Adaptive weight approach for stereo matching

적응적 가중치를 이용한 스테레오 정합 기법

We present a area-based method for stereo matching using varying weights. A central problem in a area-based stereo matching is different result from selecting a window size. Most of the previous window-based methods iteratively update windows. However, the iterative methods very sensitive the initial disparity estimation and are computationally expensive. To resolve this problem, we proposed a new function to assign weights to pixels using features. To begin with, we extract features in a given stereo images based on edge. We adjust the weights of the pixels in a given window based on correlation of the stereo images. Then, we match pixels in a given window between the reference and target images of a stereo pair. The proposed method is compared to existing matching strategies using both synthetic and real images. The experimental results show the improved accuracy of the proposed method.

본 논문에서는 스테레오 영상의 대응점을 찾기 위한 영역 기반 스테레오 정차 기법을 제안한다. 영역 기반 스테레오 정합의 주된 문제점은 윈도우 크기에 따라 다른 결과를 초래한다는 것이다. 지금까지 대부분의 영역기반 정합 기법은 윈도우의 크기를 반복적으로 갱신하는 방법을 사용하였으나, 이는 초기 시차(disparity)에 매우 민감하며 계산 비용도 많이 든다. 이러한 문제를 해결하기 위해, 본 논문에서는 스테레오 영상의 특징 정보를 이용하여 가중치를 생성하고, 각 영상의 대응점을 탐색하여 정합한다. 먼저, 평행하게 설치된 두 대의 카메라로부터 획득된 영상에 대한 에지를 검출하여 특징점을 추출한다. 이를 이용하여 두 영상간의 상관관계를 구하여 가중치 함수를 생성하고, 각 영상에 대한 가중치를 적용한 후, 기준영상에 대한 대응점을 찾아 정합한다. 제안된 방법의 성능을 평가하기 위하여 ground truth가 존재하는 다양한 스테레오 영상을 이용하여 실험하였으며, 실험결과 다양한 영상에서도 적응적인 가중치를 생성함으로써 향상된 결과를 보였다.