Montagem de panorâmicas 360 através de Multi-band Blending com ajuste ótimo via meta-heurísticas
Ano de defesa: | 2021 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Juiz de Fora (UFJF)
|
Programa de Pós-Graduação: |
Programa de Pós-graduação em Engenharia Elétrica
|
Departamento: |
Faculdade de Engenharia
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://doi.org/10.34019/ufjf/di/2021/00123 https://repositorio.ufjf.br/jspui/handle/ufjf/13072 |
Resumo: | O Stitching de imagens é o alinhamento de múltiplas imagens em composições maiores que representam partes de uma cena 3D. A construção automática de panoramas a partir de múltiplas imagens digitais é uma área de grande importância, encontrando aplicações em diferentes setores como sensoriamento remoto, inspeção e manutenção em ambientes de trabalho e medicina. Diversos algoritmos de mosaico de imagens foram propostos nos últimos anos. Ao mesmo tempo, o advento contínuo de novos métodos de mosaico torna muito difícil escolher um algoritmo apropriado para uma finalidade específica. Este trabalho apresenta técnicas para a montagem de panorâmicas 360° a partir de imagens tiradas por um sistema robótico desenvolvido. Foram utilizados os algoritmos de otimização bioinspirados Grey Wolf Optimizer e Bat Algorithm com intuito de se obter um ajuste ótimo no posicionamento das imagens sendo responsáveis por um Bundle adjustment. Após, o ajustamento das imagens para se corrigir possíveis diferenças de coloração e discrepâncias nas imagens utiliza-se a metodologia Multi-band Blending para se obter, ao final, uma imagem uniforme. A comparação entre os algoritmos envolverá análise da variabilidade das soluções e características de convergência. |