Robust Stereo Matching to Radiometric Variation Using Binary Information of Census Transformation

Census 변환의 이진 정보를 이용한 조명 변화에 강인한 스테레오 정합

스테레오 정합은 서로 다른 두 시점을 갖는 스테레오 영상으로부터 객체의 깊이값을 예측한다. 이 방법은 객체가 카메라로 부터 멀리 떨어질수록 두 시점 사이에 큰 변위차를 갖는 양안시차 특성을 이용해 깊이값을 구한다. 일반적으로 스테레오 정합은 촬영한 두 영상의 조명 변화 및 노출 정도가 같다는 조건으로 수행된다. 하지만 실내 또는 실외에서 실제로 영상을 촬영하면 조명 및 햇빛의 위치 그리고 카메라의 특성에 따라 촬영된 스테레오 영상의 밝기가 서로 달라지는 경우가 발생하게 된다. 이처럼 두 영상의 밝기차를 고려하지 않고 스테레오 정합을 하게 되면 정확한 깊이값을 예측하기 어렵다. 이러한 문제를 개선하기 위해 조명 변화에 강인한 ANCC (Adaptive Normalized Cross Correlation)가 제안되었다. 이 방법은 영상 속 화소들의 색상 모델을 이용해 조명변화의 영향을 받는 요소들을 제거함으로써 다양한 밝기변화 속에서도 안정적으로 스테레오 정합을 수행할 수 있도록 한다. 하지만 ANCC는 수행과정에서 각 화소마다 양방향 필터 (Bilateral Filter)가 적용되는 등 높은 복잡도를 갖는다는 단점이 있다. 본 논문에서는 기존의 ANCC 보다 복잡도가 낮으면서 밝기변화에도 안정적인 정합 결과를 갖기 위해 Census 변환의 이진 정보를 이용한 스테레오 정합 방법을 제안한다.