Adición de un Paso de Fusión de Datos al Algoritmo de Mínimos Cuadrados Clásico para Mejorar la Estima del Campo de Flujo Óptico

Abstract

Resumen En este artículo se propone una versión mejorada del método clásico basado en el criterio de mínimos cuadrados para estimar el campo de flujoóptico. La esencia de la propuesta es fusionar algunas estimas de un mismo vector de flujoóptico, obtenidas por el criterio de mínimos cuadrados, para generar una estima más precisa de dicho vector. Se discuten dos propuestas para obtener las estimas a fusionar en base al criterio clásico de mínimos cuadrados, generando dos versiones modificadas del algoritmo clásico. Se presentan los resultados obtenidos aplicándose los dos algoritmos propuestos para estimar los vectores de flujoóptico correspondientes a dos imágenes sucesivas de la secuencia de vídeo conocida como SRI Trees. Finalmente se enumeran algunas situaciones, en términos de navegación de robots móviles, en las cuales dichos algoritmos podrían ser utilizados, como forma de resaltar la aplicabilidad de los resultados de esta investigación.