شکل ۲-۹. بازسازی تصویر سه بعدی در روش لیت- اپاتنیکس
لذا در صفحه ثبت هولوگرام مجموع دو موج را خواهیم داشت که یکی شامل نور عبوری از شیء و دیگری شامل یک موج صفحه‌ای کج شده است.
در مرحله بازسازی، هولوگرام توسط یک موج صفحه‌ای یکنواخت مشابه با مرجع و عمود بر صفحه آن، مورد تابش قرار می‌گیرد (شکل ۲-۹). میدان نوری عبوری از هولوگرام دارای دو مؤلفه اصلی خواهد بود که یکی از آن‌ها، متناسب با شکل موج عبوری از شیء سه بعدی اولیه می‌باشد که دریک فاکتور نمایی خطی ضرب شده است. متناسب بودن این ترم با باعث ایجاد یک تصویر سه بعدی مجازی از شیء در فاصله در سمت چپ هولوگرام می‌شود که نسبت به محور نوری به اندازه منحرف شده است (شکل۲-۹). به طور مشابه مؤلفه اصلی دیگر، متناسب با می‌باشد که نشانگر آن است که یک تصویر حقیقی در فاصله در سمت راست هولوگرام تشکیل خواهد شد. این تصویر حقیقی نیز با زاویه - از محور نوری منحرف شده است. در این حالت اگرچه مجدداً هر دو تصویر حقیقی و مجازی در این پروسه تولید می‌شوند، اما این دو تصویر در زوایای مختلف تشکیل شده و از هم جدا می‌شوند. این قابلیت جداسازی به دلیل استفاده از نور مرجع با یک افت زاویه‌ای بوجود می‌آید. در این حالت دو تصویر با یکدیگر تداخل نخواهند داشت. به عبارت دیگر هنگامی که بیننده بر روی تصویر مجازی تمرکز می‌کند، پرتوهای تشکیل دهنده تصویر حقیقی در راستای دید او قرار نداشته و در تصویر دریافتی اخلالی ایجاد نمی‌کنند.
با این وجود ملاحظه می‌شود که در هر دو روش نیاز به منبع نور همدوس برای تاباندن به شیء و به عنوان مرجع وجود دارد. این منبع نوری گران‌قیمت و تک رنگ می‌باشد و برای ساخت تصاویر سه بعدی رنگی توسط هولوگرافی می‌بایست از سه پرتو لیزر که بسامد آن‌ها مطابق با بسامد نور رنگ‌های اصلی قرمز، سبز و آبی می‌باشد استفاده کرد. راهکار دیگر ایجاد تصاویر رنگی استفاده از هولوگرافی دیجیتال است که بار محاسباتی بالایی دارد؛ بنابراین اگرچه توسط هولوگرافی تصاویر سه بعدی واقعی در فضا تشکیل می‌شوند که می‌توان از تمام نماها به آن نگاه کرده و با زوایای دید پیوسته درست مانند یک منظره سه بعدی واقعی به آن نگریست و لذا مشکل عمده روش استریوسکوپی را ندارد، اما همانطور که اشاره شد مشکل اساسی این روش نیاز به منبع نور همدوس می‌باشد که اساس کار هولوگرافی بر مبنای آن بوده و قابل رفع نمی‌باشد.

