Abstract
Generally, image contains geometrical and radiometric errors. Census transform can solve the stereo mismatching problem caused by the radiometric distortion. Since the general census transform compares center of window pixel value with neighbor pixel value, it is hard to obtain an accurate matching result when the difference of pixel value is not large. To solve that problem, we propose a census transform method that applies different 4-step weight for each pixel value difference by applying an assistance window inside the window kernel. If the current pixel value is larger than the average of assistance window pixel value, a high weight value is given. Otherwise, a low weight value is assigned to perform a differential census transform. After generating an initial disparity map using a weighted census transform and input images, the gradient information is additionally used to model a cost function for generating a final disparity map. In order to find an optimal cost value, we use guided filtering. Since the filtering is performed using the input image and the disparity image, the object boundary region can be preserved. From the experimental results, we confirm that the performance of the proposed stereo matching method is improved compare to the conventional method.
일반적으로 영상은 기하학적 왜곡과 방사성 왜곡을 포함하고 있다. 센서스 변환은 방사 왜곡으로 인해 발생하는 스테레오 부정합 문제를 해결할 수 있다. 일반적인 센서스 변환은 윈도우 중심 화소 값과 이웃한 화소의 값을 비교하기 때문에 화소 값의 차이가 크지 않은 경우 정확한 정합 결과를 얻기 어렵다. 이를 해결하기 위해 윈도우 내 보조 윈도우를 적용하여 화소 값 차이별로 서로 다른 4단계 가중치를 적용하는 센서스 변환 방법을 제안한다. 현재 화소 값이 보조 윈도우의 화소평균 값 보다 큰 경우 높은 가중치를 부여하고, 그렇지 않은 경우 낮은 가중치를 부여함으로서 차등적인 센서스 변환을 수행한다. 가중치를 이용한 센서스 변환 영상과 입력 영상을 이용하여 초기 변위지도를 생성한 뒤, 기울기 정보를 추가적으로 사용하여 최종 변위 지도 생성을 위한 비용 함수를 모델링한다. 최적의 비용 값을 찾기 위해 가이드 필터링을 사용하는데, 이는 입력 영상과 변위 영상을 사용하여 필터링을 수행하기 때문에 객체의 경계영이 보존될 수 있다. 실험 결과로부터 제안한 방법을 이용한 스테레오 정합 결과 성능이 기존의 방법에 비해 개선된 것을 확인하였다.
