KR20130093295A - 입체 영상 자동 판별 장치 및 방법 - Google Patents

입체 영상 자동 판별 장치 및 방법 Download PDF

Info

Publication number
KR20130093295A
KR20130093295A KR1020120014755A KR20120014755A KR20130093295A KR 20130093295 A KR20130093295 A KR 20130093295A KR 1020120014755 A KR1020120014755 A KR 1020120014755A KR 20120014755 A KR20120014755 A KR 20120014755A KR 20130093295 A KR20130093295 A KR 20130093295A
Authority
KR
South Korea
Prior art keywords
image
boundary line
roi
input image
format
Prior art date
Application number
KR1020120014755A
Other languages
English (en)
Other versions
KR101323905B1 (ko
Inventor
장재경
남궁윤
김차연
김태섭
Original Assignee
케이디씨 주식회사
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 케이디씨 주식회사 filed Critical 케이디씨 주식회사
Priority to KR1020120014755A priority Critical patent/KR101323905B1/ko
Publication of KR20130093295A publication Critical patent/KR20130093295A/ko
Application granted granted Critical
Publication of KR101323905B1 publication Critical patent/KR101323905B1/ko

Links

Images

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
    • H04N13/15—Processing image signals for colour aspects of image signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

본 발명은, 입력되는 영상이 2D 영상의 포맷인지 3D 영상의 포맷인지 자동 판별하는 입체 영상 자동 판별 장치 및 방법에 관한 것으로, 본 발명에 따른 입체 영상 자동 판별 장치 입력되는 영상이 2D 영상인지 3D 영상인지 판별하는 영상 판별 모듈; 상기 영상 판별 모듈의 판별 결과에 따라 입력되는 영상을 디스플레이 가능하게 처리하는 영상 처리 모듈; 상기 영상 처리 모듈에 의해 처리되는 영상을 2D 또는 3D로 디스플레이하는 디스플레이 모듈을 포함하며, 입력되는 영상의 포맷이 2D 영상 포맷인지 3D 영상 포맷인지 자동 판별하는 효과가 있다.

Description

입체 영상 자동 판별 장치 및 방법{Automatic recognition device for the three-dimensional images and method}
본 발명은 입체 영상 자동 인식 장치 및 방법에 관한 것으로서, 더욱 상세하게는 입력되는 영상이 2D 영상의 포맷인지 3D 영상의 포맷인지 자동 판별하는 입체 영상 자동 판별 장치 및 방법에 관한 것이다.
사람은 두 눈으로 사물을 보게 되므로 왼쪽 눈과 오른쪽 눈에 들어오는 영상이 서로 다르다. 이를 우리의 뇌에서는 그 차이를 분석해서 입체(3D)로 인지한다.
사람의 두 눈의 간격은 평균하여 약 6.5Cm 정도가 되는데, 두 눈의 간격에 의해, 각각의 눈은 조금씩 다른 각도의 영상을 받아들이고 우리의 두뇌는 이 두 개의 영상을 가지고 서로 조합된 하나의 원근감이 있는 영상으로 만들어서 입체를 인지하게 된다.
물체가 무한거리로 멀리 떨어져 있다면, 왼쪽 눈과 오른쪽 눈에 들어오는 이미지에 거의 차이가 없지만 물체가 눈에 가깝게 근접할수록 우리의 눈은 양 눈 안 쪽으로 모이게 되고 도 1에서처럼 왼쪽 이미지와 오른쪽 이미지가 차이가 나게 된다. 이 차이가 나는 것으로 원근감을 인지하게 된다. 즉 차이가 많이 나면 물체가 가까이 있고 차이가 없으면 물체는 멀리 있다.
3D 시스템 역시 사람의 오른쪽 눈과 왼쪽 눈에 연속적으로 다른 영상을 보여줌으로써 실생활에서 사람이 입체영상을 느끼는 것처럼 해 준다.