۲-۲-۳ روش تصویربرداری انتگرالی
روش تصویربرداری انتگرالی یک روش تصویربرداری سه بعدی است که در آن از یک آرایه لنز و یا آرایه روزنه سوزنی برای دریافت پرتوهای نور منعکس شده از شیء سه بعدی، استفاده می‌شود (شرح کامل در مرجع [۶]). بر خلاف روش هولوگرافی که تصویربرداری سه بعدی به کمک اطلاعات فاز منبع همدوس انجام می‌گیرد، در روش تصویربرداری انتگرالی تصویر سه بعدی به کمک اطلاعات دامنه که در راستاهای مختلف ثبت شده، بازسازی می‌شود. در واقع در این روش، به منظور ثبت تصاویر سه بعدی، اطلاعات شدت نور پرتوهای عبوری از هر لنز بر روی یک سنسور تصویربرداری دوبعدی ثبت می‌شود؛ اما به دلیل آنکه اطلاعات ثبت شده از هر لنز، تصویر یک نما از شیء سه بعدی را بسته به موقعیت آن لنز نسبت به شیء نشان می‌دهد، اطلاعات عمق (بعد سوم) نیز به نوعی در اطلاعات ثبت شده بطور تقریبی موجود خواهد بود. این تصاویر دوبعدی ثبت شده، تصاویر المانی نامیده می‌شود؛ بنابراین این ساختار، سیستم بینایی را بطور کامل‌تری نسبت به روش استریوسکوپی که تنها دو نما از جسم را در یک راستا شامل می‌شود، شبیه‌سازی می‌کند؛ زیرا در این سیستم می‌توان از نماهای مختلف و در راستاهای مختلف تصویر سه بعدی را ملاحظه نمود. به منظور روشن‌تر شدن موضوع به شکل ۲-۱۰ که تفاوت تصویر ثبت شده از یک منبع نور نقطه‌ای توسط یک آرایه لنز و یک لنز تکی را نشان می‌دهد توجه کنید. همانطور که ملاحظه می‌شود، در تصویربرداری توسط آرایه لنز اطلاعات یک نقطه از تعداد زیادی زاویه دید گسسته (α، β و در شکل) در تصاویر المانی مختلف ثبت می‌شود، در حالیکه در ثبت تصویر توسط یک لنز تنها اطلاعات یک زاویه دید (α در شکل) ثبت می‌شود.
به منظور بازسازی تصویر سه بعدی از طریق آرایه تصاویر المانی، نیاز داریم که امواج ساتع شده از تصاویر المانی را مجدداً از یک آرایه لنز مشابه آنچه در ساخت آن‌ها استفاده شده، عبور دهیم.
شکل ۲-۱۰. مقایسه تصویربرداری توسط آرایه لنز در تصویربرداری
در این پروسه در واقع از اصل بازگشت نور برای ساخت تصویر سه بعدی درست در همان محلی که شیء سه بعدی اولیه حضور داشته است، استفاده می‌شود. آرایه لنزی که در ثبت تصاویر المانی استفاده شده است، به نام آرایه لنز ثبت و آرایه دوم مورد استفاده در بازسازی تصویر، آرایه لنز نمایش نامیده می‌شوند. با مراجعه مجدد به شکل ۲-۱۰، ویژگی اساسی روش تصویربرداری انتگرالی در بازسازی سه بعدی تصویر آشکار می‌شود. در اینجا بسته به زاویه دید چشم، یکی از مسیرهای نور عبوری از یک لنز به صورت معکوس، توسط چشم دنبال شده و لذا نمای مربوطه از منظره سه بعدی که توسط لنز مورد نظر دریافت شده طبق اصل بازگشت نور دیده می‌شود. این پدیده درست مانند مشاهده یک منظره سه بعدی واقعی توسط چشم می‌باشد؛ بنابراین در اینجا بیننده می‌تواند در ساختار سه بعدی در سه زاویه دید گسسته α، β و تصویر سه بعدی را ملاحظه نماید در حالیکه در ساختار تک لنز تفاوتی میان زوایای دید مختلف وجود نخواهد داشت. البته هرچند تعداد لنزها در آرایه لنز بیشتر باشد، تعداد تصاویر المانی بیشتر بوده و لذا تعداد زوایای دید بیشتری از تصویر سه بعدی قابل مشاهده خواهد بود. در حالت حدی که تعداد لنزها بی‌نهایت باشد، زاویه دید پیوسته شده و اطلاعات سه بعدی بطور کامل ثبت خواهد شد؛ بنابراین در روش تصویربرداری انتگرالی اطلاعات بعد سوم بطور تقریبی و در حد نیاز، با توجه به تعداد زوایای دید لازم به منظور داشتن کیفیت مطلوب ثبت می‌شود.
