Tehnici de aliniere a imaginilor utilizând estimare neparametrică de densitate de probabilitate

Abstract

Teza de doctorat este dedicată unei probleme de mare interes în vederea artificială, şi anume, alinierea imaginilor. Problema constă în determinarea transformării geometrice care aliniază partea comună a unei perechi de imagini ale aceleaşi scene captate cu camere poziţionate diferit, pe baza corespondenţelor dintre două seturi de puncte, extrase din cele două imagini. Aplicaţia principală care a inspirat soluţiile adoptate este localizarea senzorilor într-o reţea fără fir. Perechile de imagini ce intervin într-o aplicaţie de localizare a senzorilor de imagine conţin frecvent un câmp vizual comun ce ocupă un procentaj redus din imagine şi obiectele comune apar la scări diferite. În consecinţă, punctele caracteristice pe baza cărora se poate face estimarea transformării geometrice sunt puţine, iar cele din imaginea aflată la distanţă mai mare de cameră sunt afectate de erori de localizare mai mari. Metodele tradiţionale bazate pe algoritmul RANSAC sau oricare din variantele sale ameliorate întâmpină dificultăţi, pentru că sunt utilizate în condiţii în care ipotezele avute în vedere de autorii acestora îşi pierd valabilitatea. Metodele de aliniere a imaginilor bazate pe estimare neparametrică de densitate de probabilitate, propuse în teză, sunt mai bine adaptate aplicaţiei menţionate şi oricărei alte aplicaţii cu condiţii similare. Performanţele estimatorului robust bazat pe algoritmul mean shift au fost evaluate prin experimente, efectuate comparativ cu metoda clasică RANSAC şi cu metoda ameliorată, MLESAC. Pe baza rezultatelor experimentale s-a demonstrat eficacitatea metodei mean shift în contextul alinierii imaginilor.