Escolar Documentos
Profissional Documentos
Cultura Documentos
Presidente Prudente
Julho, 2001
Dissertação de Mestrado: “Geração de imagens de melhor resolução a partir de seqüências de imagens” i
Presidente Prudente
Julho, 2001
FICHA CATALOGRÁFICA
TERMO DE APROVAÇÃO
Comissão Julgadora
DEDICATÓRIA
Aos meus Pais, Jorge e Vera, aos meus Irmãos, Fernando e Belisa, e a minha
Avó Albertina, que sempre me apoiaram, incentivaram e sofreram para o alcance dos
objetivos e metas propostos;
A Karina que soube entender os momentos que não pude estar ao seu lado
quando mais precisava, além do apoio e confiança recebidos, inclusive da D. Dirlei,
com palavras amigas e confiantes.
AGRADECIMENTOS
Ao meu orientador Prof. Dr. Antonio Maria Garcia Tommaselli pela dedicação,
interesse e preocupação demonstrada durante o desenvolvimento deste trabalho;
Aos meus Familiares, que jamais deixaram de acreditar e de me apoiar durante
este período, em especial, ao meu Primo João Gabriel (in memorian) e ao meu Tio
Paulino (in memorian) que presenciaram o início, mas não o final deste;
Aos meus grandes Amigos paranaenses, Ademir Carniel, Claudiney, Mara,
Franz Sérgio, Vaneide, Simone, Josemar, Dagmar e Marcelo, que sempre
demonstraram apoio e preocupação;
Aos meus grandes Amigos paulistas, Toninho, Flávia, André, Patrícia Scalco,
Haroldo, Danielle, Silvio, Luciana, Moacir, Wagner, Luiz Henrique, Rodolfo e Lincoln,
que não mediram esforços nos momentos que mais precisei. Em especial, agradeço ao
Emerson, Flávio Pandur, Ronaldo e Rogério, que deram o suporte necessário para que
conseguisse êxito, principalmente, nesta reta final do trabalho;
Aos meus Amigos e Colegas de Mestrado, em especial, a Turma de 1998, que
de forma direta ou indireta, me incentivaram durante o desenvolvimento deste trabalho;
Aos Funcionários e Professores da Faculdade de Informática de Presidente
Prudente, pela colaboração prestada nos serviços necessitados;
Aos Funcionários e Professores da Unesp/FCT, pelos auxílios prestados;
Enfim, a todas as demais pessoas, mesmo que de forma discreta, contribuíram
para a realização deste trabalho.
SUMÁRIO
Página
FOLHA DE ROSTO .......................................................................................................... i
FICHA CATALOGRÁFICA ................................................................................................ ii
TERMO DE APROVAÇÃO................................................................................................ iii
DEDICATÓRIA.................................................................................................................. iv
AGRADECIMENTOS ........................................................................................................ v
SUMÁRIO ......................................................................................................................... vi
LISTA DE FIGURAS ......................................................................................................... viii
LISTA DE TABELAS ......................................................................................................... xiii
RESUMO .......................................................................................................................... xiv
ABSTRACT ....................................................................................................................... xv
CAPÍTULO 1 – INTRODUÇÃO
LISTA DE FIGURAS
FIGURA 2.1 – Os componentes iluminância (I) e refletância (R) de uma imagem .......... 04
FIGURA 3.6 – Reamostragem: (a) Pixels na grade original; (b) Posição dos pixels
transformados sobrepostos na grade original; (c) Ajustamento da grade
transformada sobre a grade original......................................................... 29
FIGURA 3.11 – Os quatro passos para geração de imagens de super resolução .......... 38
FIGURA 3.13 – Esquema detalhado para obter a imagem de super resolução pelo
algoritmo do fluxo ótico........................................................................... 40
FIGURA 4.1 – Visão geral das etapas de geração das imagens ..................................... 45
FIGURA 4.5 – Fusão pelo Método da Média entre os pixels das imagens que
pertencem à cena ..................................................................................... 50
FIGURA 5.1 – Processo de geração das imagens simuladas para a geração de uma
imagem de alta resolução......................................................................... 55
FIGURA 5.2 – Processo geral, que envolve a simulação de uma seqüência de imagens
e geração da imagem de alta resolução.................................................... 56
FIGURA 5.5 – Erro médio quadrático entre a imagem original e a imagem gerada pela
interpolação pelo Vizinho Mais Próximo ................................................... 58
FIGURA 5.8 – Erro médio quadrático gerado pela diferença entre a imagem original e a
imagem superamostrada pelo método da Média Aritmética..................... 60
FIGURA 5.11 – Erro médio quadrático gerado pela diferença entre a imagem original e
a imagem superamostrada pelo método da Interpolação Bilinear.......... 61
FIGURA 5.12 – Imagem utilizada para gerar uma seqüência simulada de imagens a
partir de deslocamentos em x e y........................................................... 62
FIGURA 5.26 – Diferença entre as imagens de super resolução geradas pelos métodos
de minimização dos erros variando entre (-1,0,+1) e (-5,0,+5), com
base na seqüência de imagens simulada............................................... 78
FIGURA 5.27 – Imagens que compõem uma cena com ruídos ....................................... 80
FIGURA 5.32 – Seqüência de imagens originais adquiridas com a câmara digital Kodak
DC-40...................................................................................................... 85
FIGURA 5.33 – Resultado obtido pelo modelo de colinearidade e fusão pela média
aritmética dos pixels correspondentes ................................................... 88
FIGURA 5.35 – Resultado obtido pela fusão por meio da média dos níveis de brilho das
imagens pertencentes à seqüência, utilizando-se da transformação
projetiva .................................................................................................. 92
FIGURA 5.41 – Seqüência de imagens originais adquiridas com a câmara digital Kodak
DC-210.................................................................................................... 99
FIGURA 5.42 – Resultado obtido pela fusão através da média dos níveis de brilho das
imagens da seqüência registradas e retificadas pela transformação
projetiva .................................................................................................. 104
LISTA DE TABELAS
TABELA 5.3 – Parâmetros ajustados para o registro e retificação das imagens pelo
modelo de colinearidade........................................................................... 87
TABELA 5.8 – Síntese das principais características dos experimentos ......................... 110
RESUMO
ABSTRACT
CAPÍTULO 1
INTRODUÇÃO
1.2. OBJETIVOS
1.3. JUSTIFICATIVA
CAPÍTULO 2
f (0,0) f (0,1) Λ
... f (0, N − 1)
f (1, N − 1)
...
f (1,0) f (1,1) Λ
f ( x, y) = (2.2)
M M M M
f ( M − 1,0) f ( M − 1,1) Λ... f ( M − 1, N − 1)
0 1 2 3 4 Linha
0 200 201 225 224 182
1 220 200 225 226 181
2 152 152 226 226 180
3 152 152 178 178 180
4 155 152 179 179 180
Coluna
FIGURA 2.2 – Representação de um exemplo de imagem digital utilizando-se dados
com 8 bits, conseqüentemente com 256 níveis de brilho.
0 1 2 3 Linha
0 (200,154,202) (201,150,200) (225,144,242) (225,144,242)
1 (220,153,231) (200,152,200) (225,144,242) (225,144,242)
2 (152,123,145) (152,212,200) (226,148,233) (226,148,233)
3 (152,124,146) (152,212,200) (178,148,235) (178,148,235)
4 (152,123,145) (152,212,200) (179,149,235) (179,149,235)
Coluna ( R G B) (R G B) (R G B) (R G B)
FIGURA 2.3. Exemplo de representação de imagem digital utilizando-se dados com 24
bits.
Segundo Marques & Vieira (1999), após uma imagem ter sido adquirida,
ela pode ser vista como uma matriz de inteiros, e, portanto, pode ser manipulada
numericamente, utilizando operações lógicas e/ou aritméticas. Estas operações podem
ser efetuadas pixel a pixel ou orientadas à vizinhança. No primeiro caso, elas podem
ser descritas pela seguinte notação (2.3):
g(0) operador g(1) = GS (2.3)
Onde:
§ g(0) e g(1) são imagens (matrizes) a serem manipuladas;
§ GS é a imagem resultante do processo;
§ O operador pode ser aritmético (+, -, x, /) ou lógico (and, or, xor) binário.
Estas imagens podem ser processadas pixel a pixel, utilizando um
operador aritmético ou lógico, produzindo uma terceira imagem GS, cujos pixels
correspondem ao resultado da operação executada em cada elemento de g(0) e g(1),
conforme ilustrado esquematicamente na figura 2.4.
Operador =
g(0) g(1) GS
Para utilizar a redução de fator 2, basta que seja feito o processo inverso,
p1 p2
p3 p4
g(i,j) GS(k,l)
n n n r r r r r r r
n n n r r r r r r r
n n n r r r r r r r
r r r r r r r
r r r r r r r
r r r r r r r
r r r r r r r
(a)
Imagem original
(b)
Imagem ampliada por Interpolação Bilinear
CAPÍTULO 3
Definir e executar a
transformação geométrica que Geração da Imagem Retificada
obtém os parâmetros de em relação a Imagem de
transformação entre as Referência, com base nos
imagens passos anteriores
§ Matching de Feições:
Estabelece correspondências entre as feições; assim, cada feição na
imagem de busca (secundária) terá sua correspondência na imagem de
referência (principal). Conseqüentemente, cada feição é identificada através
§ Transformação Espacial:
Define uma função de mapeamento para a determinação dos outros
pontos restantes, utilizando-se dos pontos de controle obtidos no passo
anterior.
§ Interpolação (Reamostragem):
Interpola novos pontos, atribuindo o nível de intensidade de brilho à
imagem reamostrada, levando-se em consideração a situação dos pontos
vizinhos.
Em geral, os métodos de registro variam dependendo de sua aplicação.
Esses métodos podem combinar diferentes técnicas para a identificação de feições,
feições de matching e funções de mapeamento. A fase de maior dificuldade na
determinação do registro é a obtenção da correspondência entre dois conjuntos de
feições. Essa tarefa é primordial para a precisão do registro e o maior esforço dos
pesquisadores tem sido gasto no desenvolvimento de técnicas eficientes de matching
de feições, pois a tarefa de desenvolvimento das funções de mapeamento não oferece
muitas dificuldades. O processo de interpolação é padrão, sendo que, alguns métodos
serão demonstrados no decorrer deste trabalho.
Ainda, segundo Fonseca & Manjunath (1996), essa etapa é realizada por
meio de uma extração de feições e do matching de feições, ou seja, a identificação de
alguns pontos na primeira imagem (principal), que deverão ser encontrados nas outras
imagens (secundárias), na etapa seguinte. Devido aos problemas que podem ocorrer
com as imagens, tais como, presença de ruídos, diferenças de nível de brilho,
posicionamentos e escala, a identificação dos pontos de controle não é uma operação
simples. Na verdade o que se observa na prática é que os sistemas automáticos não
conseguem atender a todas as situações e os sistemas, geralmente, apresentam
alguma solução manual e também semi-automática. Abaixo, são descritas três
maneiras de se identificar pontos para a realização do Matching:
a) Identificação Manual
Neste método, um operador define manualmente alguns pontos
correspondentes entre as imagens. As características dos pontos a serem escolhidos,
normalmente, representam lagos, rios, linhas de costa, estradas, ou outra cena
dominante, isto no caso de imagens de longa distância. Em imagens de curta distância,
o operador define pontos que se destacam como característica predominante nas
imagens. Os pontos devem ser bem distribuídos pelas imagens e o número mínimo de
pontos a serem coletados depende do número de parâmetros da função de
transformação a ser utilizada. Esta tarefa é muito tediosa e repetitiva. Além disso,
requer uma aproximação ("pontaria") entre os pontos correspondentes muito precisa, o
que em certos casos, não ocorre devido à inexistência de características explícitas
como descritas acima.
Assim, existe a necessidade de técnicas semi, ou totalmente,
automatizadas que requerem, ou não, a supervisão do usuário. Os métodos de
identificação automática podem ser divididos em técnicas: baseadas na área e
baseadas em feições.
M M'
Im1 Im2
J-L
I-K
FIGURA 3.2 – Identificação Baseada em Área (Fonte: Fonseca & Manjunath, 1996).
Onde:
Im1: Imagem 1;
Im2: Imagem 2;
R: Imagem de referência;
W: Imagem de pesquisa (busca);
S: Matriz que estará percorrendo a imagem de referência (convolução);
M, N: altura e largura da imagem 1;
M', N': altura e largura da imagem 2;
K, L: altura e largura da janela de referência;
I, J: altura e largura da janela de pesquisa;
J – L, I – K: coordenada do ponto de maior correlação na janela de pesquisa.
3.3. TRANSFORMAÇÕES
Xi = f(xi,yi) (3.1)
Yi = g(xi,yi)
Xi = a1 . xi + b1 . yi + c1 (3.3)
Yi = a2 . xi + b2 . yi + c2
Xi a1 b1 xi c1
(3.4)
= * +
Yi a2 b2 yi c2
a1 . xi + b1 . yi + c1
Xi =
a0 . xi + b0 . yi + 1
(3.5)
a2 . xi + b2 . yi + c2
Yi =
a0 . xi + b0 . yi + 1
X i = xi .a1 + yi .b1 + c1 − xi . X i a0 − yi X i b0
(3.6)
X p xp X c
T c (3.7)
Y
p = λ '.M . + Y
y p
Zp zp Zc
Onde:
Xp, Yp, Zp: coordenada do ponto no espaço objeto (OXYZ);
λ’: é o inverso da escala;
MT: matriz transposta de M, obtida do produto de três matrizes de rotação numa
determinada ordem;
xp, yp, zp: coordenada do ponto imagem do sistema fotográfico (oxyz);
Xc, Yc, Zc: coordenadas do centro perspectivo (OXYZ).
xP X − X c
P (3.8)
y
P = λ .M . YP − Y c
z P c
Z P − Z
m x + m 21 y + m 31 z
X = X c + ( Z − Z c ) 11
m 13 x + m 23 y + m 33 z
(3.12)
m x + m 22 y + m 32 z
Y = Y c + ( Z − Z c ) 12
m 13 x + m 23 y + m 33 z
(x,y,z)
(x,y,z)
(x,y,z)
(x,y,z)
(x,y,z)
(x,y,z)
(a) (b)
(c)
FIGURA 3.6 – Reamostragem: (a) Pixels na grade original; (b) Posição dos pixels
transformados sobrepostos na grade original; (c) Ajustamento da grade transformada
sobre a grade original (Fonte: Atkinson et al., 1996).
g(i,j) g(i,j+1)
Matriz Digital
Nível de brilho i'
calculado
Matriz Interpolada
g(i+1,j) g(i+1,j+1)
j'
FIGURA 3.7 – Interpolação pelo Vizinho Mais Próximo.
a b c
d e f
g h i
FIGURA 3.8 – Representação da sub-imagem.
Assim,
a+c g +i a+g c+i
b= , h= , d= , f = (3.13)
2 2 2 2
b+h+d + f a+ g+i+c
e= =
4 4 (3.14)
onde: g é o valor de brilho e (i’,j’) é a posição para a qual a interpolação deve atribuir
um valor de brilho (tom de cinza). A posição é medida com o respectivo (i,j) e assume
na grade o espaçamento de uma unidade em ambas as direções. O passo final é
interpolar linearmente sobre g(i,j’) e g(i+1,j’) e o valor final interpolado pode ser dado
por:
g (i' , j' ) = (1 − i' ) { j ' g (i, j + 1) + (1 − j' ) g (i, j )}
(3.16)
+ i' { j ' g (i + 1, j + 1) + (1 − j ' ) g (i + 1, j )}
g(i,j’)
g(i,j+1)
g(i,j)
g(i+1,j+1)
g(i+1,j’)
FIGURA 3.9 – Interpolação Bilinear (Fonte: adaptado de Richards,1986).
g(i,j)
X
X
i' Vizinhança
•
X
X
g(i+3,j+3)
j'
Esta expressão é avaliada por cada uma das quatro linhas descritas na
figura 3.10 para cálculo das quatro interpolações g(i,j’), g(i+1,j’), g(i+2,j’), g(i+3,j’). Estas
são interpoladas verticalmente de acordo com:
g(i’,j’) = i’ {i’ (i’ [g(i+3,j’) - g(i+2,j’) + g(i+1,j’) - g(i,j’) ]
+ [g(i+2,j’) - g(i+3,j’) - 2 g(i+1,j’) + 2 g(i,j’) ] ) (3.18)
+ [g(i+2,j’) - g(i,j’) ] } + g(i+1,j’)
FIGURA 3.11 – Os quatro passos para geração de imagens de super resolução (Fonte:
adaptada de Baker & Kanade, 1999).
(2) Para cada imagem que compõe a cena, iniciando-se da terceira para a primeira
e continuando da terceira para a última (quinta), iterativamente, são executados os três
passos abaixo (a, b, c), até a imagem de super resolução convergir ou um número fixo
de iterações ser alcançado:
a) Calcular o fluxo ótico para as duas anteriores (primeira e segunda
imagens) e para as duas seguintes (quarta e quinta imagens) em
relação à imagem de referência (terceira);
b) Utilizando os parâmetros determinados pelo fluxo ótico, retificar
(warping) as duas imagens anteriores (primeira e segunda) e as duas
posteriores (quarta e quinta) em relação à de referência (terceira);
c) Re-estimar a imagem de super resolução (terceira), realizando a fusão
das cinco imagens que se encontram no mesmo referencial, por meio
do método da média entre os pixels correspondentes.
(3) Filtro
FIGURA 3.13 – Esquema detalhado para obter a imagem de super resolução pelo
algoritmo do fluxo ótico (Fonte: adaptada de Baker & Kanade, 1999).
A aquisição das imagens, para a realização dos experimentos, foi realizada com
uma câmera digital (Kodak DC50) de baixo custo, composta de um sensor CCD de 756
x 504 pixels a uma distância de 2,5 m do alvo de interesse. Através do software Aldus
Photostyler S/W, foram geradas várias imagens de dimensão 100 x 100 pixels, com
deslocamento de 1 pixel em relação à outra, para simular uma seqüência de imagens.
O algoritmo implementado é capaz de determinar os parâmetros de
deslocamentos e rotação entre as imagens de baixa resolução através do método de
CAPÍTULO 4
MATERIAIS E MÉTODOS
I
Retificar todas as imagens, com base m
nos parâmetros adquiridos pelo registro p
de imagens l
e
m
Executar a fusão das imagens retificadas e
e super amostradas n
t
a
d
Exibir imagem de super resolução
a
s
b) Registro e Retificação:
Para se obter o registro e, posteriormente, a retificação das imagens, foi
feita uma medição manual dos pontos correspondentes entre as imagens.
Através do software Adobe Photoshop 5.0, foram medidos vários pontos em
todas as imagens, determinando suas correspondências em relação às demais.
Para tanto, foi usado máximo nível de zoom e anotadas as coordenadas linha e
coluna, com o objetivo de se minimizar o erro de pontaria. Essas coordenadas
(em pixels) foram transferidas para o referencial fotogramétrico (em milímetros)
através de cálculos realizados por meio do software Microsoft Excel 2000, pelas
equações descritas em 4.1.
Onde:
xfot, yfot: coordenada no referencial fotogramétrico;
xi, yi: coordenada imagem (coluna, linha);
Imagens da cena
Imagens retificadas
i. Média entre os valores de brilho dos pixels: é realizada a partir dos pixels
correspondentes determinados pelos processos de registro e retificação,
para a determinação do nível de brilho do pixel na imagem resultado, ou
seja, é realizada a média aritmética dos valores de brilho, que leva em
consideração, a somatória dos níveis de brilho de cada ponto e a
quantidade de imagens que estão sendo analisadas, conforme mostra a
figura 4.5.
Valor
FIGURA 4.5 – Fusão pelo Método da Média entre os pixels das imagens que
pertencem à cena.
Imagem
e =
∑ r 2
(4.2)
n − 1
Onde:
Onde:
CAPÍTULO 5
EXPERIMENTOS E RESULTADOS
500 500
1000 1000
500
Simulação Restituição Imagem
1000 Imagem Original 1000
Super-amostrada
500
FIGURA 5.1 – Processo de geração das imagens simuladas para a geração de uma
imagem de alta resolução.
S
Imagens originais
i
m
u
l
Definir deslocamentos para cada a
imagem, em relação a imagem de ç
original, e subamostrá-las ã
o
FIGURA 5.2 – Processo geral, que envolve a simulação de uma seqüência de imagens
e geração da imagem de alta resolução.
FIGURA 5.5 – Erro médio quadrático entre a imagem original e a imagem gerada pela
interpolação pelo Vizinho Mais Próximo.
A figura 5.7, mostra detalhes da região assinalada na figura 5.6, para que
se possa verificar a suavização ocorrida.
FIGURA 5.8 – Erro médio quadrático gerado pela diferença entre a imagem original e a
imagem superamostrada pelo método da Média Aritmética.
FIGURA 5.11 – Erro médio quadrático gerado pela diferença entre a imagem original e
a imagem superamostrada pelo método da Interpolação Bilinear.
FIGURA 5.12 – Imagem utilizada para gerar uma seqüência simulada de imagens a
partir de deslocamentos em x e y.
i. Modelo de Colinearidade
No caso de experimentos com dados simulados, a imagem de super
resolução gerada a partir da retificação com o modelo de colinearidade foi
considerada satisfatória, apesar de apresentar uma pequena paralaxe na imagem,
dando a sensação de uma imagem suavizada, como mostra, de forma geral, a
figura 5.13, mais especificamente, a figura 5.13c (detalhes na figura 5.14).
imagem resultante (os mais claros na figura 5.15a), e os que não sofreram alterações
(os negros, nível de brilho igual a zero). A figura 5.15(b), mostra o erro médio
quadrático calculado, levando em consideração todos os pixels da imagem resultante.
(a) Região ampliada na imagem original (b) Região ampliada na imagem de referência
FIGURA 5.32 – Seqüência de imagens originais adquiridas com a câmara digital Kodak
DC-40.
i) Modelo de Colinearidade:
Para obtenção do registro e retificação das imagens mostradas em 5.32,
foram medidos, manualmente, 22 pontos em cada imagem levando-se em
consideração suas correspondências. Devido aos erros de medida e à variação
de profundidade existente na imagem, alguns pontos foram descartados,
aceitando-se um total de 12 pontos em cada imagem. A tabela 5.2 mostra os
TABELA 5.3 – Parâmetros ajustados para o registro e retificação das imagens pelo
modelo de colinearidade.
Parâmetros Imagem1 Imagem3 Imagem 4
κ (rad) 0.000694 -0.026175 -0.024621
ϕ (rad) -0.011833 0.000678 0.011440
ω (rad) 0.038301 -0.008864 0.008044
X0 (mm) -0.567 -0.021 0.329
Y0 (mm) -1.792 -0.228 -1.041
Z0 (mm) 0.129 0.095 0.053
Desvio padrão a
0.0342 0.0279 0.0248
posteriori (mm)
FIGURA 5.33 – Resultado obtido pelo modelo de colinearidade e fusão pela média
aritmética dos pixels correspondentes.
§ Pela Média:
Utilizando-se este método, pôde-se observar a geração de uma imagem
de super resolução de boa qualidade, conforme mostra a figura 5.35(c). Este
resultado, pode ser melhor observado na figura 5.36.
Na figura 5.36(a), observa-se, claramente, a suavização ocorrida e a
eliminação de ruídos em relação à imagem mostrada em 5.36(b), que apresenta um
alto grau de ruídos e serrilhado.
FIGURA 5.35 – Resultado obtido pela fusão por meio da média dos níveis de brilho das
imagens pertencentes à seqüência, utilizando-se da transformação projetiva.
i) Modelo de Colinearidade:
Neste experimento, não serão mostrados os resultados obtidos com os
parâmetros para o registro e retificação determinados pelas equações de
colinearidade, já que seção anterior, observou-se à ineficiência do modelo para o caso
de imagens planares. Mesmo com a tentativa de se realizar novas medidas das
coordenadas nas imagens da seqüência, buscando-se o mínimo desvio padrão, ou
seja, menor que 0.03mm (tamanho do pixel) entre os pontos medidos não se obteve
· Pela Média:
Este processo, como demonstrado na figura 5.45, gera uma imagem com
resolução, radiométrica e geométrica, compatível com a imagem original, conforme
figura 5.45(c). Podendo-se visualizar de forma clara pontos que na figura 5.45(b) não
poderiam ser vistos.
Grande eliminação
de ruídos,
Experimento 2: com uma seqüência recuperação de
de imagens real, com a introdução informações, má
artificial de ruídos, onde a definição dos
retificação foi realizada pela 15,6 elementos
Transformação Projetiva e fusão das presentes em
imagens pela minimização dos erros relação a imagem
(-5, 0, +5) original devida a
maior suavização
presente
Imagem totalmente
Experimento 1: com uma seqüência
distorcida, sem
de imagens real, com retificação
definição dos
realizada pelo Modelo de 27,5
elementos
Colinearidade e fusão pela média
presentes na
entre as imagens
imagem
Experimento 2a: com uma Imagem pouco
seqüência de imagens real, borrada, devido o
retificação realizada pela 34,2 registro não
Transformação Projetiva e fusão das apresentar boa
imagens pela média qualidade
Experimento 2b: com uma
seqüência de imagens real, com
retificação realizada pela Imagem com grande
5,1
Transformação Projetiva e fusão das suavização
imagens pela minimização dos erros
(-5, 0, +5)
Experimento 3a: com uma
Imagem com ótima
seqüência de imagens real,
definição
retificação realizada pela 12,2
radiométrica,
Transformação Projetiva e fusão das
eliminação de ruídos
imagens pela média
Imagem com ótima
definição
Experimento 3b: com uma
radiométrica,
seqüência de imagens real, com
eliminação de
retificação realizada pela
12,2 ruídos,
Transformação Projetiva e fusão das
apresentando, o
imagens pela minimização dos erros
mesmo resultado
(-5, 0, +5)
que o método
anterior
CAPÍTULO 6
REFERÊNCIAS BIBLIOGRÁFICAS
BALLARD, D.H.; BROWN, C.M. Computer Vision. New Jersey, USA: Prentice-Hall,
1992.
HATHAWAY, D., MEYER P. “NASA: Video Enhancer For Law Enforcement & More”.
Advanced Imaging: Solutions For The Electronic Imaging Professional; Maio,
1999, pp. 7.
MOFFITT, F. H., MIKHAIL, E. M. Photogrammetry. 3ª ed. vol. II. New York, Harper &
Row Publishers, 1980. 268p.
BIBLIOGRAFIA CONSULTADA
ANDREWS, H.C., HUNT, B.R. Digital Image Restoration. USA: Prentice-Hall, 1977.
FOLEY, J.D. et al. Computer Graphics Principles and Practice. Addison – Wesley
System Programming Series, 1990.
HORN, B. K. P., WELDON, E. J. Direct Methods for Recovering Motion. Int. Journal
Computer Vision 2, Nº 1, 1988, pp. 51-76.
REEVES, et al., Manual of Remote Sensing. Falls Church, USA: American Society of
Photogrammetry, vol. I, 1975.
SCHALKOFF, R.J. Digital Image Processing and Computer Vision. John Wiley &
Sons, Inc. Singapura, 1989.