by Gabriele Facciolo, Andrés Almansa, Alvaro Pardo
Abstract:
Un défaut bien connu des modèles numériques d 'élévation (MNE) obtenus par des techniques de corrélation, est le phénomène d'adhérence, qui appara$\backslash$\^\i\t le long des bords très contrastés de l'image comme une dilatation de la partie supérieure (ou inférieure) du terrain estimé. Le phénomène est directement lié à la taille des voisinages utilisés lors de la maximisation de la corrélation normalisée, et la magnitude de ces artefacts ne peut pas être négligée quand une précision très sous-pixellaire est cherchée. Le travail de Delon et Rougé [3] donne une caractérisation de ce phénomène, fournissant un lien entre les disparités mesurées par corrélation et les vraies disparités. Il permet aussi de détecter des régions incorrélables, c'est à dire, des régions ne contenant aucune information utile pour une corrélation suffisamment précise. Comme cette relation (entre disparités vraies et estimées) est exprimée par un système linéaire très mal posé, des nombreuses suppositions simplificatrices ont été adoptées pour sa résolution, conduisant à la correction barycentrique du phénomène d'adhérence. Le résultat, bien que beaucoup amélioré par rapport aux disparités brutes, reste légèrement flou et oscillant, ce qui est particulièrement gênant pour le MNE urbain. Dans cet article nous proposons des suppositions simplificatrices moins contraignantes pour l'inversion du système, à savoir, sa régularisation par un terme de surface minimale ou variation totale. Une telle approche permet d'obtenir un terrain avec des bords moins flous, tout en interpolant les régions vides (sans information fiable de corrélation) d'une façon raisonnable.
Reference:
Variational approach to interpolate and correct biases in stereo correlation (Gabriele Facciolo, Andrés Almansa, Alvaro Pardo), In (GRETSI 2005) 20__MATH0__ Colloque sur le traitement du signal et des images, GRETSI, Groupe d'Etudes du Traitement du Signal et des Images, 2005.
Bibtex Entry:
@inproceedings{Facciolo2005Variational,
Abstract = {Un d{\'{e}}faut bien connu des mod{\`{e}}les num{\'{e}}riques d '{\'{e}}l{\'{e}}vation (MNE) obtenus par des techniques de corr{\'{e}}lation, est le ph{\'{e}}nom{\`{e}}ne d'adh{\'{e}}rence, qui appara$\backslash${\^{}}{\{}i{\}}t le long des bords tr{\`{e}}s contrast{\'{e}}s de l'image comme une dilatation de la partie sup{\'{e}}rieure (ou inf{\'{e}}rieure) du terrain estim{\'{e}}. Le ph{\'{e}}nom{\`{e}}ne est directement li{\'{e}} {\`{a}} la taille des voisinages utilis{\'{e}}s lors de la maximisation de la corr{\'{e}}lation normalis{\'{e}}e, et la magnitude de ces artefacts ne peut pas {\^{e}}tre n{\'{e}}glig{\'{e}}e quand une pr{\'{e}}cision tr{\`{e}}s sous-pixellaire est cherch{\'{e}}e. Le travail de Delon et Roug{\'{e}} [3] donne une caract{\'{e}}risation de ce ph{\'{e}}nom{\`{e}}ne, fournissant un lien entre les disparit{\'{e}}s mesur{\'{e}}es par corr{\'{e}}lation et les vraies disparit{\'{e}}s. Il permet aussi de d{\'{e}}tecter des r{\'{e}}gions incorr{\'{e}}lables, c'est {\`{a}} dire, des r{\'{e}}gions ne contenant aucune information utile pour une corr{\'{e}}lation suffisamment pr{\'{e}}cise. Comme cette relation (entre disparit{\'{e}}s vraies et estim{\'{e}}es) est exprim{\'{e}}e par un syst{\`{e}}me lin{\'{e}}aire tr{\`{e}}s mal pos{\'{e}}, des nombreuses suppositions simplificatrices ont {\'{e}}t{\'{e}} adopt{\'{e}}es pour sa r{\'{e}}solution, conduisant {\`{a}} la correction barycentrique du ph{\'{e}}nom{\`{e}}ne d'adh{\'{e}}rence. Le r{\'{e}}sultat, bien que beaucoup am{\'{e}}lior{\'{e}} par rapport aux disparit{\'{e}}s brutes, reste l{\'{e}}g{\`{e}}rement flou et oscillant, ce qui est particuli{\`{e}}rement g{\^{e}}nant pour le MNE urbain. Dans cet article nous proposons des suppositions simplificatrices moins contraignantes pour l'inversion du syst{\`{e}}me, {\`{a}} savoir, sa r{\'{e}}gularisation par un terme de surface minimale ou variation totale. Une telle approche permet d'obtenir un terrain avec des bords moins flous, tout en interpolant les r{\'{e}}gions vides (sans information fiable de corr{\'{e}}lation) d'une fa{\c{c}}on raisonnable.},
Author = {Facciolo, Gabriele and Almansa, Andr{\'{e}}s and Pardo, Alvaro},
Booktitle = {(GRETSI 2005) 20$\,^{\circ}$ Colloque sur le traitement du signal et des images},
Keywords = {facciolo-msc,mypubs,stereo},
Publisher = {GRETSI, Groupe d'Etudes du Traitement du Signal et des Images},
Title = {{Variational approach to interpolate and correct biases in stereo correlation}},
Url = {http://hdl.handle.net/2042/14064},
Year = {2005},
Bdsk-Url-1 = {http://hdl.handle.net/2042/14064}}