본 논문에서는 왼쪽 카메라와 오른쪽 카메라에서 획득된 두 영상에서 변이를 찾는 새로운 비용함수를 제안하였다. Cox 등[10]은 극상선상에서 화소의 밝기값으로 비용함수를 계산한 후, 동적 프로그래밍법을 사용하여 스테레오 정합문제를 해결하였다. 본 논문에서는 밝기값 외에 새로운 두 비용함수를 제안하였다. 하나는 화소의 기울기 정보를 밝기값과 방향성의 가중치를 결정하는 기준으로 사용하는 것이다. 기울기가 큰 화소는 주로 화소의 밝기값에 의해 정합이 이루어지고, 기울기가 작은 화소는 방향성을 이용한 정합이 이루어지도록 비용함수를 조절하였다. 다음으로 현재의 극상선상에서 변이를 구하기 위해 이전 극상선에서의 정합이 이루어진 두 화소 $p-k$와 $p-l$가 현 비교되는 화소와 같은 경계선상에 위치하면, $p-i$와 $p-j$가 정합이 이루어질 가능성을 크게 비용함수를 조절하였다. 제안된 방법을 여러 영상에 적용한 결과 이전의 방법보다 더 정확한 정합이 이루어짐을 확인하였다.
In this paper, we propose the novel cost functions for finding the disparity between the left and the right images in the stereo matching problem. The dynamic programming method is used in solving the stereo matching problem by Cox et al[10]. In the reference[10], only the intensity of the pixels in the epipolar line is used as the cost functions to find the corresponding pixels. We propose the two new cost functions. The information of the slope of the pixel is introduced to the constraints in determining the weights of intensity and direction(the historical information). The pixels with the higher slope are matched mainly by the intensity of pixels. As the slope becomes lower, the matching is performed mainly by the direction. Secondly, the disparity information of the previous epipolar line the pixel is used to find the disparity of the current epipolar line. If the pixel in the left epipolar line, $p-i$ and the pixel in the right epipolar line, $p-j$ satisfy the following conditions, the higher matching probability is given to the pixels, $p-i$ and $p-j$. i) The pixels, $p-i$ and $p-j$ are the pixles on the edges in the left and the right images, respectively. ⅱ) For the pixels $p-k$ and $p-l$ in the previous epipolar line, $p-k$and $p-l$ are matched and are the pixels on the same edge with $p-i$ and $p-j$, respectively. The proposed method compared with the original method[10] finds the better matching results for the test images.
