Journal of Broadcast Engineering (방송공학회논문지)

The Korean Institute of Broadcast and Media Engineers (한국방송∙미디어공학회)
권호 표지
DOI QR코드

DOI QR Code

An Efficient Approximation method of Adaptive Support-Weight Matching in Stereo Images

스테레오 영상에서의 적응적 영역 가중치 매칭의 효율적 근사화 방법

  • Kim, Ho-Young (Dept. of Computer Engineering, Kwangwoon University) ;
  • Lee, Seong-Won (Dept. of Computer Engineering, Kwangwoon University)
  • 김호영 (광운대학교 컴퓨터공학과) ;
  • 이성원 (광운대학교 컴퓨터공학과)
  • Received : 2011.07.29
  • Accepted : 2011.10.19
  • Published : 2011.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

Recently in the area-based stereo matching field, Adaptive Support-Weight (ASW) method that weights matching cost adaptively according to the luminance intensity and the geometric difference shows promising matching performance. However, ASW requires more computational cost than other matching algorithms do and its real-time implementation becomes impractical. By applying Integral Histogram technique after approximating to the Bilateral filter equation, the computational time of ASW can be restricted in constant time regardless of the support window size. However, Integral Histogram technique causes loss of the matching accuracy during approximation process of the original ASW equation. In this paper, we propose a novel algorithm that maintains the ASW algorithm's matching accuracy while reducing the computational costs. In the proposed algorithm, we propose Sub-Block method that groups the pixels within the support area. We also propose the method adjusting the disparity search range depending on edge information. The proposed technique reduces the calculation time efficiently while improving the matching accuracy.

영역기반 스테레오 매칭 분야에서 최근 인간의 시각체계(Human Visual System)에 기반하여 영역내의 밝기값과 거리값에 따라 적응적으로 가중치를 부여하는 적응적 영역 가중치(Adaptive Support-Weight, ASW) 방법이 좋은 매칭 결과를 보이고 있다. 그러나 이 방법은 좋은 매칭 결과에 비해서 많은 연산비용을 필요로 하게 되고, 매칭의 실시간 시스템화에 큰 장애요소로 작용한다. 이에 Bilateral filter 수식으로 근사화 후 Integral Histogram 기법을 적용하여 영역 윈도우의 크기에 상관없이 상수 시간 O(1) 내에 매칭을 수행하는 연구가 진행되었다. 하지만 이 방법은 근사화 과정에서의 원 ASW 수식을 왜곡하기 때문에 매칭 정확도의 손실을 가져오게 된다. 본 논문에서는 적응적 영역 가중치 알고리즘의 매칭 정확도를 유지하면서 적응적 영역 가중치 알고리즘의 계산 비용을 줄이는 알고리즘을 제안한다. 이를 위해 영역내의 픽셀을 그룹화하여 근사화된 매칭을 수행하는 Sub-Block 방법과 영상의 에지 정보에 따라 적응적으로 시차 탐색 범위를 조정하는 방법을 제안한다. 결과적으로 제안된 기법은 기존 방식보다 좋은 매칭 정확도를 유지하면서도 효율적으로 계산 수행 시간을 줄이게 된다.

Keywords

References

  1. R. I. Hartley and A. Zisserman, "Multiple View Geometry in Computer Vision", Cambridge University Press, 2004.
  2. D. Scharstein and R. Szeliski, "A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithm," Int'l J. Computer Vision, vol.47, no.1, pp.7-42, 2002. https://doi.org/10.1023/A:1014573219977
  3. K. Czarnecki, S. Helsen, "Feature-based survey of model transformation approaches," IBM Systems Journal, vol.45, no.3, pp.621-645, 2006. https://doi.org/10.1147/sj.453.0621
  4. C. Young-Sheng, H. Yi-ping, F. Chiou-Shann, "Fast Block Matching Algorithm Based on the Winner-Update Strategy," IEEE Trans. Image Processsing, vol.10, no.8, pp.1212-1222, Aug. 2001. https://doi.org/10.1109/83.935037
  5. K. Prazdny, "Detection of Binocular Disparities," Biological Cybernetics, vol.52, no.2, pp.93-99, 1985. https://doi.org/10.1007/BF00363999
  6. Y. Xu, D. Wang, T. Feng, and H.-Y. Shum, "Stereo Computation using Radial Adaptive Windows," In Proc. Int'l Conf. Pattern Recognition, vol.3, pp.595-598, 2002.
  7. A. Fusiello, V. Roberto, and E. Trucco, "Efficient stereo with multiple windowing," in Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 858-863, 1997.
  8. S. B. Kang, R. Szeliski, and C. Jinxjang, "Handling occlusions in dense multi-view stereo," in Proc. IEEE Conf. Computer Vision and Pattern Recognition, vol.1, pp.103-110, 2001.
  9. K. J. Yoon and I. S. Kweon, "Adaptive Support-Weight Approach for Correspondence Search", IEEE Trans. PAMI, 28(4):650-656, 2006. https://doi.org/10.1109/TPAMI.2006.70
  10. F. Porikli, "Constant Time O(1) Bilateral Filtering", In Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp.1-8, 2008.
  11. 주명호, 강행봉 "빠른 스테레오 매칭을 위한 Bilateral 접근 방법", 대한전자공학회논문지, 제46권, 제1호, pp.136-143, 2009.1
  12. S. Mattoccia, S. Giardino, A. Gambini, "Accurate and efficient cost aggregation strategy for stereo correspondence based on approximated joint bilateral filtering", Asian Conference on Computer Vision (ACCV2009), pp.371-380, 2009.
  13. Y. Qingxiong, T. Kar-Han, N. Ahuja, "Real time O(1) bilateral filtering", IEEE conf. on CVPR, pp.557-564, 2009.
  14. C. Rhemann, A. Hosni, M. Bleyer, C. Rother, M. Margrit, "Fast cost-volume filtering for visual correspondence and beyond", IEEE conf. on CVPR, pp.3017-3024, 2011.
  15. John Canny, "A computational approach to edge detection," IEEE Trans. Pattern Analysis and Machine Intelligence, PAMI-8(6):679-698, Nov. 1986. https://doi.org/10.1109/TPAMI.1986.4767851
  16. http://vision.middlebury.edu/stereo