따라서, 2D 영상의 포맷과 3D 영상의 포맷은 서로 다르고, 영상의 포맷에 따라 디스플레이하기 위한 처리과정이 다르므로 입력되는 영상이 2D 인지 3D 인지 판별하는 기술은 디스플레이 전처리 과정에서 필수불가결한 과정이 되었다.
본 발명은 상기의 문제점을 해결하기 위해 창안된 것으로서, 입력되는 영상의 포맷이 2D 영상 포맷인지 3D 영상 포맷인지 자동 판별하는 입체 영상 자동 판별 장치 및 방법을 제공함에 그 목적이 있다.
이를 위하여, 본 발명의 제1 측면에 따르면, 본 발명에 따른 입체 영상 자동 판별 장치는, 입력되는 영상이 2D 영상인지 3D 영상인지 판별하는 영상 판별 모듈; 상기 영상 판별 모듈의 판별 결과에 따라 입력되는 영상을 디스플레이 가능하게 처리하는 영상 처리 모듈; 상기 영상 처리 모듈에 의해 처리되는 영상을 2D 또는 3D로 디스플레이하는 디스플레이 모듈을 포함하는 것을 특징으로 한다.
상기 영상 판별 모듈은 입력되는 영상의 경계선을 검출하는 경계선 검출부, 또는 입력되는 영상의 좌우 영상의 색상차를 비교하는 색상차 비교부, 또는 입력되는 영상의 좌우 영상의 에지(edge) 개수를 비교하는 에지 비교부 중 어느 하나 이상을 포함하고, 상기 경계선 검출부의 경계선 검출 유무, 또는 상기 색상차 비교부의 비교값(처리값) 또는 상기 에지 비교부의 비교값(처리값) 중 어느 하나 이상을 미리 정한 임계값과 비교하여 그 결과에 따라 3D인지 판별하는 모드 판별부를 포함하고 있는 것을 특징으로 하는 입체 영상 자동 판별 장치를 포함한다.
상기 경계선 검출부는 입력되는 영상의 중심점(가로길이/2, 세로길이/2)을 중심으로 임의의 사각 영역을 설정하여 영상의 경계선을 인식하는 방법으로 상기 임의의 사각 영역의 경계선을 검출하도록 하고, 상기 임의의 사각 영역에 세로 경계선이 검출되면 사이드 바이 사이드(side by side) 포맷의 3D 영상으로 인식하고, 상기 임의의 사각 영역에 가로 경계선이 인식되면 탑 앤 다운(top and down) 포맷의 3D 영상으로 인식하고, 상기 임의의 사각 영역에 경계선이 검출되지 않으면 2D 영상으로 인식하고, 상기 색상차 비교부는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 RGB 값과 우 영상 관심 영역의 RGB 값을 비교하고, 상기 에지 비교부는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 에지(edge)의 개수와 우 영상 관심 영역의 에지(edge)의 개수를 비교하는 것을 특징으로 한다.
본 발명의 제2 측면에 따르면, 본 발명에 따른 입체 영상 자동 판별 방법은, 입력되는 영상이 입체 영상인지 판별하기 위해 입력되는 영상의 경계선을 검출하는 경계선 검출 단계; 입력되는 영상의 좌우 영상의 색상차를 비교하는 색상차 비교 단계; 입력되는 영상의 좌우 영상의 에지 개수를 비교하는 에지 비교 단계를 포함하고, 상기 경계선 검출 단계, 상기 색상차 비교 단계, 상기 에지 비교 단계의 결과에 따라 상기 입력된 영상이 입체 영상인지 판별하는 포함하는 것을 특징으로 한다.
상기 경계선 검출 단계는 입력되는 영상의 중심점(가로길이/2, 세로길이/2)을 기준으로 임의의 사각 영역을 설정하는 과정과 설정된 상기 임의의 사각 영역에 영상의 경계선을 인식하는 방법으로 경계선을 검출하는 과정으로 이루어지고, 상기 임의의 사각 영역에 세로 경계선이 인식되면 사이드 바이 사이드(side by side) 포맷의 입체 영상으로 인식하고, 상기 임의의 사각 영역에 가로 경계선이 인식되면 탑 앤 다운(top and down) 포맷의 입체 영상으로 인식하고, 상기 임의의 사각 영역에 경계선이 검출되지 않으면 2D 영상으로 인식하고, 상기 색상차 비교 단계는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 RGB 값과 우 영상 관심 영역의 RGB 값의 차를 미리 정한 임계값과 비교하고, 상기 에지 비교 단계는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 에지(edge)의 개수와 우 영상 관심 영역의 에지(edge)의 개수의 차를 미리 정한 임계값과 비교하고, 상기 입력된 영상의 경계선 검출 단계, 또는 상기 색상차 비교 단계 또는 상기 에지 비교 단계 중 적어도 하나 이상의 단계를 처리(수행)하여 입체 영상인지를 판별하는 것을 특징으로 한다.
상기 색상차 비교 단계와 상기 에지 비교 단계에서, 좌우 영상의 관심 영역을 설정하기 이전에, 입력되는 영상의 포맷이 사이드 바이 사이드 포맷이라고 판별되는 경우, 입력되는 영상의 좌우로 좌 영상 관심영역과, 우 영상 관심 영역을 설정하고, 입력되는 영상의 포맷이 탑 앤드 다운 포맷이라고 판별되는 경우, 입력되는 영상의 상하에서 좌 영상 관심 영역과 우 영상 관심 영역을 설정하고, 입력되는 영상의 포맷에 대한 정보가 없는 경우, 먼저 입력되는 영상의 좌우 또는 상하 중 어느 하나에서 좌 영상 관심 영역과 우 영상 관심 영역을 설정하여, 비교 단계를 실행하고, 2D라고 판단되면, 입력되는 영상의 좌우 또는 상하 중 관심 영역을 설정하지 않은 어느 하나에서 좌 영상 관심 영역과 우 영상 관심 영역을 설정하여 다시 상기 비교 단계를 실행하는 것을 특징으로 한다.
본 발명에 따르면, 입력되는 영상의 포맷이 2D 영상 포맷인지 3D 영상 포맷인지 자동 판별하는 효과가 있다.
도 1은 종래의 좌우 영상을 포함하는 3D 영상을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 영상 처리 시스템의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 영상 판별 모듈의 구성도이다.
도 4는 본 발명의 일 실시예에 따른 경계선 검출을 설명하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 좌우 영상의 색상 비교를 설명하는 도면이다.
도 6은 본 발명의 일 실시예에 따른 좌우 영상의 에지 비교 설명하는 도면이다.
도 7 내지 도 17은 본 발명의 제1 실시예 내지 제11 실시예에 따른 영상 판별 모듈의 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시 예를 상세하게 설명한다. 본 발명의 구성 및 그에 따른 작용 효과는 이하의 상세한 설명을 통해 명확하게 이해될 것이다. 본 발명의 상세한 설명에 앞서, 동일한 구성요소에 대해서는 다른 도면 상에 표시되더라도 가능한 동일한 부호로 표시하며, 공지된 구성에 대해서는 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 구체적인 설명은 생략하기로 함에 유의한다.
도 2는 본 발명의 일 실시예에 따른 영상 처리 시스템의 구성도이다.
도 2를 참조하면, 영상 공급 장치(100)는 영상 디스플레이 장치(200)에 표시할 영상 신호를 생성하여 출력하는 역할을 한다.
영상 디스플레이 장치(200)는 영상 공급 장치(100)로부터 공급되는 영상이 2D 영상인지 3D 영상인지 판별하여 영상을 처리하여 디스플레이 되도록 하는 역할을 한다.
보다 구체적으로, 영상 디스플레이 장치(200)는 영상 입력 모듈(210), 영상 인식 모듈(220), 영상 처리 모듈(230), 디스플레이 모듈(240)을 포함할 수 있다.
