Depth map estimation from stereo images & mathematical morphology

Résumé : Cette thèse propose de nouvelles approches pour le calcul de cartes de profondeur associées à deux images stéréoscopiques. La difficulté du problème réside dans l'établissement de mises en correspondances entre les deux images stéréoscopiques. Cet établissement s'avère en effet incertain dans les zones de l'image qui sont homogènes, voire impossible en cas d'occultation. Afin de gérer ces deux problèmes, nos méthodes procèdent en deux étapes. Tout d'abord nous cherchons des mesures de profondeur fiables en comparant les deux images stéréoscopiques à l'aide de leurs segmentations associées. L'analyse des coûts de superpositions d'images, sur une base régionale et au travers d'échelles multiples, nous permet de réaliser des agrégations de coûts pertinentes, desquelles nous déduisons des mesures de disparités précises. De plus, cette analyse facilite la détection des zones de l'image de référence étant potentiellement occultées dans l’autre image de la paire stéréoscopique. Dans un deuxième temps, un mécanisme d'estimation se charge de trouver les profondeurs les plus plausibles, là où aucune mise en correspondance n'a pu être établie. L'ouvrage est scindé en deux parties : la première permettra au lecteur de se familiariser avec les problèmes fréquemment observés en analyse d'images stéréoscopiques. Il y trouvera également une brève introduction au traitement d'images morphologique. Dans une deuxième partie, nos opérateurs de calcul de profondeur sont présentés, détaillés et évalués.
Type de document :
Thèse
Computer Vision and Pattern Recognition [cs.CV]. PSL Research University, 2016. English
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/tel-01528774
Contributeur : Jean-Charles Bricola <>
Soumis le : lundi 29 mai 2017 - 16:36:49
Dernière modification le : mardi 12 septembre 2017 - 11:41:06
Document(s) archivé(s) le : mercredi 6 septembre 2017 - 11:37:41

Fichier

Identifiants

  • HAL Id : tel-01528774, version 1

Collections

Citation

Jean-Charles Bricola. Depth map estimation from stereo images & mathematical morphology. Computer Vision and Pattern Recognition [cs.CV]. PSL Research University, 2016. English. <tel-01528774>

Partager

Métriques

Consultations de
la notice

118

Téléchargements du document

36