بازسازی تصویر سه بعدی در روش تصویربرداری انتگرالی می‌تواند به دو روش مستقیم و محاسباتی انجام شود. در روش بازسازی مستقیم از همان سیستم اپتیکی به طور معکوس و با نمایش تصاویر المانی بر روی یک نمایشگر دوبعدی به همراه یک آرایه لنز، برای بازسازی تصویر سه بعدی استفاده می‌شود. در روش محاسباتی بر اساس نور هندسی و استفاده از اصل بازگشت نور تصویر سه بعدی در هر مکان و در هر زاویه دید به صورت محاسباتی بدست آمده و نمایش داده می‌شود. روش بازسازی مستقیم به دلیل اثرات پراش ^[۴۵] و محدودیت المان‌های نوری مورد استفاده، باعث کاهش کیفیت تصویر سه بعدی بازسازی شده می‌شود. این ایراد در روش محاسباتی برطرف شده است. با این وجود هر یک از این دو روش کاربردهای خاص خود را دارند. در بخش بعد مبنای کار سیستم تصویربرداری انتگرالی بطور کیفی تشریح می‌گردد (جهت ملالعه بیشتر به مراجع [۷]، [۸]، [۹]، [۱۰]، [۱۱] رجوع شود).
۲-۲-۴ مبنای کار روش تصویربرداری انتگرالی
در این بخش به تشریح اساس کار سیستم تصویربرداری انتگرالی از دیدگاه نور هندسی می‌پردازیم. به این منظور ابتدا می‌بایست به مفهوم تصویربرداری دوبعدی توسط سیستم تک لنز اشاره نماییم. در سیستم تصویربرداری تک لنز، پرتوهای ساتع شده از منبع نور نقطه‌ای در سمت شیء که در فاصله از لنز قرار دارد، در سوی دیگر لنز در صفحه تصویر در فاصله دریک نقطه متمرکز خواهند شد. برای یک لنز با فاصله کانونی ƒ بر اساس اصل تفرق نور رابطه زیر برقرار خواهد بود:
(۲-۸)
این رابطه هندسی نتیجه اصل فرنل می‌باشد که بر اساس آن پرتوهای پخش شده از یک منبع نور نقطه‌ای در فاصله بر روی محور نوری لنز، در اطراف نقطه‌ای بر روی محور نوری در فاصله که در رابطه لنز صدق می‌کند گرد هم می‌آیند. به علاوه برای منبع ورودی مذکور علاوه بر صفحه تصویر مرکزی در محدوده‌ای در اطراف این صفحه که از رابطه زیر بدست می‌آید:
= (۲-۹)
و محدوده عمق میدان لنز نام دارد، تصویر نسبتاً متمرکزی خواهیم داشت. در این رابطه λ طول موج منبع نور نقطه‌ای و D قطر دهانه لنز می‌باشد؛ بنابراین با توجه به هدف تصویربرداری دوبعدی که داشتن تصویر واضحی از محدوده‌ای از اشیاء در فواصل عمقی مختلف در صفحه تصویر ثابت می‌باشد، انتظار داریم پاسخ ضربه سیستم تک لنز در راستای عرضی تا حد امکان متمرکز و در راستای عمقی حتی‌المقدور گسترده شود.
از سوی دیگر در سیستم تصویربرداری سه بعدی هدف داشتن تصویر واضحی از اشیاء در اعماق مختلف در فواصل عمقی مختلف متناظر با آن‌ها در سمت تصویر است. به بیان دیگر، در این حالت می‌بایست کل صحنه سه بعدی مورد نظر در فضای تصویر سه بعدی، متناظراً تصویر شود؛ بنابراین با در نظر گرفتن منبع نور نقطه‌ای در سمت شیء، انتظار داریم در سمت تصویر سه بعدی، پرتوهای عبوری در همان مکان مجتمع شوند. به بیان دیگر در این حالت پاسخ ضربه سیستم می‌بایست در هر دو راستای عرضی و عمقی تا حد امکان متمرکز باشد؛ بنابراین بر خلاف سیستم تصویربرداری دوبعدی که پاسخ ضربه تنها در راستای عرضی متمرکز بوده و در راستای عمقی گسترده است، در سیستم تصویربرداری سه بعدی پاسخ ضربه در هر دو راستای عرضی و عمقی متمرکز است. به بیان دیگر در تصویربرداری دوبعدی تنها میان مختصات عرضی، ، نقاط مختلف شیء و تصویر ارتباط یک به یک برقرار است در صورتی که نقاط مختلف با مختصات عمقی، z، متفاوت می‌توانند به یک نقطه تصویر واحد متناظر شوند؛ اما در سیستم تصویربرداری سه بعدی این تناظر یک به یک میان مختصات سه بعدی،عرضی و عمقی، نقاط شیء و تصویر می‌بایست برقرار شود. لازم به ذکر است که در هر سیستم تصویربرداری به دلیل محدودیت قدرت تفکیک لنزها و سایر المان‌ها نهایتاً از فضای شیء بصورت کوانتیزه تصویربرداری می‌شود که به هر یک از این نمونه‌های کوانتیزه شده یک نقطه می‌گوییم.
با این مقدمه به تشریح عملکرد کیفی سیستم تصویربرداری انتگرالی از دیدگاه تناظر میان نقاط مختلف شیء و تصویر می‌پردازیم. در واقع در این بخش روشن می‌سازیم که چگونه پاسخ ضربه لنزهای مختلف که تنها ارتباط مختصات عرضی، ، شیء و تصویر را مشخص می‌سازند، به صورت پاسخ سیستم تصویربرداری سه بعدی که مختصات سه بعدی، عرضی و عمقی، نقاط مختلف شیء را به تصویر مربوط می‌کند، ترکیب می‌شوند. این مفهوم از دیدگاه نور هندسی قابل بیان است. به منظور سادگی روابط و بدون از دست دادن کلیت قضیه تنها یک راستای عرضی، راستای x را در نظر می‌گیریم. به این ترتیب در اینجا بجای مختصات سه بعدی، (z،y، x)، از مختصات (z، x)، استفاده می‌کنیم. شکل ۲-۱۱ ساختار یک نمونه سیستم تصویربرداری انتگرالی را نمایش می‌دهد. با توجه به شکل ملاحظه می‌شود که در پشت هر لنز یک تصویر المانی تشکیل می‌شود که هر یک از زاویه‌ای متفاوت از تصاویر المانی دیگر دریافت شده است؛ بنابراین اطلاعات راستاهای مختلف در مجموع تصاویر المانی ثبت شده است. ثبت اطلاعات راستاهای مختلف به بازسازی تصویر سه بعدی که در همه راستاها دارای تغییرات است کمک می کند.
شکل ۲-۱۱. آرایه لنز مورد استفاده جهت دریافت تصاویر انتگرالی به همراه سیستم مختصات متناظر راستای دید
برای روشن تر شدن موضوع دو راستای مختلف که در شکل ۲-۱۱ با رنگ‌های قرمز و آبی نمایش داده شده‌اند را در نظر می‌گیریم. با توجه به شکل ملاحظه می‌شود که نقاط قرمز بر روی تصاویر المانی که با دوایر توپر نمایش داده شده‌اند اطلاعات راستای قرمز را ثبت نموده‌اند. بطور مشابه، نقاط آبی که با ضربدر بر روی تصاویر المانی نشان داده شده‌اند، اطلاعات راستای آبی را دریافت کرده‌اند. فرض کنیم راستای آبی با محور z زاویه ₁ و راستای قرمز با محور z زاویه ₂- را می‌سازد. با چرخاندن محور مختصات x به اندازه ₁ به محور مختصات جدید ₁x که اطلاعات راستای آبی را ثبت کرده می‌رسیم. به همین ترتیب با چرخاندن محور مختصات x به اندازه ₂- به محور مختصات جدید ₂x که اطلاعات راستای قرمز را ثبت کرده خواهیم رسید. حال یک نقطه در فضای سه بعدی به مختصات (z، x) را در نظر می‌گیریم. این نقطه با دایره توپر مشکی در شکل مشخص شده است. همانطور که مشاهده می‌شود اطلاعات این دو نقطه در هر دو راستای قرمز و آبی توسط دو تصویر المانی مختلف ثبت شده است. به این ترتیب انتظار می رود در مرحله بازسازی، اطلاعات این دو راستای مختلف از تصاویر المانی مربوطه تجمیع شده و اطلاعات مکان سه بعدی نقطه مورد نظر را بدست دهد. به بیان دیگر از آنجا که تصویر این نقطه در بیش از یک راستا ثبت شده، در بازسازی اطلاعات راستاهای مختلف به تعیین مختصات به تعیین مختصات سه بعدی نقطه کمک خواهد نمود.
