본 논문에서는 유전 알고리즘을 이용한 스테레오 정합 방법을 제안한다. 스테레오 정합은 2차원 영상으로부터 물체의 3차원 구조를 복원하기 필수적인 과정이다. 제안된 2차원 구조의 염색체는 각 요소가 변이값들로 이루어진다. 이때, 각 염새체의 비용함수는 두 장의 영상의 휘도값의 차이와 변이값의 평활성에 기초하여 구성된다. 또한, 2차원 염색체에서 주변 화소의 변이값에 영향을 받는 교차와 돌연변이 연산자가 제안된다. 이러한 지식 기반의 연산자를 이용함으로써 보다 빠른 수렴성과 안정된 결과를 보장받을 수 있다. 제안된 유전 알고리즘기반의 스테레오 정합 방법을 합성 영상과 실 영상에 적용한 결과. 제안한 방법이 특징값이 너무 많거나 적은 영상, 잡음이 많이 섞인 영상, 또는 반복적인 형태의 영상에 대해서도 좋은 결과를 얻을 수 있음을 알 수 있다.
In this paper, a genetic algorithm-based optimization technique for stereo matching is proposed. Stereo matching is an essential process to recover three-dimensional structure of objects. The proposed two-dimensional chromosomes consist fo disparity values. The cost function of each chromosome is composed of the intensity-difference between two images and smoothness of disparity. The crossover and mutation operators in the two-dimensional chromosomes are described. The operations are affected by the disparities of neighbor pixels. The knowledge-augmented operators are shown to result in rapid convergence and stable result. The genetic algorithm for stereo matching is tested on synthetic and natural images. Experimental results of various images show that the proposed algorithm has good performance even if the images have too dense or sparse feature points. severe noise, and repeating pattern.
