Made available in DSpace on 2014-06-12T15:56:46Z (GMT). No. of bitstreams: 2 arquivo2987_1.pdf: 8666109 bytes, checksum: 33e00abd7fc7fd3d0c5b1e545e26b856 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Reconstrução 3D é uma área de pesquisa que engloba várias técnicas com o propósito de recuperar modelos que representem precisamente um objeto ou um cenário em três dimensões, enfatizando características de interesse como, por exemplo, a forma, a textura ou a estrutura. O cerne de algoritmos de Struture from Motion (SfM), que é um tipo de técnica de reconstrução 3D bastante promissor, visa a obtenção da geometria 3D da cena a partir de um conjunto de imagens bidimensionais, além da posição e orientação da câmera no momento da captura. Para cada par de imagens é possível estimar a profundidade de um ponto conhecendo-se os parâmetros intrínsecos e extrínsecos da câmera e as coordenadas bidimensionais referentes a um mesmo ponto em cada foto, apesar de não ser possível determinar o tamanho real do objeto. Além disso, cada par de imagens produz uma reconstrução em um sistema de coordenadas distinto. Portanto, devido a essa falta de escala uniforme e das câmeras estarem em bases diferentes, é necessária a utilização de algoritmos que levem as câmeras para uma mesma base de referência, ou seja, que alinhem as câmeras e que criem uma reconstrução completa, pois, há pontos em algumas imagens que não são contemplados por outras. Esta dissertação de mestrado descreve os esforços empregados na investigação dos principais algoritmos de alinhamento, sua implementação e o aperfeiçoamento dos mesmos quando necessário, além de identificar o quão preciso é cada método. Entre as técnicas propostas na literatura foram utilizadas quatro abordagens, uma baseada na composição das matrizes de pose, duas baseadas na matriz de homografia e uma na correspondência entre os pontos 2D e os pontos 3D. Cada algoritmo se baseia em diferentes técnicas que resultam em matrizes de câmera distintas que ao serem fatoradas definem uma translação e a rotação semelhante. A fim de melhorar a precisão dos resultados gerados, foi utilizado o Sparse Bundle Adjustment (SBA) ao final de cada método. Para analisar os algoritmos, foi definida uma metodologia de comparação com métricas que avaliam os resultados não só qualitativamente como quantitativamente. Os critérios propostos foram a comparação dos pontos reconstruídos com o ground-truth, a análise dos erros de projeção e epipolar, as poses das câmeras e o tempo de execução. A metodologia foi aplicada tanto para dados sintéticos quanto para dados reais e, todos obtiveram resultados visualmente coerentes. Porém, a técnica de 2D3D se mostrou com resultados mais precisos