CN117635684A - 立体格式图像检测方法与使用该方法的电子装置 - Google Patents

立体格式图像检测方法与使用该方法的电子装置 Download PDF

Info

Publication number
CN117635684A
CN117635684A CN202210961698.8A CN202210961698A CN117635684A CN 117635684 A CN117635684 A CN 117635684A CN 202210961698 A CN202210961698 A CN 202210961698A CN 117635684 A CN117635684 A CN 117635684A
Authority
CN
China
Prior art keywords
image
format
matching
stereoscopic
image block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210961698.8A
Other languages
English (en)
Inventor
林恺翔
周宏春
徐文正
林士豪
谭驰澔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Acer Inc
Original Assignee
Acer Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Acer Inc filed Critical Acer Inc
Priority to CN202210961698.8A priority Critical patent/CN117635684A/zh
Publication of CN117635684A publication Critical patent/CN117635684A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20228Disparity calculation for image-based rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明提供一种立体格式图像检测方法与使用该方法的电子装置。立体格式图像检测方法包括下列步骤。依据立体图像格式分割输入图像而获取第一图像与第二图像。对第一图像与第二图像进行立体匹配处理,以产生第一图像与第二图像的一视差图。根据视差图计算第一图像中多个第一像素与第二图像中多个第二像素的匹配数量。根据匹配数量判断输入图像是否为符合立体图像格式的立体格式图像。借此,可准确地辨别输入图像是否为立体格式图像。

