CN103327346B - 判断凹区块以及凸区块的立体匹配装置及其方法 - Google Patents
判断凹区块以及凸区块的立体匹配装置及其方法 Download PDFInfo
- Publication number
- CN103327346B CN103327346B CN201210077582.4A CN201210077582A CN103327346B CN 103327346 B CN103327346 B CN 103327346B CN 201210077582 A CN201210077582 A CN 201210077582A CN 103327346 B CN103327346 B CN 103327346B
- Authority
- CN
- China
- Prior art keywords
- reliability
- block
- numerical value
- distribution map
- parallax
- 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.)
- Active
Links
Abstract
一种立体匹配装置,应用于立体显示系统中以判断凹区块以及凸区块并包含:接收第一及第二视角帧的接收模块、计算模块、特征撷取模块以及估测模块。计算模块产生包含多个视差数值的视差分布图。特征撷取模块对各区块产生多个特征分布图,各包含对应各区块的多个特征数值。估测模块包含:根据特征分布图计算各区块的特征可靠度的可靠度计算单元以及根据各区块的特征可靠度与可靠度临界值进行比较以滤除多个不合格区块的比较单元,以进一步产生候选区块,并据以判断凹区块以及凸区块。
Description
技术领域
本发明内容是有关于一种立体显示技术,且特别是有关于一种立体匹配装置及其方法。
背景技术
影像的立体匹配技术是用以产生三维影像数据的技术中被广为采用的一种。立体匹配的方法是自不同视角拍摄的两个影像中找到相匹配(意即同样位置)的像素点,并利用匹配点间的视差,依据三角函数的原理计算影像中物体的深度及形状,进而重建三维的影像。
在应用立体匹配技术时,需估测两个重要的参数,意即凹区块以及凸区块。部分现在的技术采用全域搜寻法如图形分割(graph-cut)算法或置信传播(belief propagation)来进行立体匹配。然而,这些算法不论在计算时间或是硬件资源复杂度上都有相当高的成本。并且,这些算法所计算出的结果,其可靠度也无法达到可以信赖的水平。
因此,如何设计一个新的立体匹配装置及其方法以克服上述的缺点,乃为此一业界亟待解决的问题。
发明内容
因此,本发明内容的一方面是在于提供一种立体匹配(stereo matching)装置,应用于立体(stereoscopic)显示系统中以判断凹(concave)区块以及凸(convex)区块,其中立体匹配装置至少包含:接收模块、计算模块、特征撷取模块以及估测模块。接收模块接收第一视角帧以及第二视角帧并分割第一视角帧为多个区块。计算模块用以产生视差分布图(disparity map),其中视差分布图包含多个视差数值,分别对应区块其中之一的第一视角帧与第二视角帧间的视差量。特征撷取模块对各区块执行特征撷取程序,以产生多个特征分布图,其中特征分布图各包含多个特征数值,以对应各区块。估测模块包含:可靠度计算单元以及比较单元。可靠度计算单元根据特征分布图计算各区块的特征可靠度,其中特征可靠度为各特征分布图的特征数值的总和。比较单元根据各区块的特征可靠度与至少一可靠度临界值进行比较以滤除多个不合格区块,进一步产生多个候选区块,并根据候选区块中具有最大视差数值以及最小视差数值者分别判断凹区块以及凸区块。
依据本发明内容一实施例,其中特征撷取模块包含:彩度为准色彩分割(hue-based color segment)单元以及边缘检测单元。彩度为准色彩分割单元产生色彩分割分布图,包含多个色彩特征数值。边缘检测单元产生边缘分布图,包含多个边缘特征数值。
依据本发明内容另一实施例,其中特征撷取模块还包含位置分析单元,用以产生注意力分布图,包含多个注意力特征数值。
依据本发明内容又一实施例,其中可靠度计算单元包含:视差相似可靠度计算单元、边缘可靠度计算单元以及匹配成本(matching-cost)可靠度计算单元。视差相似可靠度计算单元根据色彩分割分布图以及视差分布图产生相似可靠度分布图,其中相似可靠度分布图包含多个相似可靠度数值,各对应于区块其中之一。边缘可靠度计算单元根据边缘分布图产生边缘可靠度分布图,其中边缘可靠度分布图包含多个边缘可靠度数值,各对应于区块其中之一。匹配成本可靠度计算单元根据各区块的最小绝对值误差总和(minimalsum of absolute difference)产生匹配成本可靠度分布图,其中匹配成本可靠度分布图包含多个匹配成本可靠度数值,各对应于区块其中之一的匹配成本强度。其中特征可靠度为区块对应的相似可靠度数值、边缘可靠度数值以及匹配成本可靠度数值的总合。其中可靠度计算单元包含注意力可靠度计算单元,用以根据注意力分布图产生注意力可靠度分布图,其中注意力可靠度分布图包含多个注意力可靠度数值,各对应于区块其中之一的注意力强度,特征可靠度为区块对应的相似可靠度数值、边缘可靠度数值、匹配成本可靠度数值以及注意力可靠度数值的总合。
依据本发明内容再一实施例,其中计算模块根据第一视角帧的各区块以及第二视角帧中的各多个对应区块计算最小绝对值误差总和以产生视差分布图。
依据本发明内容更具有的一实施例,其中凹区块对应于视差分布图中的最大视差数值,以及凸区块对应于视差分布图中的最小视差数值。
依据本发明内容再具有的一实施例,其中接收模块还包含低通滤波器以及减少取样器(down sampler),以分别对第一视角帧以及第二视角帧执行低通滤波程序以及减少取样程序。
本发明内容的另一方面是在于提供一种立体匹配方法,应用于立体显示系统中的立体匹配装置,以判断凹区块以及凸区块,其中立体匹配方法至少包含:接收第一视角帧以及第二视角帧;分割第一视角帧为多个区块;产生视差分布图,其中视差分布图包含多个视差数值,分别对应区块其中之一的第一视角帧与第二视角帧间的一视差量;执行特征撷取程序,以产生多个特征分布图,其中特征分布图各包含多个特征数值,以对应各区块;根据特征分布图计算各区块的特征可靠度,其中特征可靠度为各特征分布图的特征数值的总和。根据各区块的特征可靠度与至少一可靠度临界值进行比较以滤除多个不合格区块,进一步产生多个候选区块;以及根据候选区块中具有最大视差数值以及最小视差数值者分别判断凹区块以及凸区块。
依据本发明内容一实施例,其中执行特征撷取程序的步骤还包含:产生色彩分割分布图,包含多个色彩特征数值;以及产生边缘分布图,包含多个边缘特征数值。
依据本发明内容另一实施例,其中执行特征撷取程序的步骤还包含:产生注意力分布图,包含多个注意力特征数值。
依据本发明内容又一实施例,其中计算特征可靠度的步骤还包含:根据色彩分割分布图以及视差分布图产生相似可靠度分布图,其中相似可靠度分布图包含多个相似可靠度数值,各对应于区块其中之一;根据边缘分布图产生边缘可靠度分布图,其中边缘可靠度分布图包含多个边缘可靠度数值,各对应于区块其中之一;根据各区块的最小绝对值误差总和产生匹配成本可靠度分布图,其中匹配成本可靠度分布图包含多个匹配成本可靠度数值,各对应于区块其中之一的匹配成本强度;以及对区块对应的相似可靠度数值、边缘可靠度数值以及匹配成本可靠度数值加总以产生特征可靠度。计算特征可靠度的步骤还包含:根据注意力分布图产生注意力可靠度分布图,其中注意力可靠度分布图包含多个注意力可靠度数值,各对应于区块其中之一的注意力强度,特征可靠度为区块对应的相似可靠度数值、边缘可靠度数值、匹配成本可靠度数值以及注意力可靠度数值的总合。
依据本发明内容再一实施例,其中产生视差分布图的步骤还包含:根据第一视角帧的各区块以及第二视角帧中的各多个对应区块计算最小绝对值误差总和。
依据本发明内容更具有的一实施例,其中凹区块对应于视差分布图中的最大视差数值,以及凸区块对应于视差分布图中的最小视差数值。
依据本发明内容再具有的一实施例,其中接收第一视角帧以及第二视角帧的步骤还包含分别对第一视角帧以及第二视角帧执行低通滤波程序以及减少取样程序。
应用本发明内容的优点是在于藉由,而轻易地达到上述的目的。
附图说明
为让本发明内容的上述和其它目的、特征、优点与实施例能更明显易懂,所附图式的说明如下:
图1为本发明内容一实施例中,一种立体匹配装置的方块图;
图2为本发明内容一实施例中,接收模块更详细的方块图;
图3为本发明内容一实施例中,计算模块更详细的方块图;
图4为本发明内容一实施例中,特征撷取模块更详细的方块图;
图5为本发明内容一实施例中,估测模块更详细的方块图;以及
图6为本发明内容一实施例中,一种立体匹配方法的流程图。
[主要元件标号说明]
1:立体匹配装置 10:接收模块
11:第一视角帧 12:计算模块
13:第二视角帧 14:特征撷取模块
16:估测模块 20:低通滤波器
22:减少取样器 30:匹配成本计算单元
32:视差计算单元 34:视差精确化单元
40:彩度为准色彩分割单元 42:边缘检测单元
44:位置分析单元 50:可靠度计算单元
500:视差相似可靠度计算单元 502:边缘可靠度计算单元
506:匹配成本可靠度计算单元 504:注意力可靠度计算单元
600:立体匹配方法 508:可靠度总和单元
52:比较单元
601-607:步骤
具体实施方式
请参照图1。图1为本发明内容一实施例中,一种立体匹配装置1的方块图。立体匹配装置1用于一个立体显示系统(未绘示)中,以判断凹区块以及凸区块。其中立体匹配装置1包含:接收模块10、计算模块12、特征撷取模块14以及估测模块16。
图2为本发明内容一实施例中,接收模块10更详细的方块图。接收模块10接收第一视角帧11以及第二视角帧13。于一实施例中,第一视角帧11以及第二视角帧13其中一者为左视角帧而另一者则为右视角帧,其中左视角帧是用以为观察者的左眼所接收,而右视角帧是用以为观察者的右眼所接收。于本实施例中,接收模块10进一步包含低通滤波器20以及减少取样器22,以分别对第一视角帧11以及第二视角帧13执行低通滤波程序以及减少取样程序。接收模块10进一步分割第一视角帧11(或第二视角帧13)为多个区块。
于一实施例中,这些分割的区块各具有相同的尺寸,且各包含数个像素点。举例来说,第一视角帧11可为接收模块10分割为数个各具有5x5个像素点的区块。而于其它实施例中,第一视角帧11可为接收模块10分割为其它尺寸的区块。于其它实施例中,接收模块10可依据第一视角帧11的颜色或边缘信息,通过影像切割法将第一视角帧11分割为数个物体。
计算模块12用以产生视差分布图。其中视差分布图包含多个视差数值,分别对应区块(或物体)其中之一的第一视角帧11与第二视角帧13间的视差量。图3为本发明内容一实施例中,计算模块12更详细的方块图。计算模块12包含匹配成本计算单元30、视差计算单元32以及视差精确化单元34。于一实施例中,计算模块12首先用以计算第一视角帧11与第二视角帧13间各对应区块间的最小绝对值误差总和,意即如后所用的「匹配成本」一词。绝对值误差总和是进行相似度测量中最简单的一种计算技巧,其作法是将参考影像(第一视角帧11)及目标影像(第二视角帧13)中的某一像素为中心,其周边紧邻的方形范围内的各像素点进行相减,再取相减结果的绝对值后进行累加得到。
更进一步地,视差计算单元32将选择绝对值误差总和中最小者。最小绝对值误差总和可用来找寻相匹配的区块(物体)。如果左视角影像及右视角影像为完全相符,则最小绝对值误差总和将为0。视差精确化单元34进一步提供使最小绝对值误差总和更精确化的机制来产生视差分布图,其中精确化的方法可由各种不同的已知方法来达成。因此,影像的深度信息将可以在视差分布图的计算完成后推导出。
图4为本发明内容一实施例中,特征撷取模块14更详细的方块图。特征撷取模块14自接收模块10接收由第一视角帧11所切割出的区块,并对各区块执行特征撷取程序,以产生多个特征分布图,其中特征分布图各包含多个特征数值,以对应各区块。于本实施例中,特征撷取模块14包含彩度为准色彩分割单元40、边缘检测单元42以及位置分析单元44。彩度为准色彩分割单元40产生色彩分割分布图,包含多个色彩特征数值。更详细地来说,彩度为准色彩分割单元40用以依据彩度信息来区别各区块中的像素并将有相似色彩的像素区分为同一群组。群组数目表示区块中的物体数。色彩特征数值即与区块中的群组数相关。
边缘检测单元42用以产生边缘分布图,包含多个边缘特征数值,其中边缘特征数值表示区块中的边缘像素数量。边缘像素可由高通滤波器判断出。其中,「边缘像素」一词是指位于边缘上的像素。位置分析单元44用以产生注意力分布图,包含多个注意力特征数值。于部分实施例中,可不需设置位置分析单元44。
上述的色彩特征数值、边缘特征数值以及注意力特征数值分别表示色彩、边缘及注意力的特征强度。于一实施例中,当色彩特征数值其中之一较高时,其对应的区块中具有与周围环境不同的物体的机率即较高。此区块的视差数值的可靠度因此较高。而当边缘特征数值其中之一较高时,其对应的区块中的边缘数目则较大。此区块的视差数值的可靠度亦因此较高。而当注意力特征数值其中之一较高时,其对应的区块的位置是较容易为观察者所观察到的。举例来说,位于影像中间的区块由于较容易为观察者所观察到,而具有较高的注意力特征数值。
需注意的是,上述实施例中仅以三种形式的特征为例进行说明。于其它实施例中,亦可考虑其它形式的特征。
图5为本发明内容一实施例中,估测模块16更详细的方块图。于本实施例中,估测模块16包含:可靠度计算单元50以及比较单元52。其中可靠度计算单元50包含视差相似可靠度计算单元500、边缘可靠度计算单元502、注意力可靠度计算单元504、匹配成本可靠度计算单元506以及可靠度总和单元508。视差相似可靠度计算单元500、边缘可靠度计算单元502、注意力可靠度计算单元504及匹配成本可靠度计算单元506分别将前述的色彩分割分布图、边缘分布图、注意力分布图及区块的匹配成本转换为对应的可靠度分布图。
视差相似可靠度计算单元500根据图4所绘示的彩度为准色彩分割单元40所产生的色彩分割分布图,以及图1的计算单元12所产生的视差分布图,来产生相似可靠度分布图。在一个特定区块的颜色与其周围区块的颜色相近或是在一个近似的范围内时,视差相似可靠度计算单元500将此特定区块的视差数值与其周边的区块的视差数值进行比较,以验证视差数值的可靠度并进一步对视差数值进行正规化。相似可靠度分布图因此包含数个相似可靠度数值,各对应于色彩分割分布图中的色彩特征数值。当特定区块与其周围区块的颜色相近且亦具有相近的视差数值,则此特定区块的相似可靠度数值亦较高。
边缘可靠度计算单元502根据图4所绘示的边缘检测单元42所产生的边缘分布图产生边缘可靠度分布图,其中边缘可靠度分布图包含多个边缘可靠度数值,各对应于边缘分布图中的一个边缘数值。更详细地来说,边缘可靠度数值正比于边缘数值。举例来说,边缘可靠度数值可由将边缘数值正规化为0-2的数字来产生。
注意力可靠度计算单元504用以根据图4中绘示的位置分析单元44产生的注意力分布图,来产生注意力可靠度分布图。其中注意力可靠度分布图包含多个注意力可靠度数值,各对应于区块其中之一的注意力强度。
匹配成本可靠度计算单元506根据各区块的匹配成本(亦即由图1绘示的计算模块12所包含的视差计算单元32所计算的最小绝对值误差总和),来产生匹配成本可靠度分布图。其中匹配成本可靠度分布图包含多个匹配成本可靠度数值,各对应于区块其中之一的匹配成本强度。
因此,可靠度总和单元508将根据上述的特征分布图计算可靠度分布图。其中可靠度分布图包含各区块的特征可靠度。换句话说,特征可靠度为区块对应的相似可靠度数值、边缘可靠度数值、匹配成本可靠度数值以及注意力可靠度数值的总合。
比较单元52接收可靠度分布图,以根据各区块的特征可靠度与至少一可靠度临界值进行比较,来滤除不合格区块,进一步产生多个候选区块。当一个特定区块的特征可靠度不够高时,由于其为凹区块以及凸区块的机率较低,而将被视为不合格区块并舍弃。
因此,比较单元52进一步由视差分布图判断这些候选区块的视差数值,并根据候选区块中具有最大视差数值以及最小视差数值者分别判断凹区块以及凸区块。于一实施例中,凹区块对应于视差分布图中的最大视差数值,以及凸区块对应于视差分布图中的最小视差数值。
本发明内容的立体匹配装置1为根据可靠度运作的架构,可在不需高复杂度立体匹配技术的情形下检测出真正的凹区块以及凸区块。通过撷取区块的特征信息,各区块的特征可以被迅速计算出,且其计算成本相当低。特征的可靠度更进一步被推导出,并运用以选择具有较高特征可靠度的候选区块。因此,凹区块以及凸区块可迅速地从候选区块中再被挑选出。
请参照图6。图6为本发明内容一实施例中,一种立体匹配方法600的流程图。立体匹配方法600可应用于如图1所绘示的立体匹配装置1。立体匹配方法600包含下列步骤(应了解到,在本实施方式中所提及的步骤,除特别叙明其顺序者外,均可依实际需要调整其前后顺序,甚至可同时或部分同时执行)。
于步骤601,接收模块10接收第一视角帧11以及第二视角帧13。接收模块10进一步于步骤602中分割第一视角帧11为多个区块。于步骤603,计算模块12产生视差分布图,其中视差分布图包含多个视差数值,分别对应区块其中之一的第一视角帧11与第二视角帧13间的一视差量。
于步骤604,特征撷取模块14执行特征撷取程序,以产生多个特征分布图,其中特征分布图各包含多个特征数值,以对应各区块。
于步骤605,估测模块16中的可靠度计算单元50根据特征分布图计算各区块的特征可靠度,其中特征可靠度为各特征分布图的特征数值的总和。
于步骤606,估测模块16中的比较单元52根据各区块的特征可靠度与至少一可靠度临界值进行比较以滤除多个不合格区块,进一步产生多个候选区块。比较单元52进一步于步骤607根据候选区块中具有最大视差数值以及最小视差数值者分别判断凹区块以及凸区块。其中,候选区块的视差数值可由步骤603所产生的视差分布图判断。
虽然本发明内容已以实施方式揭露如上,然其并非用以限定本发明内容,任何本领域技术人员,在不脱离本发明内容的精神和范围内,当可作各种的更动与润饰,因此本发明内容的保护范围当视所附的权利要求范围所界定者为准。
Claims (14)
1.一种立体匹配装置,用于一立体显示系统中以判断一凹区块以及一凸区块,其中该立体匹配装置至少包含:
一接收模块,用以接收一第一视角帧以及一第二视角帧并分割该第一视角帧为多个区块;
一计算模块,用以产生一视差分布图,其中该视差分布图包含多个视差数值,分别对应该多个区块其中之一的该第一视角帧与该第二视角帧间的一视差量;
一特征撷取模块,用以对各该多个区块执行一特征撷取程序,以产生多个特征分布图,其中该多个特征分布图各包含多个特征数值,以对应各该多个区块;以及
一估测模块,包含:
一可靠度计算单元,用以根据该多个特征分布图计算各该多个区块的一特征可靠度,其中该特征可靠度为各该多个特征分布图的该多个特征数值的一总和;以及
一比较单元,用以根据各该多个区块的该特征可靠度与至少一可靠度临界值进行比较以滤除多个不合格区块,进一步产生多个候选区块,并根据该多个候选区块中具有一最大视差数值以及一最小视差数值者分别判断该凹区块以及该凸区块;
其中该凹区块对应于该视差分布图中的该最大视差数值,以及该凸区块对应于该视差分布图中的该最小视差数值。
2.根据权利要求1所述的立体匹配装置,其中该特征撷取模块包含:
一彩度为准色彩分割单元,以一产生一色彩分割分布图,包含多个色彩特征数值;以及
一边缘检测单元,用以产生一边缘分布图,包含多个边缘特征数值。
3.根据权利要求2所述的立体匹配装置,其中该特征撷取模块还包含一位置分析单元,用以产生一注意力分布图,包含多个注意力特征数值。
4.根据权利要求3所述的立体匹配装置,其中该可靠度计算单元包含:
一视差相似可靠度计算单元,用以根据该色彩分割分布图以及该视差分布图产生一相似可靠度分布图,其中该相似可靠度分布图包含多个相似可靠度数值,各对应于该多个区块其中之一;
一边缘可靠度计算单元,用以根据该边缘分布图产生一边缘可靠度分布图,其中该边缘可靠度分布图包含多个边缘可靠度数值,各对应于该多个区块其中之一;以及
匹配成本可靠度计算单元,用以根据各该多个区块的一最小绝对值误差总和产生一匹配成本可靠度分布图,其中该匹配成本可靠度分布图包含多个匹配成本可靠度数值,各对应于该多个区块其中之一的一匹配成本强度;
其中该特征可靠度为该多个区块对应的该多个相似可靠度数值、该多个边缘可靠度数值以及该多个匹配成本可靠度数值的总合。
5.根据权利要求4所述的立体匹配装置,其中该可靠度计算单元包含一注意力可靠度计算单元,用以根据该注意力分布图产生一注意力可靠度分布图,其中该注意力可靠度分布图包含多个注意力可靠度数值,各对应于该多个区块其中之一的一注意力强度,该特征可靠度为该多个区块对应的该多个相似可靠度数值、该多个边缘可靠度数值、该多个匹配成本可靠度数值以及该多个注意力可靠度数值的总合。
6.根据权利要求1所述的立体匹配装置,其中该计算模块根据该第一视角帧的各该多个区块以及该第二视角帧中的各多个对应区块计算一最小绝对值误差总和以产生该视差分布图。
7.根据权利要求1所述的立体匹配装置,其中该接收模块还包含一低通滤波器以及一减少取样器,以分别对该第一视角帧以及该第二视角帧执行一低通滤波程序以及一减少取样程序。
8.一种立体匹配方法,用于一立体显示系统中的一立体匹配装置,以判断一凹区块以及一凸区块,其中该立体匹配方法至少包含:
接收一第一视角帧以及一第二视角帧;
分割该第一视角帧为多个区块;
产生一视差分布图,其中该视差分布图包含多个视差数值,分别对应该多个区块其中之一的该第一视角帧与该第二视角帧间的一视差量;
执行一特征撷取程序,以产生多个特征分布图,其中该多个特征分布图各包含多个特征数值,以对应各该多个区块;
根据该多个特征分布图计算各该多个区块的一特征可靠度,其中该特征可靠度为各该多个特征分布图的该多个特征数值的一总和;
根据各该多个区块的该特征可靠度与至少一可靠度临界值进行比较以滤除多个不合格区块,进一步产生多个候选区块;以及
根据该多个候选区块中具有一最大视差数值以及一最小视差数值者分别判断该凹区块以及该凸区块;
其中该凹区块对应于该视差分布图中的该最大视差数值,以及该凸区块对应于该视差分布图中的该最小视差数值。
9.根据权利要求8所述的立体匹配方法,其中执行该特征撷取程序的步骤还包含:
产生一色彩分割分布图,包含多个色彩特征数值;以及
产生一边缘分布图,包含多个边缘特征数值。
10.根据权利要求9所述的立体匹配方法,其中执行该特征撷取程序的步骤还包含:
产生一注意力分布图,包含多个注意力特征数值。
11.根据权利要求10所述的立体匹配方法,其中计算该特征可靠度的步骤还包含:
根据该色彩分割分布图以及该视差分布图产生一相似可靠度分布图,其中该相似可靠度分布图包含多个相似可靠度数值,各对应于该多个区块其中之一;
根据该边缘分布图产生一边缘可靠度分布图,其中该边缘可靠度分布图包含多个边缘可靠度数值,各对应于该多个区块其中之一;
根据各该多个区块的一最小绝对值误差总和产生一匹配成本可靠度分布图,其中该匹配成本可靠度分布图包含多个匹配成本可靠度数值,各对应于该多个区块其中之一的一匹配成本强度;以及
对该多个区块对应的该多个相似可靠度数值、该多个边缘可靠度数值以及该多个匹配成本可靠度数值加总以产生该特征可靠度。
12.根据权利要求11所述的立体匹配方法,其中计算该特征可靠度的步骤还包含:
根据该注意力分布图产生一注意力可靠度分布图,其中该注意力可靠度分布图包含多个注意力可靠度数值,各对应于该多个区块其中之一的一注意力强度,该特征可靠度为该多个区块对应的该多个相似可靠度数值、该多个边缘可靠度数值、该多个匹配成本可靠度数值以及该多个注意力可靠度数值的总合。
13.根据权利要求8所述的立体匹配方法,其中产生该视差分布图的步骤还包含:根据该第一视角帧的各该多个区块以及该第二视角帧中的各多个对应区块计算一最小绝对值误差总和。
14.根据权利要求8所述的立体匹配方法,其中接收一第一视角帧以及一第二视角帧的步骤还包含分别对该第一视角帧以及该第二视角帧执行一低通滤波程序以及一减少取样程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210077582.4A CN103327346B (zh) | 2012-03-22 | 2012-03-22 | 判断凹区块以及凸区块的立体匹配装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210077582.4A CN103327346B (zh) | 2012-03-22 | 2012-03-22 | 判断凹区块以及凸区块的立体匹配装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103327346A CN103327346A (zh) | 2013-09-25 |
CN103327346B true CN103327346B (zh) | 2015-04-01 |
Family
ID=49195840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210077582.4A Active CN103327346B (zh) | 2012-03-22 | 2012-03-22 | 判断凹区块以及凸区块的立体匹配装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103327346B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI637350B (zh) | 2018-01-09 | 2018-10-01 | 緯創資通股份有限公司 | 產生視差圖的方法及其影像處理裝置與系統 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7227526B2 (en) * | 2000-07-24 | 2007-06-05 | Gesturetek, Inc. | Video-based image control system |
CN102074014A (zh) * | 2011-02-23 | 2011-05-25 | 山东大学 | 一种利用基于图论的图像分割算法的立体匹配方法 |
CN102223556A (zh) * | 2011-06-13 | 2011-10-19 | 天津大学 | 一种多视点立体图像零视差校正方法 |
CN102263957A (zh) * | 2011-07-25 | 2011-11-30 | 北京航空航天大学 | 一种基于搜索窗口自适应的视差估计方法 |
-
2012
- 2012-03-22 CN CN201210077582.4A patent/CN103327346B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7227526B2 (en) * | 2000-07-24 | 2007-06-05 | Gesturetek, Inc. | Video-based image control system |
CN102074014A (zh) * | 2011-02-23 | 2011-05-25 | 山东大学 | 一种利用基于图论的图像分割算法的立体匹配方法 |
CN102223556A (zh) * | 2011-06-13 | 2011-10-19 | 天津大学 | 一种多视点立体图像零视差校正方法 |
CN102263957A (zh) * | 2011-07-25 | 2011-11-30 | 北京航空航天大学 | 一种基于搜索窗口自适应的视差估计方法 |
Non-Patent Citations (1)
Title |
---|
A Stereoscopic Video Generation Method Using Stereoscopic Display Characterization and Motion Analysis;Dongbo Min eta.;《IEEE TRANSACTIONS ON BROADCASTING》;20080630;第54卷(第2期);188-197 * |
Also Published As
Publication number | Publication date |
---|---|
CN103327346A (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544258B (zh) | 图像分割的方法、装置、电子设备和存储介质 | |
CN109076198B (zh) | 基于视频的对象跟踪遮挡检测系统、方法和设备 | |
US8989481B2 (en) | Stereo matching device and method for determining concave block and convex block | |
JP6496987B2 (ja) | 目標検出方法及び目標検出装置 | |
KR101537174B1 (ko) | 스테레오스코픽 영상에서의 주요 객체 검출 방법 | |
CN111242097B (zh) | 一种人脸识别方法、装置、计算机可读介质及电子设备 | |
Rossi et al. | On the use of stereovision to develop a novel instrumentation system to extract geometric fire fronts characteristics | |
US8588515B2 (en) | Method and apparatus for improving quality of depth image | |
EP2860695B1 (en) | Method and apparatus for identifying noise in disparity depth image | |
CN101443817B (zh) | 用于确定场景的三维重建时的对应关系的方法和装置 | |
CN113221677B (zh) | 一种轨迹异常检测方法、装置、路侧设备和云控平台 | |
CN106373162B (zh) | 一种基于显著性融合与传播的显著物体检测方法 | |
EP3073443A1 (en) | 3D Saliency map | |
CN105469380A (zh) | 对于对象的遮挡进行检测的方法和装置 | |
CN105740751A (zh) | 一种目标检测与识别的方法和系统 | |
CN114565908A (zh) | 车道线的检测方法、装置、电子设备及存储介质 | |
CN107392948B (zh) | 一种分振幅实时偏振成像系统的图像配准方法 | |
CN103327346B (zh) | 判断凹区块以及凸区块的立体匹配装置及其方法 | |
CN105138979A (zh) | 基于立体视觉的运动人体头部检测方法 | |
Rossi et al. | Dynamic fire 3D modeling using a real-time stereovision system | |
Kim et al. | A novel red apple detection algorithm based on adaboost learning | |
KR101501531B1 (ko) | 스테레오 비전 기반 보행자 검출 시스템 및 그 방법 | |
KR101655036B1 (ko) | 애너글리프 영상 복원 및 깊이 지도 생성 방법 및 시스템 | |
CN110910379B (zh) | 一种残缺检测方法及装置 | |
Suaste et al. | Third-eye stereo analysis evaluation enhanced by data measures |
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 |