Mise en correspondance de pixels pour la stéréovision binoculaire par propagation d'appariements de points d'intérêt et sondage de régions - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

Pixel matching for binocular stereovision by propagation of feature points matches and region-based randomized voting scheme

Mise en correspondance de pixels pour la stéréovision binoculaire par propagation d'appariements de points d'intérêt et sondage de régions

Résumé

Stereo matching is one of the main topics in computer vision. It consists in finding in two images of a same scene, taken from different viewpoints, the pairs of pixels which are the projections of a same scene point. Since the last twenty years, many local and global methods have been proposed to solve this problem. More recently, according to a reference evaluation protocol in the community, region-based methods showed interesting result in small-baseline binocular stereo (where images are taken nearby). The idea is to apply a colour segmentation algorithm on the images assuming that each pixel within a segment belongs to a same object surface. Then, the parameters of a surface model are computed, in the disparity space, for each segment according to initial disparities usually computed with a local method. Finally, a global optimization is performed to refine the results. A contribution of this thesis deals with a special kind of local method called seeds propagation. The search area of a correspondent is reduced to the neighbourhoods of reliable matches called seeds. This can help to reduce the computation time and to avoid some ambiguities. However, the success of such a method depends on the choice of these seeds. In this dissertation, we give a study of the seeds selection step. We focus on feature points matching. These are special points in the image with interesting characteristics for a given application. In our case, we need pixels that can be matched with high confidence. We compare fourteen different well-known detectors linked to five correlation measures. Some of these measures are meant to be robust to one of the main challenge in stereo matching: depth discontinuities. Besides, this study gives advice on the choice of the parameters of the different techniques to be able to find the best solutions according some given criteria. These parameters are estimated using machine learning. Then, these seeds are used with two approaches of propagation and the results are evaluated. Another contribution deals with a new region-based approach for dense stereo matching. Different colour segmentations are used. Then, many instances of a surface model are computed for the different regions according to initial disparities selected randomly. For each pixel, each instance gives a disparity value regarded as a vote. Finally, the most voted value is selected as the final disparity. This approach is relatively easy to implement and very effective giving competitive results among the state of the art.
La mise en correspondance stéréoscopique est un des principaux problèmes de la vi- sion par ordinateur. Elle consiste à trouver dans deux images d'une même scène, prises à des positions différentes, les couples de pixels qui sont les projections d'un même point de la scène. Durant ces vingt dernières années, de nombreuses méthodes locales et globales ont été proposées pour résoudre ce problème. Plus récemment, grâce à un pro- tocole d'évaluation de référence dans la communauté, une catégorie de méthodes fondées sur les régions a montré des performances intéressantes dans le cadre de la stéréovision binoculaire dite " small-baseline " (dont les images sont prises à des positions proches). Une contribution de ce travail porte sur un type particulier de méthode locale appelé propagation de germes. La zone de recherche des correspondants est réduite aux voisinages d'appariements fiables appelés germes, en faisant l'hypothèse que, généralement, deux pixels voisins ont des correspondants proches. Cela permet de réduire les temps de calculs et d'éviter certaines ambiguïtés. Cependant, le succès de ce type de méthode est fortement dépendant du choix de ces germes. Dans ce mémoire, nous proposons une étude de l'étape de sélection des germes. Nous nous concentrons sur la mise en correspondance de points d'intérêt. Il s'agit de points de l'image ayant des caractéristiques intéressantes pour une application donnée. Dans notre cas, nous avons besoin de pixels qui peuvent être mis en correspondance de manière sûre. Nous comparons quatorze détecteurs bien connus associés à cinq mesures de corrélation. Certaines de ces mesures sont conçues pour être robustes à un des principaux problèmes de la mise en correspondance stéréoscopique : les ruptures de profondeur. En outre, cette étude donne des conseils sur la manière de choisir les paramètres des différentes méthodes afin de trouver les meilleurs germes possibles selon des critères donnés. Ensuite, ces germes sont utilisés avec deux approches de propagation et les résultats sont évalués. Une autre contribution porte sur une nouvelle approche de mise en correspondance sté- réoscopique dense fondée sur les régions. Différentes segmentations couleur sont utilisées. Ensuite, plusieurs instances d'un modèle de surface sont calculées pour les différentes ré- gions selon des disparités initiales tirées au sort. Pour chaque pixel, chaque instance donne une disparité qui est considérée comme un vote. Finalement, la disparité qui reçoit le plus de voix est sélectionnée comme disparité finale. Cette approche est relativement simple à implémenter et s'avère efficace en donnant des résultats compétitifs vis-à-vis de l'état de l'art.
Fichier principal
Vignette du fichier
final.pdf (20.3 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00622859 , version 1 (12-09-2011)

Identifiants

  • HAL Id : tel-00622859 , version 1

Citer

Guillaume Gales. Mise en correspondance de pixels pour la stéréovision binoculaire par propagation d'appariements de points d'intérêt et sondage de régions. Interface homme-machine [cs.HC]. Université de Toulouse, 2011. Français. ⟨NNT : ⟩. ⟨tel-00622859⟩
322 Consultations
1924 Téléchargements

Partager

Gmail Facebook X LinkedIn More