• descrittori
• feature
• immagini
• mosaicatura
• omografia
• RANSAC
• registrazione
• SIFT
• SURF

Nel presente lavoro di tesi è stato effettuato uno studio delle potenzialità applicative della tecnica SIFT (Scale Invariant Feature Transform) in un contesto di registrazione e mosaicatura automatica di immagini. Successivamente è stata effettuata una valutazione delle prestazioni dell'algoritmo su diverse tipologie di dati.
In particolare la tecnica SIFT è stata applicata per la registrazione di una coppia di immagini su scenario terrestre e di una coppia di immagini aeree acquisite su territorio rurale. Inoltre è stata estesa alla mosaicatura di immagini multiple per la creazione di un'immagine panoramica a partire da un'insieme di alcune immagini aeree.
Il metodo SIFT costituisce il nucleo fondamentale dell'algoritmo di registrazione, che si articola nel modo seguente. Inizialmente vengono estratte sulle immagini le feature SIFT e mediante una misura di similarità tra i loro descrittori basata sulla distanza euclidea vengono stabilite le corrispondenze. Al fine di sopprimere le corrispondenze errate (outliers) viene impiegato l'algoritmo Random SAmple and Consensus (RANSAC). La trasformazione spaziale, mediante la quale allineare le immagini in un unico sistema di riferimento, viene infine stimata tramite algoritmo nDLT sulla base delle sole corrispondenze corrette (inliers).
L'implementazione SIFT originale dell'autore (Lowe,2004) ha un insieme di parametri i cui valori di default risultano essere ottimali su immagini aventi caratteristiche molto differenti da quelle in esame. Al fine di avere un completo controllo sui parametri intrinseci di ciascuna fase in cui l'algoritmo SIFT si articola, esso è stato implementato in ambiente Matlab. Mediante un'analisi empirica sono stati modificati i parametri considerati più significativi, e ne sono stati scelti i valori considerati migliori per ciascun caso applicativo.