Ein segmentierungsgestützter Variationsansatz zur Stereorekonstruktion

Abstract

Eine der wichtigsten Aufgabenstellungen in der Computer-Vision ist die Berechnung des Optischen Flusses und das damit nah verwandte Stereo Matching. Das ultimative Ziel dieser beiden Techniken ist die Bewegung der Objekte in einer Bildsequenz zu schätzen und diese anschließend dreidimensional zu rekonstruieren. Viele Algorithmen setzen dabei auf einen pixelbasierten Ansatz. Sie berechnen die Korrespondenzen der Bilder auf Pixelebene und weisen deshalb eine hohe Laufzeit und Komplexität auf. Die Algorithmen sind somit nicht geeignet, wenn eine schnelle Berechnung benötigt wird. Das Ziel dieser Arbeit ist die Entwicklung eines Algorithmus, welcher auf einem segmentbasierten Ansatz aufbaut. Hierbei werden die Pixel des Bildes zu einzelnen Objekten zusammenfasst. Durch die einstellbare Segmentierung wird die Komplexität des zu lösenden Problems stark verringert und somit die Laufzeit verbessert. Zudem erhöht sich die Robustheit durch die segmentweise Zusammenfassung der Bildinformation.

One of the most important tasks in computer-vision is the computation of the optical flow and the closely related stereo matching. The ultimate goal of these techniques is to estimate the movement of objects in an image sequence and subsequently to reconstruct a three-dimensional scene. Many algorithms rely on a pixel-based approach. They calculate the correspondence for each pixel and thus have a high runtime and complexity. Therefore, these algorithms are not suitable when fast calculations are required. The aim of this work is to develop an algorithm which is based on a segment-based approach, which merges the pixels of the image into individual objects. Due to the adjustable segmentation, the complexity of the problem to be solved is greatly reduced, thus improving the runtime. In addition, the robustness is increased by the segment-wise Summary of image information.