DE102007027958A1 - Method for optimizing a stereoscopic image - Google Patents
Method for optimizing a stereoscopic image Download PDFInfo
- Publication number
- DE102007027958A1 DE102007027958A1 DE102007027958A DE102007027958A DE102007027958A1 DE 102007027958 A1 DE102007027958 A1 DE 102007027958A1 DE 102007027958 A DE102007027958 A DE 102007027958A DE 102007027958 A DE102007027958 A DE 102007027958A DE 102007027958 A1 DE102007027958 A1 DE 102007027958A1
- Authority
- DE
- Germany
- Prior art keywords
- disparity
- image
- pixels
- term
- determined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Abstract
Die Erfindung betrifft ein Verfahren zur Optimierung eines stereoskopischen Bildes, wobei mindestens zwei Teilbilder (1.1, 1.2) eines Objektes (O) von unterschiedlichen Aufnahmepunkten aufgenommen und die Teilbilder (1.1, 1.2) derart umgewandelt werden, dass korrespondierende Teilbildpunkte (TP1.1, TP1.2) der beiden Teilbilder (1.1, 1.2) bezüglich einer Koordinate in einem Raumpunkt zusammenfallen und eine einer Abweichung zwischen Koordinatenwerten der korrespondierenden Teilbildpunkte (T1.1, T1.2) entsprechende Disparität ermittelt wird, anhand der ein Disparitätsbild (DB) mit entsprechenden Bildpunkten (BP) erzeugt wird. Erfindungsgemäß werden Disparitätswerte (d_mess) benachbarter Bildpunkte (BP) des ermittelten Disparitätsbildes (DB1) anhand eines Glättungsterms (EG) verarbeitet und ein geglättetes Disparitätsbild (DB2) erzeugt.The invention relates to a method for optimizing a stereoscopic image, wherein at least two partial images (1.1, 1.2) of an object (O) are recorded by different recording points and the partial images (1.1, 1.2) are converted such that corresponding partial pixels (TP1.1, TP1 .2) of the two partial images (1.1, 1.2) coincide with respect to a coordinate in a spatial point, and a disparity corresponding to a deviation between coordinate values of the corresponding partial pixels (T1.1, T1.2) is determined on the basis of which a disparity image (DB) with corresponding Pixels (BP) is generated. According to the invention, disparity values (d_mess) of adjacent pixels (BP) of the ascertained disparity image (DB1) are processed on the basis of a smoothing term (E G ) and a smoothed disparity image (DB2) is generated.
Description
Die Erfindung betrifft ein Verfahren zur Optimierung eines stereoskopischen Bildes.The The invention relates to a method for optimizing a stereoscopic Image.
Stereoskopieverfahren zur raumtreuen Abbildung beruhen üblicherweise auf dem Vergleich von mindestens zwei korrespondierenden Halbbildern (auch stereoskopische Halbbilder oder Bildpaar genannt), die aus mindestens zwei unterschiedlichen Blickwinkeln, beispielsweise zwei unterschiedlichen Kamerapositionen, aufgenommen werden, wobei korrespondierende Teilbildpunkte der Halbbilder durch geeignete Verfahren einander zugeordnet werden. Im Folgenden wird die Erfindung und der Stand der Technik anhand von zwei, mittels zwei hinsichtlich Orientierung und Brennweite abgestimmten Kameras aufgenommener Halbbilder beschrieben (= Standard-Stereo mit stereoskopischen Bildern); die Erfindung ist aber auch auf Systeme mit mehr als 2 Kameras nutzbringend anwendbar (= Multi-Stereo mit Multistereobildern).Stereoscopy method to the space-faithful illustration are usually based on the Comparison of at least two corresponding fields (also stereoscopic fields or image pairs), which consists of at least two different angles, for example two different ones Camera positions, are recorded, with corresponding subpixels the fields are assigned to each other by suitable methods. The invention and the prior art will be described below of two, by means of two in terms of orientation and focal length coordinated cameras recorded fields (= standard stereo with stereoscopic images); however, the invention is also related to systems usefully applicable with more than 2 cameras (= multi-stereo with Multi stereo images).
