TW201325204A - 立體影像攝影與播放品質評估系統，及其方法 - Google Patents

立體影像攝影與播放品質評估系統，及其方法 Download PDF

Info

Publication number
TW201325204A
TW201325204A TW100146652A TW100146652A TW201325204A TW 201325204 A TW201325204 A TW 201325204A TW 100146652 A TW100146652 A TW 100146652A TW 100146652 A TW100146652 A TW 100146652A TW 201325204 A TW201325204 A TW 201325204A
Authority
TW
Taiwan
Prior art keywords
image
stereo
disparity
parallax
score
Prior art date
Application number
TW100146652A
Other languages
English (en)
Inventor
Fu-Jen Hsiao
Wei-Jia Huang
Chung-Wei Lin
Original Assignee
Ind Tech Res Inst
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 Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW100146652A priority Critical patent/TW201325204A/zh
Priority to CN2011104572186A priority patent/CN103167308A/zh
Priority to US13/571,958 priority patent/US20130155192A1/en
Publication of TW201325204A publication Critical patent/TW201325204A/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/207—Image signal generators using stereoscopic image cameras using a single 2D image sensor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/207—Image signal generators using stereoscopic image cameras using a single 2D image sensor
    • H04N13/211—Image signal generators using stereoscopic image cameras using a single 2D image sensor using temporal multiplexing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/207—Image signal generators using stereoscopic image cameras using a single 2D image sensor
    • H04N13/221—Image signal generators using stereoscopic image cameras using a single 2D image sensor using the relative movement between cameras and objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N2013/0074—Stereoscopic image analysis
    • H04N2013/0081—Depth or disparity estimation from stereoscopic image signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

立體影像攝影系統包括：一影像取像模組，用以拍攝一物件之複數視角影像；以及一影像評分模組，用以分析該些視角影像所形成複數立體影像，以計算該些立體影像之一立體品質評分分數。

Description

立體影像攝影與播放品質評估系統，及其方法
本揭露是有關於一種立體影像攝影與播放品質評估系統，及其方法。
3D影像(stereoscopic image)應用橫跨個人、家庭、娛樂、商業、醫療與教育等領域。3D電子消費產品比如包括3D立體液晶顯示器、3D筆記型電腦、3D照相機、3D攝影機、3D藍光播放器等產品，甚至是無須戴眼鏡即能欣賞3D的裸視3D立體電視。3D電子消費產品集中於影音播放顯示產品。
消費者除對高昂價格望之卻步外，更擔心的是缺乏可播放的3D立體內容。所以，推動3D立體產品的另一個重要關鍵在於3D立體內容供應。目前3D內容製作方式可以粗分成：動畫產生、實際拍攝以及2D轉3D立體等方式。電視產業與電影產業使用具備3D立體攝影技術的專業攝影器材。
在傳統3D立體內容製作流程中，業主委託內容製作業者進行物品之3D立體影像內容創作。製作初期，業主決定終端3D立體顯示設備規格，如裸視或眼鏡式3D顯示，接著由內容製作業者進行物品之立體影像拍攝與後製流程。由於終端3D立體顯示設備可能因為體積龐大或者業主有營業上的需求，故無法攜帶至內容製作業者的工作場所。內容拍攝及後製過程在內容製作業者的工作場所中進行。內容製作業者將完成初步的立體內容攜帶至業主之終端3D顯示設備上進行測試播放。於試播時，立體感調校並無法在業主端進行。因此若立體感不如預期，則內容業者端回到其工作場所重新進行拍攝或者調校。如此反覆進行數次後，才能產出一組立體感良好的3D立體內容。
此外，內容製作業者於製作3D內容時，如能有良好3D攝影操作機制和3D影像品質評斷機制，將可提高其3D立體影像品質。
而且，對於立體影像的品質評估，目前主要以觀看者主觀感覺來判定。相同的3D內容播放於不同的終端3D立體顯示設備，使用者可能會有不同的立體感受。更甚者，立體顯示器(如3D裸眼顯示設備、電影院、家用電視…)種類眾多，欠缺客觀的衡量評分架構。
本揭露是有關於一種立體影像攝影與播放品質評估系統，及其方法。在拍攝端提出一套立體影像拍攝與合成的流程，並搭配立體影像評分系統，於立體螢幕播放端評估計算出該立體影像的立體品質分數。
本揭露是有關於一種立體影像攝影與播放品質評估系統，及其方法。拍攝端由一台相機及一運動機構進行拍攝物品的多視角影像，藉由分析多視角立體像對的特徵資訊，擷取出多個立體像對的臨界視差(disparity)資訊，並且輸出多視角影像最適視差區間，提供給後製立體特效參考使用。並且，對多視角影像進行立體品質評分，若評分未達標準則調整運動機構重新拍攝多視角影像。播放端搭配立體影像播放品質評估系統，於立體螢幕播放端測試立體影像的立體品質分數，以得到立體感調校與測試的客觀數據。
根據本揭露之一示範性實施例，提出一種立體影像攝影系統，包括：一影像取像模組，用以拍攝一物件之複數視角影像；以及一影像評分模組，用以分析該些視角影像所形成複數立體影像，以計算該些立體影像之一立體品質評分分數。
根據本揭露之又一示範性實施例，提出一種立體影像播放品質評估系統，評估複數立體感受要素。該系統包括：一影像取像模組，從一終端立體播放裝置擷取複數個視角影像；以及一影像評分模組，分析該些視角影像之一立體影像資訊，以輸出該終端立體播放裝置之一播放評分。
根據本揭露之另一示範性實施例，提出一種立體影像攝影方法，包括：取像一物件之複數視角影像；以及執行一影像評分步驟，以分析該些視角影像所形成複數立體影像並計算該些立體影像之一立體品質評分分數。
根據本揭露之更一示範性實施例，提出一種立體影像播放品質評估方法，評估複數立體感受要素，該方法包括：從一終端立體播放裝置擷取複數個視角影像；以及執行一影像評分步驟，分析該些視角影像之一立體影像資訊，以輸出該終端立體播放裝置之一播放評分。
為了對本案之上述及其他方面有更佳的瞭解，下文特舉實施例，並配合所附圖式，作詳細說明如下：
如第1圖所示，本揭露實施例之立體影像攝影系統100包括：影像取像模組110與影像評分模組120。此外，本揭露實施例之系統100更可選擇性包括回饋模組130。
影像取像模組110包括：影像擷取單元111與運動機構112。影像擷取單元111拍攝物件140之多視角影像。影像擷取單元111比如但不受限於為數位單眼相機。運動機構112調整物件140與影像擷取單元111的相對位置關係。運動機構112可移動及/或旋轉物件140。運動機構112可被程式化控制。運動機構112比如但不受限於包括轉盤與滑軌。滑軌用於移動物件140，以改變物件與影像擷取單元111間的相對距離。轉盤用於旋轉物件140，以改變物件與影像擷取單元111間的相對角度。
影像評分模組120分析由影像取像模組110所傳來的立體影像，計算立體品質計算評分分數。回饋模組130將評分結果回饋給影像取像模組110，以調整其拍攝參數。影像評分模組120與回饋模組130比如但不受限於為一個人電腦。
影像評分模組120可在運算單元上可執行，在此運算單元比如是個人電腦等相似裝置。在本實施例中，影像評分模組120可細分為數個品質評分模組：最適水平視差分析模組、鬼影分析模組、垂直視差分析模組與邊框效應分析模組。此外，影像評分模組120可更包括綜合評分程序。
此外，本揭露實施例更提出一種立體影像播放品質評估系統，用於檢測上述立體影像攝影系統100所製作的立體影像於現場環境播放時的品質，有助於建立3D內容評估及測試標準。
第2圖顯示根據本揭露實施例之立體影像拍攝流程圖。如第2圖所示，於步驟210中，進行多視角影像取像，比如由影像取像模組110所進行。於步驟220中，進行多視角影像立體品質評分，其比如由影像評分模組120所進行。於步驟230中，評估立體影像是否達到評分閥值，其比如由影像評分模組120所進行。如果達到評分閥值的話，則輸出此立體影像(步驟250)，甚至可利用此參數進行大量影像內容的製作與拍攝；相反地，如果未達到評分閥值的話，則調整影像取像模組110的取像參數，如步驟240。步驟240比如由回饋模組130所進行。
底下將說明本揭露實施例之細節。
多視角影像取像：
物件140被置放在運動機構112的旋轉中心上。運動機構112和影像擷取單元111可接收控制訊號。控制訊號比如但不受限於由運算單元(未示出，比如為個人電腦)所送出。影像擷取單元111能夠以多個不同視角來拍攝物件140，以取得多視角的2D影像。傳送給運動機構111的控制訊號有二種：旋轉訊號與移動訊號。旋轉訊號控制運動機構112的每次旋轉角度，而移動訊號控制運動機構112的移動(前進後退)的距離。旋轉訊號和移動訊號是後續進行調校立體影像立體感的重要參數。
在底下，以使用7個不同視角的影像來合成最後播放的多視角影像，第3A圖為拍攝之多視角影像範例。V1~V7分別代表在7個不同視角拍攝下所得到的7個2D影像。但當知本案並不受限於7個視角。
多視角影像立體品質評分：
於本實施例中，影像評分模組120分別分析立體影像的數個品質指標，包括：最適水平視差分析、垂直視差分析、鬼影分析以及邊框效應分析。影像評分模組120可更進行綜合評分程序，以得到立體影像的評分總和。以下針對各項品質指標說明本案實施例的作法。
最適水平視差分析：
最適水平視差分析可由影像評分模組120之最適水平視差分析模組執行。最適水平視差分析程序分析多視角影像的視差範圍資訊，並輸出立體影像的最適視差範圍及水平視差評分。第4圖顯示根據本實施例之最適水平視差分析程序。請參照第4圖。
於步驟410中，對多視角影像進行分對。將該些多視角影像分對成多組立體像對。請參照第3B圖，其顯示根據本實施例之對第3A圖進行多視角影像分對之結果。在本實施例分析多視角影像視差資訊時，進行多視角影像分對，以將多視角影像分類成兩兩一組的立體像對，立體像對包括左眼影像和右眼影像。以7個視角的立體影像作為舉例，總共需要拍攝7張原始影像V1~V7作為合成之用。分對原則乃是根據這些原始影像的空間關係及後續合成立體影像的排列順序作為依據。在本實施例中，以兩兩相鄰的兩張影像作為一組立體像對，當知本實施例並不受限於此。7張原始影像V1~V7可分對成為6組立體像對SP01~SP06，如第3B圖所示。立體像對SP01包括原始影像V1與V2，其餘可依此類推。
或者，於其他可能實施例中，如果裸眼3D顯示器顯示格式具有N個視角(N為大於等於2的正整數)，則對多視角影像分對時，將N個視角影像分對成N-1組立體像對。
於步驟420中，取得立體像對臨界視角。於步驟420中，分析各立體像對之畫面的全部或部分之視差資訊，並根據視差資訊計算出各立體像對之個別臨界視差。
步驟420之細節請參考第5圖。第5圖顯示根據本實施例之取得立體像對臨界視角之流程。於步驟510中，進行立體像對之影像特徵分析。影像特徵分析比如可以使用稠密式(dense)特徵比對方法或者稀疏式(feature-based)特徵比對方法。以稀疏式特徵比對方式為例，找出左眼影像中的特徵點與其座標資訊。於右眼影像中尋找這些左眼影像特徵點的對應特徵點的座標資訊。比如，以立體像對SP01為例，其左眼影像為V1，而右眼影像則為V2。稠密式特徵比對方式例如使用立體比對(stereo matching)方式來得到整張畫面的特徵對應。
在獲得左右眼特徵點對應座標(x l ,y l )及(x r ,y r )後，就可以獲得視差資訊，在此，將水平視差disp x 、垂直視差disp y 與視差絕對距離dis定義為：水平視差：disp x =x l -x r 垂直視差：disp y =y l -y r 視差絕對距離：
其中(x l ,y l )和(x r ,y r )分別代表特徵點在左眼影像及右眼影像中的座標位置。在本實施例中使用的特徵對應方法為尺寸不變特徵轉換(SIFT,Scale-invariant feature transform)特徵描述子，以減緩因旋轉、縮放及影像亮度及對比度所造成的特徵對應錯誤。
於步驟520中，進行特徵濾除。在進行立體像對特徵點比對時，難免會出現雜訊特徵點。故而，在本實施例中，使用以下準則進行過濾雜訊特徵點：(1)視差絕對距離dis過大的特徵點；(2)垂直視差disp y 過大的特徵點；(3)不符合極線幾何(epipolar geometry)特性的特徵點。第6圖顯示根據本實施例之特徵點對應與雜訊特徵點過濾的一例。
在步驟530中，於濾完錯誤特徵點之後，對整張畫面的視差資訊(稠密的視差資訊，以稠密式特徵比對方法而得)或者物體區域的視差資訊(稀疏的視差資訊，以稀疏式特徵比對方式而得)計算畫面的視差統計圖。在本案實施例中，視差計算530可包括兩個子步驟530A與530B。
在子步驟530A，計算視差直方圖。視差直方圖的計算方式為，根據每一個視差值統計其數量或其數量百分比並且描繪成直方圖。換句話說，直方圖的橫軸為此畫面的最小視差到最大視差，縱軸為具有該視差值的像素數量或者像素百分比。第7圖顯示根據本實施例之視差直方圖之一例，其中，d1~d10代表視差。
在子步驟530B，計算視差累積直方圖。所謂視差累積直方圖就是將視差直方圖逐筆累加起來，縱軸即為小於該視差值的像素累積數量或者像素累積百分比。第8A圖與第8B圖顯示根據本實施例之視差累積直方圖之二例。
於步驟540中，計算立體像對臨界視差。詳細地說，得到該畫面之視差直方圖或視差累積直方圖後，將利用該視差直方圖或視差累積直方圖來決定該立體像對的臨界視差。此臨界視差的定義為會造成人眼觀賞立體像對有不舒適的立體感之臨界值。換言之，當該立體像對之視差值大於此臨界值時，人眼將會感受到不舒適的立體感。而不舒適的立體感原因僅列舉幾項於下：(1)負視差過大：如果畫面中的負視差過大像素比例過多，會造成鬼影(cross-talk)區域過多而造成人眼觀賞的不舒適感；或(2)正視差過大：如果畫面中正視差過大像素比例過多，會造成人眼無法聚焦而造成人眼觀賞的不舒適感。
在本實施例中，於視差直方圖中尋找該立體像對的臨界視差的方法比如為，定義最小臨界數量閥值。當負視差過大像素的數量百分比或者正視差過大的像素數量百分比超過此最小臨界數量閥值時，就會造成人眼觀賞的不舒適感。此最小臨界數量閥值通常比如，透過人為經驗決定。
以第7圖為例，假設最小臨界數量閥值為τ(假設但不受限於1%)，所代表的物理意義為，如果畫面中有τ(假設但不受限於1%)的像素有過大的負(正)視差，就會造成人眼不舒服。τ值可依經驗或依所需而定。
在本實施例中，於在視差直方圖的縱軸上尋找此最小臨界數量閥值，然後以此最小臨界數量數值對應到視差直方圖的橫軸上決定其對應的臨界負視差與臨界正視差(如第7圖)。請注意，在本實施例中，每個立體像對會有其相對應的視差直方圖、臨界負視差與臨界正視差。於本實施例中，針對該組立體像對可以計算出一組臨界視差CD n ={disp c -,disp c +} n ，其中disp c -代表臨界負視差，而disp c +代表臨界正視差，n代表立體像對的編號。
於本實施例中，另外一種尋找臨界視差的方式則是從視差累積直方圖而得。在視差累積直方圖的縱軸上尋找最小臨界累積數量閥值，然後以此數值對應到視差直方圖的橫軸上決定其對應的視差(如第8A圖或第8B圖)，並以此對應視差作為該立體像對的臨界視差CD n ={disp c -,disp c +} n 。
以第8A圖為例，最小臨界累積數量閥值為τ，其所代表的物理意義為，如果畫面中累積超過τ的像素有過大負視差，就會造成人眼不舒服。相似地，以第8B圖為例，最小臨界累積數量閥值為τ(假設但不受限於2%)，其所代表的物理意義為，如果畫面中累積超過τ(假設但不受限於2%)的像素有過大正視差，就會造成人眼不舒服。於步驟550中，輸出立體像對臨界視差。
現請再次參考第4圖。於步驟430中，比較多組立體像對之個別臨界視差，以計算出該立體影像之最適視差。比較的準則是：選擇多組立體像對之中最大的臨界正視差作為立體影像合成時的最適正視差disp opti +；以及選擇多組立體像對之中最小的臨界負視差作為裸眼立體影像合成時的最適負視差disp opii -。該合成立體影像的最適視差區間d opti 為：
d opti ={d opti -,d opti +}={min({disp c -}1,{disp c -}2,{disp c -}3,{disp c -}4,{disp c -}5,{disp c -}6,{disp c -}7),max({disp c +}1,{disp c +}2,{disp c +}3,{disp c +}4,{disp c +}5,{disp c +}6,{disp c +}7)}
此最適視差d opti 就可以用來當作後續立體影像後製程序或者立體感調校與測試的依據。
最適水平視差評分計算
計算出最適視差d opti 後，可以根據播放需求，計算出立體影像品質的最適水平視差指標的評分。其詳細計算方式如下，將此最適水平視差與播放螢幕的容忍視差區間進行比較，並將比較的結果根據以下四種狀況輸出評分。請參考第9A圖至第9D圖，其分別顯示最適水平視差區間與播放螢幕容忍視差區間之間的大小關係的4種情況。
第9A圖顯示最適水平視差落在螢幕容忍視差區間中。其品質評分計算機制如下：
其中d screen 為螢幕容忍視差區間，d min-與d min+分別為螢幕負視差上限與螢幕正視差上限，d opti 為最適水平視差區間。
第9B圖顯示最適水平視差整個落在螢幕容忍視差區間之外。其品質評分計算機制如下：
其中，penaltyterm -為超過螢幕負視差上限所需要扣除的處罰項(第9B圖顯示為PT-)，penaltyterm +為超過螢幕正視差上限所需要扣除的處罰項(第9B圖顯示為PT+)。此處罰項與超出程度有關，其由函數w(|d opti --d min -|)或w(|d opti +-d min +|)來描述。
第9C圖顯示最適正視差大於螢幕正視差上限且最適負視差大於螢幕負視差上限。其品質評分計算機制如下：
第9D圖顯示最適正視差小於螢幕正視差上限且最適負視差小於螢幕負視差上限。其品質評分計算機制如下：
將最適水平視差與螢幕容忍視差區間進行視差區間比較，並將分數正規化為0~100的評分。本實施例採用的公式如下：ScoreHD=100‧score，其中，ScoreHD代表經正規化後的最適水平視差評分。由上述描述可知，如果最適水平視差區間越貼近螢幕容忍視差區間，得到的評分ScoreHD就會越高。
垂直視差分析：
垂直視差分析可由影像評分模組120之垂直視差分析模組執行。垂直視差過大會造成觀看立體影像時人眼的不舒適感。於本實施例中，垂直視差分析亦可以使用稠密式特徵比對方法或者稀疏式特徵比對方法。稠密式特徵比對方法可採用光流演算法(optical flow)或區塊式移動向量估算(block based motion estimation)來計算每個像素在另一張影像的對應點。稀疏式則可使用特徵點描述子，如SIFT、SURF等演算法來達到。第10圖顯示根據本實施例之應用稀疏式特微比對之垂直視差分析之流程圖。
於步驟1010中，進行影像特徵分析。步驟1010從立體像對中截取影像特徵點，並分析哪些特徵點互相對應，互相對應的兩特徵點稱為一特徵像對，本實施例使用前面提到的SIFT與過濾準則來得到穩定(robust)合理的特徵像對。
於步驟1020中，計算垂直視差。步驟1020中，對於從影像特徵分析步驟1010得到的每組特徵像對，計算其座標位置的垂直差異，以當成垂直視差。本實施例實作如下：特徵像對的兩點p1、p2的座標分別為(x1,y1)和(x2,y2)，其垂直差異為VD(p1,p2)=abs(y1-y2)。
於步驟1030中，垂直視差像素比例計算。步驟1030計算垂直視差不合格(亦即垂直視差大於一垂直視差閥值)的特徵像對佔整體特徵像對數目的比例。本實施例採用的公式如下：
其中，n為特徵像數總數，m為立體像對總數，pvi1、pvi2為第v個立體像對中，第i個特徵像對的兩個對應點，thvDisp為一事先定義的閥值，f為一判斷函數，當括號內的式子為真時，f()為1，反之則為0。
於步驟1040中，垂直視差評分計算。將上述垂直視差像素比例轉化為0~100的評分。本實施例採用的公式如下：ScoreVD=100‧(1-P vDisp )。如果不合格的特徵像對越多，得到的評分就會越低。
邊框效應分析：
邊框效應(SWV,Stereoscopic Window Violation)代表影像的四周邊框(window)有過大的負視差會導致觀眾有不適的立體感。邊框效應分析可由影像評分模組120之邊框效應分析模組所執行。邊框效應分析可使用立體像對的臨界水平視差計算結果。用畫面四方的邊緣比例範圍內的水平視差值來計算負視差像素所佔的比例。邊框效應分析流程如第11圖所示。
於步驟1110中，計算邊框像素視差。步驟1110從立體像對的臨界水平視差計算結果中，找出影像邊緣距離內之負視差像素點(x,y)及其負視差絕對值，如式：V Neg (x,y)=abs(Disp -(x,y))。如果像素點之視差值為正值，則不列入計算。
於步驟1120中，計算邊框像素比例。步驟1120計算各負視差像素點(x,y)對邊框效應的影響程度(亦即邊框效應量化指標)P SWV (x,y)=f(x,y)*V Neg (x,y)，其為將該些負視差像素點之負視差絕對值視差乘上權重函數f(x,y)。於本實施例中，f(x,y)為負視差像素點(x,y)距離邊框之最近距離d的反比如式：。由公式可看出，距離邊框越遠的像素其邊框效應影響越低，
於步驟1130中，計算邊框像素評分。此步驟計算距離邊框r個像素的範圍內的負視差像素影響程度的總和，如式：
其中，W為畫面寬(以像素為單位)，H為畫面高(以像素為單位)。
判定立體影像品質評分：
當進行完上述的立體影像品質分析之後，每個程序的評分輸入到綜合評分程序，此綜合評分程序會將這些評分(最適水平視差評分、垂直視差評分、邊框效應評分)透過綜合運算後，得到立體影像的評分總和。此綜合評分程序將上述評分分數進行權重運算加總，得到立體影像品質的綜合分數。若無該項品質指標評分的輸入，則該品質指標的權重w則自動設成0。
Score sum =w 1ScoreVD+w 2ScoreSWV+w 3ScoreHD
w1~w3分別代表權重值，w1+w2+w3=1。
將綜合評分分數Score sum 比較於預先設定的品質分數閥值thrd quality 。若綜合評分分數小於品質分數閥值，則進行取像角度的調整；若大於品質分數閥值則輸出此立體影像。
於本實施例中，調整取像參數(步驟240)之細節如下。在此，取像參數比如包括取像距離及/或取像角度。
請參考第12圖與第13圖，其顯示根據本實施例之調整取像的2種示意圖。如第12圖所示，若發現該立體影像的最適視差區間較為靠近零平面區間，表示該立體影像立體感可能不足，則調整運動機構112以移動物件140靠近影像擷取單元111並重新進行多視角影像的取像。如此的話，將可能得到立體感較佳的最適視差區間(因為視差範圍右移)。相反地，若發現該立體影像的最適視差區間較為遠離零平面區間，表示該立體影像立體感可能太凸，則調整運動機構112以移動物件140遠離影像擷取單元111，以重新進行多視角影像的取像。如此的話，將可能得到立體感較佳的最適視差區間(因為視差範圍左移)。
現請參考第13圖。若發現該立體影像的最適視差區間範圍過大，表示該立體影像可能較缺乏後製特效空間，則調整運動機構112，使得運動機構112的每次旋轉角度減小，重新進行多視角影像的取像。如此的話，可得到視差範圍縮小的最適視差區間。相反地，若發現該立體影像的最適視差區間範圍過小，則調整運動機構112，使得運動機構112的每次旋轉角度變大，重新進行多視角影像的取像。如此的話，可得到視差範圍變大的最適視差區間。
此外，本實施例亦揭露一種立體影像播放品質評估系統，對立體顯示器所播放的立體影像進行品質檢測。此品質評估系統使用單台或多台影像擷取單元針對播放立體顯示器進行取像，依視角需要架在不同位置、方向(所以，立體影像播放品質評估系統原則上可不需要運動機構112與回饋模組130，因為不需移動物件140)。另外，於檢測時，要設定觀看者的舒適區域，此舒適區域設定可由播放環境所提供，例如使用者的距離、可容忍的正負視差、可容忍的高反差範圍…等。擷取到的影像進行品質評估分析，主要分析的品質因素有視差分佈、高反差(High contrast)、垂直視差、邊框效應等。總合這些項目並且進行評分，評分後可回報分析結果。
舉例來說，於本實施例中，使用單台相機並以7個視角的立體顯示器作為測試環境。將相機架設於可觀看到立體顯示器第i視角(0＜i≦7)的位置，依序播放並擷取第i個視角畫面、第i+1個視角畫面、完整的立體畫面。對第i個視角畫面跟第i+1個視角畫面做立體比對以計算水平視差與垂直視差，並利用算出來的水平視差計算邊框效應。另外，截取第i個視角畫面時，系統會控制顯示器使其只播放第i個視角畫面，系統截取出影像I；系統控制顯示器使其播放所有視角畫面，系統截取出影像J。計算影像I跟影像J之顏色差異，可得到鬼影(Cross-talk)影像。系統綜合所有影像分析項目並提出該立體影像的評分分數。立體影像播放品質評估評分的準則設定如下：
(1)垂直視差評分項目ScoreVD：使用對第i個視角畫面跟第i+1個視角畫面做立體比對所計算出的垂直視差，所計算出的垂直視差量越大，分數越低。如何得到垂直視差評分項目ScoreVD可相同或相似於上述的垂直視角評分，故其細節在此不重述。
(2)邊框效應評分項目ScoreSWV：利用水平視差在影像邊框附近的分佈，若影像邊框附近像素有過大的負視差，則代表會產生邊框效應現象，此現象比例越多，分數越低。如何得到邊框效應評分項目ScoreSWV可相同或相似於上述的邊框效應評分，故其細節在此不重述。
(3)鬼影評分項目ScoreCT：上述兩影像I與J相減所獲得的顏色差距圖，代表不同視角的畫面因為光學因素影響正常觀看視角的畫面，因此差距越大，分數越低。ScoreCT之計算實施例為：
其中N為影像的總畫素數，MaxDiff為兩畫素間的顏色差異的最大可能數值，I(x,y)與J(x,y)分別為在影像I與影像J間的畫素(x,y)，abs()代表絕對值函數。
(4)最適水平視差評分項目ScoreHD：利用臨界視差分析，可以得到該立體影像之最適水平視差區間，將最適水平視差區間與螢幕容忍視差區間進行比較，越符合前述視差區間之比較準則，分數越高。如何得到最適水平視差評分項目ScoreHD可相同或相似於上述的最適水平視差評分，故其細節在此不重述。
對上述四個項目進行加權運算，計算出播放品質評分分數，該分數的計算方式如：
S=w 1ScoreVD+w 2ScoreSWV+w 3ScoreCT+w 4ScoreHD。
w1~w4分別代表4個權重值，其總和為1。
簡言之，本揭露實施例之立體影像攝影與播放品質評估系統，及其方法，拍攝製作端由一台相機及一運動機構進行拍攝物品的多視角影像，藉由分析多視角立體像對的特徵資訊，擷取出多個立體像對的臨界視差資訊，並且輸出多視角影像最適視差區間，提供給後製立體特效參考使用。對此多視角影像進行立體品質評分，若評分未達標準則調整運動機構重新拍攝立體效果較佳的多視角影像。此攝影系統並搭配立體影像播放品質評估系統。於立體螢幕播放端測試出該立體影像的立體品質分數，以當成立體感調校與測試的客觀數據，於製作前期確保立體影像內容的立體感符合預期。本揭露實施例可有效串連內容製作端及播放端，同時兼顧立體影像製作時的品質與成本，有效降低立體影像內容製作費用。
由上述可知，本揭露實施例可解決3D內容製作困難及成本高昂的問題。透過本揭露實施例所提出的製作高品質立體影像內容的攝影系統，可解決3D內容製作商於製作3D內容立體效果不佳的問題。此攝影系統能夠兼顧品質與成本，有效降低立體影像內容製作費用，可以廣泛應用於數位內容製作廠商、廣告及多媒體製作商，尤其是與3D立體影像製作相關之廠商。
本揭露實施例可應用於數位內容製作廠商、廣告及多媒體製作商，尤其是與3D立體影像製作相關之廠商。本揭露實施例亦可應用於3D內容，比如，3D電視、3D數位電子看板、裸視3D智慧型手機、裸視3D平板電腦等。
雖本揭露之模組(如影像評分模組及/或回饋模組)以個人電腦來實施，但也可利用如處理單元、數位訊號處理單元、數位視訊處理單元實施，或是以可程式化的積體電路如微控制器、元件可程式邏輯閘陣列(FPGA，Field Programmable Gate Array)之類的電路來實現，其中例如以硬體描述(HDL，Hardware description language)來設計。
另外，本揭露上述之方法亦可以軟體程式來實現，如依據本揭露之方法之一例子的程式碼記錄在一記憶媒體之中，如記憶體如ROM、RAM及之類的媒體、或光學或磁性或其他記錄媒體，或是實現為韌體(firmware)。當運算裝置之處理單元，從記憶有依本揭露之方法之程式碼之記憶媒體讀取並執行，能實現依本揭露之方法。再者，本揭露之上述方法可以軟硬體結合之方式實現。
綜上所述，雖然本案已以實施例揭露如上，然其並非用以限定本案。本案所屬技術領域中具有通常知識者，在不脫離本案之精神和範圍內，當可作各種之更動與潤飾。因此，本案之保護範圍當視後附之申請專利範圍所界定者為準。
100．．．立體影像攝影系統
110．．．影像取像模組
120．．．影像評分模組
130．．．回饋模組
111．．．影像擷取單元
112．．．運動機構
140．．．物件
210~250．．．步驟
V1~V7．．．視角影像
SPO1~SP06．．．立體像對
410~430．．．步驟
510~550．．．步驟
1010~1040．．．步驟
1110~1130．．．步驟
第1圖顯示本揭露實施例之立體影像攝影系統之示意圖。
第2圖顯示根據本揭露實施例之立體影像拍攝流程圖。
第3A圖為拍攝之多視角影像範例。
第3B圖顯示對第3A圖進行多視角影像分對之結果。
第4圖顯示根據本實施例之最適水平視差分析程序。
第5圖顯示根據本實施例之取得立體像對臨界視差之流程。
第6圖顯示根據本實施例之特徵點對應與雜訊特徵點過濾的一例。
第7圖顯示根據本實施例之視差直方圖之一例。
第8A圖與第8B圖顯示根據本實施例之視差累積直方圖之二例。
第9A圖至第9D圖顯示最適水平視差區間與播放螢幕容忍視差區間之間的大小關係的4種情況。
第10圖顯示根據本實施例之應用稀疏式特微比對之垂直視差分析之流程圖。
第11圖顯示根據本實施例之邊框效應分析之流程圖。
第12圖與第13圖顯示根據本實施例之調整取像的2種示意圖。
210~250．．．步驟

Claims (39)

  1. 一種立體影像攝影系統，包括：一影像取像模組，用以拍攝一物件之複數視角影像；以及一影像評分模組，用以分析該些視角影像所形成複數立體影像，以計算該些立體影像之一立體品質評分分數。
  2. 如申請專利範圍第1項所述之系統，更包括：一回饋模組，根據該立體品質評分分數來控制該影像取像模組，以調整該影像取像模組之一拍攝參數。
  3. 如申請專利範圍第1項所述之系統，其中，該影像取像模組包括：至少一視訊擷取單元，用以擷取該物件的之該些視角影像；以及至少一運動機構，改變該物件與該視訊擷取單元間的一相對距離關係及/或一相對角度關係。
  4. 如申請專利範圍第1項所述之系統，其中，該影像評分模組分析該物件之該些立體影像之一最適水平視差評分分數。
  5. 如申請專利範圍第1項所述之系統，其中，該影像評分模組分析該物件之該些立體影像之一垂直視差評分分數。
  6. 如申請專利範圍第1項所述之系統，其中，該影像評分模組分析該物件之該些立體影像之一邊框效應評分分數。
  7. 如申請專利範圍第1項所述之系統，其中，該影像評分模組分析該物件之該些立體影像之一最適水平視差評分分數、一垂直視差評分分數與一邊框效應評分分數，並綜合為一最後分數。
  8. 如申請專利範圍第5項所述之系統，其中，於該影像評分模組分析該垂直視差評分分數時，該影像評分模組找出一立體像對的複數特徵點對應組並過濾之，其中，該立體像對為該些視角影像之一組合；該影像評分模組計算該立體像對之各組特徵點對應組之個別垂直視差；該影像評分模組計算該立體像對中之複數高垂直視差特徵點對應組的數目佔該立體像對之整體特徵點對應組數目的比例，其中該高垂直視差定義為該特徵點對應組的垂直視差大於一垂直視差閥值；以及該影像評分模組得到各組立體像對的個別垂直視差量化指標之總和，並依總和輸出該垂直視差評分分數。
  9. 如申請專利範圍第6項所述之系統，其中，於該影像評分模組分析該邊框效應評分分數時，該影像評分模組根據一立體像對之一影像邊緣距離內之複數負視差像素點及其負視差絕對值，其中該立體像對為該些視角影像之一組合；該影像評分模組計算各負視差像素點之一個別邊框效應影響程度，其有關於為該些負視差像素點之該些負視差絕對值與一權重函數，其中該權重函數反比於該負視差像素點距離一邊框之一距離；以及該影像評分模組計算各立體像對距離該邊框的一範圍內的該些負視差像素點之該些邊框效應影響程度的一總和。
  10. 如申請專利範圍第7項所述之系統，其中，於該影像評分模組分析該最適水平視差評分分數時，該影像評分模組將該些視角影像分對成複數組立體像對；該影像評分模組取得該些立體像對的之個別臨界視差；該影像評分模組比較該些立體像對之個別臨界視差，以計算出一最適水平視差區間；以及該影像評分模組比較該最適水平視差區間與一立體螢幕容忍視差區間，以得到該最適水平視差評分分數。
  11. 如申請專利範圍第10項所述之系統，其中，該影像評分模組取得該些立體像對的之個別臨界視差時，該影像評分模組分析該立體像對之影像特徵並過濾之；該影像評分模組根據該立體像對之該影像特徵而得到該立體像對之一視差統計資訊；以及該影像評分模組根據該視差統計資訊，決定該立體像對的該對應臨界視差，該臨界視差包括一臨界正視差與一臨界負視差。
  12. 如申請專利範圍第10項所述之系統，其中，於該影像評分模組比較該些立體像對之個別臨界視差，以計算出一最適水平視差區間時，該影像評分模組從該些立體像對之該些對應臨界視差之該些臨界正視差中擇最大者，並從該些立體像對之該些對應臨界視差之該些臨界負視差中擇最小者，以當成該最適水平視差區間。
  13. 如申請專利範圍第11項所述之系統，其中，該影像評分模組以一稠密式特徵比對方法或者一稀疏式特徵比對方法來分析該立體像對之該影像特徵；以及該影像評分模組根據一視差絕對距離參數、一垂直視差參數與一極線幾何特性參數來過濾該立體像對之該影像特徵。
  14. 一種立體影像播放品質評估系統，評估複數立體感受要素，該系統包括：一影像取像模組，從一終端立體播放裝置擷取複數個視角影像；以及一影像評分模組，分析該些視角影像之一立體影像資訊，以輸出該終端立體播放裝置之一播放評分。
  15. 如申請專利範圍第14項所述之系統，其中，該影像評分模組分析該些視角影像之一最適水平視差評分分數及/或一垂直視差評分分數及/或一邊框效應評分分數及/或一鬼影評分分數及/或一綜合評分分數。
  16. 如申請專利範圍第15項所述之系統，其中，於該影像評分模組分析該垂直視差評分分數時，該影像評分模組找出一立體像對的複數特徵點對應組並過濾之，其中，該立體像對為該些視角影像之一組合；該影像評分模組計算該立體像對之各組特徵點對應組之個別垂直視差；該影像評分模組計算該立體像對中之複數高垂直視差特徵點對應組的數目佔該立體像對之整體特徵點對應組數目的比例，其中該高垂直視差定義為該特徵點對應組的垂直視差大於一垂直視差閥值；以及該影像評分模組得到各組立體像對的個別垂直視差量化指標之總和，並依總和輸出該垂直視差評分分數。
  17. 如申請專利範圍第15項所述之系統，其中，於該影像評分模組分析該邊框效應評分分數時，該影像評分模組根據一立體像對之一影像邊緣距離內之複數負視差像素點及其負視差絕對值，其中該立體像對為該些視角影像之一組合；該影像評分模組計算各負視差像素點之一個別邊框效應影響程度，其有關於為該些負視差像素點之該些負視差絕對值與一權重函數，其中，該權重函數反比於該負視差像素點距離一邊框之一距離；以及該影像評分模組計算距離各立體像對距離該邊框的一範圍內的該些負視差像素點之該些邊框效應影響程度的一總和。
  18. 如申請專利範圍第15項所述之系統，其中，於該影像評分模組分析該鬼影評分分數時，該影像評分模組計算一立體像對的一對應區域，其中該立體像對為該些視角影像之一組合；該影像評分模組計算該立體像對之該對應區域的一顏色差異資訊，以統計出該兩視角影像之一鬼影量化指標；以及該影像評分模組統計該些立體像對之所有鬼影量化指標之一總和，以輸出該鬼影評分分數。
  19. 如申請專利範圍第15項所述之系統，其中，於該影像評分模組分析該最適水平視差評分分數時，該影像評分模組將該些視角影像分對分對成複數組立體像對；該影像評分模組取得該些立體像對的之個別臨界視差；該影像評分模組比較該些立體像對之個別臨界視差，以計算出一最適水平視差區間；以及該影像評分模組比較該最適水平視差區間與一立體螢幕容忍視差區間，以得到該最適水平視差評分分數。
  20. 如申請專利範圍第19項所述之系統，其中，於該影像評分模組取得該些立體像對的之個別臨界視差時，該影像評分模組分析該立體像對之影像特徵並過濾之；該影像評分模組根據該立體像對之該影像特徵而得到該立體像對之一視差統計資訊；以及該影像評分模組根據該視差統計資訊，決定該立體像對的該對應臨界視差，該臨界視差包括一臨界正視差與一臨界負視差。
  21. 如申請專利範圍第19項所述之系統，其中，於該影像評分模組比較該些立體像對之個別臨界視差，以計算出一最適水平視差區間時，該影像評分模組從該些立體像對之該些對應臨界視差之該些臨界正視差中擇最大者，並從該些立體像對之該些對應臨界視差之該些臨界負視差中擇最小者，以當成該最適水平視差區間。
  22. 一種立體影像攝影方法，包括：取像一物件之複數視角影像；以及執行一影像評分步驟，以分析該些視角影像所形成複數立體影像並計算該些立體影像之一立體品質評分分數。
  23. 如申請專利範圍第22項所述之方法，更包括：根據該立體品質評分分數來控制該影像取像步驟，以調整一拍攝參數。
  24. 如申請專利範圍第22項所述之方法，其中，該影像取像步驟更包括：改變對該物件的一取像距離關係及/或一取像角度關係。
  25. 如申請專利範圍第22項所述之方法，其中，該影像評分步驟分析該物件之該些立體影像之一最適水平視差評分分數及/或一垂直視差評分分數及/或一邊框效應評分分數及及/或一綜合評分分數。
  26. 如申請專利範圍第25項所述之方法，其中，於該影像評分步驟分析該垂直視差評分分數時，該影像評分步驟找出一立體像對的複數特徵點對應組並過濾之，其中，該立體像對為該些視角影像之一組合；該影像評分步驟計算該立體像對之各組特徵點對應組之個別垂直視差；該影像評分步驟計算該立體像對中之複數高垂直視差特徵點對應組的數目佔該立體像對之整體特徵點對應組數目的比例，其中該高垂直視差定義為特徵點對應組的垂直視差大於一垂直視差閥值；以及該影像評分步驟得到各立體像對的個別垂直視差量化指標之總和，並依總和輸出該垂直視差評分分數。
  27. 如申請專利範圍第25項所述之方法，其中，於該影像評分步驟分析該邊框效應評分分數時，該影像評分步驟係根據一立體像對之一影像邊緣距離內之複數負視差像素點及其負視差絕對值，其中該立體像對為該些視角影像之一組合；該影像評分步驟計算各負視差像素點之一個別邊框效應影響程度，其有關於為該些負視差像素點之該些負視差絕對值與一權重函數，其中該權重函數反比於該負視差像素點距離一邊框之一距離；以及該影像評分步驟計算各立體像對距離該邊框的一範圍內的該些負視差像素點之該些邊框效應影響程度的一總和。
  28. 如申請專利範圍第25項所述之方法，其中，於該影像評分步驟分析該最適水平視差評分分數時，該影像評分步驟將該些視角影像分對分對成複數組立體像對；該影像評分步驟取得該些立體像對的之個別臨界視差；該影像評分步驟比較該些立體像對之各別臨界視差，以計算出一最適水平視差區間；以及該影像評分步驟比較該最適水平視差區間與一立體螢幕容忍視差區間，以得到該最適水平視差評分分數。
  29. 如申請專利範圍第28項所述之方法，其中，該影像評分模組取得該些立體像對的之個別臨界視差時，該影像評分步驟分析該立體像對之影像特徵並過濾之；該影像評分步驟根據該立體像對之該影像特徵而得到該立體像對之一視差統計資訊；以及該影像評分步驟根據該視差統計資訊，決定該立體像對的該對應臨界視差，該臨界視差包括一臨界正視差與一臨界負視差。
  30. 如申請專利範圍第28項所述之方法，其中，該影像評分步驟比較該些立體像對之各別臨界視差，以計算出一最適水平視差區間時，該影像評分步驟從該些立體像對之該些對應臨界視差之該些臨界正視差中擇最大者，並從該些立體像對之該些對應臨界視差之該些臨界負視差中擇最小者，以當成該最適水平視差區間。
  31. 如申請專利範圍第29項所述之方法，其中，該影像評分步驟以一稠密式特徵比對方法或者一稀疏式特徵比對方法來分析該立體像對之該影像特徵；以及該影像評分步驟根據一視差絕對距離參數、一垂直視差參數與一極線幾何特性參數來過濾該立體像對之該影像特徵。
  32. 一種立體影像播放品質評估方法，評估複數立體感受要素，該方法包括：從一終端立體播放裝置擷取複數個視角影像；以及執行一影像評分步驟，分析該些視角影像之一立體影像資訊，以輸出該終端立體播放裝置之一播放評分。
  33. 如申請專利範圍第32項所述之方法，其中，該影像評分模組步驟該些視角影像之一最適水平視差評分分數及/或一垂直視差評分分數及/或一邊框效應評分分數及/或一鬼影評分分數及/或一綜合評分分數。
  34. 如申請專利範圍第33項所述之方法，其中，於該影像評分步驟分析該垂直視差評分分數時，該影像評分步驟找出一立體像對的複數特徵點對應組並過濾之，其中，該立體像對為該些視角影像之一組合；該影像評分步驟計算該立體像對之各組特徵點對應組之個別垂直視差；該影像評分步驟計算該立體像對中之複數高垂直視差特徵點對應組的數目佔該立體像對之整體特徵點對應組數目的比例，其中該高垂直視差定義為該特徵點對應組的垂直視差大於一垂直視差閥值；以及該影像評分步驟得到各立體像對的個別垂直視差量化指標之總和，並依總和輸出該垂直視差評分分數。
  35. 如申請專利範圍第33項所述之方法，其中，於該影像評分步驟分析該邊框效應評分分數時，該影像評分步驟根據一立體像對之一影像邊緣距離內之複數負視差像素點及其負視差絕對值，其中該立體像對為該些視角影像之一組合；該影像評分步驟計算各負視差像素點之一個別邊框效應影響程度，其有關於為該些負視差像素點之該些負視差絕對值與一權重函數，其中該權重函數反比於該負視差像素點距離一邊框之一距離；以及該影像評分步驟計算各立體像對距離該邊框的一範圍內的該些負視差像素點之該些邊框效應影響程度的一總和。
  36. 如申請專利範圍第33項所述之方法，其中，於該影像評分步驟分析該鬼影評分分數時，該影像評分步驟計算一立體像對的一對應區域，其中該立體像對為該些視角影像之一組合；該影像評分步驟計算該立體像對之該對應區域的一顏色差異資訊，以統計出該兩視角影像之一鬼影量化指標；以及該影像評分步驟統計該些立體像對之所有鬼影量化指標之一總和，以輸出該鬼影評分分數。
  37. 如申請專利範圍第33項所述之方法，其中，於該影像評分步驟分析該最適水平視差評分分數時，該影像評分步驟將該些視角影像分對分對成複數組立體像對；該影像評分步驟取得該些立體像對的之個別臨界視差；該影像評分步驟比較該些立體像對之各別臨界視差，以計算出一最適水平視差區間；以及該影像評分步驟比較該最適水平視差區間與一立體螢幕容忍視差區間，以得到該最適水平視差評分分數。
  38. 如申請專利範圍第37項所述之方法，其中，於該影像評分步驟取得該些立體像對的之個別臨界視差時，該影像評分步驟分析該立體像對之影像特徵並過濾之；該影像評分步驟根據該立體像對之該影像特徵而得到該立體像對之一視差統計資訊；以及該影像評分步驟根據該視差統計資訊，決定該立體像對的該對應臨界視差，該臨界視差包括一臨界正視差與一臨界負視差。
  39. 如申請專利範圍第37項所述之方法，其中，於該影像評分步驟比較該些立體像對之各別臨界視差，以計算出一最適水平視差區間時，該影像評分步驟從該些立體像對之該些對應臨界視差之該些臨界正視差中擇最大者，並從該些立體像對之該些對應臨界視差之該些臨界負視差中擇最小者，以當成該最適水平視差區間。
TW100146652A 2011-12-15 2011-12-15 立體影像攝影與播放品質評估系統，及其方法 TW201325204A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW100146652A TW201325204A (zh) 2011-12-15 2011-12-15 立體影像攝影與播放品質評估系統，及其方法
CN2011104572186A CN103167308A (zh) 2011-12-15 2011-12-30 立体影像摄影***与播放品质评估***，及其方法
US13/571,958 US20130155192A1 (en) 2011-12-15 2012-08-10 Stereoscopic image shooting and display quality evaluation system and method applicable thereto

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW100146652A TW201325204A (zh) 2011-12-15 2011-12-15 立體影像攝影與播放品質評估系統，及其方法

Publications (1)

Publication Number Publication Date
TW201325204A true TW201325204A (zh) 2013-06-16

Family

ID=48590010

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100146652A TW201325204A (zh) 2011-12-15 2011-12-15 立體影像攝影與播放品質評估系統，及其方法

Country Status (3)

Country Link
US (1) US20130155192A1 (zh)
CN (1) CN103167308A (zh)
TW (1) TW201325204A (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014178228A1 (ja) * 2013-04-30 2014-11-06 ソニー株式会社 クライアント端末、表示制御方法、プログラム、およびシステム
CN103533343B (zh) * 2013-09-29 2015-05-20 宁波大学 一种基于数字水印的立体图像质量客观评价方法
CN104394403B (zh) * 2014-11-04 2016-04-27 宁波大学 一种面向压缩失真的立体视频质量客观评价方法
CN105335992B (zh) * 2015-10-15 2020-02-04 北京邮电大学 一种三维动画场景帧评分模型确定方法及装置
CN106657982B (zh) * 2016-11-16 2018-10-30 信利光电股份有限公司 一种摄像模组图像清晰度校准方法及装置
CN106791493A (zh) * 2016-11-17 2017-05-31 天津大学 基于模糊控制的颜色协调立体字幕制作方法
CN109523506B (zh) * 2018-09-21 2021-03-26 浙江大学 基于视觉显著图像特征增强的全参考立体图像质量客观评价方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1850502A1 (en) * 2005-02-23 2007-10-31 Mitsubishi Electric Corporation Receiving apparatus
KR101311896B1 (ko) * 2006-11-14 2013-10-14 삼성전자주식회사 입체 영상의 변위 조정방법 및 이를 적용한 입체 영상장치
KR101345303B1 (ko) * 2007-03-29 2013-12-27 삼성전자주식회사 스테레오 또는 다시점 영상의 입체감 조정 방법 및 장치
CN101610425B (zh) * 2009-07-29 2011-06-15 清华大学 一种评测立体图像质量的方法和装置
US9380292B2 (en) * 2009-07-31 2016-06-28 3Dmedia Corporation Methods, systems, and computer-readable storage media for generating three-dimensional (3D) images of a scene
WO2011014419A1 (en) * 2009-07-31 2011-02-03 3Dmedia Corporation Methods, systems, and computer-readable storage media for creating three-dimensional (3d) images of a scene
GB2478156A (en) * 2010-02-26 2011-08-31 Sony Corp Method and apparatus for generating a disparity map for stereoscopic images
RU2012146519A (ru) * 2010-04-01 2014-05-10 Томсон Лайсенсинг Указания значений диспаратности
WO2012070010A1 (en) * 2010-11-24 2012-05-31 Stergen High-Tech Ltd. Improved method and system for creating three-dimensional viewable video from a single video stream
EP2458877A1 (en) * 2010-11-26 2012-05-30 Thomson Licensing Occlusion layer extension
US20120162394A1 (en) * 2010-12-23 2012-06-28 Tektronix, Inc. Displays for easy visualizing of 3d disparity data
US9113153B2 (en) * 2011-01-14 2015-08-18 Kodak Alaris Inc. Determining a stereo image from video
US9530192B2 (en) * 2011-06-30 2016-12-27 Kodak Alaris Inc. Method for determining stereo quality score and automatically improving the quality of stereo images

Also Published As

Publication number Publication date
CN103167308A (zh) 2013-06-19
US20130155192A1 (en) 2013-06-20

Similar Documents

Publication Publication Date Title
Kim et al. Visual fatigue prediction for stereoscopic image
TW201325204A (zh) 立體影像攝影與播放品質評估系統，及其方法
Moorthy et al. Visual quality assessment algorithms: what does the future hold?
JP4938093B2 (ja) ２ｄ−ｔｏ−３ｄ変換のための２ｄ画像の領域分類のシステム及び方法
US8711204B2 (en) Stereoscopic editing for video production, post-production and display adaptation
Feng et al. Object-based 2D-to-3D video conversion for effective stereoscopic content generation in 3D-TV applications
Yan et al. Depth mapping for stereoscopic videos
US20120242794A1 (en) Producing 3d images from captured 2d video
Niu et al. Aesthetics-based stereoscopic photo cropping for heterogeneous displays
US10074343B2 (en) Three-dimensional image output apparatus and three-dimensional image output method
CN108605119B (zh) 2d到3d视频帧转换
CN203233507U (zh) 视频信号处理设备
US11415935B2 (en) System and method for holographic communication
López et al. Stereoscopic 3D video quality assessment based on depth maps and video motion
Wang et al. Comfort-driven disparity adjustment for stereoscopic video
Zhang et al. Interactive stereoscopic video conversion
Hanhart et al. Subjective evaluation of two stereoscopic imaging systems exploiting visual attention to improve 3D quality of experience
Croci et al. A framework for quality control in cinematic VR based on Voronoi patches and saliency
Park et al. Stereoscopic 3D visual attention model considering comfortable viewing
Jiang et al. Visual comfort assessment for stereoscopic images based on sparse coding with multi-scale dictionaries
Park et al. Learning to produce 3D media from a captured 2D video
Zhang et al. Visual comfort assessment of stereoscopic images with multiple salient objects
Zhang et al. Depth perceptual quality assessment for symmetrically and asymmetrically distorted stereoscopic 3D videos
Zhang et al. An interactive system of stereoscopic video conversion
Yang et al. New stereo shooting evaluation metric based on stereoscopic distortion and subjective perception