Montagem de panorâmicas 360 através de Multi-band Blending com ajuste ótimo via meta-heurísticas

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Aguiar, Maria Júlia Rosa lattes
Orientador(a): Honório, Leonardo de Mello lattes
Banca de defesa: Marcato, André Luís Marques lattes, Moraes, Carlos Henrique Valério de lattes
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.