Méthodes d'intégration des estimations multi-échelles de la disparité à partir de la phase du filtre de gabor algorithmes et évaluations

Abstract

Nous proposons une nouvelle méthodologie d'intégration multi-échelles des estimations de la disparité à partir des différences de phase. La carte de disparité obtenue à partir des différences de phase d'un seul filtre n'est pas dense. De plus, la disparité n'est pas fiable partout à cause de la présence des effets indésirables des singularités de la phase dans la réponse du filtre. Il est alors naturel d'utiliser d'autres échelles pour éviter ces singularités afin d'améliorer la densité et la précision des cartes de disparités. Pour remédier à ces problèmes, les algorithmes proposés dans la littérature utilisent des palliatifs: la disparité comme une moyenne pondérée des estimations multi-échelles, une stratégie"coarse-to-fine" ou bien un calcul itératif du type itérations de Newton pour affiner la solution. Comme ces palliatifs présentent des inconvénients, nous proposons d'utiliser des mécanismes explicites pour la sélection multi-échelles. Cette approche est en accord total avec les travaux récents de Koendrink et de Lindeberg. Dans notre cas, nous utilisons les modules de la réponse du filtre ainsi que la distance relative entre la fréquence instantanée observée et la fréquence centrale du filtre comme paramètres de fusion des disparités multi-échelles. Cependant, ceci suppose que nous disposons d'une estimation à toutes les échelles considérées. Pour satisfaire cette condition, nous proposons d'utiliser les dérivées du signal original.Nous observons que les singularités ne se trouvent pas aux mêmes positions selon que nous utilisons le signal ou sa dérivée d'ordre n.Nous proposons également un modèle quadratique pour la détermination des voisinages de singularités sans détecter les singularités. Finalement, nous présentons l'évaluation non-contextuelle et contextuelle des algorithmes, où nous montrons son importance, d'une part pour guider la recherche et d'autre part dans le transfert des algorithmes vers l'industrie.