한국정보통신학회논문지 (Journal of the Korea Institute of Information and Communication Engineering)

  • 제16권3호
  • /
  • Pages.407-415
  • /
  • 2012
  • /
  • 2234-4772(pISSN)
  • /
  • 2288-4165(eISSN)
한국정보통신학회 (The Korea Institute of Information and Commucation Engineering)
권호 표지
DOI QR코드

DOI QR Code

색상 정보를 이용한 스테레오 정합 기법

Stereo Matching Algorithm by using Color Information

  • 투고 : 2011.10.19
  • 심사 : 2011.12.20
  • 발행 : 2012.03.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 화상회의 시스템 등 인물 위주의 스테레오 영상으로부터 깊이 정보를 추출하기 위한 스테레오 정합 기법을 제안한다. 제안한 기법에서는 두 대의 스테레오 카메라로부터 획득된 영상에서 임계값을 이용하여 배경을 먼저 제거하고, 배경이 제거된 영상과 카메라 보정을 거친 영상을 이용하여 초기 변이지도(disparity map)와 R, G, B, white 4개의 색상 성분으로 분할한 영상을 생성하게 된다. 각 색상 정보로 분할된 영상의 경계(edge) 성분을 추출하고, 추출된 경계에서 정합 창을 이용하여 변이를 추정하고 각 색상 정보의 변이지도를 적절히 조합하여 최종 변이지도를 생성하게 된다. 실험 결과 제안한 기법이 기존의 영역기반(window based) 정합기법과 동적계획법(dynamic programing method) 등보다 인물 위주의 스테레오 영상에서 더 우수한 성능을 가지는 것을 확인하였다.

In this paper, we propose a new stereo matching algorithm by using color information especially for stereo images containing human beings in the applications such as tele-presence system. In the proposed algorithm, we first remove the background regions by using a threshold value for stereo images obtained by stereo camera and then find an initial disparity map and segment a given image into R, G, B and white color components. We also obtain edges in the segmented image and estimate the disparity from the extract boundary regions. Finally, we generate the final disparity map by properly combining the disparity map of each color component. Experiment results show better performance compared with the window based method and the dynamic programing method especially for stereo images with human being.

키워드

참고문헌

  1. P.F. Felzenszwalb and D.P. Huttenlocher, "Efficient belief propagation for early vision", IEEE Conf. Computer Vision and Pattern Recognition, June 2004.
  2. Scharstein, D., Szeliski, R., and Zabih, R., "A taxonomy and evaluation of dense two-frame stereo correspondence algorithms", IEEE Workshop on Stereo and Multi-Baseline Vision, 2001(SMBV 2001), pp. 131-140, Dec. 2001.
  3. S. El-Etriby, A. Al-Hamadi, and B. ichaelis., "Dense stereo correspondence with slanted surface using phase-based algorithm", IEEE International Symposium on Industrial Electronics, pp. 1807-1813, June 2007.
  4. O. Veksler, "Fast variable window for stereo correspondence using integral images", Proc. IEEE Conf. on Computer Vision and Pattern Recognition, vol. 1, pp. 556-561, 2003.
  5. 안재우, 유지상, "영역 분할을 통한 스테레오 정합 기법", 2011년 한국방송공학회 추계학술대회, 2011 년 10월.
  6. Taehee Lee, and Hollerer, T., "Hybrid feature tracking and user interaction for markerless augmented reality", Virtual Reality Conference '08, IEEE, pp. 145-152, March 2008.
  7. 황선규, "영상처리 프로그래밍 by Visual C++", 한빛미디어, pp. 660-671, pp. 684-695, 2007년.
  8. A. Klaus, M. Sormann, and K. Karner, "Segment based stereo matching using belief propagation and a self-adapting dissimilarity measure", ICPR '06, vol. 3, pp. 15-18, 2006.
  9. Michael Bleyer and Margrit Gelautz, "A layered stereo algorithm using segmentation and global visibility constraints", ICIP '04. vol. 5. pp. 2997-3000, 2004.
  10. Y. Fisher, "Fractal Image Compression", Springer-verlage, New York, Inc. pp. 251-263, 1995.
  11. Brown, M.Z., Burschka, D., and Hager, G.D., "Advances in computational stereo", IEEE Transactions on PAMI, vol. 25, iss. 8, pp. 993-1008, Aug. 2003. https://doi.org/10.1109/TPAMI.2003.1217603