Méthodes proximales pour l'estimation du champ de disparité à partir d'une paire d'images stéréoscopiques en présence de variations d'illumination

Résumé : La présence de variations d'illumination dans les problèmes de mise en correspondance stéréoscopique introduit une difficulté supplémentaire importante. Dans cet article est proposée une nouvelle méthode proximale pour résoudre le problème d'estimation de la disparité en présence de changements d'illumination dans la scène observée. L'approche de mise en correspondance est formulée comme un problème d'optimisation convexe sous contrainte. Une fonction objectif convexe est alors minimisée sur l'intersection d'ensembles convexes. Ces ensembles sont associés à différentes contraintes modélisant des informations a priori sur les propriétés des champs à estimer. Pour résoudre ce problème d'estimation sous contraintes, l'algorithme parallèle proximal (PPXA+) a été adopté afin d'estimer conjointement les deux champs de variables qui représentent la disparité et les changements d'illumination. Des résultats espérimentaux obtenus sur des images synthétiques et réelles montrent l'efficacité et la robustesse de la méthode proposée.