Một giải pháp thực hiện bản đồ sai lệch của ảnh camera kép có mật độ dày đặc ứng dụng cho ảnh 3D và bản đồ độ sâu

Công nghệ thông tin & Cơ sở toán học cho tin học 
Đ. V. Tuấn, B. T. Thành, “Một giải pháp thực hiện bản đồ  ảnh 3D và bản đồ độ sâu.” 100 
MỘT GIẢI PHÁP THỰC HIỆN BẢN ĐỒ SAI LỆCH CỦA ẢNH 
CAMERA KÉP CÓ MẬT ĐỘ DÀY ĐẶC ỨNG DỤNG 
 CHO ẢNH 3D VÀ BẢN ĐỒ ĐỘ SÂU 
Đoàn Văn Tuấn*, Bùi Trung Thành 
Tóm tắt: Bản đồ sai lệch là một trong các thông số rất quan trọng trong thị giác 
nổi (stereo vision). Từ thông tin bản đồ sai lệch sẽ xác định được ảnh 3D và bản đồ 
độ sâu của ảnh. Đã có nhiều thuật toán đề xuất, trong đó thuật toán BP (Belief 
propagation) đã được nhiều nhà khoa học nghiên cứu và cải tiến. Đây là thuật toán 
suy diễn gần đúng dựa trên mô hình trường ngẫu nhiên Markov với tối ưu toàn cục 
cho độ tin cậy cao. Hầu hết các thuật toán BP cải tiến đều lấy điểm khớp ban đầu tại 
điểm trên cùng bên trái của ảnh để lan truyền tin cậy xác định bản đồ sai lệch. 
Trong bài báo này chúng tôi đề xuất một phương pháp cải tiến mới cho thuật toán 
BP, điểm khớp xuất phát ban đầu là điểm trung tâm của ảnh camera kép, sau đó, 
thực hiện lan truyền tin cậy để xác định bản đồ sai lệch. Điểm khớp trung tâm được 
xác định bằngthuật toán cục bộ CT (Census transfrom). Với phương pháp đề xuất 
này cho kết quả thực hiện bản đồ sai lệch có tin cậy cao hơn và hiệu năng thực hiện 
nhanh 2,5 lần so với thuật toán BP tiêu chuẩn. 
Từ khóa: Bản đồ sai lệch, Thị giác nổi nổi, Lan truyền tin cậy, Biến đổi kiểm kê, Camera kép, Bán toàn cục. 
1. MỞ ĐẦU 
Thị giác nổi (stereo vision) là vấn đề rất 
quan trọng trong thị giác máy (computer 
vision) [1]. Hệ thống stereo vision có 
nhiệm vụ nhận dạng, xác định khoảng cách 
từ camera đến vật và tái tạo vật. Stereo 
vision được ứng dụng rộng rãi trong nhiều 
lĩnh vực như: công nghiệp, y khoa, giải trí, 
ôtô tự hành và đặc biệt trong robotics. Bản 
đồ sai lệch là thông số rất quan trọng của 
stereo vision, đặc biệt ứng dụng cho 
robotic thì bản đồ sai lệch của ảnh camera 
kép có mật độ dầy đặc (dense) đã được 
nhiều nhà khoa học nghiên cứu [2], camera 
kép như hai mắt của robot. Ảnh camera 
kép là hai ảnh cùng chụp một cảnh với góc 
nhìn khác nhau như hình 1. Hầu hết các 
thuật toán xác định bản đồ sai lệch đều phải tự cân bằng giữa tốc độ thực hiện và độ tin 
cậy, để thực hiện tốt được hai việc này là rất khó. Các thuật toán đều phải dựa trên một mô 
hình cụ thể. Một trong các mô hình là mô hình trường ngẫu nhiên Markov (MRFs). Mô 
hình trường ngẫu nhiên Markov sẽ tạo ra các thuật toán suy diễn [3] có thể thực hiện bản 
đồ sai lệch tại các vùng ảnh bị che khuất, độ sâu thay đổi và đồng nhất. Một trong các 
thuật toán suy diễn gần đúng là thuật toán BP (Belief Propagation). 
Thuật toán BP thực hiện dựa trên các vòng lặp và cho độ tin cậy cao đối với ảnh 
camera kép có mật độ dầy đặc. Tuy nhiên, thuật toán BP có nhược điểm là độ phức tạp của 
tính toán cao và yêu cầu bộ nhớ lớn. Để khắc phục nhược điểm này cần phải giảm độ phức 
tạp của tính toán, giảm yêu cầu về bộ nhớ và xử lý song song, tuy nhiên, đều phải trả giá 
về độ tin cậy. Các thuật toán BP nâng cao được thực hiện song song trên nền hệ thống 
Hình 1.Mô hình ảnh camera kép. 
Camera 
trái 
Camer
a phải 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017 101
nhúng GPU [4] hay FPGA [5]. Đa số các thuật toán BP cải tiến đều thực hiện trên cấu trúc 
ảnh dạng lưới với 4 kết nối cho một điểm ảnh. 
Tác giả Sun[6] đã biểu diễn BP dùng suy diễn MAP được coi là thuật toán BP chuẩn. 
Tác giả Felzenszwalb[7] đã đề xuất 3 phương pháp khắc phục nhược điểm của thuật toán 
BP. Thứ nhất là dùng tối thiểu cho hàm chi phí đã giảm thời gian tính toán từ O(L2) xuống 
O(L), thứ hai là chia ảnh thành hai phần tương ứng với vòng lặp chẵn và vòng lặp lẻ điều 
này mang lại ưu điểm là giảm được bộ nhớ lưu trữ, thứ ba là chia thô và làm mịn điều này 
đã giảm được số vòng lặp và bộ nhớ yêu cầu tuy nhiên phải trả giá cho độ chính xác. Tác 
giả Li Zhang[8] đề xuất bổ xung tham số ngưỡng cho hàm chi phí, việc làm này cũng 
mang lại giảm không gian tìm kiếm đo đó cũng nâng cao được tốc độ. Tác giả Yu-Cheng 
Tseng[9] đã đề xuất một giải pháp nhằm giảm bộ nhớ bằng cách chia ảnh thành các khối 
độc lập và thực hiện BP riêng từng khối, phương pháp này có ưu điểm là thực hiện nhanh 
nhưng độ tin cậy giảm. Để khắc phục nhược điểm này tác giả Chia [10] đã đề xuất như 
mỗi khối sẽ được lưu trữ các thông tin của các điểm đường bao của khối do vậy nó cần bổ 
xung bộ nhớ cho các thông tin đường bao. Để giảm yêu cầu bộ nhớ cho thông tin đường 
bao, tác giả Chao[11] đã đề xuất là tái sử dụng thông tin đường bao nhưng độ phức tạp của 
tính toán tăng lên. Tác giả Yang[12] đề xuất giải pháp giảm bộ nhớ bằng cách cố định 
không gian sai lệch cho việc chia thô tới mịn. 
Đặc điểm chung của các giải pháp cải tiến là điểm khớp xuất phát ban đầu tại vị trí 
điểm trên cùng bên trái của ảnh camera kép để lan truyền tin cậy, do đó, khi điểm ảnh 
camera kép ban đầu không khớp nó dẫn đến yêu cầu năng lượng chi phí lớn và độ chính 
xác không cao. Để khắc phục nhược điểm này, chúng tôi đề xuất một giải pháp mới, điểm 
ảnh khớp xuất phát ban đầu là điểm khớp trung tâm của ảnh camera kép được xác định 
theo thuật toán CT (Census transform) và lan truyền tin cậy đồng thời theo bốn hướng 
dùng xử lý song song. Thật toán CT có hàm biến đổi mạnh và không phụ thuộc cường độ 
ánh sang của ảnh [13]. 
Phần còn lại của bài báo được tổ chức như sau: phần 2 trình bày một số kiến thức liên 
quan đến thuật toán thực hiện bản đồ sai lệch như BP và CT. Phần 3 đề xuất thuật toán lan 
truyền tin cậy kết hợp biến đổi kiểm kê CTBP. Kết quả thực nghiệm đưa ra trong phần 4; 
Kết luận được cho trong phần 5. 
2. CÁC NGHIÊN CỨU LIÊN QUAN 
Bảng 1 sau đây liệt kê một số kí hiệu được sử dụng trong bài báo này. 
Bảng 1. Các kí hiệu và định nghĩa của nó. 
Kí hiệu Định nghĩa 
G Mô hình đồ thị biểu diễn bản đồ sai lệch của ảnh stereo camera. 
V Tập các nút trên mô hình đồ thị (nút biểu diễn sự sai lệch của cặp ảnh 
tương đồng trong ảnh stereo camera). 
E Tập các cạnh trên mô hình đồ thị (cạnh biểu diễn năng lượng chi phí 
cuat nút với các nút lân cận của nó). 
i,j Biểu diễn nút thứ i và nút lân cận i. 
Xi Biến ngẫu nhiên của nút i. 
xi Sự chuẩn hóa của Xivà Xi là không gian trạng thái của xi (xiϵ Xi) 
X Biến ngẫu nhiên liên kết x. 
x Sự chuẩn hóa các giá trị mô hình đồ thị trong không gian X 
p(x) Xác xuất hậu nghiệm (posterior) MAP. 
(x )i i Xác suất nút i. 
Công nghệ thông tin & Cơ sở toán học cho tin học 
Đ. V. Tuấn, B. T. Thành, “Một giải pháp thực hiện bản đồ  ảnh 3D và bản đồ độ sâu.” 102 
i( , )jx x Xác suất nút i với nút j lân cận nút i. 
E(x) Năng lượng chi phí 
D(xi) Hàm năng lượng chi phí cho nút i 
( , )i jV x x Hàm năng lượng chi phí giữa nút i và nút j lân cận 
( )ti j jm x Thông điệp chuyển từ nút i sang nút lân cận j. 
( )j jb x Độ tin cậy nút j 
c Tỉ lệ tăng của hàm nhẵn 
d Ngưỡng dừng tăng của hàm nhẵn 
E(i)\j Tập các nút i ngoài trừ nút j. 
dC(x,y) Bản đồ sai lệch thực hiện 
dT(x,y) Bản đồ sai lệch mẫu 
2.1. Thuật toán BP 
Thuật toán BP là thuật toán suy diễn lặp gần đúng dựa trên trường ngẫu nhiên Markov 
[3]. Xét mô hình trường ngẫu nhiên Markov (MRF) như hình 2, trong đó, G = (V, E), x= 
(xi)iϵV và X = (Xi)iϵV. Xác suất hậu nghiệm (posterior) MAP được xác định là: 
i
/
( ) ( ) ( , )i j
i V i V j V i
p x x x x 
   (1) 
Từ phương trình 1 chúng ta xác định được MAP (maximum a posterior) thông qua 
phương pháp tích cực đại (max-product). Phương pháp tích cực đại tương đương với 
phương pháp tổng cực tiểu (min- sum). Đối với phương pháp tổng cực tiểu chúng ta đi tìm 
năng lượng chi phí cho việc chuyển thông điệp giữa các nút từ đó chúng ta sẽ tìm cách tối 
thiểu hóa năng lượng chi phí. 
 ,
( ( )) log ( ) log ( , )i i j
i V i j E
E p x x x x 
   (2)
Chúng ta đơn giản E(p(x)) thành E(x), khi đó, hàm năng lượng được viết: 
 ,
( ) ( ) ( , )i i j
i V i j E
E x D x V x x
   (3)
Trong thị giác nổi thì các nút tương ứng là độ sai lệch và hàm năng lượng chi phí của 
cặp nút đến các điểm lân cận dựa trên sự khác nhau giữa các nút. Do vậy hàm: 
( , ) ( )i j i jV x x V x x (4) 
 ,
( ) ( ) ( )i i j
i V i j E
E x D x V x x
   (5)
Thông điệp cập nhật tại vòng lặp t được xác định là: 
1
( )\
( ) min( ( ) ( ) ( ))
i
t t
i j j i j i i s i i
x
s E i j
m x V x x D x m x 
  (6) 
Sau T vòng lặp thì độ tin cậy của mỗi nút là: 
( )
( ) ( ) ( )Tj j j j i j j
i N j
b x D f m x 
  (7) 
Nút *jx được lựa chọn và xác định theo công thức: 
* arg min ( )j j jx b x (8) 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017 103
Thông thường hàm năng lượng chi phí nhẵn được xác định theo mô hình tuyến tính. 
( ) min( , )i j i jV x x c x x d (9) 
Khi đó thông điệp cập nhật được xác định là: 
1
( )\
( ) min(min( , ) ( ) ( ))
i
t t
i j j i j i i s i i
x
s E i j
m x c x x d D x m x 
  (10) 
2.2. Thuật toán CT 
Thuật toán CT là thuật toán biến đổi 
kiểm kê cục bộ không tham số, nó không 
phụ thuộc vào điều kiện ánh sáng của ảnh 
[13]. Nguyên lý hoạt động của CT là biến 
đổi mỗi điểm ảnh thành một chuỗi bít có 
độ dài N bít với kiến trúc không gian cục 
bộ. Đối với mỗi điểm ảnh lân cận ngoại 
trừ điểm trung tâm sẽ biến đổi tương ứng 
thành một bít trong chuỗi N bít theo 
ngưỡng nếu giá trị cường độ (intensity) bít 
lân cận lớn hơn giá trị cường độ bít trung 
tâm thì tương ứng với bít bằng 1 ngoài ra 
thì bít bằng 0. 
Hình 3 mô tả thuật toán CT với cửa sổ 3x3, giá trị cường độ điểm trung tâm là 30. Các 
điểm lân cận có giá trị lớn hơn 30 thì tương ứng với bít bằng 1 ngoài ra thì bít bằng 0. Khi 
so sánh chuỗi bít giữa ảnh trái và ảnh phải, đếm số bít khác nhau hai chuỗi bít được gọi là 
khoảng cách Hamming và được tính theo công thức (11). Hai điểm ảnh của hai ảnh trái và 
phải có khoảng cách Hamming nhỏ nhất thì được chọn là khớp nhau. 
0 0
( , )
( , ) arg min Hamming( ( , ), ( , ))L R
x y
x y T x y T x d y (11) 
trong đó, TL(x,y) và TR(x,y) là các chuỗi bít của điểm ảnh khớp trong ảnh trái và ảnh phải 
của ảnh camera kép. 
3. ĐỀ XUẤT THUẬT TOÁN KẾT HỢP 
3.1. Mô tả thuật toán đề xuất 
Khi điểm xuất phát ban đầu để lan truyền tin cậy không khớp dẫn đến yêu cầu chi phí 
năng lượng lớn và độ tin cậy thấp khi thực hiện bản đồ sai lệch như hình 4.d. 
Hình 3. Biến đổi CT với cửa sổ 3x3 và khoảng cách Hamming. 
CT 
Chuỗi bít 
Khoảng cách 
Hamming 
Hình 2. Mô hình MRF. 
104
Hình 4.
trung tâm c
dùng phương pháp bi
chúng tôi chia 
truy
như h
năng lư
cho c
CUDA.
3.2. Chương tr
Thu
Đầ
Đầ
Các bư
1. Tìm 
2. T
kh
3. 
4. 
5. 
6. 
7. 
8. 
9. Nút 
10. Tính t
Để khắc phục 
ền tin cậy cho mỗi phần. Tại mỗi phần, ảnh camera kép đ
 Thông đi
ậ
u vào: 
u ra
ừ
ớp ban đ
Th
Đặ
Th
Tính toán năng lư
Cậ
Tính toán đ
Đ. V. Tu
ình 5, quá trình này làm gi
ợng chi p
ả bốn phần nhờ v
Hình 5.
t toán đ
: B
ớ
đi
 đi
ực hi
t thông đi
ực hi
p nh
x
(a)
 Ảnh h
Ả
ả
c th
ểm kh
ểm kh
ầ
ệ
ệ
ật thông đi
*
j đư
ổng năng l
ủa ảnh camera kép. Điểm khớp trung tâm của ảnh camera kép đ
ệp đ
ề
nh camera kép có đ
n đ
ự
u lan truy
n lan truy
n chia thô t
ộ
ợc lựa chọn v
ấn, B. T. Th
ưởng của điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép 
ảnh th
hí cho m
ư
 Chia thô t
ình 
 xu
ồ sai l
c hi
ớp trung tâm 
ớp trung tâm, chia 
ệp = 0.
 tin c
ph
như
ợc lan truyền tin cậy giữa các nút nh
đ
ất CTBP (
ện
ợ
ệ
ậ
ư
ải, (c)Bản đồ sai lệch mẫu v
ợc điểm n
ến đổi kiểm k
ành 4 ph
ề xu
ệch 
: 
ền tin c
ền tin c
ớ
ng chi phí t
p lan truy
y c
ợng chi phí theo công thức (6).
ỗi mức chia đ
ào c
ới mịn mức 2.
ấ
ảnh camera 
i m
ủa nút theo công th
ành, “M
ấu trúc xử lý song song nh
t 
Census Transform Belief Propagation
ả
ậ
ậy c
ịn m
à xác đ
(b)
ần v
ộ
nh camera kép dùng thu
y cho m
ả
ứ
ền tin c
ột giải pháp thực hiện bản đồ  ảnh 3D v
ày, chúng tôi đ
à coi đi
ảm số l
E x D x
 phân gi
ả
 4 ph
c 2 như h
ại m
ịnh theo công thức (9).
ê CT. Sau khi đ
( ) ( )
kép có m
nh thành 4 ph
ỗ
ầ
ỗi ph
ậy xu
ư
ược tính theo công thức (12)
ả
i ph
n đ
Công ngh
ểm khớp trung tâm l
ợng ảnh đi 4 lần. Khi chia thô tới mịn mức 2 th
[1,4]i 

i cao (m, n, d).
ần như h
ồng th
ình 5.
ần theo công th
ất phát t
ứ
ật đ
c (8).
à (d) B
ề xuất điểm khớp xuất phát l
ộ 
ầ
ời như sau:
ừ
ệ thông tin & C
ã xác 
*
i
Hình 6
dầy đ
n và l
ình 6.
 đi
(c)
ư h
ặ
ật toán CT.
ểm kh
ản đồ sai lệch
định đ
ình 6 và 
ư ph
.
c (m, n).
ấy đi
ức (12).
à đi
ư
ần cứng GPU v
 Sơ đ
ể
ớp 
ược điểm khớp trung tâm, 
ợc chia thô tới mịn mức 2 
ồ thông điệp lan truyền.
m kh
ban đ
ơ s
ểm khớp ban đầu để lan 
đồng thời 
)
ớ
ầ
ở toán h
. 
p trung tâm là đi
u theo công th
à b
ọc cho tin học
ản đồ độ sâu.
(d)
à đi
ư
th
à ph
ợc xác định 
ực hiện BP 
ểm khớp 
ần mềm 
ứ
(12)
c (7). 
”
ì 
ểm 
Nghiên c
Tạp chí Nghi
4.1. D
camera kép trong t
Intel 
core i7
4.2. Ch
(root mean squared error: sai s
RMSE càng nh
gần v
hi
Hệ thống thực nghiệm nh
CPU
 Đ
Ký 
ệu
#1 
ữ liệu thực nghiệm
ỉ số đánh giá độ tin cậy RMSE
ể đánh giá độ tin cậy của kết quả thực nghiệm, chúng tôi sử dụng tham số RMSE 
ới bản đồ sai lệch mẫu.
Tên 
ứu khoa học công nghệ 
Baby
ên c
4. K
RAM
8GB
ảnh
ứu KH&CN 
ẾT QUẢ THỰC NGHIỆM MÔ PHỎNG V
Ph
ỏ c
ập dữ liệu kiểm thử [14] đ
ần cứng
àng t
Kích th
620x555
Geforce GTX750 Ti
Bộ nhớ trong: 2GB
Core: 460 nhân
BUS: 128 bít
Card màn hình
ốt, điều đó chứng tỏ kết quả bản đồ sai lệch thực hiện đ

ức
quân s
ư h
Hình 7
ố to
Độ sai 
lệch
300
ự, Số
ình 7 v
= (
. H
àn phương trung b


∑
 51, 10
ới cấu h
ệ thống thực nghiệm
,|
Ảnh trái
 - 20
ược mô tả trong bảng 3.
Window 8.1 
64 bít
(
17
ình PC 
Hệ điều h
, 
) −
Bảng 2
ình

được mô tả trong bảng 2 v
ành
) theo công th
(
Ảnh phải
À TH
. 
.
Ph
, )
Bảng 3.
 Mô t
ần m
QT Creator 5.4
OpenCV 3.0
Visual Studio 2013
CUDA
|)
ẢO 
ả cấu h
Ph

 
ềm
ần mềm ứng dụng
Tập dữ liệu kiểm thử
LU
ức (13). Tham số 
B
ẬN
ình PC Destop
ản đồ sai lệch 
m
ược c
ẫu 
105
à ảnh 
àng 
(13)
.
.
106
4.3
và so sánh k
chúng tôi s
bảng 3 với cấu h
tin c
hiệu quả của thuật toán đề xuất, chúng tôi thực hiện bản đồ sai lệch của 6 mẫu ảnh theo 
thu
thu
toán đ
đơn gi
Đi
lệch gần bản đồ sai lệch mẫu.
#2 
#3 
#4 
#5 
#6 
. K
Để đánh giá hiệu quả của thật toán đề xuất, chúng tôi đ
Kết quả thử nghiệm với 6 mẫu ảnh thu đ
ậy của thuật toán đề xuất với thuật 
ật toán BP nh
ật toán BP dựa tr
ều n
Đ. V. Tu
ết quả thực nghiệm v
ề xuất có độ tin cậy cao h
ản sẽ cho kết quả RMSE thấp h
ày lý gi
Aloe
Cloth
Flower 
pots
Bowling
Book
ết quả với kết quả 
ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nhau nh
Ảnh
#1
#2
#3
#4
#5
#6
ấn, B. T. Th
ình PC nh
ư h
ải, đối với 
641x555
626x555
656x555
665x555
695x555
ên h
ình 9. B
ệ thống
các 
ành, “M
à th
ư b
B
ảng 5 thể hiện hiệu năng thực hiện của thuật toán đề xuất với 
ảnh camera kép có bề mặt đ
270
290
251
240
200
của ph
ảng 2.
ảng 4.
 th
ơn thu
ột giải pháp thực hiện bản đồ  ảnh 3D v
ảo luận
ực nghiệm đ
ương pháp đư
 Ch
Thu
ỉ số đánh giá sai số to
ật toán BP
0.7200
1,0921
2.2737
3.05911
4.7338
5,0250
toán BP đư
ật toán BP. Đối với các ảnh #1, #2 v
ơn các 
Công ngh
ư
ợc bản đồ sai lệch nh
ã mô t
ảnh #4, #5 v
ệ thông tin & C
ợc mô tả trong [7]. Trong thực nghiệm
ợc thể hiện trong bảng 4. Để đánh giá 
ả trong bảng 2. Bảng 4 cho thấy thuật 
ưa ra m
ơn gi
àn phương trung b
à #6 có b
ản th
ột số thực nghiệm c
Thu
ơ s
ật toán đề xuất
ư h
ì s
ở toán h
0.7150
1,0568
1.5560
2.9021
3.9676
3,3840
ình 8 và 
ề mặt ảnh phức tạp. 
ẽ thu đ
à b
ọc cho tin học
ản đồ độ sâu.
à #3 có b
ược bản đồ sai 
ình RMSE
đánh giá đ
ơ b
ề mặt 
”
ản 
,
ư 
.
ộ 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017 107
(a) (b) (c) (d) (e) (f) 
Hình 8. Bản đồ sai lệch dùng thuật toán đề xuất: trong đó (a), (b), (c), (d), (e) và (f) là 
bản đồ sai lệch tương ứng của các ảnh #1, #2, #3, #4, #5 và #6. 
Bảng 5. Đánh giá hiệu năng thực hiện (ms). 
Ảnh Thuật toán BP Thuật toán đề xuất 
#1 439 182 
#2 457 185 
#3 442 182 
#4 473 187 
#5 478 188 
#6 494 191 
Bảng 5 cho thấy, đối với các ảnh kiểm thử có kích thước tương đương nhau thì thời 
gian thực hiện hầu như không thay đổi khi thực hiện cùng một thuật toán. Điều này cho 
thấy hiệu năng thực hiện bản đồ sai lệch không phụ thuộc vào độ phức tạp của ảnh mẫu 
mà chỉ phụ thuộc vào độ phân giải của ảnh. Ngoài ra, bảng 5 còn thể hiện sự hiệu năng của 
thuật toán đề xuất tăng khoảng 2,5 lần so với thuật toán BP. 
(a) (b) (c) (d) (e) (f) 
Hình 9. Bản đồ sai lệch dùng thuật toán BP: trong đó (a), (b), (c), (d), (e) và (f) là bản đồ 
sai lệch tương ứng của các ảnh #1, #2, #3, #4, #5 và #6. 
Các kết quả thực nghiệm được thực hiện trên phần mềm mở OpenCV 3.0. Ngoài ra, 
hiện nay còn có phần mềm cũng thực hiện đánh giá bản đồ sai lệch như Matlab [15]. Cả 
hai phần mềm này đều là công cụ tốt cho đánh giá bản đồ sai lệch tuy nhiên OpenCV khó 
cho người mới tiếp cận nhưng đây là phần mềm mở còn Matlab dễ cho người mới tiếp cận 
với những Toolbox có sẵn nhưng phải trả phí khi sử dụng. 
5. KẾT LUẬN 
Trong bài báo này chúng tôi đề xuất giải pháp cải tiến thuật toán BP [7]. Với những 
ảnh camera kép kiểm thử [14] đa dạng về độ phức tạp đã cho kết quả bản đồ sai lệch như 
hình 8. Đánh giá hiệu quả của thuật toán đề xuất so với thuật toán BP được thể hiện trong 
bảng 4 và bảng 5 trong đó bảng 4 thể hiện so sánh đánh giá độ tin cậy thông qua chỉ số 
RMSE còn bảng 5 thể hiện hiệu năng thực hiện thông qua hệ thống PC có cấu hình như 
bảng 2. 
Chúng tôi đề xuất giải pháp cải tiến thuật toán BP bằng giải pháp thay vì điểm khớp 
xuất phát lan truyền tin cậy tại điểm trên cùng bên trái của ảnh camera kép bằng điểm 
khớp trung tâm của ảnh. Điểm khớp trung tâm ảnh camera kép được xác định bằng thuật 
toán CT. Thuật toán đề xuất cho độ tin cậy cao và hiệu năng thực hiện tăng khoảng 2,5 lần 
so với thuật toán BP. 
Công nghệ thông tin & Cơ sở toán học cho tin học 
Đ. V. Tuấn, B. T. Thành, “Một giải pháp thực hiện bản đồ  ảnh 3D và bản đồ độ sâu.” 108 
Hướng nghiên cứu tiếp theo của bài báo là tìm giải pháp nâng cao xác định điểm khớp 
trung tâm của ảnh camera kép để tối ưu hóa năng lượng chi phí khi xác định bản đồ sai 
lệch và ứng dụng thuật toán đề xuất vào thị giác robotics. Ngoài ra, còn đánh giá hiệu quả 
thuật toán đề xuất dùng phần mềm Matlab. 
PHỤ LỤC 
Định nghĩa: Khoảng cách Hamming D(x, y) giữa hai véc tơ x,y € F(n) là các hệ số mà 
chúng khác nhau. F là một trường hữu hạn 
Định luật: D thỏa mãn các đều kiện sau: 
1. D(x,y) ≥ 0 và D(x,y) = 0 nếu và chỉ nếu x = y. 
2. D(x,y) = D(y,x). 
3. D(x,z) ≤ D(x,y) + D(y,z) với mọi y. [16] 
TÀI LIỆU THAM KHẢO 
[1]. R. Szeliski, "Computer Vision: Algorithms and Applications," Springer-Verlag New 
York, 2010. 
[2]. M. Stefano, “Stereo vision: Algorithms and Applications,” University of Bologna, 
2012. 
[3]. 
[4]. 
[5]. 
A. Blake, P. Kohli, C. Rother, "Markov Random Fields for Vision and Image 
Processing," MIT Press, 2011. 
K. Zhang, J. B. Lu, Q. Yang, G. Lafruit, R. Lauwereins and L.V. Gool, “Real-Time 
and Accurate Stereo: A Scalable Approach with Bitwise Fast Voting on CUDA”, 
IEEE Transactions on Circuits and Systems for Video Technology, vol. 7, no. 21, 
2011, pp.867-879. 
S. Jin, J. Cho, X. D. Pham, K. M. Lee, S. K. Park, M. Kim and J. W. Jeon, “FPGA 
Design and Implementation of a Real-Time Stereo Vision System”, IEEE 
Transactions on Circuits and Systems for Video Technology, vol. 1, no. 20, 2010, pp. 
15-26 
[6]. Sun, Zheng, Shum, "Stereo matching using belief propagation," IEEE Trans. PAMI, 
pp. 787 -800, 2003. 
[7]. P. F. Felzenszwalb and D. P. Huttenlocher, "Efficient Belief Propagation for Early," 
Proc. IEEE Int. Conf. Computer Vision and Pattern Recognition, vol. 1, no. 70, pp. 
261 - 267, 2004. 
[8]. L. Zhang and S. M. Seitz, "Parameter Estimation for MRF Stereo," Proc. IEEE Int'l 
Conf. Computer Vision and Pattern Recognition (CVPR '05), pp. 288 - 295, 20 - 25 
June 2005. 
[9]. N. C. a. T. C. Y. C Tseng, "Low Memory Cost Block - based Belief Propagations for 
Stereo Correspondence," 2007 IEEE International conference on Multimedia and 
Expo,pp. 1415 - 1418, 2 - 5 july 2007. 
[10]. C. K. Liang, C. C. Cheng, Y. C. Lai, L. G. Chen and H. H. Chen, "Hardware 
Efficient Belief Propagation," Proc. of IEEE Conf. Computer Vision and Pattern 
Recognition, pp. 80 - 87, 20 -25 June 2009. 
[11]. Y. C. Tseng and T. S. Chang, "Architecture Design of Belief Propagation for Real 
Time Disparity Estimation," IEEE Transaction on Circuits and Systems for Video 
Technology, vol. 11, no. 20, pp. 1555 - 1565, 2010. 
[12]. L. W. a. N. A. Q. Yang, "A Constant-sapce Belief Propagation Algorithm for Stereo 
Matching," IEEE Computer Society Conference on Computer Vision and Pattern 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017 109
Recognition, pp. 1458-1465, 2010. 
[13]. Zabih, R. and Woodfill, J., "Non-Parametric Local Transforms for Computing Visual 
Correspondence," Proceedingsings of Third European Conference of Computer 
Vision, vol. 801, pp. 151 - 158, 1994. 
[14]. 
[15]. 
[16]. 
D. Scharstein and R. Szeliski. Middlebury benchmark. 
Https://www.mathworks.com/help/vision/examples/depth-estimation-from-stereo-
video.html 
H. Gopalakrishra Gadiyar and P. Padma, “A historical introduction to coding theory 
through Hamming’s work,” V. I. T University, Vellore, 2015 
ABSTRACT 
A SOLUTION TO IMPROVE DISPARITY MAP OF DENSE STEREO CAMERA 
APPLICATION 3D IMAGE AND DEPTH MAP 
Disparity map is one of the most important parameters of stereo vision. From 
disparity map we can derive 3D and deep map of pictures and objects. There are 
many proposed algorithms in which Belief Propagation (BP) has been studied and 
modified by many researchers. This is an approximation inference algorithm based 
on Markov Random Fields model with global optimization for high accuracy. 
Almost standard and modified BP algorithms have starting point is on the left-top of 
pictures to propagate believable messages in order to derive disparity map. In this 
paper, an advanced BP algorithm is proposed whereas the proposed algorithm with 
center pixel is started. The center pixel is determined by using global Census 
Tranform method. Then, believable messages around to derive disparity map are 
propagated. Simulation result on CPU and GPU show that this proposed method 
has 2.5 times fasster computing and higher reliability in compared with standard 
BP. 
Keywords: Disparity map, Stereo vision, Belief propagation, Census transform, Stereo camera, Semi-Global. 
Nhận bài ngày 05 tháng 9 năm 2017 
Hoàn thiện ngày 05 tháng 10 năm 2017 
Chấp nhận đăng ngày 25 tháng 10 năm 2017 
Địa chỉ: Trường Đại học Sư phạm Kĩ thuật Hưng Yên. 
 *Email: tuandv.ute@gmail.com.