Stereo image matching is one of the fundamental problems in the computer vision. Stereo image matching in the man-made structure is significant problem for the mobile device like robot, smart phone to 3D reconstruction of indoor or navigation. There exist several approaches to solve the stereo image matching like point, line segment features. The line feature has advantages in the man-made structure for its abundance. Efficiency in the stereo matching in man-made structure plays a importance role in mobile device due to limitation of processor. We propose the efficient stereo image matching in the manmade environments employing Hough-based line descriptor. First we xtract the line segments feature and extend it to prevent the fragmentation of line egments. Second, grouping of central line segments is determined. Degree number of losest line segments are included to the group of line segments. To reduce the effect from the noisy line segment, multi grouping scheme that the a several types of group is
conducted. After that, line descriptor is calculated for the line segments in the group. The features in the Hough space is used for the descriptor. Finally each line segment is matched with the line segments between the stereo images. Experimental result shows that accuracy of correspondences of line segments is similar to the current research with huge amount of decreasing in computation time.
와이드 베이스라인 스테레오 이미지 매칭은 컴퓨터 비전 분야에서 가장 기본적인 문제이다. 인공 구조물 환경에서의 스테레오 이미지 매칭은 모바일 기기인 로봇이나 스마트폰에 있어서 실내 환경의 3차원 복원 등에 쓰인다. 스테레오 이미지 매칭을 풀기 위한 방법으로는 점 특징, 선분 특징 등이 있는데 이 중 선분 특징의 경우 인공 구조물 환경에서 특히 많이 추출된다. 인공구조물에서의 스테레오 이미지 매칭의 효율성은 모바일 기기 같은 제한된 환경에서 정확도 뿐만 아니라 속도 역시 중요하기 때문에 특히 큰 의미를 가진다. 본 논문에서는 허프 기반의 선분 디스크립터를 이용한 인공 구조물 환경에서의 효율적인 스테레오 이미지 매칭을 제안한다. 먼저 선분을 이미지로부터 추출하고 선분의 쪼개짐 현상을 해결하기 위해 선분을 확장한다. 두 번째로 중앙 선분 디스크립터를 만들기 위한 선분 그룹이 그룹수만큼 중앙 선분과 가까운 선분들로 구성된다. 선분 그룹 내의 노이즈로 인한 선분의 효과를 막기 위해 다중 그룹 개념을 사용하였다. 다음으로 선분 디스크립터가 선분 그룹을 기준으로 계산된다. 허프 공간에서의 특징이 디스크립터로 사용된다. 마지막으로 스테레오 이미지 상에서의 각 선분이 디스크립터를 기준으로 매칭된다. 실험 결과 선분의 매칭 정확도가 최신 연구와 비슷하지만 속도는 상당히 개선됨을 알 수 있다.
