본 논문에서는 다시점 영상에서 영상의 특성을 고려하여 효율적으로 미세 변이를 추정하고 중간 시점 영상을 합성하는 알고리듬을 제안하며 이를 모의 실험을 통해 검증한다. 제안한 방법은 영역분할 양방향 화소정합을 통해 변이 추정의 수행 속도를 향상시키는 동시에 신뢰도를 높이며, 적절한 비용함수의 제안과 유사 영역에 대한 정합 창 확장 알고리듬, 변이 평활화와 불확실 영역 변이 할당 알고리듬을 통해 잘못 할당된 변이와 불확실 영역을 제거함으로서 변이의 신뢰도를 더욱 높일 수 있다. 이렇게 추정된 변이는 다시점 영상의 중간 시점 영상 합성을 위해 사용된다. 제안된 방식을 통해 기존의 방식들보다 더욱 안정적인 변이 정보를 얻을 수 있었고, 합성된 중간 시점 영상도 객관적으로나 주관적으로나 더욱 좋은 결과를 보였으며, 또한 전체적인 수행 시간도 줄어들어 더 효율적인 알고리듬임을 확인할 수 있었다.
As multiview video applications become more popular, correspondence problem for stereo image matching plays an important role in expanding view points. Thus, we propose an efficient dense disparity estimation algorithm considering features of each image pair of multiview image sets. Main concepts of the proposed algorithm are based on the region-dividing-bidirectional-pixel-matching method. This algorithm makes matching process efficient and keeps the reliability of the estimated disparities. Other improvement have obtained by proposed cost function, matching window expanding technique, disparity regularization, and disparity assignment in ambiguous region. These techniques make disparities more stable by removing false disparities and ambiguous regions. The estimated disparities are used to synthesize intermediate views of multiview images. Computer simulation demonstrates the excellence of the proposed algorithm in both subjective and objective evaluations. In addition, processing time is reduced as well.
