CN103053165A - 基于图像运动信息的2d转3d方法 - Google Patents
基于图像运动信息的2d转3d方法 Download PDFInfo
- Publication number
- CN103053165A CN103053165A CN2011800288899A CN201180028889A CN103053165A CN 103053165 A CN103053165 A CN 103053165A CN 2011800288899 A CN2011800288899 A CN 2011800288899A CN 201180028889 A CN201180028889 A CN 201180028889A CN 103053165 A CN103053165 A CN 103053165A
- Authority
- CN
- China
- Prior art keywords
- depth
- pixel
- value
- image
- images
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000009877 rendering Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 229910003460 diamond Inorganic materials 0.000 claims description 3
- 239000010432 diamond Substances 0.000 claims description 3
- 238000010845 search algorithm Methods 0.000 claims description 3
- 235000017166 Bambusa arundinacea Nutrition 0.000 claims 1
- 235000017491 Bambusa tulda Nutrition 0.000 claims 1
- 241001330002 Bambuseae Species 0.000 claims 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 claims 1
- 239000011425 bamboo Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000015170 shellfish Nutrition 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/128—Adjusting depth or disparity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/579—Depth or shape recovery from multiple images from motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/223—Analysis of motion using block-matching
- G06T7/238—Analysis of motion using block-matching using non-full search, e.g. three-step search
-
- 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
- H04N13/261—Image signal generators with monoscopic-to-stereoscopic image conversion
- H04N13/264—Image signal generators with monoscopic-to-stereoscopic image conversion using the relative movement of objects in two video frames or fields
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2213/00—Details of stereoscopic systems
- H04N2213/003—Aspects relating to the "2D+depth" image format
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于图像运动信息的2D转3D方法,涉及2D转3D技术领域。该方法包括步骤:S1.基于运动估计的方法得到输入的2D图像各像素的深度值;S2.根据各像素的亮度值,对各像素的深度值进行累加,得到输入的2D图像的深度图;S3.根据步骤S2得到的深度图,进行基于深度图的图像重构左眼和/或右眼图像;S4.将步骤S4的左眼图像和右眼图像合成并输出得到3D图像。在本发明的方法中,由于对运动估计得到的深度值进行了累加处理,得到的深度图连续且稠密,提高了重构图像的质量以及3D视觉效果。
Description
基于图像运动信息的 2D转 3D方法 技术领域
本发明涉及 2D转 3D技术领域, 尤其涉及一种基于图像运动信息的 2D转 3D方法。
背景技术
三维(Three Dimensions, 3D )电视席卷而来成为全球电视产业新的发展 方向, 各大电视生厂商都推出了自己的 3D电视。 3D应用在人们的生活中变得 越来越流行, 但是虽然不断有 3D电影拍摄, 3D片源仍不能满足目前的巿场需 要。 将二维(Two Dimensions, 2D )片源自动的转换为 3D成为新的巿场需要。
2D与 3D之间的转换即为生成基于 2D视图内容的第二视图视频,该过程包括两 个方面的处理: 一个为深度估计以得到深度图(depth map/image ); 另一个为 基于深度图的图像重构 (Depth Image Based Rendering, DIBR )。 深度图以 8 位灰度值存储了深度信息(0灰度表示最远值, 255灰度表示最近值), 在过去 的多年中, 2D转 3D这一领域出现了很多算法,较常用的为基于运动估计的 2D 转 3D算法, 该方法通过运动估计的方法得到输入图像的深度图, 但是, 由于 深度图需要相当的稠密度及精确度, 而现有的基于运动估计的 2D转 3D算法得 到的深度图较为稀疏, 在物体分解出不能区分出不同物体, 从而影响 DIBR得 到的图像质量, 因此, 限制了该方法的推广使用。
发明内容
(一) 要解决的技术问题
本发明要解决的技术问题是: 如何提高基于图像运动信息的 2D转 3D方法 生成图像的质量。
(二)技术方案
为解决上述问题, 本发明提供了一种基于运动估计的 2D转 3D方法, 该方 法包括步骤:
51. 基于运动估计的方法得到^入的 2D图像各像素的深度值;
52. 根据各像素的亮度值, 对所述各像素的深度值进行累加, 得到所述
输入的 2D图像的深度图;
53. 根据步骤 S2得到的深度图, 基于深度图的图像重构, 重构左眼和 /或 右眼图像;
54. 将步骤 S4的左眼图像和右眼图像合成并输出得到 3D图像。
优选地, 步骤 S1进一步包括:
S1.1 基于运动估计的方法计算各像素的运动矢量;
S1.2根据步驟 S1.1得到的运动矢量分别计算各像素的深度值。
为:
优选地, 所述运动估计的方法为菱形搜索算法。
优选地, 步骤 S2进一步包括:
S2.1 从所述输入的 2D图像的第一行开始, 对各像素的深度值进行累加 得到每一个像素的深度累加值 D(x,y)' :
S2.2 按照以下公式, 将所述深度累加值归一化到 [0, 255]之间, 得到归 一化的深度值 D(x,y)" :
D(x,y)" =
其中, I ( x,y )为(x,y )位置处的像素的亮度值, 其取值范围为 [0, 255]; SCALE为亮度值的缩放因子; width为所述输入的 2D图像的宽度值, height 为所述输入的 2D图像的高度值; DEPTH SCALE为深度值缩放因子,
sum
sum
sidth*height
sum= D(x,y)' |
x=o,y=o
优选地, 步骤 S2.1进一步包括:
S2.l l若 y为 0, 则 D(x,y)' = 0 , 否则, 执行步骤 S2.12;
S2.12若 y为奇数, 且 X为 0, 贝 lj D(X,y)' = D(x,y-l)'+D(X,y), 若 x不为 0,
D(x,y)' = min(D(x-l)y)'+|l(x+l,y)-l(x-l,y)|*SCALE,D(x)y-l),) + D(x,y)*(l+|l(x,y-l)-l(x,y+l)|*SCALE 否则执行步骤 S2.13;
S2.13 若 x=width-l, 贝 lj D(x,y)' = D(x,y-l)'+D(x,y), 否则:
D(x,y)' = min(D(x-l,y)'+|l(x+l,y)-I(x-l,y)|*SCALE,D(x,y-l),) + D(x,y)*(l+|l(x,y-l)-l(x,y+l)|*SCALE
S2.14 若 < 1^§ , 则返回步骤 S2.l l, 否则, 输出步骤 S2.12或 S2.13 得到的 D(x,y)'。
优选地, SCALE=0.1。
优选地, DEPTH一 SCALE=120。
优选地, 步驟 S3进一步包括:
S3.1 按照下式重构左眼或右眼图像:
xl=xc+——
2 z
tx f
xr = xc
2 z
l/Z=Dz (x,y)"-Dzero
其中, xl、 xr分别为左眼图像及右眼图像中对应输入的 2D图像 xc位置 的位置, f为眼睛的焦距, tx为两眼之间的距离, Z为像素点离人眼的距离, Dzero为零平面的位置, 其取值范围为 [0,255];
S3.2 将(xc,y ) 处的像素值拷贝到对应的 (xl,y )或 (xr,y ) 处。
优选地, Dzero=255。
(三)有益效果
在本发明的方法中, 由于对运动估计得到的深度值进行了累加处理, 得 到的深度图连续且稠密, 提高了重构图像的质量以及 3D视觉效果。
附图说明
图 1/2是依照本发明一种实施方式的基于图像运动信息的 2D转 3D方法 流程图;
图 2/2是一种双摄像机的视觉模型示意图。
具体实施方式
本发明提出的基于图像运动信息的 2D转 3D方法,结合附图及实施例详 细说明如下。
如图 1/2所示, 依照本发明一种实施方式的基于图像运动信息的 2D转 3D方法包括步骤:
51. 基于运动估计的方法得到输入的 2D图像各像素的深度值;
52. 根据各像素的亮度值, 对各像素的深度值进行累加, 得到输入的 2D 图像的深度图;
53. 根据步骤 S2得到的深度图,进行基于深度图的图像重构左眼和 /或右 眼图像;
54. 将步骤 S4的左眼图像和右眼图像合成并输出得到 3D图像。
在本实施方式的方法中, 步骤 S1进一步包括:
S1.1 基于运动估计的方法计算各像素的运动矢量, 其中, 运动估计的方 法采用菱形搜索算法, 先进行大的菱形的搜索, 再进行小的菱形的搜索, 最 后的到整数像素精度的运动矢量, 当然, 其他的搜索算法在这里同样适用, 不作为对本发明方法的限制;
S1.2根据步骤 S1.1得到的运动矢量分别计算各像素的深度值。
其中, 深度值的计算公式为:
y为像素所在行, X为像素所在列, D ( x,y )为未知 (x,y )处的像素的 深度值, MVX以及 MVy分别为所述像素水平方向以及竖直方向的运动矢量, C为常量, 本实施方式中 C=l。
为了提高步骤 SI.1中搜索的精度, 减少噪声(特别是某些片源中添加的 椒盐噪声)对运动搜索精度的影响, 在进行步骤 S1.1的运动搜索之前, 可对 输入的 2D 图像进行去噪处理, 此为本领域的技术人员所公知的, 在此不做 由于运动搜索得到的运动矢量不连续, 如果直接计算得到的深度图很稀 疏, 而实际的深度图应该是稠密的, 所以本发明根据各像素的亮度信息对运 动矢量计算得到的深度值进行累加。
在本实施方式中, 步骤 S2进一步包括:
S2.1 从输入的 2D图像的第一行开始, 对各像素的深度值进行累加得到 每一个像素的深度累加值 D(x,y)', 该步骤进一步包括:
S2.l l若 y为 0, 则 D(x,y)' = 0, 否则, 执行步骤 S2.12;
S2.12 若 y为奇数, 且 x为 0, j¾j D(x,y) ' = D(X,y-l)'+ D(x,y) , 若 x不为 0, 则:
D(x,y)' = min(D(x-l,y),+|l(x+l,y)-l(x-l,y)|*SCALE,D(x,y-l)1) + D(x,y)*(l+|l(x,y-l)-I(x,y+l)|*SCALE 否则执行步骤 S2.13;
S2.13 若 x=width-l, 则 D(x,y) ' = D(x,y-l)'+D(x,y), 否则:
D(x,y)' = min(D(x-l,y)'+|l(x+l,y)— I(x-l,y)|*SCALE,D(x,y-l)')+D(x,y)*(l+|l(x,y-l)-I(x,y+l)|*SCALE
S2.14若 y < height, 则返回步骤 S2.ll, 否则, 输出步骤 S2.12或 S2.13 得到的 D(x,y) '。
S2.2 按照以下公式, 将深度累加值归一化到 [0, 255]之间, 得到归一化 的深度值 D(x,y) ", 从而得到连续稠密的深度图:
D(x,y)" = ( 6 )
其中, I ( x,y )为(x,y )位置处的像素的亮度值, 其取值范围为 [0, 255]; SCALE为亮度值的缩放因子,本实施方式中 SCALE=0.1; width为输入的 2D 图像的宽度值, height为输入的 2D图像的高度值; DEPTH— SCALE为深度值 缩放因子, 本实施方式中, DEPTH一 SCALE=120;
, sum ( π
sum- \ Ί、 )
sidth*height
sum= D(x,y) ' ( 8 );
x=o, =o
S2.3 对步骤 S2.2得到的归一化深度值 D(x,y)"进行非对称高斯滤波,得到 最终的深度值 Dz (x,y)", 该非对称高斯滤波处理为本领域所述熟知的技术, 在 此不做赘述。
由于将在图像水平方向进行投影变换, 所以水平方向应尽量保持深度值 的连续性, 避免运动搜索带来的噪声过大影响, 所以本发明未将水平梯度值 用于缩放运动得到深度值。
由于人眼的视觉特性, 有 70%的人视觉感知依重于右眼, 20%的人依重 于左眼。 为了减少计算量, 本发明在使用 DIBR重构图像时仅重构用户不倚 重的那只眼, 不失一般性, 这里默认为左眼。 且这种情况下虽然重构帧的质 量较差, 但不影响 3D的视觉效杲。 因此, 本实施方式中在歩骤 S3中, 以左
眼图像为例, 即, 在步骤 S3中根据步骤 S2得到的深度图, 基于 DIBR重构 左眼图像。
如图 2/2所示, 其中, Cc为输入的 2D图像, C1为重构的左眼图像, Cr 为重构的右眼图像。 f为眼睛的焦距, tx为基线距离, 即两眼之间的距离, Z 为观测的像素点离人眼的距离, 按照公式(11 )进行计算。 Dzero为零平面的 位置, 取值 [0, 255], 在本实施方式中可取 255。 公式(9 )、 ( 10 )为图 2中对 应 Cl、 Cr、 Cc中同一像素点投影的几何关系, 根据公式 (9 )、 ( 10 )计算得 到对应输入的 2D图像 xc位置的 xl或 xr值, 然后将(xc,y )处的像素值拷贝 到对应的 (xl,y )或 (xr,y )处(本实施方式中拷贝到 (xl,y ) )。
即步骤 S3进一步包括:
S3.1 按照下式重构左眼或右眼图像:
( 9 )
2 z
xr = xc-—— ( 10 )
2 ζ
l/Z=Dz (x,y) "-Dzero ( 11 )
其中, xl、 xr分别为左眼图像及右眼图像中对应输入的 2D图像 xc位置 的位置, f为眼睛的焦距, tx为两眼之间的距离, Z为像素点离人眼的距离, Dzero为零平面的位置, 其取值范围为 [0,255];
S3.2 将(xc,y ) 处的像素值拷贝到对应的 (xl,y )或 (xr,y ) 处。
为了减少重构图像的锯齿效应, 先将输入的 2D 图像的水平方向进行缩 放, 以提高投影时的像素精度。 在本实施方式中, 在水平方向将图像拉伸到 原来的 4倍, 根据以上的人眼视觉关系计算得到每行 xl对应的 1/4像素精度 的 X值。若 xl对应的 X的值超出了图像范围, 则根据插值得到 xl位置的像素 值; 若多个 xl对应相同的 x, 则取 D(x,y) "最大的 xl, 其它的 xl位置值通过插 值得到; 若 xl对应的 X唯一, 则 xl位置的像素值为输入的 2D图像 X位置的 像素值。
以上实施方式仅用于说明本发明, 而并非对本发明的限制, 有关技术领 域的普通技术人员, 在不脱离本发明的精神和范围的情况下, 还可以做出各 种变化和变型, 因此所有等同的技术方案也属于本发明的范畴, 本发明的专
利保护范围应由权利要求限定。
工业实用性
使用本发明的基于图像运动信息的 2D转 3D方法得到的图像重构图像质 量高, 3D视觉效果好, 对推动 2D片源自动的转换为 3D的巿场发展具有重 要意义。
Claims (1)
- 1、 一种基于图像运动信息的 2D转 3D方法, 其特征在于, 该方法包括 步骤:51. 基于运动估计的方法得到输入的 2D图像各像素的深度值;52. 根据各像素的亮度值, 对所述各像素的深度值进行累加, 得到所述 输入的 2D图像的深度图;53. 根据步骤 S2 得到的深度图, 基于深度图的图像重构, 重构左眼和 / 或右眼图像;54. 将步骤 S4的左眼图像和右眼图像合成并输出得到 3D图像。2、 如权利要求 1所述的基于图像运动信息的 2D转 3D方法, 其特征在 于, 步骤 S1进一步包括:S1.1 基于运动估计的方法计算各像素的运动矢量;S1.2根据步骤 S1.1得到的运动矢量分别计算各像素的深度值。3、 如权利要求 2所述的基于图像运动信息的 2D转 3D方法, 其特征在 于, 所述运动估计的方法为菱形搜索算法。4、 如权利要求 3所述的基于图像运动信息的 2D转 3D方法, 其特征在 于, 步骤 S2进一步包括:S2.1 从所述输入的 2D图像的第一行开始, 对各像素的深度值进行累加 得到每一个像素的深度累加值 D(x,y)' :S2.2 按照以下公式, 将所述深度累加值归一化到 [0, 255]之间, 得到归 一化的深度值 D(X,y)" :D(x,y)" = min 255, max 0, D(X,y) *DEPTH一 SCALEV sum' 乂其中, I ( x,y )为 ( x,y )位置处的像素的亮度值, 其取值范围为 [0, 255]; SCALE为亮度值的缩放因子; width为所述输入的 2D图像的宽度值, height 为所述输入的 2D图像的高度值; DEPTH SCALE为深度值缩放因子,, sumsum- sidth*height °¥ (Xij ) w (χ'ιχ) ^ ^m^m ^ 射 es '簟 丫鼙 祟 ¥z nox W az^ ^ ¾ ^、ιχZ OX = JXJ xi z Z+OX=IX■W ^W^^M^f ^ res°0n=3TV3S~HIdHa '°IO=3TV3S Ί αε 、9 。擦# erz:s zvzs ' ^ 'nxs ^H^ 'V^ H>^ ^ PVZS: ^ '(χ'χ)α+.(ι-χ'χ)α=,( χ)α「ιΜ 'i-ipp! =x errs TV3S*|(i+'x)i-(i 'x)i|+i)*( x)a+(,(i 'x)a'3TV3S*|( 'i-x)i-( 'i+x)i|+.( i-x)a)u!ui=,( x)a'(χ'χ)α+,(ι-'χ)α=,(χ'χ)α zvzs: ^^一 ίΠΉ¾ ''· ,(^' )a ^ =ums ..£lOO/llOZN3/XDd
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2011/001377 WO2013023325A1 (zh) | 2011-08-18 | 2011-08-18 | 基于图像运动信息的2d转3d方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103053165A true CN103053165A (zh) | 2013-04-17 |
CN103053165B CN103053165B (zh) | 2015-02-11 |
Family
ID=47714669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180028889.9A Active CN103053165B (zh) | 2011-08-18 | 2011-08-18 | 基于图像运动信息的2d转3d方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20130235155A1 (zh) |
EP (1) | EP2629531A4 (zh) |
JP (1) | JP2014504468A (zh) |
CN (1) | CN103053165B (zh) |
WO (1) | WO2013023325A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103826032A (zh) * | 2013-11-05 | 2014-05-28 | 四川长虹电器股份有限公司 | 深度图后期处理方法 |
CN105989326A (zh) * | 2015-01-29 | 2016-10-05 | 北京三星通信技术研究有限公司 | 人眼三维位置信息的确定方法和装置 |
US9860512B2 (en) | 2013-04-17 | 2018-01-02 | Novatek (Shanghai) Co., Ltd. | Display apparatus and image display method thereof |
CN111369612A (zh) * | 2018-12-25 | 2020-07-03 | 北京欣奕华科技有限公司 | 一种三维点云图像生成方法及设备 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9483836B2 (en) * | 2011-02-28 | 2016-11-01 | Sony Corporation | Method and apparatus for real-time conversion of 2-dimensional content to 3-dimensional content |
KR20130033125A (ko) * | 2011-09-26 | 2013-04-03 | 삼성전자주식회사 | 컨텐츠변환장치 및 컨텐츠변환방법 |
JP5858254B2 (ja) * | 2013-06-06 | 2016-02-10 | ソニー株式会社 | 2次元コンテンツの3次元コンテンツへのリアルタイム変換の方法及び装置 |
CN103533329B (zh) * | 2013-10-09 | 2016-04-27 | 上海大学 | 一种2d转3d的视频自动评估方法 |
CN109274951B (zh) * | 2017-07-13 | 2020-11-10 | 富泰华工业(深圳)有限公司 | 深度计算方法及其装置 |
TWI784428B (zh) * | 2021-03-03 | 2022-11-21 | 宏碁股份有限公司 | 立體影像產生方法與使用該方法的電子裝置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001103513A (ja) * | 1999-09-27 | 2001-04-13 | Sanyo Electric Co Ltd | 2次元映像を3次元映像に変換する方法 |
CN101271578A (zh) * | 2008-04-10 | 2008-09-24 | 清华大学 | 一种平面视频转立体视频技术中的深度序列生成方法 |
CN101631256A (zh) * | 2009-08-13 | 2010-01-20 | 浙江大学 | 用于三维电视系统中2d视频到3d视频的转换方法 |
EP2268047A2 (en) * | 2009-06-16 | 2010-12-29 | Samsung Electronics Co., Ltd. | Conversion device and method converting a two dimensional image to a three dimensional image |
CN102075780A (zh) * | 2011-02-25 | 2011-05-25 | 福建华映显示科技有限公司 | 立体影像产生装置及其方法 |
US20110141237A1 (en) * | 2009-12-15 | 2011-06-16 | Himax Technologies Limited | Depth map generation for a video conversion system |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08331607A (ja) * | 1995-03-29 | 1996-12-13 | Sanyo Electric Co Ltd | 三次元表示画像生成方法 |
JP2001016609A (ja) * | 1999-06-05 | 2001-01-19 | Soft Foo Deii:Kk | Mpegデータを用いた立体映像生成装置及び方法 |
JP4898459B2 (ja) * | 2004-02-17 | 2012-03-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 奥行きマップの生成 |
JP2007300169A (ja) * | 2006-04-27 | 2007-11-15 | Toshiba Corp | 動きベクトル検出器 |
WO2009004527A2 (en) * | 2007-07-03 | 2009-01-08 | Koninklijke Philips Electronics N.V. | Computing a depth map |
KR20100002032A (ko) * | 2008-06-24 | 2010-01-06 | 삼성전자주식회사 | 영상 생성 방법, 영상 처리 방법, 및 그 장치 |
KR101468267B1 (ko) * | 2008-10-02 | 2014-12-15 | 프라운호퍼-게젤샤프트 추르 푀르데룽 데어 안제반텐 포르슝 에 파우 | 중간 뷰 합성 및 멀티-뷰 데이터 신호 추출 |
KR20100040236A (ko) * | 2008-10-09 | 2010-04-19 | 삼성전자주식회사 | 시각적 관심에 기반한 2차원 영상의 3차원 영상 변환기 및 변환 방법 |
JP5428454B2 (ja) * | 2009-03-30 | 2014-02-26 | 凸版印刷株式会社 | 画像生成方法 |
TWI564843B (zh) * | 2009-07-01 | 2017-01-01 | 晨星半導體股份有限公司 | 移動估測方法及移動估測裝置 |
-
2011
- 2011-08-18 WO PCT/CN2011/001377 patent/WO2013023325A1/zh active Application Filing
- 2011-08-18 US US13/818,101 patent/US20130235155A1/en not_active Abandoned
- 2011-08-18 CN CN201180028889.9A patent/CN103053165B/zh active Active
- 2011-08-18 EP EP11870997.1A patent/EP2629531A4/en not_active Withdrawn
- 2011-08-18 JP JP2013540213A patent/JP2014504468A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001103513A (ja) * | 1999-09-27 | 2001-04-13 | Sanyo Electric Co Ltd | 2次元映像を3次元映像に変換する方法 |
CN101271578A (zh) * | 2008-04-10 | 2008-09-24 | 清华大学 | 一种平面视频转立体视频技术中的深度序列生成方法 |
EP2268047A2 (en) * | 2009-06-16 | 2010-12-29 | Samsung Electronics Co., Ltd. | Conversion device and method converting a two dimensional image to a three dimensional image |
CN101631256A (zh) * | 2009-08-13 | 2010-01-20 | 浙江大学 | 用于三维电视系统中2d视频到3d视频的转换方法 |
US20110141237A1 (en) * | 2009-12-15 | 2011-06-16 | Himax Technologies Limited | Depth map generation for a video conversion system |
CN102075780A (zh) * | 2011-02-25 | 2011-05-25 | 福建华映显示科技有限公司 | 立体影像产生装置及其方法 |
Non-Patent Citations (1)
Title |
---|
陈铭: "基于运动矢量场的二维到三维视频转换技术", 《哈尔滨商业大学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9860512B2 (en) | 2013-04-17 | 2018-01-02 | Novatek (Shanghai) Co., Ltd. | Display apparatus and image display method thereof |
CN103826032A (zh) * | 2013-11-05 | 2014-05-28 | 四川长虹电器股份有限公司 | 深度图后期处理方法 |
CN103826032B (zh) * | 2013-11-05 | 2017-03-15 | 四川长虹电器股份有限公司 | 深度图后期处理方法 |
CN105989326A (zh) * | 2015-01-29 | 2016-10-05 | 北京三星通信技术研究有限公司 | 人眼三维位置信息的确定方法和装置 |
CN105989326B (zh) * | 2015-01-29 | 2020-03-03 | 北京三星通信技术研究有限公司 | 人眼三维位置信息的确定方法和装置 |
CN111369612A (zh) * | 2018-12-25 | 2020-07-03 | 北京欣奕华科技有限公司 | 一种三维点云图像生成方法及设备 |
CN111369612B (zh) * | 2018-12-25 | 2023-11-24 | 北京欣奕华科技有限公司 | 一种三维点云图像生成方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103053165B (zh) | 2015-02-11 |
EP2629531A4 (en) | 2015-01-21 |
WO2013023325A1 (zh) | 2013-02-21 |
US20130235155A1 (en) | 2013-09-12 |
EP2629531A1 (en) | 2013-08-21 |
JP2014504468A (ja) | 2014-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103053165A (zh) | 基于图像运动信息的2d转3d方法 | |
Battisti et al. | Objective image quality assessment of 3D synthesized views | |
EP2595116A1 (en) | Method for generating depth maps for converting moving 2d images to 3d | |
JP2021535466A (ja) | シーンの色及び深度の情報を再構成するための方法及びシステム | |
US20210150792A1 (en) | Methods and systems for generating a resolved threedimensional (r3d) avatar | |
CN103595990B (zh) | 运动感知的双目立体视频舒适度获取方法 | |
CN103826032A (zh) | 深度图后期处理方法 | |
WO2012036176A1 (en) | Reducing viewing discomfort | |
CN101873508A (zh) | 基于改进bp算法的中间视合成方法 | |
Peng et al. | Implicit neural representations with structured latent codes for human body modeling | |
CN109345444B (zh) | 深度感知增强的超分辨率立体图像构建方法 | |
CN111405264B (zh) | 一种基于深度调整的3d视频舒适度改善方法 | |
CN103945206B (zh) | 一种基于相似帧比较的立体图像合成系统 | |
WO2012172853A1 (ja) | 立体画像生成装置、立体画像生成方法、プログラム、および記録媒体 | |
JP5627498B2 (ja) | 立体画像生成装置及び方法 | |
CN114943755B (zh) | 一种基于双目结构光三维重建相位图像的处理方法 | |
CN104243991B (zh) | 一种边信息生成方法及装置 | |
Sharma et al. | A novel image fusion scheme for ftv view synthesis based on layered depth scene representation & scale periodic transform | |
Zhang et al. | Dynamic 3D reconstruction improvement via intensity video guided 4D fusion | |
EP2922294B1 (en) | System and methods to efficiently measure stereoscopic disparity and to generate related mismatch images | |
Park et al. | Object depth adjustment based on planar approximation in stereo images | |
Vellanki et al. | Enhanced stereo matching technique using image gradient for improved search time | |
Wei et al. | Iterative depth recovery for multi-view video synthesis from stereo videos | |
KR101608804B1 (ko) | 품질 향상을 위한 변이 지도의 경계 왜곡 보정 기반 가상시점 영상 생성 방법 | |
KR101547281B1 (ko) | 다시점 3차원 영상신호 생성 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |