Composición fotográfica mediante el uso de un dron
Contenido principal del artículo
Resumen
La composición fotográfica, conocida como mosaicos, es crucial en aplicaciones donde no es posible capturar toda la extensión de grandes superficies en una sola toma. Por ende, se requiere fotografiar secciones más pequeñas para luego componerlas y lograr una reproducción lo más precisa posible de la realidad. En este trabajo se presenta el resultado de aplicar los principios de las distintas etapas necesarias para crear un mosaico, complementado con el uso de un dron para la captura de las imágenes. La creación del mosaico implica técnicas avanzadas de procesamiento de imágenes que facilitan la detección de características, la transformación geométrica y la alineación de píxeles. Sin embargo, la experimentación con diferentes algoritmos ha revelado que no siempre es viable encontrar una transformación geométrica que produzca un mosaico de calidad, especialmente cuando las características de la fotografía no son óptimas, lo cual puede ser atribuible, en parte, a la resolución de los dispositivos fotográficos utilizados.
Palabras clave:
Detalles del artículo
Citas
Burt, P. J., Adelson, E. H., 1983. A multiresolution spline with application to image mosaics. ACM Transactions on Graphics 2, 217-236. DOI: 10.1145/245.247 DOI: https://doi.org/10.1145/245.247
Ghosh, D., Kaabouch, N. 2015. A survey on image mosaicing techniques. Journal of Visual Communication and Image Representation 34, 1-11. DOI: 10.1016/j.jvcir.2015.10.014 DOI: https://doi.org/10.1016/j.jvcir.2015.10.014
Hartley, R., Zisserman, A., 2003. Multiple View Geometry in Computer Vision. Cambridge University Press, New York. DOI: https://doi.org/10.1017/CBO9780511811685
Lowe, D.G., 2004. Distinctive image features from scale-invariant key points. International Journal of Computer Vision 60, 91-110. DOI: 10.1023/B:VISI.0000029664.99615.94 DOI: https://doi.org/10.1023/B:VISI.0000029664.99615.94
Pandey, A., Pati, U.C., 2019. Image mosaicking: a deeper insight. Image and Vision Computing 89, 236–257. DOI: 10.1016/j.imavis.2019.07.002 DOI: https://doi.org/10.1016/j.imavis.2019.07.002
Mistry, D., Banerjee, A., 2017. Comparison of feature detection and matching approaches: SIFT and SURF. Global Research and Development Journal for Engineering 2, 7-13.
Nagabhushan, P., Jathana, V.E., 2015. Mosaicing of text contents from consecutive frames in pedestal shot videos. International Journal of Engineering Research and Technology 4, 1006-1013. DOI: 10.17577/ijertv4is070808 DOI: https://doi.org/10.17577/IJERTV4IS070808
Rosten, E., Drummond, T., 206. Machine learning for high-speed corner detection. European Conference on Computer Vision 1, 430-443. DOI: 10.1007/11744023_34 DOI: https://doi.org/10.1007/11744023_34
Sakharkar, V., Gupta, S.R., 2013. Image Stitching Techniques-An overview. Int. J. Comput. Sci. Appl, 6(2), 324-330
Szeliski, R., 2022. Computer Vision: Algorithms and Applications. Springer. DOI: https://doi.org/10.1007/978-3-030-34372-9
Zagrouba, E., Barhoumi, W., Amri, S. 2009. An efficient image-mosaicing method based on multifeatured matching. Machine and Vision Applications 20, 139-162. DOI: 10.1007/s00138-007-011 DOI: https://doi.org/10.1007/s00138-007-0114-y