Detección de objetos y estimación de su profundidad mediante un algoritmo de estéreo basado en segmentación

Abstract

Se presenta un sistema de visión estereoscópica basada en segmentación que aprovecha la información obtenida y las ventajas de este tipo de sistemas para la detección de objetos en la escena y la estimación de su profundidad. El proceso de segmentación elegido, umbralización adaptativa, permite obtener buenos resultados con un tiempo de cómputo muy bajo. Cada región extraída debe ser caracterizada mediante un vector de propiedades que permita la identificación eficiente y unívoca del objeto, proponemos una serie de características basadas en la posición, el tamaño, el color y la forma. El proceso de correspondencia utiliza este vector para emparejar las regiones en base a la similitud que presentan. Esta medida se obtiene mediante la ponderación de las características que forman el vector. Posteriormente se realiza el cálculo de la disparidad y de la profundidad, incorporando un factor de corrección empírico. Además se ha añadido un postproceso de extracción de capas que consigue eliminar outliers y mejorar las profundidades obtenidas. Por último, en base a la segmentación inicial y a las profundidades calculadas, se detectan los objetos buscados. El modelo propuesto presenta ventajas de tiempo de cómputo y de precisión en la estimación de la profundidad y en la detección de objetos.