Description

立体格式图像检测方法与使用该方法的电子装置
技术领域
本发明涉及一种电子装置,尤其涉及一种立体格式图像检测方法与使用该方法的电子装置。
背景技术
随着显示技术的进步,支持三维(three dimension,3D)图像播放的显示器已逐渐普及。3D显示与二维(two dimension,2D)显示的差异在于,3D显示技术可让观赏者感受到图像画面中的立体感,例如人物立体的五官与景深(depth of field)等等,而传统的2D图像则无法呈现出此种效果。3D显示技术的原理是让观赏者的左眼观看左眼图像及让观赏者的右眼观看右眼图像,以让观赏者感受到3D视觉效果。随着3D立体显示器技术的蓬勃发展,可提供人们视觉上有身历其境感受。可知的,3D显示器需针对特定3D图像格式的图像采用对应的3D显示技术播放,否则将会造成3D显示器无法正确显示图像。因此,如何准确地辨识出符合特定3D图像格式的图像内容为本领域技术人员所关心的议题。
发明内容
本发明涉及一种立体格式图像检测方法与使用该方法的电子装置,其可准确地辨别输入图像是否为立体格式图像。
本发明实施例提供一种立体格式图像检测方法,适于电子装置,所述方法包括下列步骤。依据立体图像格式分割输入图像而获取第一图像与第二图像。对第一图像与第二图像进行立体匹配处理,以产生第一图像与第二图像的一视差图(disparity map)。根据视差图计算第一图像中多个第一像素与第二图像中多个第二像素的匹配数量。根据匹配数量判断输入图像是否为符合立体图像格式的立体格式图像。
本发明实施例提供一种电子装置,其包括存储装置及处理器。处理器连接存储装置,经配置以执行下列步骤。依据立体图像格式分割输入图像而获取第一图像与第二图像。对第一图像与第二图像进行立体匹配处理,以产生第一图像与第二图像的一视差图。根据视差图计算第一图像中多个第一像素与第二图像中多个第二像素的匹配数量。根据匹配数量判断输入图像是否为符合立体图像格式的立体格式图像。
基于上述,于本发明的实施例中,输入图像基于立体图像格式而被分割以获取第一图像与第二图像。通过对第一图像与第二图像进行立体匹配处理而获取一视差图。输入图像是否符合立体图像格式可基于视差图的匹配情况来判定。基此,可有效地判断输入图像是否为立体格式图像,从而提升3D显示技术的用户体验与应用范围。
附图说明
图1是依照本发明一实施例的电子装置的示意图;
图2是依照本发明一实施例的立体格式图像检测方法的流程图;
图3A至图3D是依照本发明一实施例的切割输入图像的示意图;
图4是依照本发明一实施例的判断输入图像是否为立体格式图像的流程图;
图5是依照本发明一实施例的立体格式图像检测方法的流程图;
图6是依照本发明一实施例的获取视差图的示意图。
附图标记说明
100:电子装置;
110:存储装置;
120:处理器;
20:3D显示器;
IMG_i1,IMG_i2,IMG_i3,IMG_i4,IMG1:输入图像;
IMG_31,IMG_33,IMG_35,IMG_37,IMG_L:第一图像;
IMG_32,IMG_34,IMG_36,IMG_38,IMG_R:第二图像;
D_map:视差图;
R1:匹配比例;
P1:第一目标像素点;
P2:第二目标像素点;
B1:第一目标图像区块;
B2_1~B2_9:第二图像区块;
SL1:水平扫描线;
C1:相似度曲线;
Y1:Y轴位置;
X1,X2:X轴位置;
d1:有效视差值;
S210~S240、S241~S243、S502~S512:步骤。
具体实施方式
现将详细地参考本发明的示范性实施例,示范性实施例的实例说明于附图中。只要有可能,相同组件符号在附图和描述中用来表示相同或相似部分。
图1是依照本发明一实施例的电子装置的示意图。请参照图1,电子装置10可包括存储装置110与处理器120。处理器120耦接存储装置110。电子装置10可实施为笔记本电脑、智能手机、平板计算机、台式计算机、机顶盒或游戏机等等。
于一实施例中,电子装置10可与立体(3D)显示器20组成3D显示***。3D显示器20可以是裸视3D显示器或眼镜式3D显示器。从另一方面来看,3D显示器20可以是头戴显示设备或提供3D图像显示功能的计算机屏幕、桌上型屏幕或电视等等。3D显示***可为单一整合***或分离式***。具体而言,3D显示***中的3D显示器20、存储装置110与处理器120可实作成一体式(all-in-one,AIO)电子装置,例如头戴显示设备、笔记本电脑、智能手机、平板计算机或游戏机等等。或者,3D显示器20可通过有线传输接口或是无线传输接口与处理器120相连,像是头戴显示设备、桌上型屏幕、电视机或电子广告牌等等。