Die
aus mindestens zwei unterschiedlichen Blickwinkeln aufgenommenen
Halbbilder können zum Beispiel durch einfache Triangulation
der Rekonstruktion von Tiefenwerten (auch Raumwerte) dienen gemäß:
Unter Tiefenwerten wird dabei die Tiefe eines Bildpunktes (= Raumpunkt der korrespondierenden Teilbildpunkte) verstanden, welche den Abstand des Bildpunktes vom Projektionszentrum der entsprechenden Kamera beschreibt. Durch Rekonstruktion von Tiefenwerten für sämtliche Bildpunkte des aus den zwei Halbbildern gebildeten stereoskopischen Bildes erhält man ein stereoskopisches Bild mit so genannter dichter Tiefenschätzung und somit ein dreidimensionales Bild.Under Depth values thereby become the depth of a pixel (= space point the corresponding subpixels), which is the distance of the pixel from the projection center of the corresponding camera describes. By reconstruction of depth values for all Pixels of the stereoscopic image formed from the two fields Image is obtained a stereoscopic image with so-called dense depth estimate and thus a three-dimensional Image.
Die Disparität des stereoskopischen Bildes wird üblicherweise pixelgenau ermittelt, indem eine Abweichung (= Abstand) zwischen Koordinatenwerten von korrespondierenden Teilbildpunkten der Halbbilder ermittelt wird. Dabei stellt eine Abweichung zwischen Koordinatenwerten der X-Koordinate der korrespondierenden Teilbildpunkte eine so genannte Querdisparität und eine Abweichung zwischen Koordinatenwerten der Z-Koordinate der korrespondierenden Teilbildpunkte eine so genannte Tiefen- oder Raumtiefendisparität dar. Beim Rektifizieren werden dazu die zwei Halbbilder beispielsweise in eine gemeinsame Bildebene derart projiziert, dass alle Abstandsvektoren korrespondierender Teilbildpunkte parallel zur X-Koordinate der Bildebene verlaufen, wobei die Y-Koordinate identisch ist.The Disparity of the stereoscopic image usually becomes pixel exact determined by a deviation (= distance) between Coordinate values of corresponding subpixels of the fields is determined. It represents a deviation between coordinate values the X coordinate of the corresponding subpixels a so-called Transverse disparity and a deviation between coordinate values the z-coordinate of the corresponding subpixels a so-called Depth or space depth disparity. When rectifying For example, the two fields are in a common Image plane projected such that all distance vectors corresponding Subpixels run parallel to the X coordinate of the image plane, where the Y coordinate is identical.
Die
meisten Verfahren zur Bestimmung von Disparitäten, wie
z. B. korrelationsbasierte Techniken oder global optimierende Ansätze,
wie das so genannte Semi-Global-Matching, bestimmen die Disparitäten
pixel-genau. Vor allem bei kleinen Disparitäten führt
das in der Regel zu nicht tolerierbaren Quantisierungseffekten bei
der Bestimmung der Entfernung oder Tiefe, welche die Qualität
der Daten beeinflusst. Deshalb wird oft versucht, die Disparität
genauer, d. h. subpixel-genau, zu schätzen. Dazu benutzt
man eine so genannte "goodness-of-fit-Funktion", die man im Rahmen
der Stereoanalyse für verschiedene Disparitäten
ausgewertet hat und passt (auch fitten genannt) eine geeignete Funktion,
meist eine Parabel, an das Optimum und die Funktionswerte der angrenzenden
Disparitäten an. Der Ort des Minimums dieser Funktion wird
dann als verbesserte Schätzung der Disparität
angesehen. Eine derartige Funktion ist beispielsweise in
Darüber
hinaus sind Ansätze bekannt, die die Schätzung
eines dichten Disparitätsbildes als Variationsaufgabe auffassen,
wobei ein globaler Energieterm bestehend aus Ähnlichkeitsmaß der
Stereobilder und Glattheitsmaß minimiert wird, wie dies
beispielsweise aus
Der Erfindung liegt daher die Aufgabe zugrunde, ein verbessertes Verfahren zur Optimierung eines stereoskopischen Bildes anzugeben.Of the The invention is therefore based on the object, an improved method to specify a stereoscopic image.
Die Aufgabe wird erfindungsgemäß gelöst durch die im Patentanspruch 1 angegebenen Merkmale. Vorteilhafte Weiterbildungen der Erfindung sind Gegenstand der Unteransprüche.The The object is achieved by the features specified in claim 1. Advantageous developments The invention are the subject of the dependent claims.
Beim erfindungsgemäßen Verfahren zur Optimierung eines stereoskopischen Bildes werden Disparitätswerte von benachbarten Bildpunkte eines Disparitätsbildes, wobei die Disparitätswerte in einem herkömmlichen Verfahren ermittelt werden, anhand eines Glättungsterms verarbeitet und ein geglättetes Disparitätsbild erzeugt. Hierdurch wird die Qualität einer Pixelkorrespondenz bewertet, indem dabei Glattheitsbedingungen berücksichtigt werden, z. B. derart, dass benachbarte Bildpunkte meist glatte Oberflächen mit weitgehend gleicher Entfernung aufweisen. Mit anderen Worten: Der Tiefenunterschied benachbarter Bildpunkte wird als Bewertungskriterium für die Glattheit des Objekts genommen, wobei benachbarte Bildpunkte insbesondere ohne Rücksicht auf lokale Pixelkontraste (= Kanten und somit Tiefenunterschiede), d. h. über Disparitätskanten hinweg, stückweise geglättet werden. Hierdurch sind unerwünschte Verschmierungseffekte an Objektgrenzen (= Disparitätssprünge) vermieden, so dass eine bei der Stereoanalyse ermittelte Tiefenkarte oder ein Tiefenbild extrem rauschfrei ist. Hierdurch kann die Auflösungsgrenze von Stereosystemen gesteigert werden.At the inventive method for optimizing a stereoscopic image will be disparity values from neighboring ones Pixels of a disparity image, where the disparity values be determined in a conventional method, based a smoothing term and a smoothed one Disparity image generated. This is the quality pixel correspondence by taking into account smoothness conditions be, for. B. such that adjacent pixels usually smooth surfaces having substantially the same distance. In other words: The difference in depth between adjacent pixels is used as an evaluation criterion taken for the smoothness of the object, being adjacent Pixels in particular without regard to local pixel contrasts (= Edges and thus depth differences), d. H. about disparity edges away, be smoothed piece by piece. hereby are unwanted smearing effects on object boundaries (= Disparity jumps) avoided, so that a in the stereo analysis determined depth map or a depth image extreme is noise-free. This allows the resolution limit of Stereosystemen be increased.
Das zugrunde liegende Disparitätsbild wird herkömmlich beispielsweise anhand von mindestens zwei Teilbilder eines Objektes gebildet, die von unterschiedlichen Aufnahmepunkten aufgenommen und derart umgewandelt werden, dass korrespondie rende Teilbildpunkte der beiden Teilbilder bezüglich einer Koordinate (z. B. der X-Koordinate für die so genannte Querdisparität oder der Z-Koordinate für die so genannte Tiefenabweichung) in einem Raumpunkt zusammenfallen und eine einer Abweichung zwischen Koordinatenwerten der korrespondierenden Teilbildpunkte entsprechende Disparität ermittelt wird, anhand der ein Disparitätsbild mit entsprechenden Bildpunkten erzeugt wird.The underlying disparity picture becomes conventional for example, based on at least two partial images of an object formed, taken from different pickup points and are converted such that corresponding partial pixels of the two partial images with respect to a coordinate (eg the X-coordinate for the so-called transverse disparity or the Z-coordinate for the so-called depth deviation) to coincide in a point of space and a deviation between Coordinate values of the corresponding subpixels corresponding Disparity is determined based on a disparity image is generated with corresponding pixels.
Im Detail erfolgt die Optimierung der lokalen Disparität durch Energieminimierung, insbesondere so genannte globale Minimierung, bei der ein Raummodell durch einen Datenterm, der die Annahme der Bildkonsistenz umsetzt, und durch den Glättungsterm, der die stückweise Glättung benachbarter Bildpunkte umsetzt, vorgegeben wird.in the Detail is done optimizing the local disparity Energy minimization, in particular so-called global minimization, in the case of a space model through a data term, which is the assumption of Image consistency is implemented, and by the smoothing term, the the piecewise smoothing of adjacent pixels implements, is given.
Vorzugsweise wird der Glättungsterm gewichtet. Insbesondere werden die Disparitätswerte der benachbarten Bildpunkte gewichtet. Dabei kann der Glättungsterm als ein Glattheitsgewicht oder ein Kantengewicht bei der Energieminimierungsfunktion eingehen, wobei der Wichtungsfaktor eine Konstante, insbesondere eine ganzzahlige positive Konstante ist. Mit steigendem, insbesondere einem hohen Wichtungsfaktor wird die Nachbildung von glatten Oberflächen verbessert, wobei ein mittlerer Wichtungsfaktor die genaue Kantennachbildung verbessert, welche frei von Lücken sein sollte. Dabei kann durch Variation des Wichtungsfaktors ein entsprechend optimaler Wichtungsfaktor sowohl für die Nachbildung von glatten Oberflächen als auch von Kanten ermittelt werden. Bevorzugt wird ein für die Nachbildung glatter Oberflächen optimaler Wichtungsfaktor vorgegeben, wobei in diesem Ausführungsbeispiel dann der Glättungsterm an Objekt- oder Disparitätskanten repräsentierenden Bildpunkten deaktiviert oder reduziert wird.Preferably the smoothing term is weighted. In particular, the Weighted disparity values of neighboring pixels. The smoothing term may be a smoothness weight or an edge weight in the energy minimization function, wherein the weighting factor is a constant, in particular an integer positive constant is. With rising, especially a high Weighting factor is the reproduction of smooth surfaces improved, with an average weighting factor the exact edge replica improved, which should be free of gaps. It can by varying the weighting factor a correspondingly optimal Weighting factor for both the replica of smooth Surfaces and edges are determined. Prefers becomes a smooth surface for the reproduction given optimal weighting factor, in this embodiment then the smoothing term representing object or disparity edges Pixels is disabled or reduced.
In einer weiteren Ausführungsform berücksichtigt der Glättungsterm Tiefenunterschiede und/oder Querunterschiede. Dabei wird mittels des vorgebbaren Wichtungsfaktors die Glättung beispielsweise derart entfernungsabhängig (= Tiefenunterschied) eingestellt, dass Objekte in großer Entfernung oder Raumtiefe stärker geglättet werden als Objekte in naher Entfernung zur Kamera. Alternativ kann der Wichtungsfaktor auch in Abhängigkeit vom Seitenabstand des Objektes zur Kamera entsprechend vorgegeben werden (= Querunterschiede).In considered a further embodiment the smoothing term depth differences and / or cross differences. In this case, by means of the predeterminable weighting factor, the smoothing for example, depending on the distance (= depth difference) set that objects at great distance or depth of space stronger be smoothed as objects near the camera. Alternatively, the weighting factor can also be dependent from the side distance of the object to the camera specified accordingly become (= cross differences).
In einer weiteren Ausführungsform kann zusätzlich zu den Teilbildern des Objektes ein Kontrastterm, insbesondere ein Grauwertbild berücksichtigt werden. Hierdurch kann ebenfalls die Glättung an Objektgrenzen entsprechend reduziert oder gegebenenfalls deaktiviert werden.In Another embodiment may additionally to the partial images of the object a contrast term, in particular a Gray value image are taken into account. This can also be done the smoothing at object boundaries is reduced accordingly or be disabled if necessary.
Als eine mögliche Ausführungsform wird das geglättete Disparitätsbild anhand eines auf einer globalen Energieminimierungsfunktion basierendes Optimierungsverfahrens bestimmt, indem bei der Schätzung von subpixel-genauen Disparitäten der Glättungsterm berücksichtiget und das Schätzproblem als lokale Energieminimierung formuliert wird. Dabei wird die Energieminimierungsfunktion aus einem Datenterm und dem Glättungsterm gebildet, wobei als Datenterm ein Ähnlichkeitsmaß der Ähnlichkeit von Disparitätswerten der Bildpunkte ermittelt wird. Dabei weisen aufgrund der Bildkonsistenz des Raumes deren zugehörigen Raumpunkte (= Bildpunkte) annä hernd gleiche Teilbildpunkte mit gleichen Werten, insbesondere Farbwerte, Helligkeitswerte, auf.When a possible embodiment is the smoothed Disparity image based on one on a global energy minimization feature based on the estimation of Subpixel-exact disparities of the smoothing term and the estimation problem as local Energy minimization is formulated. This is the energy minimization function formed from a data term and the smoothing term, wherein as data term a similarity measure of similarity of disparity values of the pixels is determined. there due to the image consistency of the room their associated Space points (= pixels) approximately the same subpixels with the same values, in particular color values, brightness values.
In einer möglichen Ausführungsform wird das Ähnlichkeitsmaß anhand einer gewichteten quadrierten Disparitätsdifferenz, insbesondere anhand einer so genannten SSD-Funktion (SSD = Summe der quadrierten Differenzen oder Sum of Squared Differences) gebildet. Hierdurch werden lineare Helligkeits- und Kontrastunterschiede von benachbarten Bildpunkten berücksichtigt. Der Vorteil der SSD-Funktion liegt in der Einfachheit und effizienten Implementierung.In one possible embodiment, the similarity measure is formed on the basis of a weighted squared disparity difference, in particular based on a so-called SSD function (SSD = sum of squared differences or sum of squared differences). As a result, linear differences in brightness and contrast of adjacent pixels are taken into account. The advantage of the SSD function is simplicity and efficient implementation.
Darüber hinaus wird das Energieminimierungsverfahren iterativ ausgeführt, wobei in jedem Iterationsschritt ein so genanntes "kleinstes-Quadrat-Problem" gelöst wird. Hierdurch ist eine stufenweise Optimierung des stereoskopischen Bildes anhand der Disparitätsbilder ermöglicht.About that In addition, the energy minimization process is performed iteratively, whereby in each iteration step a so-called "least squares problem" is solved. This is a gradual optimization of stereoscopic image based on the disparity images.
Ausführungsbeispiele der Erfindung werden anhand einer Zeichnung näher erläutert. Dabei zeigen:embodiments The invention will be explained in more detail with reference to a drawing. Showing:
Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.each other corresponding parts are in all figures with the same reference numerals Mistake.
Anhand
der aufgenommenen Halbbilder
Zur Reduzierung des Rauschens in ermittelten Disparitätsbildern DB1 ist beim erfindungsgemäßen Verfahren ein Optimierungsproblem formuliert, welches aus einem durch Korrelation gegebenen Datenterm ED und einem Glättungsterm EG gebildet wird. Dabei werden mittels des gegenüber herkömmlichen Verfahren neuen Glättungsterms EG folgenden Objekteigenschaften bzw Objektparameter berücksichtigt:
- – Objekte und somit deren Bilder oder Bildbereiche weisen näherungsweise glatte Oberflächen auf, so dass daraus resultierend
- – benachbarte Bildpunkte von Disparitätsbildern, welche dasselbe detektierte Objekt O repräsentieren, sehr ähnliche oder gleiche Disparitätswerte aufweisen sollten.
- - Objects and thus their images or image areas have approximately smooth surfaces, resulting in it
- Adjacent pixels of disparity images representing the same detected object O should have very similar or equal disparity values.
Dabei wird das Optimierungsproblem derart formuliert, dass unerwünschte Verschmierungseffekte (= Tiefenrauschen) an Objektgrenzen (= Disparitätssprüngen) reduziert oder vermieden werden. Hierzu kann das Optimierungsproblem beispielsweise durch einfache Relaxation gelöst werden.there the optimization problem is formulated in such a way that undesired Smear effects (= noise) at object boundaries (= jumps in dispersion) be reduced or avoided. This can be the optimization problem be solved for example by simple relaxation.
Bei der Optimierung des Disparitätsbildes DB1 wird die lokale Disparität d0 als ein Energieminimierungsproblem vorgegeben gemäß:
- Mit Eges = Fehlerterm, ED = Datenterm, EG = Glättungsterm, d0 = lokaler Disparitätswert.
- With E ges = error term, E D = data term, E G = smoothing term, d 0 = local disparity value.
Dabei wird berücksichtigt, dass eine hinreichend genaue Schätzung der Disparität der Disparitätsbilder DB1 eine gewisse Glattheit in den geschätzten Disparitäten bzw. Entfernungen aufweisen sollte. Das bedeutet, dass die Schätzung der Disparität an einem Bildpunkt BP(x, y) (BP auch Stelle x genannt) von den anderen Bildpunkten BP(x + 1, y + 1) bzw. BP(x – 1, y – 1) einer lokalen Nachbarschaft um einen Faktor x abhängen muss. Dabei soll bei der Optimierung des Disparitätsbildes DB1 berücksichtigt werden, dass an Objektgrenzen Disparitätssprünge und somit unstetige Disparitäten und/oder bei Bildpunkten BP abhängig vom lokalen Kontrast unterschiedliche Disparitäten auftreten.there is taken into account that a reasonably accurate estimate the disparity of the disparity images DB1 a certain smoothness in the estimated disparities or distances should have. That means the estimate the disparity at a pixel BP (x, y) (BP also position x) from the other pixels BP (x + 1, y + 1) and BP (x - 1, respectively) y - 1) depend on a local neighborhood by a factor x got to. It should in the optimization of the disparity picture DB1 be considered that at object boundaries Disparitätssprünge and thus disparate disparities and / or pixels BP depending on the local contrast different disparities occur.
Je
nach Vorgabe wird dabei die Anzahl von zu berücksichtigenden
benachbarten Bildpunkten BP vorgegeben. Beispielsweise wird eine
3×3 Maske mit nebenstehender Nummerierung der Bildpunkte
BP vorgegeben:
Die
Glattheit der Lösung wird beispielsweise durch eine Disparitätsvarianz σ definiert,
andere Energieformulierungen sind denkbar. Somit ergibt sich als
Glättungsterm EG zur Bestimmung
der Glattheit: mit N
= 9 für das 3×3 System, di =
Pixeldisparität (= Bildpunktdisparität),
Bei
der so genannten SPG-Schätzung wird eine Parabel an die
Werte einer so genannten SSD-Funktion {d_, do,
d+} (mit SSD = Summe quadrierter Disparitätsdifferenzen)
gefiltert, wobei dann do das Minimum der
Fehlerfunktion darstellt. Die dabei resultierende Parabelöffnung
ergibt ein Maß für die Zunahme einer Fehlerenergie,
wenn man das Optimum verlässt. Damit kann der Datenterm
ED wie folgt formuliert werden:
Der
Fehlerterm Eges (= Gesamtenergie) ergibt
sich dann gemäß:
Einer
Steigerung der Glättung und somit der Glattheit der Objektoberfläche
durch Variation von do steht damit eine
Zunahme der Energie im Datenterm ED gegenüber.
Das Optimum ergibt sich zu: mit folgenden
Variationen:
Die Gleichung [8] ermöglicht dabei auch eine Glättung und somit Glattheit über Disparitätskanten hinweg. Wünschenswert ist eine Formulierung, die den Einfluss des Glättungsterms EG an Disparitätskanten ausschließt bzw. stark mindert. Hierzu wird der Glättungsterm EG beispielsweise wie folgt modifiziert: Equation [8] also allows for smoothing and thus smoothness across disparity edges. It is desirable to have a formulation which excludes or greatly reduces the influence of the smoothing term E G on disparity edges. For this purpose, the smoothing term E G is modified, for example, as follows:
Je
größer die Disparitätsvarianz σ,
desto weniger wirkt eine Änderung der lokalen Disparität
do. Schreibt man zusätzlich
Dabei
entspricht die Gleichung [16] für σn =
1 und kleine Varianzen der Gleichung [8], reduziert aber mit zunehmender
Varianz den Einfluss der mittleren Disparitätsvarianz
Wählt man einen konstanten Wichtungsfaktor mit λ(d) = konstant, werden alle Disparitäten gleich behandelt, wobei mittels des vorgebbaren Wichtungsfaktor λ die Glättung entfernungsabhängig einstellbar ist. Die Wahl vonglättet Objekte O in großer Entfernung stärker, was in vielen Fällen erwünscht ist.If one chooses a constant weighting factor with λ (d) = constant, all disparities are treated the same, whereby by means of the predeterminable weighting factor λ, the smoothing can be set as a function of the distance. The choice of Smooths out objects O at a great distance, which is desirable in many cases.
In
Da
sich bei Variation der lokalen Disparität do die
lokale Varianz ändert, ist das Verfahren in der bekannten
iterativen Form anzuwenden, wie dies in
Dabei wird anhand von gemessenen Disparitäten dmess in einer ersten Iterationsstufe n gemäß dem oben beschriebenen Verfahren ein geglättetes Disparitätsbild DB2 (n) mit einer Homogenität H ermittelt, welche einer Funktion der Disparität d und der Varianz der Disparität d_var in diesem Bereich, z. B. in der 3×3 Matrix, entspricht. In einer weiteren Iterationsstufe n + 1 wird dann das nächste geglättete Disparitätsbild DB2(n + 1) für den jeweils betrachteten Bereich mit beispielsweise 3×3 Bildpunkten BP anhand der mittleren Disparität d_mean und der Konstanten a0 und der Homogenität H ermittelt, wobei für alle betrachteten Beispiele eine Konvergenz für a0 > 0 angenommen wird. Der Fall a0 = 0 kann nur in Bereichen mit konstanten Grauwerten auftreten und wird als "Disparität d nicht messbar" ausgeschlossen.In this case, based on measured disparities d mess in a first iteration step n according to the method described above, a smoothed disparity image DB2 (n) with a homogeneity H is determined which corresponds to a function of the disparity d and the variance of the disparity d_var in this region, e.g. B. in the 3 × 3 Matrix, corresponds. In a further iteration stage n + 1, the next smoothed disparity image DB2 (n + 1) for the respectively considered area with, for example, 3 × 3 pixels BP is then determined on the basis of the mean disparity d_mean and the constant a 0 and the homogeneity H, where for all Examples considered a convergence for a 0 > 0 is assumed. The case a 0 = 0 can occur only in areas with constant gray values and is excluded as "disparity d not measurable".
Sind
darüber hinaus beispielsweise nicht alle benachbarten Disparitäten
d von benachbarten Bildpunkten BP bekannt, sind die Varianzen σ bzw.
N und
- 1.1, 1.21.1 1.2
- Halbbilderfields
- 22
- DatenverarbeitungseinheitData processing unit
- BPBP
- Bildpunktpixel
- d_messd_mess
- Disparitätswertdisparity
- DB1DB1
- Disparitätsbilddisparity
- DB2DB2
- geglättes Disparitätsbildgeglättes disparity
- HH
- Homogenitäthomogeneity
- OO
- Objektobject
- TP1.1TP1.1
- TeilbildpunktSubpixel
- TP1.2TP1.2
- TeilbildpunktSubpixel
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.
Zitierte Nicht-PatentliteraturCited non-patent literature
- - D. Scharstein, R. Szeliski: "A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms", Proceedings of the IEEE Workshop an Stereo and Multi-Baseline Vision, Kauai, HI, 12/2001 [0006] D. Scharstein, R. Szeliski: "A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms," Proceedings of the IEEE Workshop on Stereo and Multi-Baseline Vision, Kauai, HI, 12/2001 [0006]
- - X. Huang, E. Dubois: "Disparity estimation for the intermediate view interpolation of stereoscopic images", ICASSP 2005 [0007] - X. Huang, E. Dubois: "Disparity estimation for the intermediate view of interpolation of stereoscopic images", ICASSP 2005 [0007]
Claims (12)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007027958A DE102007027958A1 (en) | 2007-06-18 | 2007-06-18 | Method for optimizing a stereoscopic image |
PCT/EP2008/003830 WO2008154989A1 (en) | 2007-06-18 | 2008-05-13 | Method for the optimization of a stereoscopic image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007027958A DE102007027958A1 (en) | 2007-06-18 | 2007-06-18 | Method for optimizing a stereoscopic image |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102007027958A1 true DE102007027958A1 (en) | 2008-12-24 |
Family
ID=39805356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102007027958A Withdrawn DE102007027958A1 (en) | 2007-06-18 | 2007-06-18 | Method for optimizing a stereoscopic image |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102007027958A1 (en) |
WO (1) | WO2008154989A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013100344A1 (en) * | 2013-01-14 | 2014-07-17 | Conti Temic Microelectronic Gmbh | Method for determining depth maps from stereo images with improved depth resolution in the far field |
WO2017005871A1 (en) | 2015-07-09 | 2017-01-12 | Chromasenes Gmbh | Method and device for scanning surfaces using a stereo camera |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110211053B (en) * | 2019-04-28 | 2023-09-15 | 航天智造(上海)科技有限责任公司 | Rapid and accurate phase matching method for three-dimensional measurement |
CN110111339B (en) * | 2019-04-28 | 2023-08-15 | 航天智造(上海)科技有限责任公司 | Stripe image target area extraction method |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6084979A (en) * | 1996-06-20 | 2000-07-04 | Carnegie Mellon University | Method for creating virtual reality |
US7050646B2 (en) * | 1999-12-10 | 2006-05-23 | British Telecommunications Public Limited Company | Image processing system and method for image segmentation using intensity contrast and depth contrast values |
US6751345B2 (en) * | 2001-02-12 | 2004-06-15 | Koninklijke Philips Electronics N.V. | Method and apparatus for improving object boundaries extracted from stereoscopic images |
-
2007
- 2007-06-18 DE DE102007027958A patent/DE102007027958A1/en not_active Withdrawn
-
2008
- 2008-05-13 WO PCT/EP2008/003830 patent/WO2008154989A1/en active Application Filing
Non-Patent Citations (2)
Title |
---|
D. Scharstein, R. Szeliski: "A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms", Proceedings of the IEEE Workshop an Stereo and Multi-Baseline Vision, Kauai, HI, 12/2001 |
X. Huang, E. Dubois: "Disparity estimation for the intermediate view interpolation of stereoscopic images", ICASSP 2005 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013100344A1 (en) * | 2013-01-14 | 2014-07-17 | Conti Temic Microelectronic Gmbh | Method for determining depth maps from stereo images with improved depth resolution in the far field |
US9704253B2 (en) | 2013-01-14 | 2017-07-11 | Conti Temic Microelectronic Gmbh | Method for determining depth maps from stereo images with improved depth resolution in a range |
US10223802B2 (en) | 2013-01-14 | 2019-03-05 | Conti Temic Microelectronic Gmbh | Method for determining depth maps from stereo images with improved depth resolution in a range |
WO2017005871A1 (en) | 2015-07-09 | 2017-01-12 | Chromasenes Gmbh | Method and device for scanning surfaces using a stereo camera |
DE102015111120A1 (en) * | 2015-07-09 | 2017-01-12 | Chromasens Gmbh | Method and device for scanning surfaces with a stereo camera |
Also Published As
Publication number | Publication date |
---|---|
WO2008154989A1 (en) | 2008-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018116111A1 (en) | A uniform deep convolution neural network for the estimation of free space, the estimation of the object recognition and the object position | |
DE102015121387B4 (en) | Obstacle detection device and obstacle detection method | |
WO2017206999A1 (en) | Method for evaluating image data of a vehicle camera | |
DE102014222617B4 (en) | Vehicle detection method and vehicle detection system | |
DE102013211930A1 (en) | Binocular broad base line object comparison method using a minimal cost flownet | |
DE102016104729A1 (en) | Method for extrinsic calibration of a camera, computing device, driver assistance system and motor vehicle | |
DE102014209137A1 (en) | Method and device for calibrating a camera system of a motor vehicle | |
DE102018124108A1 (en) | METHOD AND DEVICE FOR DETECTING ROAD LIMITATION | |
DE102016104732A1 (en) | Method for motion estimation between two images of an environmental region of a motor vehicle, computing device, driver assistance system and motor vehicle | |
DE102016104730A1 (en) | Method for detecting an object along a road of a motor vehicle, computing device, driver assistance system and motor vehicle | |
WO2013178407A1 (en) | Method and device for processing stereoscopic data | |
EP2562681A1 (en) | Object tracking method for a camera-based driver assistance system | |
DE102007027958A1 (en) | Method for optimizing a stereoscopic image | |
EP4285327A1 (en) | Device and method for correspondence analysis in images | |
WO2014009406A1 (en) | Method and device for calculating a change in an image scale of an object | |
DE19953063A1 (en) | Method for three-dimensional optical measurement of object surfaces | |
DE102014225848A1 (en) | Apparatus, method and computer readable medium for correcting an interpolation coefficient for stereo matching | |
WO2017093227A1 (en) | Method and device for image correction | |
DE102008046505A1 (en) | Method for image processing of stereo images | |
DE102006013318A1 (en) | Static scene reconstruction method for testing work pieces, involves reconstructing scene of a two-dimensional image data by method of shape from motion when scene exhibits region with intensity gradients | |
DE102014219418B4 (en) | Process for the stereo rectification of stereo camera images and driver assistance system | |
DE102016123168A1 (en) | System and method for generating a disparity map by matching stereo images | |
DE102004007049A1 (en) | Method for classifying an object with a stereo camera | |
DE102010009620A1 (en) | Method for detecting obstacle in car surroundings, involves detecting image by monocular image capture system, comparing intensity difference with predetermined threshold, and detecting obstacle when difference is larger than threshold | |
DE102016123058A1 (en) | Optical flow with confidence estimate |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed |
Effective date: 20140213 |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |