Stereo matching has many ambiguities due to the ill-posedness of the problem. However most of the pixels can be matched precisely under appropriate assumptions. In this thesis, we search for the most suitable features for stereo matching, which are resultantly distinct edge pixels. Then we propose a new algorithm based on the region of support of the estimated distinct disparity.
This approach has much difference from other algorithms. First, it collects the region of support in a very selective way - between two distinct features with the same disparity only. After gathering enough region of support, the disparity is propagated in the homogeneous intensity region. Finally, the undetermined region determines the disparity through the modified membrane equation.
This approach has two distinct features. First, when compared to the conventional approaches, the computational complexity is very low since it does not contain the complicated optimization process. Second, it gives a very accurate disparity map if the initial features are matched correctly.
The proposed algorithm has been verified through experiments using both synthetic and real stereo images.
양안 정합에는 수많은 모호함이 존재한다. 하지만, 적당한 가정을 세우면, 대부분의 픽셀들을 정합할 수 있다. 본 논문에서는 양안 정합에 가장 적합한 특징점이 어떤 점들이지 찾는다. 그리고, 이러한 점들은 결과적으로 독특한 에지임을 보인다. 그리고, 독특한 변위의 지지 영역에 기반한 정합 알고리즘을 제안한다.
본 논문의 알고리즘은 같은 변위를 가지는 독특한 픽셀들 사이에서만 지지영역을 늘려 나간다.충분한 지지 영역을 모은 다음은 밝기 균일 영역 내에서 지지 영역을 늘려 나간다. 마지막으로 변형된 막 방정식을 이용하여 변위가 결정되지 않은 영역의 변위를 결정한다.
본 논문의 알고리즘은 두 가지 장점이 있다. 첫째로 최적화 과정이 들어가지 않기 때문에 다른 알고리즘들에 비해서 수행시간이 빠르다. 둘째로 초기의 특징점들의 변위가 정확할 경우 매우 정확하게 변위 지도를 계산할 수 있다.
제안한 알고리즘은 합성 영상과 실제 영상 모두에 대해 좋은 결과를 준다.