存储装置110用以存储图像、数据与供处理器120存取的程序代码(例如操作***、应用程序、驱动程序)等数据,其可以例如是任意型式的固定式或可移动式随机存取内存(random access memory,RAM)、只读存储器(read-only memory,ROM)、闪存(flashmemory)、硬盘或其组合。
处理器120耦接存储装置110,例如是中央处理单元(central processing unit,CPU)、应用处理器(application processor,AP),或是其他可程序化的一般用途或特殊用途的微处理器(microprocessor)、数字信号处理器(digital signal processor,DSP)、图像信号处理器(image signal processor,ISP)、图形处理器(graphics processing unit,GPU)或其他类似装置、集成电路或其组合。处理器120可存取并执行记录在存储装置110中的程序代码与软件模块,以实现本发明实施例中的立体格式图像检测方法。
一般而言,为了让用户感受到3D视觉效果,用户的左眼与右眼需要分别观看到对应至不同视角的图像内容(即左眼图像与右眼图像)。左眼图像与右眼图像将被合成为立体格式图像,以通过不同的3D显示技术显示立体格式图像,而让观赏者的左眼观看左眼图像及让观赏者的右眼观看右眼图像。于本发明的实施例中,电子装置10可判断输入图像是否为符合立体图像格式的立体格式图像。借此,于一些实施例中,3D显示器20可支持多种显示模式,像是2D显示模式以及关联于一或多种3D显示技术的3D显示模式。若电子装置10可准确地判断输入图像为何种立体格式图像,3D显示器20可自动切换为适合的显示模式来显示立体图像内容。
图2是依照本发明一实施例的立体格式图像检测方法的流程图。请参照图2,本实施例的方式适用于上述实施例中的电子装置10,以下即搭配电子装置10中的各项组件说明本实施例的详细步骤。
于步骤S210,处理器120依据立体图像格式分割输入图像而获取第一图像与第二图像。于一些实施例中,输入图像可为图像串流或影片里的单帧图像。于一些实施例中,输入图像可为利用屏幕撷取功能而获取的图像。于一些实施例中,输入图像可例如是某一应用程序所产生的图像。于一些实施例中,第一图像尺寸相同于第二图像尺寸。换言之,立体格式图像将被分割为分辨率相同的两张图像。
于一些实施例中,立体图像格式可包括左右并排格式、上下排列格式、棋盘图案格式、或交错格式。处理器120将根据立体图像格式的种类而自立体格式图像撷取出第一图像与第二图像。举例而言,图3A至图3D是依照本发明一实施例的切割输入图像的示意图。
请参照图3A所示实施例,当要检测输入图像IMG_i1是否符合左右并排(Side-by-Side,SBS)格式时,处理器120可将输入图像IMG_i1切割为左半边的第一图像IMG_31与右半边的第二图像IMG_32。
请参照图3B所示实施例,当要检测输入图像IMG_i2是否符合上下排列(Top andBottom,TB)格式时,处理器120可将输入图像IMG_i2切割为上半边的第一图像IMG_33与下半边的第二图像IMG_34。
请参照图3C所示实施例,当要检测输入图像IMG_i3是否符合交错(Interlacing)格式时,处理器120可先沿水平方向将输入图像IMG_i3切割为多个子图像IMG_s1~IMG_s10。然后,处理器120合并子图像IMG_s1、IMG_s3、IMG_s5、IMG_s7、IMG_s9而获取第一图像IMG_35,并合并子图像IMG_s2、IMG_s4、IMG_s6、IMG_s8、IMG_s10而获取第二图像IMG_36。然而,图3C所示子图像的数目仅为示范性说明,并非用以限定本发明。
请参照图3D所示实施例,当要检测输入图像IMG_i4是否符合棋盘(CheckerBoard)格式时,处理器120可根据棋盘样式而先将输入图像IMG_i4切割为呈现棋盘式排列的多个子图像(例如子图像IMG_c1、IMG_c2、IMG_c3、IMG_c4)。然后,处理器120合并多个子图像(例如子图像IMG_c1与IMG_c3)而获取第一图像IMG_37,并合并多个子图像(例如子图像IMG_c2与IMG_c4)而获取第二图像IMG_38。然而,图3D所示子图像的数目仅为示范性说明,并非用以限定本发明。
接着,于步骤S220,处理器120对第一图像与第二图像进行立体匹配处理,以产生第一图像与第二图像的一视差图(disparity map)。于一些实施例中,处理器120可依据块匹配算法(Block-matching algorithm)对第一图像与第二图像进行立体匹配处理,以估测视差信息并获取视差图。于一些实施例中,处理器120可依据光流算法(Optical flowalgorithm)对第一图像与第二图像进行立体匹配处理,以估测视差信息并获取视差图。于一些实施例中,处理器120可将第一图像与第二图像输入至经训练的深度神经网络模型来获取视差图。于一些实施例中,视差图中元素数量对等于第一图像与第二图像的分辨率。举例而言,假设第一图像与第二图像的分辨率为640*480,则视差图可包括对应至640*480个像素位置的视差信息。
于步骤S230,处理器120根据视差图计算第一图像中多个第一像素与第二图像中多个第二像素的匹配数量。于一些实施例中,视差图包括多个有效视差值与多个无效视差值,匹配数量为有效视差值的数量。
详细而言,于立体匹配处理过程中,若第一图像中的某一第一像素可成功匹配至第二图像中的某一第二像素,则处理器120可获取对应的有效视差值。相反地,若第一图像中的某一第一像素无法成功匹配至第二图像中的任何第二像素,则处理器120可获取对应的无效视差值。因此,通过统计视差图中的有效视差值的数量,可获取第一图像中多个第一像素成功匹配至第二图像中多个第二像素的匹配数量。于一些实施例中,视差图中的无效视差值将被设定为一负数值,而视差图中的有效视差值将被设定为大于等于0的整数值,但本发明不限制于此。
于步骤S240,处理器120根据匹配数量判断输入图像是否为符合立体图像格式的立体格式图像。可知的,若匹配数量够多,可判定第一图像与第二图像为对应至相同拍摄场景的左眼图像与右眼图像,因此处理器120可据以判断输入图像为符合立体图像格式的立体格式图像。
更详细而言,图4是依照本发明一实施例的判断输入图像是否为立体格式图像的流程图。请参照图4,步骤S240可实施为子步骤S241~子步骤S243。于子步骤S241,处理器120判断匹配数量是否符合匹配条件。
于一些实施例中,处理器120可比较匹配数量与预设门槛值来判断匹配数量是否符合匹配条件。若匹配数量大于预设门槛值,则处理器120可判定匹配数量符合匹配条件。若匹配数量未大于预设门槛值,则处理器120可判定匹配数量不符合匹配条件。上述默认门槛值可根据输入图像的图像分辨率来设置。亦即,不同的图像分辨率将对应至不同的预设门槛值。
于一些实施例中,处理器120可计算匹配数量与第一图像的像素数量的匹配比例,并判断匹配比例是否大于一门槛值。也就是说,匹配比例为第一图像中成功匹配的第一像素占所有第一像素的一个比例值,可由百分比或小于1且大于0的数值来表示。若匹配比例大于门槛值,处理器120可判定匹配数量符合匹配条件。若匹配比例未大于门槛值,处理器120可判定匹配数量不符合匹配条件。于比较匹配比例与门槛值的实施例中,相同的门槛值可适用于不同的图像分辨率。
若步骤S241判断为是,于子步骤S242,反应于匹配数量符合匹配条件,处理器120决定输入图像为符合立体图像格式的立体格式图像。相反地,若步骤S241判断为否,于子步骤S243,反应于匹配数量不符合匹配条件,处理器120决定输入图像非为符合立体图像格式的立体格式图像。亦即,若匹配数量符合匹配条件,代表自输入图像中撷取的第一图像与第二图像即为对应至相同场景的左眼图像与右眼图像,因而可判定输入图像为一立体格式图像。
图5是依照本发明一实施例的立体格式图像检测方法的流程图。请参照图5,本实施例的方式适用于上述实施例中的电子装置10,以下即搭配电子装置10中的各项组件说明本实施例的详细步骤。
于步骤S502,处理器120依据立体图像格式分割输入图像IMG1而获取第一图像IMG_L与第二图像IMG_R。于步骤S504,处理器120对第一图像IMG_L与第二图像IMG_R进行一立体匹配处理,以产生第一图像IMG_L与第二图像IMG_R的一视差图D_map。
详细而言,图6是依照本发明一实施例的获取视差图的示意图。处理器120以第一图像上IMG_L的第一目标像素点P1为中心取第一图像区块B1。接着,处理器120可根据第一目标像素点P1的Y轴位置获取水平扫描线SL1,以沿着水平扫描线SL1获取第二图像IMG_R上多个第二图像区块(图6是以第二图像区块B2_1~B2_9为代表进行说明)。亦即,第一图像区块B1的Y轴位置相同于这些第二图像区块B2_1~B2_9的Y轴位置,且第一图像区块B1的尺寸相同于第二图像区块B2_1~B2_9的尺寸。须说明的是,图6的9个第二图像区块B2_1~B2_9仅用以示范性说明。于一些实施例中,处理器120可以一个像素为扫描单位而获取多个第二图像区块。
然后,处理器120计算第一图像区块B1与第二图像IMG_R上多个第二图像区块之间的多个相似度。于一些实施例中,这些相似度也可为匹配成本(matching cost)或基于匹配成本而生成的数值。举例而言,处理器120将依序计算第一图像区块B1上各个第一像素点的灰阶值与第二图像区块B2_1上对应的第二像素点的灰阶值之间的绝对差值,并在将所有的绝对差值加总后取倒数,以获取第一图像区块B1与第二图像区块B2_1之间的相似度。假设第一图像区块B1的尺寸为91*91,则处理器120可获取91*91个绝对差值。
然而,于其他实施例中,处理器120也可基于其他计算方式,例如平方差(SquareDifference,SD)算法、像素异性测量(Pixel Dissimilarity Measure,PDM)算法、标准化交叉相关(Normalized Cross Correlation,NCC)算法等等,来获取对应至多个第二图像区块的匹配成本。于一些实施例中,处理器120还可执行成本聚合(cost aggregation)来获取对应至多个第二图像区块的匹配成本。
通过沿水平扫描线SL1重复执行相似度计算的步骤,处理器120可获取分别对应至多个第二图像区块的相似度,亦即处理器120依序对第一图像与各第二图像区块进行相似度计算,而获取多个第二图像区块分别对应的相似度。于是,处理器120将根据分别对应至水平扫描线SL1上多个第二图像区块的相似度,获取视差图D_map上对应至第一目标像素点P1的一有效视差值或一无效视差值。
详细而言,根据分别对应至水平扫描线SL1上多个第二图像区块的相似度,处理器120可判断第一图像区块B1是否匹配于多个第二图像区块其中之一。于图6的范例中,水平扫描线SL1上多个第二图像区块分别对应的相似度可如相似度曲线C1所示。处理器120可根据相似度曲线C1搜寻出匹配第一目标图像区块B1的第二目标图像区块(即图6所示的第二图像区块B2_6)。例如,若处理器120可搜寻相似度曲线C1的最大相似度且此最大相似度大于一相似度门槛值,则处理器120可判定第一图像区块B1匹配于对应至上述最大相似度的一第二图像区块B2_6。或者,于一些实施例中,若处理器120也可搜寻多个差异度中的最小差异度且此最小差异度小于一差异度门槛值,则处理器120可判定第一图像区块B1匹配于对应至上述最小差异度的一第二图像区块。其中,于一些实施例中,差异度与相似度可互为倒数关系。此外,于一些实施例中,处理器120还可根据将这些匹配成本代入一能量函数,并通过优化能量函数的方式来搜寻到匹配于第一图像区块B1的第二图像区块。
如图6所示,若根据相似度获取第二图像区块中匹配于第一目标图像区块B1的第二目标图像区块(即第二图像区块B2_6),处理器120将基于第二目标图像区块中心的第二目标像素点P2的X轴位置X2与第一目标像素点P1的X轴位置X1获取视差图D_map上对应至第一目标像素点P1的有效视差值d1。另一方面,若根据相似度未获取第二图像区块中匹配于第一目标图像区块B1的第二目标图像区块,代表这些第二图像区块所对应的相似度都不符合预设条件,像是相似度最大值未大于相似度门槛值、差异度最小值未小于差异度门槛值,或优化能量函数的问题是无解的等等。因此,若根据相似度未获取第二图像区块中匹配于第一目标图像区块B1的第二目标图像区块,则处理器120将获取视差图D_map上对应至第一目标像素点P1的无效视差值。又或者,于一些实施例中,处理器120可对视差图D_map进行去噪声处理,而将可信度较低的多个原始有效视差值替换为无效视差值。
请回到图5,于步骤S506,处理器120根据视差图D_map计算匹配数量,并计算匹配数量与第一图像IMG_L的像素数量的一匹配比例R1。亦即,将匹配数量除以第一图像IMG_L的像素数量而获取匹配比例R1。于步骤S508,处理器120判断匹配比例R1是否大于门槛值。若是,于步骤S510,处理器120判定输入图像为立体格式图像,并可控制3D显示器20以对应的3D模式来显示输入图像。举例而言,处理器120可判定输入图像为立体格式图像。若否,于步骤S512,处理器120判定输入图像非为立体格式图像,并可控制3D显示器20以2D模式来显示输入图像。
须说明的是,以至少一个处理器执行的立体格式图像检测方法的处理程序并不限于上述实施方式。举例而言,可省略上述步骤(处理)的一部分,亦可以其他顺序执行各步骤。又,可组合上述步骤中任二个以上的步骤,亦可修正或删除步骤的一部分。或者,亦可除了上述各步骤外还执行其他步骤。
综上所述,于本发明实施例中,可有效地辨别输入图像是否为符合多种不同的立体图像格式的立体格式图像,从而可提升3D显示技术的用户体验与应用范围。像是,在判定输入图像为立体格式图像之后,3D显示器可自动切换至适当的图像播放模式,从而提升用户体验。或者,在判定输入图像为立体格式图像之后,3D显示器可得知左眼图像与右眼图像于输入图像中的占据区块,以利进行后续3D显示所需的图像处理。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (16)

1.一种立体格式图像检测方法,适于电子装置,其特征在于,所述方法包括:
依据立体图像格式分割输入图像而获取第一图像与第二图像;
对所述第一图像与所述第二图像进行立体匹配处理,以产生所述第一图像与所述第二图像的视差图;
根据所述视差图计算所述第一图像中多个第一像素与所述第二图像中多个第二像素的匹配数量;以及
根据所述匹配数量判断所述输入图像是否为符合所述立体图像格式的立体格式图像。
2.根据权利要求1所述的立体格式图像检测方法,其特征在于,根据所述匹配数量判断所述输入图像是否为符合所述立体图像格式的所述立体格式图像的步骤包括:
判断所述匹配数量是否符合匹配条件;
反应于所述匹配数量符合所述匹配条件,决定所述输入图像为符合所述立体图像格式的所述立体格式图像;以及
反应于所述匹配数量不符合所述匹配条件,决定所述输入图像非为符合所述立体图像格式的所述立体格式图像。
3.根据权利要求2所述的立体格式图像检测方法,其特征在于,判断所述匹配数量是否符合所述匹配条件的步骤包括:
计算所述匹配数量与所述第一图像的像素数量的匹配比例;以及
判断所述匹配比例是否大于门槛值,
其中若所述匹配比例大于所述门槛值,所述匹配数量符合所述匹配条件;以及若所述匹配比例未大于所述门槛值,所述匹配数量不符合所述匹配条件。
4.根据权利要求1所述的立体格式图像检测方法,其特征在于,所述视差图包括多个有效视差值与多个无效视差值,所述匹配数量为所述有效视差值的数量。
5.根据权利要求1所述的立体格式图像检测方法,其特征在于,对所述第一图像与所述第二图像进行所述立体匹配处理,以产生所述第一图像与所述第二图像的所述视差图的步骤包括:
以所述第一图像上的第一目标像素点为中心取第一图像区块;
计算所述第一图像区块与所述第二图像上多个第二图像区块之间的多个相似度,其中所述第一图像区块的Y轴位置相同于所述第二图像区块的Y轴位置;以及
根据分别对应至所述第二图像区块的所述相似度,获取所述视差图上对应至所述第一目标像素点的有效视差值或无效视差值。
6.根据权利要求5所述的立体格式图像检测方法,其特征在于,根据分别对应至所述第二图像区块的所述相似度,获取所述视差图上对应至所述第一目标像素点的所述有效视差值或所述无效视差值的步骤包括:
若根据所述相似度获取所述第二图像区块中匹配于所述第一目标图像区块的第二目标图像区块,基于所述第二目标图像区块中心的第二目标像素点的X轴位置与所述第一目标像素点的X轴位置获取所述视差图上对应至所述第一目标像素点的所述有效视差值;以及
若根据所述相似度未获取所述第二图像区块中匹配于所述第一目标图像区块的所述第二目标图像区块,获取所述视差图上对应至所述第一目标像素点的所述无效视差值。
7.根据权利要求1所述的立体格式图像检测方法,其特征在于,所述第一图像尺寸相同于所述第二图像尺寸。
8.根据权利要求1所述的立体格式图像检测方法,其特征在于,所述立体图像格式包括左右并排格式、上下排列格式、棋盘图案格式、或交错格式。
9.一种电子装置,其特征在于,包括:
存储装置,记录有多个模块;以及
处理器,耦接于所述存储装置,并经配置以:
依据立体图像格式分割输入图像而获取第一图像与第二图像;
对所述第一图像与所述第二图像进行立体匹配处理,以产生所述第一图像与所述第二图像的视差图;
根据所述视差图计算所述第一图像中多个第一像素与所述第二图像中多个第二像素的匹配数量;以及
根据所述匹配数量判断所述输入图像是否为符合所述立体图像格式的立体格式图像。
10.根据权利要求9所述的电子装置,其特征在于,所述处理器还经配置以:
判断所述匹配数量是否符合匹配条件;
反应于所述匹配数量符合所述匹配条件,决定所述输入图像为符合所述立体图像格式的所述立体格式图像;以及
反应于所述匹配数量不符合所述匹配条件,决定所述输入图像非为符合所述立体图像格式的所述立体格式图像。
11.根据权利要求10所述的电子装置,其特征在于,所述处理器还经配置以:
计算所述匹配数量与所述第一图像的像素数量的匹配比例;以及
判断所述匹配比例是否大于门槛值,
其中若所述匹配比例大于所述门槛值,所述匹配数量符合所述匹配条件;以及若所述匹配比例未大于所述门槛值,所述匹配数量不符合所述匹配条件。
12.根据权利要求9所述的电子装置,其特征在于,所述视差图包括多个有效视差值与多个无效视差值,所述匹配数量为所述有效视差值的数量。
13.根据权利要求9所述的电子装置,其特征在于,所述处理器还经配置以:
以所述第一图像上的第一目标像素点为中心取第一图像区块;
计算所述第一图像区块与所述第二图像上多个第二图像区块之间的多个相似度,其中所述第一图像区块的Y轴位置相同于所述第二图像区块的Y轴位置;以及
根据分别对应至所述第二图像区块的所述相似度,获取所述视差图上对应至所述第一目标像素点的有效视差值或无效视差值。
14.根据权利要求13所述的电子装置,其特征在于,所述处理器还经配置以:
若根据所述相似度获取所述第二图像区块中匹配于所述第一目标图像区块的第二目标图像区块,基于所述第二目标图像区块中心的第二目标像素点的X轴位置与所述第一目标像素点的X轴位置获取所述视差图上对应至所述第一目标像素点的所述有效视差值;以及
若根据所述相似度未获取所述第二图像区块中匹配于所述第一目标图像区块的所述第二目标图像区块,获取所述视差图上对应至所述第一目标像素点的所述无效视差值。
15.根据权利要求9所述的电子装置,其特征在于,所述第一图像尺寸相同于所述第二图像尺寸。
16.根据权利要求9所述的电子装置,其特征在于,所述立体图像格式包括左右并排格式、上下排列格式、棋盘图案格式、或交错格式。
CN202210961698.8A 2022-08-11 2022-08-11 立体格式图像检测方法与使用该方法的电子装置 Pending CN117635684A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210961698.8A CN117635684A (zh) 2022-08-11 2022-08-11 立体格式图像检测方法与使用该方法的电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210961698.8A CN117635684A (zh) 2022-08-11 2022-08-11 立体格式图像检测方法与使用该方法的电子装置

Publications (1)

Publication Number Publication Date
CN117635684A true CN117635684A (zh) 2024-03-01

Family

ID=90023898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210961698.8A Pending CN117635684A (zh) 2022-08-11 2022-08-11 立体格式图像检测方法与使用该方法的电子装置

Country Status (1)

Country Link
CN (1) CN117635684A (zh)

Similar Documents

Publication Publication Date Title
CN106060520B (zh) 一种显示模式切换方法及其装置、智能终端
US20120242794A1 (en) Producing 3d images from captured 2d video
EP3101892A1 (en) Image processing apparatus and method
US20130100123A1 (en) Image processing apparatus, image processing method, program and integrated circuit
US9154762B2 (en) Stereoscopic image system utilizing pixel shifting and interpolation
US20120013604A1 (en) Display apparatus and method for setting sense of depth thereof
US10074343B2 (en) Three-dimensional image output apparatus and three-dimensional image output method
KR102450236B1 (ko) 전자 장치, 그 제어 방법 및 컴퓨터 판독가능 기록 매체
CN109644280B (zh) 生成场景的分层深度数据的方法
WO2013108285A1 (ja) 画像記録装置、立体画像再生装置、画像記録方法、及び立体画像再生方法
US20140098201A1 (en) Image processing apparatus and method for performing image rendering based on orientation of display
JP2014035597A (ja) 画像処理装置、コンピュータプログラム、記録媒体及び画像処理方法
TWI790560B (zh) 並排影像偵測方法與使用該方法的電子裝置
KR20110025083A (ko) 입체 영상 시스템에서 입체 영상 디스플레이 장치 및 방법
JP6370446B1 (ja) 視点基盤のオブジェクトピッキングシステム及びその方法
US20220286658A1 (en) Stereo image generation method and electronic apparatus using the same
CN117635684A (zh) 立体格式图像检测方法与使用该方法的电子装置
US20130169627A1 (en) Display apparatus and method for providing three dimensional (3d) image
US9743063B2 (en) Method and apparatus for processing three-dimensional (3D) pseudoscopic images
TWI825892B (zh) 立體格式影像偵測方法與使用該方法的電子裝置
CN111193919B (zh) 一种3d显示方法、装置、设备及计算机可读介质
US20240121373A1 (en) Image display method and 3d display system
WO2020059575A1 (ja) 3次元画像生成装置、3次元画像生成方法、及びプログラム
CN102487447B (zh) 调整物件三维深度的方法与装置、以及检测物件三维深度的方法与装置
WO2018000610A1 (zh) 一种基于图像类型判断的自动播放方法和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination