La visión en estéreo es un método importante para estimar la información sobre la

profundidad de una escena, y consiste en calcular la distancia que existe entre los cambios de intensidad luminosa de las imágenes y las cámaras. Esto se consigue partiendo de la información inicial de un par de imágenes captadas por dos cámaras cuyos ejes focales son aproximadamente

paralelos y utilizando programas de ordenador que simulan la visión. El problema más importante a resolver en estos sistemas es el de encontrar el conjunto de rasgos de una imagen que se correspondan con los de la otra; este es el denominado problema de la correspondencia. En este estudio vamos a comparar el rendimiento de dos algoritmos de estereopsis basados en el sistema

visual humano, los cuales utilizan los puntos de cambio de luminancia de las imágenes filtradas o puntos de borde (zero-crossings) como rasgos a poner en correspondencia. Se trata del modelo

de Kim y Aggarwal de 1987 y del algoritmo PMF de Pollard, Mayhew y Frisby de 1985.