Stereo Eşleştirme
Stereo Matching for Depth Estimation · Ayrıca şöyle bilinir: Stereo correspondence, Disparity estimation
Stereo eşleştirme, farklı bakış açılarından çekilmiş bir çift stereo görüntü arasındaki karşılık gelen noktaları bularak derinlik bilgisini kurtarmak için kullanılan bir bilgisayar görüşü tekniğidir. Aynı sahne özelliğini her iki görüntüde de bularak ve sapmayı (yatay kaymayı) ölçerek, stereo eşleştirme üçgenleme prensiplerini kullanarak 3B yapıyı yeniden oluşturur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Robotik ve otonom sistemlerde 3B yeniden yapılandırma, derinlik haritalama ve engel algılama için stereo eşleştirmeyi kullanın. Sahnelerin eşleştirme için yeterli dokuya sahip olduğu ve taban çizgisinin uygun şekilde boyutlandırıldığı durumlarda stereo etkilidir. Düşük dokulu veya yüksek yansıtıcı sahnelerde (örneğin, su, cam, boş duvarlar) veya büyük kapanmaların mevcut olduğu durumlarda stereo eşleştirmeden kaçının; pasif stereo bu gibi durumlarda zorlanır. Aktif stereo (yapılandırılmış ışık, uçuş süresi) tercih edilebilir.
Güçlü yönler & sınırlılıklar
- İki kameradan başka ek donanım gerektirmeyen pasif yöntem
- Görüntü boyunca yoğun derinlik haritaları üretir (piksel düzeyinde derinlik)
- Teorik olarak epipolar geometriye dayanır; parametrelerin net geometrik anlamları vardır
- GPU hızlandırma veya özel donanım ile verimli uygulama mümkündür
- Çeşitli aydınlatma koşullarında aktif aydınlatma olmadan çalışır
- İyi dokulu sahneler gerektirir; dokusuz bölgelerde (gökyüzü, boş duvarlar) eşleştirilecek belirgin özellikler olmadığında başarısız olur
- Kalibrasyon hatalarına ve kamera senkronizasyonuna duyarlıdır
- Kapanma ve açılma bölgeleri geçersiz derinlik üretir (nesne bir görüntüde görünürken diğerinde görünmez)
- Yüksek çözünürlüklü görüntüler için hesaplama açısından pahalıdır; kaba arama O(genişlik × sapma_aralığı) karmaşıklıktadır
SSS
Sapma nedir ve derinlikle nasıl ilişkilidir?
Sapma, sol ve sağ stereo görüntüler arasındaki bir özelliğin yatay kaymasıdır ve piksel cinsinden ölçülür. Derinlik sapma ile ters orantılıdır: derinlik = (taban çizgisi × odak uzaklığı) / sapma. Küçük sapmalar uzak nesnelere karşılık gelirken, büyük sapmalar yakındaki nesneleri gösterir. Sapmayı doğru bir şekilde ölçmek, stereo eşleştirmedeki temel zorluktur.
Stereo eşleştirme neden dokusuz bölgelerde başarısız olur?
Dokusuz bölgelerde (boş duvarlar, gökyüzü) görüntüler arasında izlenecek belirgin özellikler yoktur. Yoğunlukta uzamsal değişim olmadığında, eşleştirme maliyeti tüm sapmalar için benzerdir, bu da karşılığı belirsiz hale getirir. İnsanlar da bu bölgelerde stereo algı ile zorlanır. Aktif stereo (yapılandırılmış ışık), yapay doku oluşturmak için desenler yansıtarak bu durumu aşar.
Epipolar kısıtlaması nedir ve neden önemlidir?
Epipolar kısıtlaması, sol görüntüdeki belirli bir piksel için, sağ görüntüdeki karşılığının kamera geometrisi tarafından belirlenen belirli bir çizgi (epipolar çizgi) üzerinde olması gerektiğini belirtir. Bu kısıtlama, arama alanını dramatik bir şekilde 2B'den 1B'ye indirerek stereo eşleştirmeyi çözülebilir hale getirir. Stereo düzeltme, epipolar çizgileri yatay olarak hizalayarak uygulamayı daha da basitleştirir.
Yerel ve küresel stereo eşleştirme yöntemleri nasıl farklılık gösterir?
Yerel yöntemler, küçük bir pencereye dayalı olarak her pikseldeki eşleştirme maliyetini hesaplar ve bağımsız olarak minimum maliyetli sapmayı seçer. Küresel yöntemler, komşu piksellerin benzer sapmalara sahip olduğunu (kapanma sınırları hariç) varsayarak görüntü boyunca pürüzsüzlük kısıtlamaları uygular. Küresel yöntemler, daha pürüzsüz, daha tutarlı derinlik haritaları üretir ancak daha fazla hesaplama gerektirir.
Kaynaklar
- Scharstein, D., & Szeliski, R. (2002). A taxonomy and evaluation of dense two-frame stereo correspondence algorithms. International Journal of Computer Vision, 47(1), 7–42. DOI: 10.1023/a:1014573219977 ↗
- Kanade, T., Okutomi, M., Nakano, T., et al. (1996). A stereo matching algorithm with an adaptive window. Image and Vision Computing, 12(10), 605–618. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Stereo Matching for Depth Estimation. ScholarGate. https://scholargate.app/tr/computer-vision/stereo-matching
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Blob TespitiBilgisayarlı görü↔ karşılaştır
- Histogram EşitlemeBilgisayarlı görü↔ karşılaştır
- Lucas-Kanade Optik Akış YöntemiBilgisayarlı görü↔ karşılaştır
- Şablon EşleştirmeBilgisayarlı görü↔ karşılaştır