CN104735531B - 基于图像画质分析的3d信号自动识别方法 - Google Patents

基于图像画质分析的3d信号自动识别方法 Download PDF

Info

Publication number
CN104735531B
CN104735531B CN201510059609.0A CN201510059609A CN104735531B CN 104735531 B CN104735531 B CN 104735531B CN 201510059609 A CN201510059609 A CN 201510059609A CN 104735531 B CN104735531 B CN 104735531B
Authority
CN
China
Prior art keywords
point
frame
image quality
fixing point
average brightness
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
Application number
CN201510059609.0A
Other languages
English (en)
Other versions
CN104735531A (zh
Inventor
梁敏
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.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
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 Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201510059609.0A priority Critical patent/CN104735531B/zh
Publication of CN104735531A publication Critical patent/CN104735531A/zh
Application granted granted Critical
Publication of CN104735531B publication Critical patent/CN104735531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明公开了一种基于图像帧画质分析的3D信号自动识别方法，先获取连续3帧或更多的图像，对这些连续图像帧进行相似性判定，判定过程中需判定固定点的画质数据相似性，还需要判定固定点对应的上下对称点、左右对称点的画质数据相似性，然后根据判定结果对连续图像帧进行2D/3D类型判定，再根据判定结果对2D/3D图像进行模式转换。采用本发明的方法，可以准确区分出类似3D图像的2D图像，且通过增加取样点的数量可以提高3D图像的判定准确性，降低了传统做法的运算量，提高了2D和3D的区分能力，基本排除了误进3D和误退3D的可能性，即使是相对噪声较多的3D片源，也能够进行3D播放。

Description

基于图像画质分析的3D信号自动识别方法
技术领域
本发明的实施方式涉及电视的3D视频播放自动识别技术领域，更具体地，本发明的实施方式涉及基于图像画质分析的3D信号自动识别方法，适用于所有使用具有3D播放功能的电视等视频显示设备。
背景技术
随着3D电视技术的发展，用户经常可使用3D电视机观看3D节目。大多数的3D信号是上下或左右对称的，电视在检测到连续输入的多帧图像都具有上下对称性(或是左右对称性)时，自动进入3D模式；这种传统方案会经常性出现误进3D、误退3D的情况。
例如乐视盒子在切换画面时出现连续蓝屏或灰屏的信号，这种图像上下左右均对称，整机很容易将2D图像自动识别为3D，出现误进3D；解决这种问题的做法通常是增加判别帧的数量，增大图像对称性判别的严格性，但实际效果是对类似灰场的2D画面误判率有一定下降，仍有误判概率，同时出现新问题是播放3D图像时，电视很容易退出3D模式；相对噪声较多的3D片源，根本无法进入3D。
发明内容
本发明克服了现有技术的不足，提供一种基于图像画质分析的3D信号自动识别方法，以期望提升电视机等视频设备的3D信号识别准确性，减少视频设备对3D信号的误判情形的发生。
为解决上述的技术问题，本发明的一种实施方式采用以下技术方案：
一种基于图像帧画质分析的3D信号自动识别方法，它包括以下步骤：
A.对连续图像帧进行相似性判定
获取连续N帧图像中每帧图像的整体平均亮度，然后将所得的整体平均亮度进行比较：
若每帧图像的整体平均亮度不同，判定连续N帧图像中的每帧图像的固定点及其对应的上下对称点、左右对称点的画质数据均不同；
若每帧图像的整体平均亮度相同，继续对连续图像帧中每帧图像的固定点、固定点对应的左右对称点及固定点对应的上下对称点进行画质数据相似性判定:
a1.获取每帧图像的固定点的YCbCr，计算所有固定点的亮度平均值，然后计算当前帧的固定点的亮度与所述亮度平均值的差值：
若差值的绝对值＞所述亮度平均值的1％，认定前一帧和当前帧的固定点画质数据不相似；若差值的绝对值≤所述亮度平均值的1％，分别计算连续图像帧中每帧图像的固定点的亮度与所述亮度平均值的差值，然后将所有差值的绝对值累加获得累加差值，若所述累加差值＜所述亮度平均值的1％，认定前一帧和当前帧的固定点画质数据相同或相似，若所述累加差值≥所述亮度平均值的1％，认定前一帧和当前帧的固定点画质数据不相似；
a2.利用步骤a1的方法对连续N帧图像的固定点的画质数据进行相似性判定；
a3.利用步骤a1的方法对连续N帧图像的固定点对应的左右对称点或上下对称点的画质数据进行相似性判定；
B.对连续图像帧进行2D/3D类型判定
若步骤A检测到连续N帧图像中每帧图像的固定点及其对应的上下对称点、左右对称点的画质数据均不同或不相似，则判定连续图像帧为2D图像；
若步骤A检测到连续N帧图像中每帧图像的固定点及其对应的上下对称点的画质数据相同或相似，则判定连续图像帧为上下对称的3D图像；
若步骤A检测到连续N帧图像中每帧图像的固定点及其对应的上下对称点和左右对称点的画质数据均相同或相似，则判定连续图像帧为上下对称的3D图像；
若步骤A检测到连续N帧图像中每帧图像的固定点及其对应的左右对称点的画质数据相同或相似，则判定连续图像帧为左右对称的3D图像；
C.对2D/3D图像进行模式转换
根据步骤B的判定结果对图像进行2D/3D模式转换使视频播放模式与图像类型吻合。
本发明所述的基于图像帧画质分析的3D信号自动识别方法中，步骤C所述对2D/3D图像进行模式转换包括维持2D/3D模式、将2D模式转换成3D模式和将3D模式转换成2D模式。
采用本发明所述的基于图像帧画质分析的3D信号自动识别方法时，当步骤B判定连续图像帧为2D图像时，若当前视频播放模式为2D模式则继续维持2D模式，若当前视频播放模式为3D模式则将3D模式转换成2D模式；当步骤B判定连续图像帧为3D图像时，若当前视频播放模式为3D模式则继续维持3D模式，若当前视频播放模式为2D模式则将2D模式转换成3D模式。
本发明所述的基于图像帧画质分析的3D信号自动识别方法中，步骤a1中所述前一帧和当前帧的固定点画质数据相同是指所述累加差值为0，即连续图像帧中每帧图像的固定点的亮度与所述亮度平均值的差值为0，每帧图像的固定点的亮度完全相同。
本发明所述的基于图像帧画质分析的3D信号自动识别方法中，步骤a1中所述前一帧和当前帧的固定点画质数据相似是指所述累加差值＜所述亮度平均值的1％且所述累加差值≠0。
本发明所述的基于图像帧画质分析的3D信号自动识别方法中，所述连续N帧图像中的N≥3。N是指图像帧数，在对连续图像帧进行相似性判定时，选用越多的图像帧进行画质分析更有利于准确判定3D/2D信号。
本发明所述的基于图像帧画质分析的3D信号自动识别方法中，所述左右对称点与所述固定点之间的对称轴为穿过图像中心点并与水平垂直的直线，所述上下对称点与所述固定点之间的对称轴为穿过图像中心点的水平直线。比如以3×3的图像为例，先选取一个固定点，然后以图像的中心点为对称点定位其左右对称点或者上下对称点。
与现有技术相比，本发明的有益效果之一是：采用本发明的方法，可以准确区分出类似3D图像的2D图像，且通过增加取样点的数量可以提高3D图像的判定准确性，降低了传统做法的运算量，提高了2D和3D的区分能力，基本排除了误进3D和误退3D的可能性，即使是相对噪声较多的3D片源，也能够进行3D播放。
附图说明
图1为本发明实施例2获取固定点及其对应的左右对称点和上下对称点的图像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
以42Q1N整机为实施对象，首先获取连续图像帧的相关性，具体方法如下：
采用电视芯片读取每帧图像的亮度数据后计算获取连续3帧图像每帧图像的整体平均亮度，然后将3帧图像的整体平均亮度进行对比，发现第一帧的整体平均亮度420，第二帧的整体平均亮度350，第三帧的整体平均亮度300，因此三帧的整体平均亮度不同，则说明连续3帧图像中每帧图像的固定点及对应的上下对称点、左右对称点的画质数据均不同，该连续3帧图像为2D图像，此时42Q1N整机的视频播放模式自动由3D模式转换为2D模式继续进行播放。
实施例2
以42Q1N整机为实施对象，首先获取连续图像帧的相似性，具体方法如下：
采用电视芯片读取每帧图像的亮度数据后计算获取连续3帧图像每帧图像的整体平均亮度，然后将3帧图像的整体平均亮度进行对比，发现第一帧的整体平均亮度420，第二帧的整体平均亮度420，第三帧的整体平均亮度420，因此三帧的整体平均亮度相同，继续对连续图像帧中每帧图像的固定点、固定点对应的左右对称点及固定点对应的上下对称点进行画质数据相似性判定:
采用电视芯片获取每帧Input Capture坐标为(500,400)固定点的YCbCr，如图1所示，此处只计算亮度Y，计算所有固定点的亮度平均值，然后计算当前帧的固定点的亮度与所述亮度平均值的差值，结果如表1：
表1固定点亮度与亮度平均值差值计算结果
Y Cb Cr 当前点亮度-平均亮度
1 832 0 0 0
2 833 0 0 1
3 831 0 0 -1
平均 832 0 0 累加差值＝2
连续3帧图像的固定点亮度平均值为832，第一帧的亮度与亮度平均值相等，第二帧的亮度与亮度平均值的差值为1，第三帧的亮度与亮度平均值的差值为-1，两个差值的绝对值均小于亮度平均值的1％，因此将差值的绝对值累加起来，累加差值为2，仍然小于亮度平均值832的1％，因此第一帧、第二帧、第三帧的固定点画质数据相似。
采用电视芯片获取3帧图像每帧坐标为(500,400)固定点的上下对称点(坐标为(500,600))、左右对称点(坐标为(1420,400))的YCbCr,按照上述相同的方法对3帧图像进行相似性判断，每帧上下对称点的亮度与对应的亮度平均值的差值的绝对值分别为10，均大于该亮度平均值420的1％，说明3帧图像上下对称点的画质数据不相似，每帧左右对称点的亮度与对应的亮度平均值的差值的绝对值分别为1，均小于该亮度平均值420的1％，将三个差值的绝对值相加，所得累加差值为3，小于该亮度平均值420的1％，因此三帧左右对称点的画质数据相似，也就是说这连续3帧图像的固定点画质数据相似、左右对称点画质数据相似，该连续3帧图像为左右对称的3D图像，此时42Q1N整机的视频播放模式继续维持3D播放模式。
实施例3
采用实施例2的方法，检测到连续4帧图像的固定点画质数据相似，而其上下对称点的画质数据也相似，左右对称点的画质数据不相似，因此该连续4帧图像是上下对称的3D图像，此时42Q1N整机的视频播放模式由2D模式转换成3D模式继续播放。
实施例4
以42Q1N整机为实施对象，首先获取连续图像帧的相似性，具体方法如下：
采用电视芯片获取连续3帧图像每帧图像的整体平均亮度，然后将3帧图像的整体平均亮度进行对比，发现第一帧的整体平均亮度420，第二帧的整体平均亮度420，第三帧的整体平均亮度420，因此三帧的整体平均亮度相同，继续对连续图像帧中每帧图像的固定点、固定点对应的左右对称点及固定点对应的上下对称点进行画质数据相似性判定:
采用电视芯片获取每帧Input Capture坐标为(500,400)固定点的YCbCr，此处只计算亮度Y，计算所有固定点的亮度平均值，然后计算当前帧的固定点的亮度与所述亮度平均值的差值，结果如表1：
表1固定点亮度与亮度平均值差值计算结果
Y Cb Cr 当前点亮度-平均亮度
1 833 0 0 0
2 833 0 0 0
3 833 0 0 0
平均 833 0 0 累加差值＝0
连续3帧图像的固定点亮度都为833，累加差值为0，即3帧图像的固定点的画质数据相同。
采用电视芯片获取3帧图像每帧坐标为(500,400)固定点的上下对称点(坐标为(500,600))、左右对称点(坐标为(1420,400))的YCbCr,按照上述相同的方法对3帧图像进行相似性判断，每帧上下对称点的的画质数据不相似，每帧左右对称点的亮度相等，因此三帧左右对称点的画质数据相同，也就是说这连续3帧图像的固定点画质数据相同、左右对称点画质数据相同，该连续3帧图像为左右对称的3D图像，此时42Q1N整机的视频播放模式继续维持3D播放模式。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变型和改进外，对于本领域技术人员来说，其他的用途也将是明显的。

Claims (4)

1.一种基于图像帧画质分析的3D信号自动识别方法，其特征在于它包括以下步骤：
A.对连续图像帧进行相似性判定
获取连续N帧图像中每帧图像的整体平均亮度，然后将所得的整体平均亮度进行比较：
若每帧图像的整体平均亮度不同，判定连续N帧图像中每帧图像的固定点及其对应的上下对称点、左右对称点的画质数据均不同；
若每帧图像的整体平均亮度相同，继续对连续图像帧中每帧图像的固定点、固定点对应的左右对称点及固定点对应的上下对称点进行画质数据相似性判定:
a1.获取每帧图像的固定点的YCbCr，计算所有固定点的亮度平均值，然后计算当前帧的固定点的亮度与所述亮度平均值的差值：
若差值的绝对值＞所述亮度平均值的1％，认定前一帧和当前帧的固定点画质数据不相似；若差值的绝对值≤所述亮度平均值的1％，分别计算连续图像帧中每帧图像的固定点的亮度与所述亮度平均值的差值，然后将所有差值的绝对值累加获得累加差值，若所述累加差值＜所述亮度平均值的1％，认定前一帧和当前帧的固定点画质数据相同或相似，若所述累加差值≥所述亮度平均值的1％，认定前一帧和当前帧的固定点画质数据不相似；所述前一帧和当前帧的固定点画质数据相同是指所述累加差值为0，相似是指所述累加差值＜所述亮度平均值的1％且所述累加差值≠0；
a2.利用步骤a1的方法对连续N帧图像的固定点的画质数据进行相似性判定；
a3.利用步骤a1的方法对连续N帧图像的固定点对应的左右对称点或上下对称点的画质数据进行相似性判定；所述左右对称点与所述固定点之间的对称轴为穿过图像中心点并与水平垂直的直线，所述上下对称点与所述固定点之间的对称轴为穿过图像中心点的水平直线；
B.对连续图像帧进行2D/3D类型判定
若步骤A检测到连续N帧图像中每帧图像的固定点及其对应的上下对称点、左右对称点的画质数据均不同或不相似，则判定连续图像帧为2D图像；
若步骤A检测到连续N帧图像中每帧图像的固定点及其对应的上下对称点的画质数据相同或相似，则判定连续图像帧为上下对称的3D图像；
若步骤A检测到连续N帧图像中每帧图像的固定点及其对应的左右对称点的画质数据相同或相似，则判定连续图像帧为左右对称的3D图像；
C.对2D/3D图像进行模式转换
根据步骤B的判定结果对图像进行2D/3D模式转换使视频播放模式与图像类型吻合。
2.根据权利要求1所述的基于图像帧画质分析的3D信号自动识别方法，其特征在于步骤C所述对2D/3D图像进行模式转换包括维持2D/3D模式、将2D模式转换成3D模式和将3D模式转换成2D模式。
3.根据权利要求2所述的基于图像帧画质分析的3D信号自动识别方法，其特征在于当步骤B判定连续图像帧为2D图像时，若当前视频播放模式为2D模式则继续维持2D模式，若当前视频播放模式为3D模式则将3D模式转换成2D模式；当步骤B判定连续图像帧为3D图像时，若当前视频播放模式为3D模式则继续维持3D模式，若当前视频播放模式为2D模式则将2D模式转换成3D模式。
4.根据权利要求1所述的基于图像帧画质分析的3D信号自动识别方法，其特征在于所述连续N帧图像中的N≥3。
CN201510059609.0A 2015-02-04 2015-02-04 基于图像画质分析的3d信号自动识别方法 Active CN104735531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510059609.0A CN104735531B (zh) 2015-02-04 2015-02-04 基于图像画质分析的3d信号自动识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510059609.0A CN104735531B (zh) 2015-02-04 2015-02-04 基于图像画质分析的3d信号自动识别方法

Publications (2)

Publication Number Publication Date
CN104735531A CN104735531A (zh) 2015-06-24
CN104735531B true CN104735531B (zh) 2017-06-23

Family

ID=53458893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510059609.0A Active CN104735531B (zh) 2015-02-04 2015-02-04 基于图像画质分析的3d信号自动识别方法

Country Status (1)

Country Link
CN (1) CN104735531B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106454523B (zh) * 2016-12-20 2020-04-24 深圳Tcl数字技术有限公司 电视机的模式切换方法及装置
CN107766871A (zh) * 2017-08-29 2018-03-06 深圳依偎控股有限公司 一种智能识别3d图片的方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395037A (zh) * 2011-06-30 2012-03-28 深圳超多维光电子有限公司 一种格式识别方法及识别装置
CN102710953A (zh) * 2012-05-08 2012-10-03 深圳Tcl新技术有限公司 自动识别3d视频播放模式的方法和装置
CN102833563A (zh) * 2012-08-02 2012-12-19 深圳Tcl新技术有限公司 一种3d视频顺序格式的自动识别方法及装置
CN103051913A (zh) * 2013-01-05 2013-04-17 北京暴风科技股份有限公司 一种3d片源格式自动识别的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2011148354A (ru) * 2010-03-29 2014-05-10 Панасоник Корпорэйшн Устройство обработки видео

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395037A (zh) * 2011-06-30 2012-03-28 深圳超多维光电子有限公司 一种格式识别方法及识别装置
CN102710953A (zh) * 2012-05-08 2012-10-03 深圳Tcl新技术有限公司 自动识别3d视频播放模式的方法和装置
CN102833563A (zh) * 2012-08-02 2012-12-19 深圳Tcl新技术有限公司 一种3d视频顺序格式的自动识别方法及装置
CN103051913A (zh) * 2013-01-05 2013-04-17 北京暴风科技股份有限公司 一种3d片源格式自动识别的方法

Also Published As

Publication number Publication date
CN104735531A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
US8937645B2 (en) Creation of depth maps from images
CN101540052B (zh) 图像信号处理器和图像信号处理方法
JP2008048279A (ja) 映像再生装置、方法およびプログラム
JP5080302B2 (ja) 画像処理方法
CN1758720A (zh) 图像处理方法和图像处理装置
CN101278314A (zh) 用于确定图像拍摄类型的方法和装置
JP2018005555A (ja) 画像処理装置、情報処理装置、および方法、並びにプログラム
CN102378029B (zh) 图像处理装置和方法
US20100026903A1 (en) Motion vector detection device, motion vector detection method, and program
CN104735531B (zh) 基于图像画质分析的3d信号自动识别方法
CN105704398A (zh) 一种视频处理方法
CN104735521A (zh) 一种滚动字幕检测方法及装置
KR20140103812A (ko) 직접 반응 광고 검출 및 분류 시스템 및 방법
CN105282397B (zh) 运动字幕的去隔行方法及装置
CN1231055C (zh) 电视中传送电影场景的数字检测装置
JP2008141749A (ja) 画像表示装置、画像表示方法、プログラム、及び記録媒体
US20200396440A1 (en) Method for video quality detection and image processing circuit using the same
CN103530895A (zh) 一种检测马赛克的方法和设备
US20100027666A1 (en) Motion vector detecting apparatus, motion vector detecting method, and program
WO2016199418A1 (en) Frame rate conversion system
CN110312133A (zh) 图像处理方法及装置
CN106231294B (zh) 一种立体片源格式的检测方法及装置
CN106851168A (zh) 视频格式识别方法、装置及播放器
CN105245948A (zh) 视频处理方法和装置
JP2007124453A (ja) 画像表示装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant