Um Método para Extração de Pontos Homólogos em Pares de Imagens Estereoscópicas de Larga Escala

Abstract

Este trabalho apresenta um método para extração de características utilizando o algoritmo SIFT em pares de imagens estereoscópicas de alta resolução. Devido a limitações do SIFT, este não pode prover uma solução direta, portanto um método para dividir as imagens em blocos menores é proposto. Os pontos extraídos de cada bloco são processados e combinados com o objetivo de gerar uma solução global. O K-Nearest Neighbor é usado para selecionar correspondências. Para tornar o processo de busca mais rápido, utiliza-se o randomized kd-tree. Um filtro para eliminação de falsas correspondências é desenvolvido. Os resultados obtidos pelo método proposto são comparados com os resultados obtidos pelo método L2SIFT, que também realiza o processo de divisão em blocos, utilizando o dataset de Toronto. O método proposto obtém desempenho superior, encontrando um número maior de correspondências.