영상 입력 모듈(210)은 영상 공급 장치(100)로부터 출력되는 영상 신호를 입력받아 영상 인식 모듈(220)로 전달하는 역할을 한다.
영상 판별 모듈(220)은 영상 입력 모듈(210)로부터 입력되는 영상이 2D 영상인지 3D 영상인지 판별하는 역할을 한다.
영상 처리 모듈(230)은 영상 판별 모듈(220)의 판별 결과에 따라, 2D 영상인 경우에는 2D 영상 처리 모드로 영상을 처리하고 3D 영상인 경우에는 3D 영상 처리 모드로 영상을 처리하여 디스플레이 되도록 하는 역할을 한다.
디스플레이 모듈(240)은 영상 처리 모듈(230)에 의해 처리되는 영상을 디스플레이해주는 역할을 한다.
다음, 도 3을 참조하여 영상 판별 모듈(220)의 각 구성요소들을 상세히 설명한다.
영상 판별 모듈(220)은 경계선 검출부(222), 색상차 비교부(224), 에지(edge) 비교부(226) 및 모드 판별부(228)를 포함한다.
경계선 비교부(220)는 입력되는 영상의 경계선을 검출한다.
경계선 비교부(220)는 3D 영상의 좌영상 우영상이 만나는 경계선에 칼로 자른 듯한 경계 부분이 생기게 된다는 점을 이용하여, 화면의 중심점 부분, 즉 전체 영상의 중심점(가로길이/2, 세로길이/2)에서 도 4의 (a), (b)와 같이 임의의 사각 영역을 설정하고, 설정된 사각 영역 내에 영상의 경계선을 인식하는 방법으로 경계선을 검출하여, 상기 사각 영역 내에 경계선의 검출 여부에 따라, 입력된 영상이 2D 영상인지 3D 영상인지 1차적으로 판단한다.
또한, 경계선 비교부(220)는 경계선이 검출되는 경우, 상기 경계선이 세로 경계선이면 사이드 바이 사이드(side by side) 포맷의 영상으로 인식하고, 상기 경계선이 가로 경계선이면 탑 앤 다운(top and down) 포맷의 영상으로 인식하고, 2차 판별을 위해 상기 입력된 영상을 색상차 비교부(224)로 전달한다.
참고로, 3D 영상의 포맷은 사이드 바이 사이드(side by side), 탑 앤 다운(top and down)의 포맷이 있다. 사이드 바이 사이드 포맷은 도 4의 (a)와 같이 좌영상 우영상이 나란히 배열되는 좌우 배치 영상 포맷이고, 탑 앤 다운 포맷은 도 4의 (b)와 같이 좌영상 우영상이 상하로 배열되는 상하 배치 영상 포맷이다.
색상차 비교부(224)는, 3D 영상의 좌우의 영상이 거의 똑같다고 할 정도로 같은 경우가 95%이상이라는 점을 이용하여 입력된 영상에서 관심 영역(ROI : region of interest)을 설정한 후, 관심 영역의 RGB 값을 분리한 후 각각 평균화하여 좌우 영상의 R, G, B 값을 비교함으로써, 입체 영상인지 아닌지를 구분한다.
즉, 좌영상의 관심 영역의 R, G, B 각각의 평균값(R1,G1,B1)과 값과 우영상의 관심 영역의 R, G, B 각각의 평균값(R2,G2,B2)의 차이값(R1-R2, G1-G2, B1-B2)이 모두 미리 정한 임계값 내에 있는 경우, 3D 영상이라고 판별한다.
참고로, RGB 값이란, RGB 컬러란 빛의 삼원색인 빨강, 녹색, 청색을 조합해서 만든 색을 말하며, 가산 혼합이라는 형태로 색을 섞을 수록 흰색에 가까워지는 성질을 갖는다. RGB 컬러는 칵 컬러 단계를 256 단계로 표현하여 24비트(bit) 컬러 즉, 256*256*256= 약 1670만개의 컬러를 RGB 값으로 표현할 수 있다. 영상은 RGB의 조합으로 색상을 나타내며 R,G,B 개별로 분리가 가능하다. 정교한 판별을 위해 R,G,B 각각을 분리하여 비교하는 것이 바람직하다.
에지 비교부(226)는 3D 영상의 좌우 영상이 거의 똑같다고 할 정도로 같은 경우가 95%이라는 점을 이용하여 입력되는 좌우 영상에 관심 영역을 설정한 후, 좌우 관심 영역의 에지 개수를 비교함으로써, 입체 영상인지 아닌지를 구분한다.
즉, 좌영상의 관심 영역의 에지의 개수(Edge1)와 우영상의 관심 영역의 에지의 개수(Edge2)의 차의 절대값(|Edge1-Edge2|)이 미리 정한 임계값보다 크면 2D 영상으로 판별하고 그렇지 않으면 3D 영상으로 판별한다.
참고로 영상에서 에지란 영상의 밝기가 낮은 값에서 높은 값으로, 또는 그 반대로 변하는 지점에 존재하는 픽셀(pixel)을 말하며 윤곽선이라고도 한다. 관심영역 내에 에지로 판별된 픽셀들을 개수하고 그 차이를 비교하여 영상의 포맷을 파악한다.
도 7은 본 발명이 제1 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 경계선을 검출한다(S110). 경계선이 검출되지 않으면 2D라고 판별한다(S130).
경계선이 검출된 경우 3D라고 판별한다(S120). 또한, 경계선이 세로 경계선인지 가로 경계선인지 확인하고, 세로 경계선인지 확인하고, 가로 경계선이 인식되면 탑 앤 다운 포맷의 3D 영상으로 판별하고, 세로 경계선이 인식되면 사이드 바이 사이드 포맷의 3D 영상으로 판별한다.
도 8은 본 발명이 제2 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 경계선을 검출한다(S210). 경계선이 검출되지 않으면 2D라고 판별한다(S240).
경계선이 검출된 경우 경계선이 세로 경계선인지 가로 경계선인지 확인하고, 세로 경계선인 경우 사이드 바이 사이드 포맷으로 판별하고, 가로 경계선인 경우 탑 앤 다운 포맷으로 판별하여 다음 단계로 진행한다.
다음, 좌우 영상의 색상차가 임계값 이하인지 확인한다(S220). 상기 경계선 검출 단계에서 판별된 포맷에 따라 좌 우 영상의 임의의 관심 영역을 설정하여, 좌영상의 관심 영역의 R, G, B 각각의 평균값(R1,G1,B1)과 값과 우영상의 관심 영역의 R, G, B 각각의 평균값(R2,G2,B2)의 차이값(R1-R2, G1-G2, B1-B2)이 모두 미리 정한 임계값 내에 있는 경우, 3D 영상이라고 판별한다 (S230).
도 9는 본 발명이 제3 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 좌우 영상의 색상차를 비교한다(S310). 즉 좌우 영상의 R, G, B 각각의 평균값의 차이를 미리 정한 임계값과 비교하여, 미리 정한 임계값 이상인 경우, 2D 영상이라고 판별한다(S340). 이때, 입력된 영상의 좌 우 영상은 탑 앤 다운 포맷인지, 사이드 바이 사이드 포맷인지 알지 못하므로, 관심 영역은 상하로 설정하여 색상차를 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 탑 앤드 다운 포맷으로 판별하고, 다음 단계로 진행하고, 임계값 이상인 경우, 관심 영역을 좌우로 설정하여 색상차를 비교하여 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 사이드 바이 사이드 포맷으로 판별하고, 다음 단계로 진행한다.
단계 S310의 결과에 따라, 입력된 영상의 경계선을 검출한다(S320). 이때, 사이드 바이 사이드라고 판별된 경우, 화면의 중심점 부분, 즉 전체 영상의 세로길이/2에서 도 4의 (a)와 같이 임의의 사각 영역을 설정하고, 설정된 사각 영역 내에 영상의 경계선을 인식하는 방법으로 경계선을 검출하고, 탑 앤 다운 포맷이라고 판별된 경우, 화면의 중심점 부분, 즉 전체 영상의 가로길이/2에서 도 4의 (b)와 같이 임의의 사각 영역을 설정하고, 설정된 사각 영역 내에 영상의 경계선을 인식하는 방법으로 경계선을 검출한다.
경계선이 검출되면 3D 영상으로 판별하고(S330), 경계선이 검출되지 않으면 2D 영상으로 최종 판별한다(S340).
도 10은 본 발명이 제4 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 경계선을 검출한다(S410). 경계선이 검출되지 않으면 2D라고 판별한다(S440).
입력된 영상의 경계선이 검출되면, 좌우 영상의 색상차가 임계값 이하인지 확인한다(S420). 좌우 영상의 색상차가 임계값 이상이면 2D라고 판별한다(S440). 좌우 영상의 색상차가 임계값 내에 있으면 3D라고 판별한다(S430).
도 11은 본 발명이 제5 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 좌우 영상의 에지 개수를 비교한다(S510). 즉 좌우 영상의 R, G, B 각각의 평균값의 차이를 미리 정한 임계값과 비교하여, 미리 정한 임계값 이상인 경우, 2D 영상이라고 판별한다(S540). 이때, 입력된 영상의 좌 우 영상은 탑 앤 다운 포맷인지, 사이드 바이 사이드 포맷인지 알지 못하므로, 관심 영역은 상하로 설정하여 에지 개수를 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 탑 앤드 다운 포맷으로 판별하고, 다음 단계로 진행하고, 임계값 이상인 경우, 관심 영역을 좌우로 설정하여 에지 개수를 비교하여 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 사이드 바이 사이드 포맷으로 판별하고, 다음 단계로 진행한다.
단계 S510의 결과에 따라, 입력된 영상의 경계선을 검출한다(S520). 이때, 사이드 바이 사이드라고 판별된 경우, 화면의 중심점 부분, 즉 전체 영상의 세로길이/2에서 도 4의 (a)와 같이 임의의 사각 영역을 설정하고, 설정된 사각 영역 내에 영상의 경계선을 인식하는 방법으로 경계선을 검출하고, 탑 앤 다운 포맷이라고 판별된 경우, 화면의 중심점 부분, 즉 전체 영상의 가로길이/2에서 도 4의 (b)와 같이 임의의 사각 영역을 설정하고, 설정된 사각 영역 내에 영상의 경계선을 인식하는 방법으로 경계선을 검출한다.
경계선이 검출되지 않으면 2D라고 판별하고(S540), 경계선이 검출되면 3D 영상으로 최종 판별한다(S530).
도 12는 본 발명이 제6 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 경계선을 검출한다(S610). 경계선이 검출되지 않으면 2D라고 판별한다(S650).
3D라고 판별되는 경우에, 좌우 영상의 색상차가 임계값 이하인지 확인한다(S620). 좌우 영상의 색상차가 임계값 이상이면 2D라고 판별한다(S650).
좌우 영상의 에지 개수를 검출하여 좌우 영상의 에지 개수의 차가 임계값 이하인지 확인한다(S630). 좌우 영상의 에지 개수의 차가 임계값 이하이면 3D라고 판별한다(S640).
도 13은 본 발명이 제7 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 경계선을 검출한다(S710). 경계선이 검출되지 않으면 2D라고 판별한다(S750).
3D라고 판별되는 경우에, 좌우 영상의 에지 개수를 검출하여 좌우 영상의 에지 개수의 차가 임계값 이하인지 확인한다(S720). 좌우 영상의 에지 개수의 차가 임계값 이상이면 2D라고 판별한다(S750).
좌우 영상의 색상차가 임계값 이하인지 확인한다(S730). 좌우 영상의 색상차가 임계값 이하이면 3D라고 판별한다(S740).
도 14는 본 발명이 제8 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 좌우 영상의 색상차를 비교한다(S810). 즉 좌우 영상의 R, G, B 각각의 평균값의 차이를 미리 정한 임계값과 비교하여, 미리 정한 임계값 이상인 경우, 2D 영상이라고 판별한다(S850). 이때, 입력된 영상의 좌 우 영상의 관심 영역을 상하로 설정하여 색상차를 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 탑 앤드 다운 포맷으로 판별하고, 다음 단계로 진행하고, 임계값 이상인 경우, 관심 영역을 좌우로 설정하여 색상차를 비교하여 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 사이드 바이 사이드 포맷으로 판별하고, 다음 단계로 진행한다.
단계 S810의 결과에 따라, 입력된 영상의 경계선을 검출한다(S820). 이때, 사이드 바이 사이드라고 판별된 경우, 화면의 중심점 부분, 즉 전체 영상의 세로길이/2에서 도 4의 (a)와 같이 임의의 사각 영역을 설정하고, 설정된 사각 영역 내에 영상의 경계선을 인식하는 방법으로 경계선을 검출하고, 탑 앤 다운 포맷이라고 판별된 경우, 화면의 중심점 부분, 즉 전체 영상의 가로길이/2에서 도 4의 (b)와 같이 임의의 사각 영역을 설정하고, 설정된 사각 영역 내에 영상의 경계선을 인식하는 방법으로 경계선을 검출한다.
관심 영역의 경계선이 검출되지 않으면 2D 영상으로 판별한다(S850).
단계 S820에서 관심 영역의 경계선이 검출되면, 해당 관심 영역의 좌우 영상의 에지 개수를 비교한다(S830). 좌우 영상의 에지 개수를 검출하여 좌우 영상의 에지 개수의 차가 임계값 이상이면 2D라고 판별하고(S850). 좌우 영상의 에지 개수의 차가 임계값 내에 있는 경우, 3D라고 판별한다(S840).
도 15는 본 발명이 제9 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 좌우 영상의 색상차를 비교한다(S910). 즉 좌우 영상의 R, G, B 각각의 평균값의 차이를 미리 정한 임계값과 비교하여, 미리 정한 임계값 이상인 경우, 2D 영상이라고 판별한다(S950). 이때, 입력된 영상의 좌 우 영상의 관심 영역을 상하로 설정하여 색상차를 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 탑 앤드 다운 포맷으로 판별하고, 다음 단계로 진행하고, 임계값 이상인 경우, 관심 영역을 좌우로 설정하여 색상차를 비교하여 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 사이드 바이 사이드 포맷으로 판별하고, 다음 단계로 진행한다.
단계 S910에서 판별된 포맷에 맞게, 입력된 해당 관심 영역을 설정하여 좌우 영상의 에지 개수를 비교한다(S920). 좌우 영상의 에지 개수를 검출하여 좌우 영상의 에지 개수의 차가 임계값 이상이면 2D라고 판별하고(S950). 좌우 영상의 에지 개수의 차가 임계값 내에 있는 경우, 다음 단계로 진행한다.
다음, 영상의 포맷에 따라, 입력된 영상의 경계선을 검출한다(S930). 경계선이 검출되면 3D 영상으로 최종 판별하고(S940), 경계선이 검출되지 않으면 2D 영상으로 판별한다(S950).
도 16은 본 발명이 제10 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 좌우 영상의 에지 개수를 비교한다(S1110). 즉 좌우 영상의 R, G, B 각각의 평균값의 차이를 미리 정한 임계값과 비교하여, 미리 정한 임계값 이상인 경우, 2D 영상이라고 판별한다(S1150). 이때, 관심 영역은 상하로 설정하여 에지 개수를 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 탑 앤드 다운 포맷으로 판별하고, 다음 단계로 진행하고, 임계값 이상인 경우, 관심 영역을 좌우로 설정하여 에지 개수를 비교하여 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 사이드 바이 사이드 포맷으로 판별하고, 다음 단계로 진행한다.
