Abstract
An efficient homography estimation method for large sized images is proposed. Estimating an accurate homography is one of the most important parts in image stitching processes. Since hardwares have been advanced, it has been passible to take higher resolution images. However, computational cost for estimating homography has been also increased. Specifically, when too many features exist in the images, it requires lots of computations to estimate a correct homography. Furthermore, there is a high probability of obtaining an incorrect homography. Therefore, we propose a numerical method to extract the appropriate correspondences from several down-scaled images to estimate and compensate the homography numerically for restoring an original homography. Also, if there is an unbalance in color tone between the reference and the target images, we make them balanced by using local information of the overlapped regions. Experimental results show that proposed method is three times faster in 3.2 mega pixel images, five times faster in 8mega pixel images than the conventional approach. Therefore, we believe that the proposed method can be a useful tool to efficiently estimate a homography.
본 논문에서는 고해상도 영상에서 호모그래피를 효율적으로 추정하는 방법을 제안하였다. 호모그래피를 정확하게 추정하는 것은 영상 정합 기술에서 가장 중요한 부분이다. 하드웨어의 급속한 발전으로 고해상도 영상을 쉽게 취득 할 수 있게 되었지만, 데이터의 크기가 증가함에 따라 정확한 일치관계를 추정하는데 많은 계산량이 요구되었다. 또한, 고해상도의 영상에서 확률적으로 부정확한 호모그래피가 추정되는 문제가 발생하였다. 따라서 우리는 원 영상을 각 스케일별로 다운 샘플링한 다수의 영상을 생성하여 각 다운 샘플링된 영상에 해당하는 호모그래피를 추정한 후 투영 오차가 가장 작은 것을 선택하여 원 영상에 적용할 수 있게 보정할 수 있는 방법을 제안하였다. 또한, 영상을 정합하는 과정에서 기준 영상과 대상 영상의 색상 톤의 차이가 큰 경우에는 중첩영역의 지역 정보만을 이용하여 기준 영상과 대상 영상의 색상 톤을 일치시키는 방법을 제안하였다. 실험 결과 기존의 방법보다 3.2M 픽셀의 해상도 영상에서 약 3배, 8M 픽셀의 해상도 영상에서 약 5배 이상 빠른 결과를 얻을 수 있음을 확인하였다. 이는 입력 영상의 해상도가 커질수록 제안한 방법의 효과가 더 커진다는 것을 보여준다.
