Reconstrução 3D baseada em estereoscopia com a utilização de detectores de características

Resumo

A construção de mapas 3D é importante em diversas áreas do conhecimento, são algumas delas: topografia, exploração de terrenos desconhecidos, ambientes subaquáticos, em geral, onde a presença humana se torna inviável. Esse trabalho desenvolveu um modelo capaz de construir mapas 3D de um cenário[1], a partir de duas imagens 2D do mesmo ambiente com a utilização da estereoscopia, que torna possível o cálculo da distância que se encontram os objetos no cenário. A pesquisa também teve o objetivo de comparar os algoritmos: Scale Invariant Feature Transform (SIFT)[2], Speed Up Robust Features(SURF)[3] e Oriented FAST and Rotated BRIEF (ORB)[4] no processo de identificação de pontos nas imagens, e os algoritmos: Locality-sensitive hashing (LSH), k-d tree e BruteForce no processo de correlação dos pontos identificados. Foram obtidas duas imagens do mesmo cenário com uma pequena distância entre elas e foram aplicados algoritmos de identificação de pontos, em seguida, foram aplicados algoritmos para correlaciona-los, após esse processo, foram utilizadas técnicas estatísticas para remoção de falsas correlações, por fim, através de geometria epipolar foi calculada a distância de cada ponto para a câmera e foi construído o mapa 3D. Durante a comparação dos algoritmos utilizados, foram analisados fatores como: número de pontos correlacionados corretamente, distribuição espacial dos pontos correlacionados e tempo de execução. A utilização do algoritmo ORB em conjunto com o algoritmo LSH obteve o maior número de pontos correlacionados e o menor tempo de execução, porém, obteve uma distribuição espacial muito concentrada, enquanto que o SURF em conjunto com o k-d tree obteve um menor número de pontos correlacionados e um tempo maior de execução, mas obteve uma distribuição espacial mais ampla. A partir dos resultados obtidos, foi possível analisar que o ORB em conjunto com o LSH é mais indicado para aplicações onde a construção do mapa precisa ser rápida e que possua o maior nível de detalhes dos objetos reconstruídos, enquanto que o SURF em conjunto com o k-d tree é mais indicado quando o mapa construído precisa fornecer informações sobre o maior número possível de objetos no cenário. Palavras-chave: Estereoscopia; Reconstrução 3D; Detector de Característica; Visão Computacional.