초록
본 논문에서는 평활화 기법이 적용된 새로운 적응적 변이추정 알고리즘을 제시하고 이를 이용하여 스테레오 영상을 효과적으로 복원하는 방법을 제시하였다. 적응적 변이추정 방식은 기존 방식들에 비해 복원된 영상의 PSNR 이 크게 개선되는 것으로 분석되고 있지만 정합창의 크기가 입력 영상의 특징값에 따라 적응적으로 변하기 때문에 정합창이 겹쳐지거나 할당되지 않는 영역이 발생할 수 있다. 따라서, 본 논문에서는 기존의 적응력 변이추정 방식에 임계값을 설정하여 경계값을 보존하는 평활화 기법을 적용하여 보다 효율적인 스테레오 영상 복원기법을 제시하였다. 즉, 추정된 인접 변이벡터들 사이의 유사성을 이용하여 인접 변이 벡터들을 평활화해 줌으로써 기존의 적응적 정합창에서 발생했던 잘못된 변이벡터의 보정 뿐만 아니라 경계부분에서는 최적의 경계 보존값을 찾아 복원함으로써 보다 효율적인 예측영상의 복원이 가능하였다. CCETT의 'Man'과 'Claud' 영상을 사용한 실험 결과, 제안된 변이추정 기법에 의해 복원된 영상의 PSNR 기존의 화소기반에 비해 10.89dB, 6.13dB, 적응기반에 비해서는 1.41dB, 0.81dB 각각 개선됨이 분석되었다.
In this paper, an effective method of stereo image reconstruction through the regularized adaptive disparity estimation is proposed. Althougth the conventional adaptive disparity estimation method can sharply improve the PSNR of a reconstructed stereo image, but some problems of overlapping between the matching windows and disallocation of the matching windows can be occurred, because the matching window size changes adaptively in accordance with the magnitude of feature values. Accordingly, in thia paper, a new regularized adaptive disparity estimation technique is proposed. That is, by regularizing the estimated disparity vector with the neughboring disparity vectors, problems of the conventional adaptive disparity estimated scheme might be solved, and also the predicted stereo image can be more effectively reconstructed. From some experiments using the CCETT'S stereo image pairs of 'Man' and 'Claude', it is analyzed that the proposed disparity estimation scheme can improve PSNRs of the reconstructed images to 10.89dB, 6.13dB for 'Man' and 1.41dB, 0.81dB for 'Claude' by comparing with those of the conventional pixel-based and adaptive estimation method, respectively.