Journal of the Institute of Electronics Engineers of Korea CI (전자공학회논문지CI)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Heuristic Designs of SAD Correlation Algorithm for Vision System

비전 시스템 구현을 위한 SAD 정합 알고리즘의 변형

  • Yi, Jong-Su (School of Electrical and Electronics Engineering, Chung-Ang University) ;
  • Kim, Jun-Seong (School of Electrical and Electronics Engineering, Chung-Ang University)
  • 이정수 (중앙대학교 전자전기공학부) ;
  • 김준성 (중앙대학교 전자전기공학부)
  • Received : 2010.06.09
  • Published : 2010.09.25
Download PDF
⟨ Previous Next ⟩

Abstract

A stereo vision, which is based on two or more images taken from different view points, is able to build three dimensional maps of its environment having various applications including robots and home networks. SAD algorithm, which is based on area-based correlation, is widely used since its regular structure provide abundant parallelism. In this paper, we present heuristic designs of SAD algorithm to meet the demands on accuracy and resource usages in various applications. The disparity abridgement and the window abridgement algorithms can be used for vision systems in low cost and small size. The window shape algorithm can be applicable when object are in specific shapes. The adaptive window algorithm work well when accuracy is the primary concern.

스테레오 비전은 서로 다른 이미지 쌍을 사용하여 주변 환경에 대한 보다 세부화된 3차원 지도를 제공할 수 있기 때문에 소형 로봇이나 홈네트워크 분야에서 많은 활용이 가능하다. 스테레오 비전 시스템의 영역기반 정합방법 중 하나인 SAD 정합 알고리즘은 구조적인 규칙성을 가짐으로써 풍부한 병렬성을 제공하여 많이 사용된다. 본 논문에서는 SAD 알고리즘을 사용하여 스테레오 비전 시스템을 구현하는데 있어 응용분야에 따라 성능과 하드웨어 자원 소모량 등 제약조건이 서로 다른 변형 SAD 알고리즘을 제안하고 비교 분석하였다. 변이도 축약 알고리즘과 윈도우 축약 알고리즘의 경우 하드웨어 자원 소모량을 줄여 소형화와 저가격화를 지향하는 경우에 적합하다. 또한 사용 환경의 객체 형태에 따라서 윈도우 형태 알고리즘의 사용을 고려해 볼 만하며 높은 정합율이 필요한 경우 가변 윈도우 알고리즘을 사용할 수 있다.

Keywords

References

  1. SungHwan Lee, Jongsu Yi, and JunSeong Kim, "Real-time Stereo Vision on a Reconfigurable System", SAMOS2005, pp. 299-307, Samos, Greece, July 2005.
  2. C. Sun, "A fast stereo matching method", Digital Image Computing: Techniques and Applications, pp. 95-100, Massey University Auckland, New Zealand, December 1997.
  3. C. Sun, "Multi-resolution stereo matching using maximum-surface techniques", Digital Image Computing: Techniques and Applications, pp. 195-200, Perth, Australia, December 1999.
  4. N. Sebe and M. S. Lew "Maximum Likelihood Stereo Matching," International Conference on Pattern Recognition, Vol. 1, pp. 900-903, September 2000.
  5. A. Fusiello, V. Roberto and E. Trucco, "Experiments with a new area-based stereo algorithm", International Conference on Image Analysis and Processing, Florene, 1997.
  6. K. Miura, M. Hariyama and M. Kameyama, "Stereo vision VLSI processor based on a recursive computation algorithm", SICE Annual Conference, Fukui University, Japan, Aug. 2003.
  7. Peter J. Ashenden, "Recursive and repetitive hardware models in VHDL", Tech. Rep. TR160/12/93/ECE, Electrical and Computer Engineering, University of Cincinatti, Ohio 45221-0030, 1993.
  8. D. Guevorkian, A. Launiainen, P. Liuha and V. Lappalainen, "Architectures for the sum of absolute differences operation" Signal Processing Systems, 2002. (SIPS '02). IEEE Workshop on, pp. 57- 62, Oct. 2002.
  9. D. Scharstein and R. Szeliski, "High-accuracy stereo depth maps using structured light", Computer Vision and Pattern Recognition, 2003. Proceedings. 2003 IEEE Computer Society Conference on, vol 1, pp. 195-202, June 2003.
  10. T. Kanade and M. Okutomi, "A stereo matching algorithm with an adaptive window: Theory and Experiment", Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol.16, no.9, pp.920-932, Sep 1994. https://doi.org/10.1109/34.310690
  11. 이정수, 양승구, 김준성, "실시간 스테레오 비젼 시스템을 위한 SAD 정합연산기 설계", 전자공학회논문지, 제45권, 제1호, 55-61쪽, 2008년 1월