by solving the correspondence of pixels for each pixel of the stereoscopic pair. The correspondence problem is an essential task that presents problems due to the presence of occluded areas, noise and variations in lighting, among others. The Clifford algebra is used to map the color values YUV of each pixel on the basis vectors, thus making a single Clifford number. In this domain, better results for images with many objects in the scene are generated, as compared with those obtained on the images using the luminance on the real domain. By processing multiple stereoscopic pairs, for both algorithms, the improvement obtained in real scenes is experimentally demonstrated.

• português

  Extensões do Quad-tree para a estimação do mapa denso de disparidade utilizando a luminância no domínio real foram propostas na literatura. A contribuição deste trabalho é a comparação do processamento de imagens estéreo entre o algoritmo que é uma extensão do Quad-tree para processar imagens no domínio real utilizando a luminância, com o algoritmo, aqui proposto, que é a extensão do Quad-tree para processar imagens codificadas no domínio da álgebra de Clifford utilizando imagens coloridas do modelo YUV.

  O mapa denso de disparidade é obtido resolvendo o problema da correspondência para cada pixel entre o par estereoscópico. O problema da correspondência é fundamental e apresenta dificuldades devido à presença de áreas oclusas, ruídos e variações na iluminação, etc. A álgebra de Clifford é utilizada para mapear os valores do modelo YUV de cada pixel nos vetores de base, compondo um número de Clifford.

  Neste domínio, geram-se resultados melhores para imagens que têm muitos objetos na cena, aqui definidas como complexas, se comparados com os obtidos sobre as imagens utilizando o domínio real sobre a luminância. Processando os pares estereoscópicos utilizados no algoritmo proposto no domínio real e no domínio de Clifford se demonstra, experimentalmente, a melhora obtida para imagens em cenas reais.