초록
본 논문에서는 분할영역기반 스테레오 정합을 사용하여 영상의 변이를 추정하는 방법에 관하여 기술한다. 분할영역기반의 변이 추정은 분할된 영역단위로 변이값을 계산하는데 스테레오 정합단계의 정합오류뿐만 아니라 정합된 영역의 유형을 고려하지 않고 일률적인 방법으로 변이를 계산하기 때문에 부정확한 변이를 추정하게 되는 문제점을 가지고 있다. 이런 문제점을 해결하기 위해서 본 논문에서는 정합된 영역의 정합유형을 고려하여 변이를 추정하는 방법을 제안한다. 즉, 제안하는 방법은 스테레오 정합 수행 후 정합영역의 정합유형을 분석하여 유사정합, 비유사정합, 오정합, 비정합 영역으로 분류한 다음 분류된 정합영역별로 적절한 변이 추정 방법을 적용한다. 이 방법은 정합오류로 인한 잘못된 변이 추정을 최소화하며 정상적인 정합영역에 대해서도 변이의 정확도를 향상시킨다. 제안하는 방법의 성능을 평가하기 위하여 다양한 장면에 대해서 실험을 수행하였으며 실험결과 가상 영상과 실내 영상에서 정확도가 향상된 변이도를 얻을 수 있었다. 주목할 만한 결과는 기존의 연구에서 적용하기 힘들었던 복잡한 실외 영상에 대한 변이도 역시 정확도가 향상된 것이다.
This paper describes an image disparity estimation method using a segmented-region based stereo matching. Segmented-region based disparity estimation yields a disparity map as the unit of segmented region. However, there is a problem that it estimates disparity imprecisely. The reason is that because it not only have matching errors but also apply an identical way to disparity estimation, which is not considered each type of matched regions. To solve this problem, we proposes a disparity estimation method which is considered the type of matched regions. That is, the proposed method classifies whole matched regions into similar-matched region, dissimilar-matched region, false-matched region and miss-matched region by analyzing the type of matched regions. We then performs proper disparity estimation for each type of matched regions. This method minimizes the error in estimating disparity which is caused by inaccurate matching and also improves the accuracy of disparity of the well-matched regions. For the purpose of performance evaluations, we perform tests on a variety of scenes for synthetic, indoor and outdoor images. As a result of tests, we can obtain a dense disparity map which has the improved accuracy. The remarkable result is that the accuracy of disparity is also improved considerably for complex outdoor images which are barely treatable in the previous methods.
