Segmentaçao de imagens de profundidade utilizando curvaturas de superfícies e um método de estimativa robusto

Abstract

Neste trabalho são apresentadas contribuições para o aperfeiçoamento da segmentação de imagens de profundidade, um processo de fundamental importância a sistemas de visão computacional e ainda um dos maiores desafios nesta área de pesquisa. O principal objetivo é desenvolver técnicas de segmentação que preservem melhor a topologia dos objetos em cena, de modo a auxiliar processos posteriores de representação, modelagem, reconhecimento e reconstrução de objetos, ajudando a diminuir algumas limitações na utilização de sistemas de visão computacional. O problema da segmentação de imagens de profundidade foi abordado em duas formas diferentes e as principais contribuições apresentadas são: (1) dois métodos de deteção de bordas inéditos baseados em valores das curvaturas de superfície H e K e integrando dados de profundidade e de intensidade luminosa correspondentes à mesma cena: e (2) um novo método de segmentação de imagens de profundidade utilizando um algoritmo genético e um método de estimativa robusto, aperfeiçoados, para a extração de superfícies planas das imagens. Através da utilização de uma mesma base de imagens, os resultados experimentais foram comparados positivamente aos resultados obtidos por outros quatro métodos de segmentação de imagens de profundidade, considerados a principal referência no assunto de acordo com a literatura. Os métodos de deteção de bordas integrando dados de intensidade luminosa preservam melhor as formas e localizações de bordas dos objetos em cena e podem ser utilizados para melhorar os resultados obtidos por outros métodos de segmentação. O método de segmentação por extração de superfícies planas foi avaliado quantitativamente, utilizando um conjunto de métricas relacionadas a segmentações manualmente geradas, e apresentou um melhor desempenho na preservação da topologia dos objetos, principalmente, pelo fato de melhor segmentar regiões pequenas das imagens. As contribuições apresentadas constituem avanços relevantes para o aperfeiçoamento da segmentação de imagens de profundidade e estão sendo utilizadas como suporte a um projeto mais amplo, o SRIC3D, em desenvolvimento pelo grupo de pesquisa IMAGO.