Three-dimensional (3D) reconstruction in dense scatterer environments is essential but challenging due to attenuation and scattering. Most specialized systems for this environment usually use a powerful, active illumination scanner, which can be slow and bulky. An attractive alternative is utilizing stereo vision, as it is typically a lighter and more cost-effective solution. However, stereo vision is an inherently ill-posed and challenging problem. It is even more difficult in the case of images of dense fog or dense steam scenes illuminated by active light sources. Images taken in such conditions suffer attenuation of object radiance and strong backscattering induced by the active light sources. Thus, the conventional well-developed stereo vision algorithms cannot be deployed directly to these images. In this study, we propose algorithms that improve stereo vision for extracting skeleton information in dense scattering media where the commonly used ranging sensors are unable to work. To solve this problem, we first derive the imaging model for images taken in a dense scattering medium illuminated by near-lighting. Based on the derived model, the non-uniform backscattering signal is efficiently removed from the images. The descattered images are then utilized as the input images of stereo vision. In the second method, the backscattering signal is eliminated from the measured signal when the stereo matching cost is pixel-wise calculated. The proposed algorithm focus on estimating a 3D cost volume by computing for each pixel in the left scatter-corrupted image a score for each possible disparity value. Then, the conventional well-developed methods can be deployed in cost aggregation and disparity estimation steps. We also demonstrate the effectiveness of the proposed method by extracting the skeleton shape information of the objects. From the 3D information of the object, the real robot manipulation task can be carried out.
고농도 부유물 산란 환경에서 3차원 복원은 필수적이지만 감쇠와 산란으로 인해 어려움이 있다. 대부분 이러한 환경에 특화된 시스템은 느리고 부피가 커질 수 있는 높은 파워의 스캐너를 사용한다. 이를 대체할 수 있는 방법은 더 가볍고 저렴한 스테레오 비전을 사용하는 것이다. 그러나 스테레오 비전을 사용하는 것은 본질적으로 오차가 크고 기술적으로 구현이 어렵다. 특히 밀도가 높은 안개나 증기 환경에서 획득된 이미지는 광원에 의해 유도되는 물체의 광도 감쇠와 강한 후방 산란을 겪기 때문에 비전 정보 획득이 더욱 어렵다. 본 연구에서는 거리 측정 센서가 작동하지 않는 고밀도 산란 환경에서 스테레오 비전을 이용해 골격 정보를 추출하는 알고리즘을 제안한다. 먼저 고밀도 산란 환경에서 가까운 광원에 의해 조사된 이미지 모델을 유도한다. 유도된 모델에 기초하여, 불균일한 후방 산란 신호는 효과적으로 제거되고 이를 스테레오 비전의 입력 이미지로 사용한다. 또한 스테레오 매칭을 픽셀 단위로 계산할 때 후방 산란 신호를 제거한다. 산란 영상에서 각 픽셀에 대해 불일치 값에 대한 점수를 계산하여 3D 정보를 추정하고 기존의 개발된 방법을 비용 집계 및 불일치 추정 단계에 사용하여 객체의 뼈대 정보를 추출하여 제안된 방법의 효과를 입증하였다. 마지막으로 실제 산란 환경에서 스테레오 비전으로부터 객체의 3D 정보를 얻어 로봇 조작 작업을 수행하였다.
