Mapa denso da disparidade sobre a imagem estereoscópica colorida no domínio da álgebra de Clifford

Abstract

Extensões do Quad-tree para a estimação do mapa denso da disparidade utilizando a luminância no domínio real já foram propostas na literatura. Neste trabalho o Quad-tree será estendido para processar imagens coloridas (RGB e YUV) codificadas no domínio da álgebra de Clifford. O mapa denso da disparidade é obtido através do cálculo da correspondência para cada pixel entre duas imagens estereoscópicas. O cálculo da correspondência é uma tarefa fundamental que apresenta problemas devido à presença de áreas oclusas, ruídos e variações na iluminação, entre outros. A álgebra de Clifford é utilizada para mapear os valores de cor de cada pixel nos vetores de base, compondo assim um número de Clifford. No domínio de Clifford proposto, a extensão do Quad-tree gera resultados melhores para imagens mais complexas se comparados com os obtidos sobre as imagens utilizando o domínio real sobre a luminância. Processando vários pares estereoscópicos no domínio real (luminância) e no domínio de Clifford (cores) se demonstra experimentalmente a melhora obtida para imagens em cenas reais.

Extensions of the Quad-tree for the estimate dense disparity map using the luminance on the real domain have been proposed in the literature. In this work the Quad-tree is extended to process color images (YUV and RGB) encoded in the field of Clifford algebras. The dense disparity map is obtained by performing the correlation for each pixel between two stereoscopic images. 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 of each pixel in the basis vectors, represented by a single Clifford number. In the Clifford domain the proposed extension of the Quad-tree yield better results for more complex images as compared with those obtained on the images using the real domain over the luminance. By processing several stereoscopic pairs on the real domain (luminance) and in the Clifford domain (color) experimentally the improvement obtained for stereoscopic images in real scenes is demonstrated.