۲-۳ نتیجه گیری
همانطور که در بخش های قبل به آن اشاره شد با توجه به مشکلات و مزیت های روش های تصویر برداری سه بعدی، روش تصویربرداری انتگرالی مناسب ترین روشی است که می تواند جهت نهان نگاری داده مورد استفاده قرار گیرد. روش استریوسکوپی به دلیل اینکه تنها دو نما از تصویر را در اختیار ما قرار می داد حس استریو را بدرستی و کامل به ما منتقل نمی کرد. همچنین استفاده از عینک های سه بعدی مشکل دیگر این روش بود. روش هولوگرافی مشکلات روش استریوسکوپی را نداشت زیرا در این روش از عینک های سه بعدی استفاده نمی شد و همچنین زاویه دید پیوسته ای از نماهای مختلف شیء در اختیار ما قرار می داد. اما این روش به یک منبع نور همدوس برای تاباندن به شیء نیاز داشت که بسیار گرانقیمت بود و می بایست از سه پرتو لیزر که بسامد آن ها مطابق با بسامد نور رنگ های اصلی قرمز،سبز و آبی باشد، استفاده می کرد. بنابر این روش تصویربرداری انتگرالی مطرح شد که هیچ یک از مشکلات روش های قبل را ندارد و مانند روش هولوگرافی زاویه دید پیوسته ای از نماهای مختلف شیء در اختیار ما قرار می دهد. در این روش با بهره گرفتن از تعدادی آرایه لنز اقدام به تصویر برداری می کنند که هر چه تعداد آرایه لنزها بیشتر باشد تعداد نماها و زوایای دید بیشتر می باشد.این امر سبب می شود که حس استریو بدرستی و کامل تر توسط مغز انسان درک شود. این امرسبب می شود که روش تصویربرداری انتگرالی نسبت به روش های دیگر جهت نهان نگاری داده مناسب تر باشد چون علاوه بر اینکه ما نماهای مختلف از تصویر با زوایای پیوسته در اختیار داریم حجم اطلاعات بیشتری نیز می توانیم با اعمال تغییر بروی پارامترهای عمق به طوری که اطلاعات عمق تخریب نشود را با این روش انجام دهیم.
فصل سوم
معیارهای کیفیت تصاویر سه­بعدی
۳-۱ بررسی معیارهای کیفیت تصاویر سه­بعدی بر اساس روش استریوسکوپی
چشم انداز سه بعدی یک انسان شامل مجموعه ای از زیر سیستم ها است که به طور همزمان بطور مجزا مشغول به کار هستند. مغز انسان با بهره گیری از انواع مختلف اطلاعات بصری (نشانه های عمق) موجود در صحنه اقدام به درک کردن عمق تصویر می کند. برخی از نشانه های عمق با یک چشم قابل درک می باشند؛ مانند سایه، چشم انداز غیره. نشانه های دیگر مانند عمق و همگرایی نیاز به همکاری دو چشم با هم دارد. بیشتر نشانه ها، برای درک بهتر تصاویر سه بعدی هستند. به هر حال آزمایشات انجام شده با روش موسوم به برجسته نگاری در نقاط تصادفی که در مرجع [۱۲] به آن اشاره شده است نشان می دهد که نشانه های دوچشمی و یک چشمی به طور مستقل دریافت می شوند. به طریق مشابه، مغز انسان درک مستقلی از تخریب ویژگی های دو چشمی و یک چشمی در یک صحنه سه بعدی خواهد داشت.
در ادامه این بخش، یک طبقه بندی ارائه شده از مولفه های تخریبی دوبعدی مرتبط به یک فریم تصاویر استریو تشریح می گردد. مولفه های تصویر دوبعدی تمام مولفه های معمولی برای یک تصویر دوبعدی را تشکیل می دهند؛ مانند محو کردن، نویز، همپوشانی و دیگر تغییرات ساختاری. یک ناظر انسانی می تواند یک “مولفه دوبعدی” (به عنوان مثال مقدار کمی از تاری) را تشخیص دهد در حالی که هنوز درک استریو کاملی از یک جفت تصویر دارد. به هر حال اعوجاج های بزرگتر (به عنوان مثال مقدار زیادی از تاری) می تواند تمام نشانه های دید دو چشمی را تخریب کند. مولفه های تخریبی سه بعدی باعث تغییر رابطه بین زوج تصاویر استریو شده و در نتیجه باعث می شود مغز از استخراج نشانه عمق توسط دید دو چشمی مناسب باز ماند. چنین مولفه هایی بصورت تغییرات ویژگی های سه بعدی صحنه مورد نظر، نظیر تغییر در انحنای سطوح، تغییر در خمیدگی میدان استریو و تغییرات ساختاری مختلف، بروز می نمایند. سایر تغییرات، مانند اختلاف عمودی، اعوجاج در نواحی مهم و اعوجاج های رنگی، موجب انتقال اطلاعات غیر طبیعی به مغز شده و باعث فشار به سیستم بینایی و ایجاد ناراحتی عصبی می شوند. تداخل بین دو تصویر زوج استریو می تواند بصورت اعوجاج سه بعدی و یا دوبعدی بسته به مقدار تداخل، درک شود.
در ادامه در بخش­های زیر به بررسی معیارهای مختلف ارائه شده جهت اندازه­ گیری کیفیت تصاویر سه­ بعدی پردازش شده می پردازیم. این پردازش شامل هر نوع پروسه­ ای است که منجر به تغییر و لذا تخریب ویژگی­های سه بعدی می­ شود. این پردازش در این رساله شامل عملیات درج و نهان­نگاری می­باشد.
۳-۱-۱ اندازه گیری ویژگی های کیفی تصاویر استریو:
در یکی از الگوریتم های ارائه شده در این زمینه، یک روش ترکیبی به منظور اندازه گیری کیفیت تصاویر استریو متشکل از دو عنصر:
کیفیت تصویر سه بعدی^[۴۶]
کیفیت تصویر دوبعدی^[۴۷]
که در شکل ۳-۱ نشان داده شده است ارائه گردیده است. این اندازه گیری شامل مقایسه بین فریم های استریو اولیه با کیفیت عالی، ، ، و فریم های استریو ناشی از هر نوع اعوجاج پردازشی، و ، می باشد. این اعوجاج پردازشی در این رساله در واقع همان اعوجاج ناشی از نهان نگاری است.
شکل ۳-۱. کیفیت تصویر سه بعدی و کیفیت تصویر دوبعدی برای یک زوج استریو
کیفیت سه بعدی، یک اندازه گیری از مقدار نشانه های دوچشمی حفظ شده در زوج تصویر پردازش شده نسبت به تصاویر اولیه است.
اطلاعات بصری گرفته شده توسط دو چشم تحت مراحل پردازش متوالی مانند انطباق نور، انطباق کنتراست، تشخیص لبه و غیره می باشد. اعتقاد بر این است که سیستم بصری انسان برای استخراج اطلاعات ساختاری بسیار بهینه سازی شده است (مرجع شماره [۱۳]) و معیارهای مختلفی فقط برای مقایسه اطلاعات “بصری مهم” در مغز وجود دارد.
چشم­های انسان بر روی یک منطقه با تطبیق تصاویر دریافتی توسط هریک از دو جشم، تمرکز می­ کنند. در این مرحله، تنها اطلاعات ساختاری، برای هر چشم که به طور جداگانه استخراج شده است، در دسترس مغز جهت استخراج اختلاف تصویر قرار می گیرد. محاسبه نگاشت عمق کامل تنها با بهره گرفتن از اختلاف تصاویر دو چشم، یک روش محاسباتی گران قیمت است.
بنابراین در این معیار یک نگاشت اختلاف ادراکی برای یک جفت تصویر ایجاد شده و مورد استفاده قرار گرفته است. در صورت مشاهده میزان مشخص تفاوت های بصری در یک جفت تصویر، می­توان عمق استنباط شده توسط مغز را از روی نگاشت مورد نظر استخراج نمود.
این معیار بر اساس الگوریتم زیر مدل می­ شود:
در یک تصویر زوج استریو، یک ناحیه با پنجره محلی با اندازه از پیش تعیین شده، به عنوان مثال، (۱۳x13) در تصویر سمت چپ به عنوان مرجع انتخاب می­ شود؛ و در تصویر سمت راست در همان محل یک ناحیه هدف همانطور که در شکل ۲a نشان داده شده است، انتخاب می­ شود.
جستجو برای بهترین تطبیق بلوک افقی در منطقه هدف، با بهره گرفتن از اندازه گیری شباهت ادراکی برای مقایسه بلوک ها صورت می گیرد.
نتایج همه مقایسه ها در یک بردار چیده می­ شود. در ادامه مکان و ارزش بلندترین قله ثبت می­ شود (شکل ۲B). در صورتی که تعدادی قله با ارتفاع مشابه یافت شود، نزدیکترین قله به مرکز انتخاب می­ شود. موقعیت قله نشان دهنده تفاوت درک شده است. مقدار قله (نتیجه شباهت همپوشانی بلوک های استریو) قدرت نشانه های دو چشمی در این نقطه از تصویر را نشان می­دهد (در شکل ۳-۲ نشان داده شده است).
شکل ۳-۲. مدلی از فرایند همگرایی: الف) جستجو برای بهترین تطبیق
ب) پیدا کردن اختلاف و ارزش قله
با جستجوی اختلاف در مناطق اطراف هر پیکسل از تصویر، ما دو نگاشت، نگاشت اختلاف ادراکی و نگاشت شباهت استریو را نتیجه می­گیریم. مولفه های تخریبی سه بعدی که بروی نشانه های عمق دو چشمی تأثیر می­گذارند، منجر به تخریب نگاشت اختلاف ادراکی می شوند. نگاشت شباهت استریو کیفیت مطلق یک زوج استریو را اندازه می­گیرد. تخریب این نگاشت مولفه های تخریبی سه بعدی که ممکن است باعث فشار بصری شود را آشکار می کند.
همگرایی چشم ها به یک نقطه متمرکز تا حد زیادی یک فرایند خودکار است. اکثر مردم به جزئیات صحنه توسط همگرایی چشم ها و به موقعیت که اختلاف تصاویر درک شده را به حداقل می رساند تمرکز می کنند. توانایی مغز برای درک تصویر سه­ بعدی با ترکیب تصاویر چشم چپ و راست (به اصطلاح تصویر سایکلپین^[۴۸] که در مرجع [۱۲] شرح داده شده است) نتیجه تطبیق محلی زوج تصویر استریو و ترکیب آنها در یک تصویر واحد سه ­بعدی است (به شکل ۳-۳ نگاه کنید). تصویر سایکلپین در همسایگی هر پیکسل با در نظر گرفتن یک پنجره محلی از نمای سمت چپ و متوسط گیری ​​آن با پنجره مشابه از نمای راست که بر اساس نگاشت اختلاف ادراکی منطبق شده، مدل می­­شود.
به این ترتیب نواحی ” سایکلپین ” در هر دو تصویر مرجع و تصویر آزمون، بدست آمده و با مقایسه آنها تفاوت دوبعدی آنها ناحیه به ناحیه استخراج می­ شود.
شکل ۳-۳. عکس از زوج استریو (بالا). چپ (L) و راست ® و ” سایکلپین “
© تصویر یک قسمت از یک زوج استریو (پایین)
نتایج این مقایسه یک نگاشت از کیفیت دوبعدی تصاویر را بدست می­دهد که نمایانگر تأثیر مؤلفه­ های تخریبی دوبعدی مستقل از مؤلفه­ های تخریبی سه­بعدی است.
تحقیقات معاصر بر روی ادراک انسان نشان می دهد که بینایی ذاتا چند مقیاسی^[۴۹] (برای مطالعه بیشتر به مرجع [۱۴] مراجعه شود) است. برای تصویر زوج استریو بهترین تطبیق بین تصاویر، بستگی به اندازه آنها نسبت به مناطق همپوشانی شده دارد (به عنوان مثال شیء کوچک در مقابل یک شی بزرگتر که در پس زمینه قرار دارد).