Evaluierung konkurrierender Datenterme für das Stereokorrespondenzproblem

Abstract

Im Moment verwenden viele Stereo Matching Algorithmen (global sowie lokal) nur Intensitätswerte um Disparitätsbilder zu berechnen. Aktuelle Studien zeigen jedoch, dass die Verwendung von Farbinformation die Robustheit und Ergebnisqualität der Matchingkostenberechnung erhöhen kann. Dies zeigt sich besonders deutlich an radiometrisch verzerrten Basisdaten. Einfache Beispiele für radiometrische Verzerrungen sind zum Beispiel unterschiedliche Belichtungszeiten oder Beleuchtungsverhältnisse. Die Diplomarbeit beschäftigt sich mit der Frage, ob die Verwendung von Farbinformation und radiometrischen Transformationen bessere Ergebnisse als herkömmliche intensitätsbasierte Ansätze liefern kann. Dazu werden fünf Farbräume (Graustufen, RGB, AC1C2, I1I2I3, LUV), fünf radiometrische Transformationen (Mittelwert, Marr-Hildreth Operator, Rank, SoftRank, Bilaterale Subtraktion), vier Kostenberechnungsverfahren (Summe absoluter Differenzen, Birchfield Tomasi, Normalisierte Kreuzkorrelation, Hierarchische Transinformation) und zwei Optimierungsverfahren (Lokal, Global) in einer Evaluierung auf zehn Testdatensätzen untersucht. Weiters wird untersucht, ob eine Verwendung von Gewichten in radiometrischen Transformationen, normalisierter Kreuzkorrelation und Aggregation zu besseren Ergebnissen führt. Dabei wird auch ein Vergleich zwischen der Gewichtsberechnung nach Yoon und geodätischen Gewichten angestellt. Die Ergebnisse der Evaluierung zeigen, dass die Verwendung von Farb\-information, radiometrischen Transformationen und Gewichten die Ergebnisqualität signifikant erhöht.<br />

At the moment, many stereo matching algorithms (global and local) only use intensity values for the disparity map calculation.<br />However, recent studies show that the usage of color information can improve the robustness and quality of matching algorithms. Especially images with radiometric differences pose a challenge to these algorithms. Examples of radiometric differences are different exposure times or different lightning conditions. This thesis deals with the question whether the usage of color information and radiometric transforms can give better results than calculations based solely on intensity. Therefore, based on ten datasets, five color spaces (Intensities, RGB, AC1C2, I1I2I3, LUV), five radiometric transforms (Mean, Laplacian of Gaussian, Rank, SoftRank, Bilateral Subtraction), four cost calculation functions (sum of absolute differences, Birchfield Tomasi, normalized cross correlation, hierarchical mutual information) and two optimization approaches (local, global) are evaluated.<br />Furthermore the usage of weights in radiometric transforms, normalized cross correlation and aggregation are evaluated. A comparision of two weight calculation schemes (Yoon, Geodesic) is also included. The results of the performed evaluation show that the usage of color, radiometric transforms and weights significantly improves the quality of the generated disparity maps.