웨이블릿 변환과 기준점을 이용한 변위 추정

Disparity estimation using wavelet transformation and reference points

  • 발행 : 2002.02.01

초록

3차원 모델링을 위한 방법 중 서로 다른 위치에서 획득한 두 영상으로부터 3차원 거리 정보를 추출하는 스테레오 영상 기법은 매우 유용한 방법이다. 일반적으로 2D 스테레오 영상으로부터 3차원 모델을 생성하기 위해서는 좌측 영상과 우측 영상의 일치하는 화소를 찾는 정합 과정에 의한 변위 추정이 매우 중요하다. 본 논문에서는 스테레오 영상의 변위 추정 문제를 해결하기 위해 기존 방법들의 장단점을 고려하여 변위의 정확성과 시간상의 효율성을 향상시킬 수 있는 방법을 제안한다. 빠른 수행을 위하여 먼저 스테레오 영상에 대하여 웨이블릿 변환을 수행하고 특징점 정합을 통하여 영상에서 기준이 될만한 기준점을 설정한다. 이 기준점은 95% 이상의 매칭 확률을 가지고 있는 점으로 이러한 기준점에 기초하여 영역 기반 방법의 조밀한 변위 추정을 위한 가변 블록 탐색창의 크기 결정과 오정합을 막기 위한 ordering constraint가 적용된다. 이렇게 하여 빠른 수행 시간안에 변위를 추정할 수 있었고, 영역 기반 방법의 문제점이었던 일정 크기의 윈도우를 일률적으로 적용하기 때문에 나타나는 폐색 영역의 문제나 반복 패턴으로 인한 오차를 해결할 수 있었다.

In the method of 3D modeling, stereo matching method which obtains three dimensional depth information from the two images is taken from the different view points. In general, it is very essential work for the 3D modeling from 2D stereo images to estimate the exact disparity through fading the conjugate pair of pixel from the left and right image. In this paper to solve the problems of the stereo image disparity estimation, we introduce a novel approach method to improve the exactness and efficiency of the disparity. In the first place, we perform a wavelet transformation of the stereo images and set the reference points in the image by the feature-based matching method. This reference points have very high probability over 95 %. In the base of these reference points we can decide the size of the variable block searching windows for estimating dense disparity of area based method and perform the ordering constraint to prevent mismatching. By doing this, we could estimate the disparity in a short time and solve the occlusion caused by applying the fried-sized windows and probable error caused by repeating patterns.

키워드

참고문헌

  1. Ramesh Jain and Rangachar Kasturi and Brian G. Schuck. 'Machine Vision,' McGraw-Hill International Editions, pp. 289-297, 1995
  2. Jean-Philippe Tarel, Jean-Marc Vezien, 'A complete software solution for camera calibration,' INRJA, pp. 5-10, 1996
  3. Ebroul Izquierdo M. and Silko Kruse, 'Image analysis for 3D modeling, rendering, and virtual view generation,' Computer Vision and Image Understanding, Vol. 71, No.2, 1998
  4. A.Luo and Burkhardt, 'An Intensity-Based Bidirectional Stereo Matching with Simultaneous Detection of Discontinuities and Occlusion,' Int. Journal of Compo Vision, Vol.15. pp. 171-188, 1995 https://doi.org/10.1007/BF01451740
  5. Takeo Kanade, 'A Stereo Matching algorithm with an Adaptive Window : Theory and Experiment,' IEEE Transactions on Pattern Analysis and Machine Intelligence, 16(9), pp920-932, 1994 https://doi.org/10.1109/34.310690
  6. Ebroul Izquierdo M, 'Stereo Matching for Enhanced Telepresence in Three Dimensional Video Communications,' IEEE Transactions on Circuits and Systems for Video Technology, Vol. 7, No.4, August 1997
  7. Christian Menard and Norbert Brandle, 'Hierarchical Area-Based Stereo Algorithm for 3D Acquisition,' International Workshop on Stereoscopic and Three Dimensional Imaging, September 1995
  8. L.H. Quam, 'Hierarchical warp stereo,' Proceeding of DARPA Image Understanding Workshop, New Orleans, LA, pp. 149-155, 1984
  9. Sang-Hyun Park, 'A study on The Efficient Disparity Estimation for Stereoscopic Image Coding,' Dept, of Electrical &. Computer Eng. The Graduate School Yonsei University, 1999
  10. Christian Menard and Norbert Brandle, 'Hierarchical Area-Based Stereo Algorithm for 3D Acquisition,' International Workshop on Stereoscopic and Three Dimensional Imaging, September 1995
  11. 최우영, 박래홍, 'Stereo vision 및 응용,' 전자공학회지, 제 21권, 제 10호, pp. 1010-1020, October 1994
  12. Angela Rojas, Antonio Calvo and Jose Murioz, 'A dense disparity map of stereo images,' Pattern Recognition letters, Vol. 18, pp. 385-393, 1997 https://doi.org/10.1016/S0167-8655(97)00022-6
  13. Stan Birchfield and Carlo Tomasi, 'A Pixel Dissimilarity Measure that is Insensitive to Image Sampling,' IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol 20, No.4, April 1998
  14. B.K.P. Hom, Robot Vision, Cambridge Mass, MIT Press, 1986
  15. M.K. MandaI, T. AbouInasr, S. Panchana than, 'Image Indexing Using Moments and Wavelets,' IEEE Transactions on Consumer Electronics, Vol. 42, No.3, pp. 557-565, August 1996 https://doi.org/10.1109/30.536156
  16. Olivier Faugeras, Bernard Hotz, Herve Mathieu, Thierry Vieville, 'Real time correlation-based stereo: algorithm, implementations and applications', INRIA, pp. 4-8, 1993
  17. 김남규, 이광도, 김형곤, 차균현, '저해상도 변위 히스토그램을 이용한 고성능 변위 정보 추출 알고리즘,' 전자공학회논문지 제 35권 제 3호, pp. 131-143, 1998
  18. 황도식, '기준점과 적응형 윈도우를 이용한 스테레오 내시경 영상에서의 깊이 추출 알고리즘,' 연세대학교 대학원, pp. 1-47, 1998
  19. Jen-Luc Lotti and Gerard Giraudon, c,' Pattern Recognition, Vol. 1, No.3, October 1994
  20. Woontack Woo and Antonio Ortega, 'Overlapped Block Disparity Compensation With Adaptive Windows for Stereo Image Coding,' IEEE Transactions On Circuits And Systems For Video Technology, Vol, 10, No. 2, MARCH 2000