CN106131528A - 3d视频格式识别方法及系统 - Google Patents

3d视频格式识别方法及系统 Download PDF

Info

Publication number
CN106131528A
CN106131528A CN201610463002.3A CN201610463002A CN106131528A CN 106131528 A CN106131528 A CN 106131528A CN 201610463002 A CN201610463002 A CN 201610463002A CN 106131528 A CN106131528 A CN 106131528A
Authority
CN
China
Prior art keywords
subregion
absolute difference
format
judge
difference
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
Application number
CN201610463002.3A
Other languages
English (en)
Other versions
CN106131528B (zh
Inventor
刘德建
曾兴强
郭玉湖
陈宏展
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.)
Fujian Tianquan Educational Technology Ltd
Original Assignee
Fujian Tianquan Educational Technology 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 Fujian Tianquan Educational Technology Ltd filed Critical Fujian Tianquan Educational Technology Ltd
Priority to CN201610463002.3A priority Critical patent/CN106131528B/zh
Publication of CN106131528A publication Critical patent/CN106131528A/zh
Application granted granted Critical
Publication of CN106131528B publication Critical patent/CN106131528B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N13/30—Image reproducers
    • H04N13/388—Volumetric displays, i.e. systems where the image is built up from picture elements distributed through a volume
    • 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
    • H04N13/139—Format conversion, e.g. of frame-rate or size

Landscapes

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

Abstract

本发明提供一种3D视频格式识别方法及系统，方法包括：获取视频中的一帧图像；对图像进行二阶拆分，得到4个分区；对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；判断是否每个分区的格式均相同，且为上下格式或左右格式；若是，则判定图像为3D格式。通过对视频中的一帧图像进行二阶拆分，判断每个分区的格式，只有当每个分区的格式一致且为3D格式，才判定该图像为3D格式，提高了识别的精确度。

Description

3D视频格式识别方法及系统
技术领域
本发明涉及图像处理技术领域，尤其涉及一种3D视频格式识别方法及系统。
背景技术
常见的3D片源传输格式主要有以下六种：1、帧连续格式(frame sequence)：连续发送图像，比如60Hz的影片，就以120Hz的速度交替发送左右眼图像，并交替显示出来，依次针对左/右眼接收；2、隔行格式：将左、右眼图像在垂直方向上按行交错排列；3、隔列格式：将左、右眼图像在水平方向上按列交错排列；4、棋盘格式(checkerboard)：在棋盘式3D格式中，左眼和右眼的图像被交织，也就是每相隔一个像素存放左眼或右眼图像，和国际象棋棋盘的方格很像，因此叫做棋盘式；5、左右格式(side-by-side)：将左、右眼图像压进一帧图像中，按左右排列；6、上下格式：将左、右眼图像压进一帧图像中，按上下排列。由于3D视频具有格式多样的特点，经常出现播放器不能够自动识别各种3D视频格式的现象。
公开号为CN 102547344B的中国专利公开了一种视频格式识别方法，包括：将一幅视频转换为灰度图像；根据不同的图像像素排列方式分别对所述灰度图像进行拆分，所述灰度图像根据每种图像像素排列方式拆分生成一幅左眼图像和一幅右眼图像；计算每种图像像素排列方式对应的左眼图像和右眼图像的相似度；根据每种图像像素排列方式对应的左眼图像和右眼图像的相似度判断所述视频帧的视频格式。然而，该方法只能识别出普通的图片格式，对于对称或相似图片，便很容易出现错误识别；比如一幅左右对称的2D图片，左右拆分两幅图像的相似度很高，如果采用上述方法，那该图片的识别结果即为3D图片，与该图片为2D图片实际情况不符。
发明内容
本发明所要解决的技术问题是：提供一种3D视频格式识别方法及系统，能够精确地识别出3D视频格式。
为了解决上述技术问题，本发明采用的技术方案为：
一种3D视频格式识别方法，包括：
获取视频中的一帧图像；
对所述图像进行二阶拆分，得到4个分区；
对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；
分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；
判断是否每个分区的格式均相同，且为上下格式或左右格式；
若是，则判定所述图像为3D格式。
本发明提供的另一个技术方案为：
一种3D视频格式识别系统，包括：
获取模块，用于获取视频中的一帧图像；
拆分模块，用于对所述图像进行二阶拆分，得到4个分区；
计算模块，用于对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；
比较模块，用于分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；
判断模块，用于判断是否每个分区的格式均相同，且为上下格式或左右格式；
若是，则判定所述图像为3D格式。
本发明的有益效果在于：通过对视频中某一帧图像进行二阶拆分，得到4个分区，通过计算一分区分别与左右相邻分区和上下相邻分区的特征差异，再比较该特征差异与预设阈值，从而确定该分区的格式；对每个分区进行格式判断，只有当每个分区的格式判断结果一致，且均为3D格式时，才判定该图像为3D格式，进而能够判定该视频为3D格式。本发明相比现有的通过一阶拆分图像进行视频格式识别的方法，具有极高的精确度。
附图说明
图1为本发明一实施例的3D视频格式识别方法的流程图；
图2为本发明一实施例的3D视频格式识别系统的结构示意图；
图3为本发明实施例一的3D视频格式识别方法的流程图一；
图4为本发明实施例一的3D视频格式识别方法的流程图二；
图5为本发明实施例一的3D视频格式识别方法的流程图三；
图6为本发明实施例一的3D视频格式识别方法的流程图四；
图7为本发明的一具体实例的图像拆分示意图；
图8为本发明实施例二的3D视频格式识别系统的结构示意图一；
图9为本发明实施例二的3D视频格式识别系统的结构示意图二。
标号说明：
1、获取模块；2、拆分模块；3、计算模块；31、第一获取模块；32、第一计算模块；33、第二计算模块；34、第三计算模块；35、第四计算模块；36、第五计算模块；37、第六计算模块；4、比较模块；5、判断模块；51、判定模块；6、第七计算模块；7、第八计算模块；8、第九计算模块；9、第一判定模块；10、第十计算模块；11、第十一计算模块；12、第十二计算模块；13、第二判定模块。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于：对视频中的一帧图像进行二阶拆分，得到4个分区，判断每个分区的格式，只有当每个分区的格式一致且为3D格式，才判定该图像为3D格式。
请参照图1，本发明提供
一种3D视频格式识别方法，包括：
获取视频中的一帧图像；
对所述图像进行二阶拆分，得到4个分区；
对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；
分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；
判断是否每个分区的格式均相同，且为上下格式或左右格式；
若是，则判定所述图像为3D格式。
从上述描述可知，通过对视频中的某一帧图像进行二阶拆分后得到4个分区，判断每个分区的格式，只有当每个分区的格式一致且均为3D格式才判定该图像为3D格式，该视频为3D视频。本发明还可以推广到更高阶的拆分，从而更进一步减少将非3D视频判断为3D视频的概率。例如，对每一个分区再进行二阶拆分，得到对应个数的第一分区，相当于对图像进行四阶拆分；以每个分区为单位，对每个第一分区的格式进行判断，从而得到图像的格式。
进一步的，所述对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异具体为：
获取每个分区的像素值总和；
计算一分区和与其左右相邻分区的像素值总和的绝对差，记为第一绝对差；
计算所述一分区和与其上下相邻分区的像素值总和的绝对差，记为第二绝对差；
计算第一绝对差和第二绝对差之和；
计算第一绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与左右相邻分区的特征差异；
计算第二绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与上下相邻分区的特征差异；
分别计算其他三个分区的占比，得到对应的特征差异。
从上述描述可知，具体的，所述分区的像素值总和指的是该分区红、黄、蓝的像素值的总和。采用上述占比作为特征差异是本发明的优选方法，还可以采用直接将两个分区的像素值总和的绝对差作为特征差异的方法，将预设阈值相应调整即可。
进一步的，所述若是，判定所述图像为3D格式具体包括：若每个分区的格式均为左右格式，则判定所述图像为左右格式的3D图像；若每个分区的格式均为上下格式，则判定所述图像为上下格式的3D图像。
从上述描述可知，判定出的图像格式能够具体到是哪一种3D格式。
进一步的，所述判定所述图像为左右格式的3D图像之后，进一步包括：
分别计算所述图像中上下相邻的两个分区的像素值总和的绝对差；
计算所述两个分区的所述像素值总和之和；
计算所述绝对差和所述像素值总和之和的比；
若所述图像中上下相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为左右格式的3D图像。
进一步的，所述判定所述图像为上下格式的3D图像之后，进一步包括：
分别计算所述图像中左右相邻的两个分区的像素值总和的绝对差；
计算所述两个分区的所述像素值总和之和；
计算所述绝对差和所述像素值总和之和的比；
若所述图像中左右相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为上下格式的3D图像。
从上述描述可知，判断出图像为3D格式后，还可通过上述方法进行验证，只有验证结果为图像是3D格式，才最终判定该图像是3D格式；否则，即使前面已经判定了图像为3D格式，也会推翻之前的判定结果，最终判断该图像为非3D格式，进一步提高了识别的准确性。
进一步的，所述判定所述图像为3D格式之后进一步包括：
获取所述视频的其他两帧以上的图像；
若所述两帧以上的图像和所述一帧图像的格式相同，则判定所述视频为3D格式。
从上述描述可知，通过视频的其他多帧图像进行格式判断，只有当所有图像的格式一致，且为3D格式，才最终判定该视频是3D格式；否则，即使之前通过一帧图像的格式判断已经判定视频为3D格式，也会认为该判定结果是错误的，最终判定该视频为非3D格式。
请参照图2，本发明的另一个技术方案为：
一种3D视频格式识别系统，包括：
获取模块1，用于获取视频中的一帧图像；
拆分模块2，用于对所述图像进行二阶拆分，得到4个分区；
计算模块3，用于对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；
比较模块4，用于分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；
判断模块5，用于判断是否每个分区的格式均相同，且为上下格式或左右格式；
若是，则判定所述图像为3D格式。
从上述描述可知，通过获取模块1获取视频中的一帧图像后，拆分模块2对该图像进行二阶拆分，计算模块3再对拆分得到的每个分区计算其与相邻分区的特征差异；比较模块4将计算模块3计算出的特征差异和预设阈值进行比较，从而判断模块5能够当每个分区的格式均相同，且为上下格式或左右格式时判定该图像为3D格式。采用本发明的系统，能够精确地识别出3D图像，进而得出对应的视频为3D视频。
进一步的，所述计算模块3包括：
第一获取模块31，用于获取每个分区的像素值总和；
第一计算模块32，用于计算一分区和与其左右相邻分区的像素值总和的绝对差，记为第一绝对差；
第二计算模块33，用于计算所述一分区和与其上下相邻分区的像素值总和的绝对差，记为第二绝对差；
第三计算模块34，用于计算第一绝对差和第二绝对差之和；
第四计算模块35，用于计算第一绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与左右相邻分区的特征差异；
第五计算模块36，用于计算第二绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与上下相邻分区的特征差异；
第六计算模块37，用于分别计算其他三个分区的占比，得到对应的特征差异。
进一步的，所述判断模块5包括：判定模块51，用于若每个分区的格式均为左右格式，则判定所述图像为左右格式的3D图像；若每个分区的格式均为上下格式，则判定所述图像为上下格式的3D图像；
所述3D视频格式识别系统还包括：
第七计算模块6，用于判定所述图像为左右格式的3D图像之后分别计算所述图像中上下相邻的两个分区的像素值总和的绝对差；
第八计算模块7，用于计算所述两个分区的所述像素值总和之和；
第九计算模块8，用于计算所述绝对差和所述像素值总和之和的比；
第一判定模块9，用于若所述图像中上下相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为左右格式的3D图像。
进一步的，还包括：
第十计算模块10，用于判定所述图像为上下格式的3D图像之后分别计算所述图像中左右相邻的两个分区的像素值总和的绝对差；
第十一计算模块11，用于计算所述两个分区的所述像素值总和之和；
第十二计算模块12，用于计算所述绝对差和所述像素值总和之和的比；
第二判定模块13，用于若所述图像中左右相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为上下格式的3D图像。
从上述描述可知，判定模块51判断出图像为3D格式后，还可通过第七计算模块6、第八计算模块7、第九计算模块8、第一判定模块9、第十计算模块10、第十一计算模块11、第十二计算模块12以及第二判定模块13进行验证，若验证结果为图像是非3D格式，才最终判定该图像是3D格式，进一步提高了识别的准确性。
请参照图3以及图4，本发明的实施例一为：
一种3D视频格式识别方法，包括：
获取视频中的一帧图像；
对所述图像进行二阶拆分，得到4个分区；
对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；具体的，如图4所示，获取每个分区的像素值总和；计算一分区和与其左右相邻分区的像素值总和的绝对差，记为第一绝对差；计算所述一分区和与其上下相邻分区的像素值总和的绝对差，记为第二绝对差；计算第一绝对差和第二绝对差之和；计算第一绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与左右相邻分区的特征差异；计算第二绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与上下相邻分区的特征差异；分别计算其他三个分区的占比，得到对应的特征差异；
分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；所述预设阈值为3％；
判断是否每个分区的格式均相同，且为上下格式或左右格式；
若每个分区的格式均为左右格式，则判定所述图像为左右格式的3D图像；若每个分区的格式均为上下格式，则判定所述图像为上下格式的3D图像；
若所述图像为左右格式的3D图像，则判定所述视频为左右格式的3D视频；若所述图像为上下格式的3D图像，则判定所述视频为上下格式的3D视频，否则判定所述视频为非3D视频。
请参照图5以及图6，本发明的实施例二为：
一种3D视频格式识别方法，与上述实施例一的区别在于：
若判定所述视频为左右格式的3D视频，则分别计算所述图像中上下相邻的两个分区的像素值总和的绝对差；
计算所述两个分区的所述像素值总和之和；
计算所述绝对差和所述像素值总和之和的比；
若所述图像中上下相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为左右格式的3D图像，所述视频为3D视频，否则判定所述视频为非3D视频；
若判定所述视频为上下格式的3D视频，则分别计算所述图像中左右相邻的两个分区的像素值总和的绝对差；
计算所述两个分区的所述像素值总和之和；
计算所述绝对差和所述像素值总和之和的比；
若所述图像中左右相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为上下格式的3D图像，所述视频为上下格式的视频，否则判定所述视频为非3D视频。
在一优选实施例中，判定视频为3D视频后，进一步获取视频的其他多帧图像，对每一帧图像利用上述方法判断格式，若每一帧图像均与上述实施例一或实施例二中的图像的格式一致，则判定该视频为3D视频，否则判定该视频为非3D视频。
下面以一个具体的实例说明本发明的方案：
获取待识别的视频的第一帧图像，将该图像进行二阶拆分后得到A、B、C、D四个分区，如图7所示，其中A分区为图像的左上部分，B分区为图像的右上部分，C分区为图像的左下部分，D分区为图像的右上部分；
计算A、B、C、D四个分区的像素值总和，分别记为SA、SB、SC、SD，例如将A分区的红、黄、蓝的像素值相加的和记为SA；
对A、B、C、D四个分区进行格式判断，以C分区为例，计算SC和SA和绝对差m，以及SC和SD的绝对差n，并计算m加n的和p；再计算m相对p的占比a，以及n相对p的占比b；分别比较a和预设阈值3％的大小，b与3％的大小；假设a小于3％，b大于3％，则判断分区A为上下格式；同理，对B、C、D三个分区进行格式判断；若B、C、D也为上下格式，则说明该图像为上下格式的3D图像，判定该视频为上下格式的3D视频；
再进行验证，SA和SB的绝对差c与SA和SB的和d的比为c/d，SC和SD的差e与AC和SD的和f的比为e/f，比较c/d与3％的大小，以及e/f与3％的大小；若c/d和e/f均小于3％，则判定该视频为3D视频，否则推翻之前的结论，判断该视频为非3D视频；
判定该视频为3D视频后，还可再进一步验证，获取视频的第三帧、第五帧……等多帧图像进行格式判断，若该多帧图像也为上下格式的3D图像，则判断该视频为3D视频，否则推翻之前的结论，判断该视频为非3D视频。
请参照图8以及图9，本发明的实施例二为：
一种应用于上述实施例一的3D视频格式识别方法的系统，包括：
获取模块1，用于获取视频中的一帧图像；
拆分模块2，用于对所述图像进行二阶拆分，得到4个分区；
计算模块3，用于对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；具体的，如图9所示，所述计算模块3包括：第一获取模块31，用于获取每个分区的像素值总和；第一计算模块32，用于计算一分区和与其左右相邻分区的像素值总和的绝对差，记为第一绝对差；第二计算模块33，用于计算所述一分区和与其上下相邻分区的像素值总和的绝对差，记为第二绝对差；第三计算模块34，用于计算第一绝对差和第二绝对差之和；第四计算模块35，用于计算第一绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与左右相邻分区的特征差异；第五计算模块36，用于计算第二绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与上下相邻分区的特征差异；第六计算模块37，用于分别计算其他三个分区的占比，得到对应的特征差异；
比较模块4，用于分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；
判断模块5，用于判断是否每个分区的格式均相同，且为上下格式或左右格式；若是，则判定所述图像为3D格式；具体的，所述判断模块5包括判定模块51，用于若每个分区的格式均为左右格式，则判定所述图像为左右格式的3D图像；若每个分区的格式均为上下格式，则判定所述图像为上下格式的3D图像；
第七计算模块6，用于判定所述图像为左右格式的3D图像之后分别计算所述图像中上下相邻的两个分区的像素值总和的绝对差；
第八计算模块7，用于计算所述两个分区的所述像素值总和之和；
第九计算模块8，用于计算所述绝对差和所述像素值总和之和的比；
第一判定模块9，用于若所述图像中上下相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为左右格式的3D图像。
第十计算模块10，用于判定所述图像为上下格式的3D图像之后分别计算所述图像中左右相邻的两个分区的像素值总和的绝对差；
第十一计算模块11，用于计算所述两个分区的所述像素值总和之和；
第十二计算模块12，用于计算所述绝对差和所述像素值总和之和的比；
第二判定模块13，用于若所述图像中左右相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为上下格式的3D图像。
综上所述，本发明提供的3D视频格式识别方法及系统，通过对视频的一帧图像进行拆分，得到4个分区，并对4个分区进行格式判断，只有当4个分区的格式一致且均为3D格式才判定该图像为3D图像，视频为3D视频，极大程度地提高了识别的准确性；并在识别为3D视频后再对图像进行格式验证，只有验证结果为3D图像，才判定视频为3D视频；再通过进一步对视频的其他帧图像进行格式判断，只有该其他帧图像与前面判断的一帧图像格式一致，才最终判定视频为3D视频，经过两次验证，进一步提高了识别的准确性。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种3D视频格式识别方法，其特征在于，包括：
获取视频中的一帧图像；
对所述图像进行二阶拆分，得到4个分区；
对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；
分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；
判断是否每个分区的格式均相同，且为上下格式或左右格式；
若是，则判定所述图像为3D格式。
2.根据权利要求1所述的3D视频格式识别方法，其特征在于，所述对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异具体为：
获取每个分区的像素值总和；
计算一分区和与其左右相邻分区的像素值总和的绝对差，记为第一绝对差；
计算所述一分区和与其上下相邻分区的像素值总和的绝对差，记为第二绝对差；
计算第一绝对差和第二绝对差之和；
计算第一绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与左右相邻分区的特征差异；
计算第二绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与上下相邻分区的特征差异；
分别计算其他三个分区的占比，得到对应的特征差异。
3.根据权利要求2所述的3D视频格式识别方法，其特征在于，所述若是，判定所述图像为3D格式具体包括：若每个分区的格式均为左右格式，则判定所述图像为左右格式的3D图像；若每个分区的格式均为上下格式，则判定所述图像为上下格式的3D图像。
4.根据权利要求3所述的3D视频格式识别方法，其特征在于，所述判定所述图像为左右格式的3D图像之后，进一步包括：
分别计算所述图像中上下相邻的两个分区的像素值总和的绝对差；
计算所述两个分区的所述像素值总和之和；
计算所述绝对差和所述像素值总和之和的比；
若所述图像中上下相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为左右格式的3D图像。
5.根据权利要求3所述的3D视频格式识别方法，其特征在于，所述判定所述图像为上下格式的3D图像之后，进一步包括：
分别计算所述图像中左右相邻的两个分区的像素值总和的绝对差；
计算所述两个分区的所述像素值总和之和；
计算所述绝对差和所述像素值总和之和的比；
若所述图像中左右相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为上下格式的3D图像。
6.根据权利要求1所述的3D视频格式识别方法，其特征在于，所述判定所述图像为3D格式之后进一步包括：
获取所述视频的其他两帧以上的图像；
若所述两帧以上的图像和所述一帧图像的格式相同，则判定所述视频为3D格式。
7.一种3D视频格式识别系统，其特征在于，包括：
获取模块，用于获取视频中的一帧图像；
拆分模块，用于对所述图像进行二阶拆分，得到4个分区；
计算模块，用于对应每个分区分别计算其与左右相邻分区和上下相邻分区之间的特征差异；
比较模块，用于分别比较每个分区对应的特征差异与预设阈值的大小，若分区对应左右相邻分区的特征差异小于所述预设阈值，则判定所述分区为左右格式，若分区对应上下相邻分区的特征差异小于所述预设阈值，则判定所述分区为上下格式；
判断模块，用于判断是否每个分区的格式均相同，且为上下格式或左右格式；
若是，则判定所述图像为3D格式。
8.根据权利要求7所述的3D视频格式识别系统，其特征在于，所述计算模块包括：
第一获取模块，用于获取每个分区的像素值总和；
第一计算模块，用于计算一分区和与其左右相邻分区的像素值总和的绝对差，记为第一绝对差；
第二计算模块，用于计算所述一分区和与其上下相邻分区的像素值总和的绝对差，记为第二绝对差；
第三计算模块，用于计算第一绝对差和第二绝对差之和；
第四计算模块，用于计算第一绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与左右相邻分区的特征差异；
第五计算模块，用于计算第二绝对差相对第一绝对差和第二绝对差之和的占比，将所述占比作为所述分区与上下相邻分区的特征差异；
第六计算模块，用于分别计算其他三个分区的占比，得到对应的特征差异。
9.根据权利要求8所述的3D视频格式识别系统，其特征在于，所述判断模块包括：判定模块，用于若每个分区的格式均为左右格式，则判定所述图像为左右格式的3D图像；若每个分区的格式均为上下格式，则判定所述图像为上下格式的3D图像；
所述3D视频格式识别系统还包括：
第七计算模块，用于判定所述图像为左右格式的3D图像之后分别计算所述图像中上下相邻的两个分区的像素值总和的绝对差；
第八计算模块，用于计算所述两个分区的所述像素值总和之和；
第九计算模块，用于计算所述绝对差和所述像素值总和之和的比；
第一判定模块，用于若所述图像中上下相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为左右格式的3D图像。
10.根据权利要求8所述的3D视频格式识别系统，其特征在于，还包括：
第十计算模块，用于判定所述图像为上下格式的3D图像之后分别计算所述图像中左右相邻的两个分区的像素值总和的绝对差；
第十一计算模块，用于计算所述两个分区的所述像素值总和之和；
第十二计算模块，用于计算所述绝对差和所述像素值总和之和的比；
第二判定模块，用于若所述图像中左右相邻的两个分区对应的所述绝对差和所述像素值总和之和的比均小于预设阈值，则判定所述图像为上下格式的3D图像。
CN201610463002.3A 2016-06-23 2016-06-23 3d视频格式识别方法及系统 Active CN106131528B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610463002.3A CN106131528B (zh) 2016-06-23 2016-06-23 3d视频格式识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610463002.3A CN106131528B (zh) 2016-06-23 2016-06-23 3d视频格式识别方法及系统

Publications (2)

Publication Number Publication Date
CN106131528A true CN106131528A (zh) 2016-11-16
CN106131528B CN106131528B (zh) 2018-07-10

Family

ID=57269441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610463002.3A Active CN106131528B (zh) 2016-06-23 2016-06-23 3d视频格式识别方法及系统

Country Status (1)

Country Link
CN (1) CN106131528B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018187939A1 (zh) * 2017-04-11 2018-10-18 深圳市柔宇科技有限公司 三维图像的识别方法和终端
CN116485722A (zh) * 2023-03-17 2023-07-25 南京索图科技有限公司 一种三维医学影像的单帧定量识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011079376A1 (en) * 2010-01-03 2011-07-07 Sensio Technologies Inc. Method and system for detecting compressed stereoscopic frames in a digital video signal
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
CN102665085A (zh) * 2012-03-15 2012-09-12 广州嘉影软件有限公司 一种3d影片格式的自动识别方法及其自动识别装置
CN102957930A (zh) * 2012-09-03 2013-03-06 雷欧尼斯（北京）信息技术有限公司 一种数字内容3d格式自动识别方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011079376A1 (en) * 2010-01-03 2011-07-07 Sensio Technologies Inc. Method and system for detecting compressed stereoscopic frames in a digital video signal
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
CN102665085A (zh) * 2012-03-15 2012-09-12 广州嘉影软件有限公司 一种3d影片格式的自动识别方法及其自动识别装置
CN102957930A (zh) * 2012-09-03 2013-03-06 雷欧尼斯（北京）信息技术有限公司 一种数字内容3d格式自动识别方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018187939A1 (zh) * 2017-04-11 2018-10-18 深圳市柔宇科技有限公司 三维图像的识别方法和终端
CN116485722A (zh) * 2023-03-17 2023-07-25 南京索图科技有限公司 一种三维医学影像的单帧定量识别方法
CN116485722B (zh) * 2023-03-17 2024-05-14 南京索图科技有限公司 一种三维医学影像的单帧定量识别方法

Also Published As

Publication number Publication date
CN106131528B (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
US10715782B2 (en) 3D system including a marker mode
CN102547344B (zh) 一种视频格式识别方法及装置
CN101572076B (zh) 帧速率变换设备和帧速率变换方法
CN104517090B (zh) 一种qr码探测图形的检测方法及系统
CN102187680A (zh) 用于确定图像序列的二维或三维显示模式的方法和设备
EP2498502A2 (en) Analysis of stereoscopic images
US8982187B2 (en) System and method of rendering stereoscopic images
CN102724525A (zh) 一种基于中心凹恰可觉察失真模型的深度视频编码方法
US8619094B2 (en) Morphological anti-aliasing (MLAA) of a re-projection of a two-dimensional image
CN103826114B (zh) 一种立体显示方法及自由立体显示装置
CN106131528A (zh) 3d视频格式识别方法及系统
US10122987B2 (en) 3D system including additional 2D to 3D conversion
CN104282013B (zh) 一种用于前景目标检测的图像处理方法及装置
CN103324906B (zh) 一种遗留物检测的方法和设备
CN104767985A (zh) 使用区域分布分析以自动检测三维图像格式的方法
CN106028019B (zh) 视频三维格式快速检测方法
US10121280B2 (en) 3D system including rendering with three dimensional transformation
US20170140571A1 (en) 3d system including rendering with curved display
CN108629786A (zh) 图像边缘检测方法及装置
CN106303496A (zh) 图像格式确定方法及装置、显示设备
CN103198294B (zh) 一种视频或图像视点类型的识别方法
CN106231293B (zh) 一种立体片源反视的检测方法及装置
CN104967836B (zh) 一种图像处理方法及系统
US20090122187A1 (en) Image processing device
CN104331152A (zh) 三维影像互动系统

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