Made available in DSpace on 2018-08-02T00:00:39Z (GMT). No. of bitstreams: 1 tese_10533_Versao_Mestrado_Leonardo.pdf: 28216764 bytes, checksum: 15d3f7dcdd4407dda2903fdb56efe45e (MD5) Previous issue date: 2016-12-16 / Com o aumento da capacidade de processamento dos dispositivos, imagens podem ser usadas para analisar cenas e extrair informações tridimensionais dos pixels em um espaço de tempo bem menor do que se conseguia fazer há alguns anos atrás. Esse processo de recuperação da informação tridimensional do meio recebe o nome de reconstrução 3D. Estimar com precisão a profundidade de regiões homogêneas de uma imagem ainda é um desafio na área. Neste trabalho, foram propostas duas metodologias de reconstrução 3D densa aproximando-se regiões homogêneas por planos e por uma superfície obtida a partir da triangulação de Delaunay. Essa abordagem tem como objetivo apresentar um bom compromisso entre precisão e velocidade. O trabalho está focado apenas na etapa de reconstrução, sendo a estimativa de parâmetros intrínsecos considerada obtida por calibração e os parâmetros extrínsecos resultantes de um processo de tracking da câmera. Para a estimação da reconstrução, é utilizado um conjunto de 10 imagens que possuem certa sobreposição com uma imagem de referência. O correspondente de cada pixel da imagem de referência é procurado nas 10 imagens resultando em uma estimativa esparsa após uma etapa de fusão de informações e filtragem de possíveis outliers. É possível diminuir o tempo de processamento do algoritmo, utilizando-se uma pirâmide gaussiana de multiresolução. As regiões homogêneas são identificadas com a técnica SRM, tendo sua profundidade estimada a partir da nuvem de pontos esparsa reconstruída a priori utilizando uma das duas metodologias propostas neste trabalho: aproximação por planos ou por uma superfície obtida a partir da triangulação de Delaunay. Os resultados obtidos foram satisfatórios segundo os critérios de precisão, recall e tempo de processamento. Comparando-se com o DTAM, uma técnica de tempo real, os resultados obtiveram melhor precisão, principalmente em regiões homogêneas. O maior tempo de processamento é devido ao hardware de menor capacidade quando comparado ao caso do DTAM. Além disso, o código implementado não está otimizado. Desta forma, é possível se obter velocidades maiores de reconstrução com o método proposto. De acordo com as avaliações feitas neste trabalho, os resultados obtidos podem ser considerados promissores.