texto completo - Iris.sel.eesc.sc.usp.br - USP

iterações e com isso a solução obtida pode não ser amelhor existente.Para o problema específico de remoção deoutliers na correspondência de imagens, a MatrizFundamental (H) pode ser determinada da seguintemaneira:• Selecionar randomicamente um subconjunto deoito pontos correlacionados, retirados do conjunto total depontos correlacionados;• Para cada subconjunto, indexado por j, calcular amatriz fundamental Fj através do algoritmo de oitopontos;• Para cada matriz Fj calculada, determinar onúmero de pontos com distância até a linha epipolar, ouresidual, menor que um limiar;• Selecionar a matriz F que apresenta o maiornúmero de pontos com residual inferior ao máximodefinido;• Recalcular a matriz F considerando todos ospontos inliers (pontos corretos).3. A MetodologiaPara se ter um padrão e reduzir o custocomputacional foram selecionadas 20 imagens por vezpara a construção dos mosaicos, resultando em 10 gruposde 20 imagens. A construção do mosaico se inicia pelaprimeira imagem (a esquerda do mosaico) em direção àúltima imagem (a direita do mosaico), do respectivogrupo. As junções são feitas por pares de imagens, ou seja,“imagem1” com “imagem2”, que na sequência é juntada à“imagem3” e assim por diante.Como as imagens foram obtidas de maneirasequencial, a primeira etapa consiste em extrair ascaracterísticas do primeiro par de imagens pela SIFT, criaros descritores desse primeiro par, fazer ascorrespondências destas características (pelo método dovizinho mais próximo, com auxílio da BBF para acelerareste processo). Na sequência é aplicado o RANSAC queestima a matriz homográfica, que é responsável porcorresponder partes comuns da primeira imagem com asegunda do par de imagens, eliminando falsos pontoscorrespondentes (Figura 4).Uma visão mais detalhada da relação doRANSAC com a geometria epipolar vai ser apresentada aseguir. Pela geometria epipolar, é possível calcular amatriz fundamental entre dois pares de imagens.Considere m= [x, y, 1] um ponto sobre o plano da imagemL e n= [x’, y’, 1] um ponto sobre o plano da imagem L’.Assim a equação 1 define a matriz fundamental.m T Fn = 0 (1)Diversos métodos para estimação da matrizfundamental são encontrados na bibliografia, contudo ométodo mais conhecido é o algoritmo de 8 pontos. Talmétodo estima a matriz fundamental de forma linear,considerando um conjunto com n ≥ 8 correspondências esolucionando a equação 2.∑nm T i Fn i 2i=1 (2)A estimação robusta da matriz fundamental éfeita ponderando o resíduo para cada ponto. O resíduo émostrado pela equação 3, sendo r o resíduo e i o númerodo par de pontos na lista de pontos correlacionados.Figura 4 – Exemplo de pontos correspondentes apósaplicação do RANSAC.Com isso é possível realizar a retificação (planarou cilíndrica) no par de imagens para corrigir possíveisdistorções de ângulo ou movimentação entre as imagens efazer a interpolação nas imagens para que as mesmaspossam ser unidas. Enfim, as imagens são unidas pelospontos correspondentes restantes, após a aplicação doRANSAC e estimação da matriz homográfica. Ummomento anterior de cada junção ser efetivada é aplicadoo algoritmo Blend Feathering para suavizar a região dejunção. A Figura 5 mostra um exemplo de mosaico semaplicação do Blend Feathering. Todo este processo érepetido para cada par de imagens, até formar um mosaicocompleto, incluindo as 20 imagens de cada grupo.r i =m i T Fn i (3)Para o cálculo das homografias neste projeto, éselecionado um conjunto mínimo de S=4correspondências de características e o processo é repetidoN vezes (N=200) para um limiar t (distância máxima domodelo que um dado pode estar para ser considerado uminlier) de 4 pixels.Figura 5 – Exemplo de mosaico sem aplicação do Blendnas junções.