단계 S1110의 결과에 따라, 입력된 영상의 경계선을 검출한다(S1120). 경계선이 검출되지 않으면, 2D 영상이라고 판별하고(S1150), 경계선이 검출되면 다음 단계로 진행한다.
다음, 좌우 영상의 색상차가 임계값 이하인지 확인한다(S1130). 좌우 영상의 색상차가 임계값 이상이면 2D라고 판별하고(S1150), 좌우 영상의 색상차가 임계값 내에 있으면 3D라고 최종 판별한다(S1140).
도 17은 본 발명이 제11 실시예에 따른 3D 영상 자동 판별 방법을 설명하는 흐름도이다.
입력된 영상의 좌우 영상의 에지 개수를 비교한다(S1210). 즉 좌우 영상의 R, G, B 각각의 평균값의 차이를 미리 정한 임계값과 비교하여, 미리 정한 임계값 이상인 경우, 2D 영상이라고 판별한다(S1250). 이때, 관심 영역은 상하로 설정하여 에지 개수를 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 탑 앤드 다운 포맷으로 판별하고, 다음 단계로 진행하고, 임계값 이상인 경우, 관심 영역을 좌우로 설정하여 에지 개수를 비교하여 미리 정한 임계값과 비교하여 임계값 내에 있는 경우, 사이드 바이 사이드 포맷으로 판별하고, 다음 단계로 진행한다.
단계 S1210의 결과에 따라, 좌우 영상의 색상차를 비교한다(S1220). 좌우 영상의 해당 관심 영역의 색상차 임계값 이상이면 2D라고 판별하고(S1250), 좌우 영상의 색상차가 임계값 내에 있으면 다음 단계로 진행한다.
다음, 영상의 포맷에 따라, 입력된 영상의 경계선을 검출한다(S1230). 경계선이 검출되면 3D 영상으로 최종 판별하고(S1240), 경계선이 검출되지 않으면 2D 영상으로 판별한다(S1250).
본 발명의 실시예에서 알 수 있듯이 경계선 검출 단계, 색상차 비교 단계, 에지 비교 단계 간의 우선순위는 없으며, 이중 어느 하나만으로도 입력되는 영상의 2D와 3D를 판별할 수 있다. 다만, 여러 단계를 거치면 정확도는 증가하지만 속도가 느려질 수 있으므로, 당업자가 실시예를 적절하게 선택하여 실시가능하다.
이상의 설명은 본 발명을 예시적으로 설명한 것에 불과하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상에서 벗어나지 않는 범위에서 다양한 변형이 가능할 것이다. 따라서 본 발명의 명세서에 개시된 실시 예들은 본 발명을 한정하는 것이 아니다. 본 발명의 범위는 아래의 특허청구범위에 의해 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술도 본 발명의 범위에 포함되는 것으로 해석해야 할 것이다.
220 : 영상 판별 모듈
222 : 경계선 검출부
224 : 색상차 비교부
226 : 에지 비교부
228 : 모드 판별부

Claims (6)

  1. 입력되는 영상이 2D 영상인지 3D 영상인지 판별하는 영상 판별 모듈;
    상기 영상 판별 모듈의 판별 결과에 따라 입력되는 영상을 디스플레이 가능하게 처리하는 영상 처리 모듈;
    상기 영상 처리 모듈에 의해 처리되는 영상을 2D 또는 3D로 디스플레이하는 디스플레이 모듈
    을 포함하는 것을 특징으로 하는 입체 영상 자동 판별 장치.
  2. 제1항에 있어서, 상기 영상 판별 모듈은 입력되는 영상의 경계선을 검출하는 경계선 검출부, 또는 입력되는 영상의 좌우 영상의 색상차를 비교하는 색상차 비교부, 또는 입력되는 영상의 좌우 영상의 에지(edge)차를 비교하는 에지 비교부 중 어느 하나 이상을 포함하고,
    상기 경계선 검출부의 경계선 검출 유무, 또는 상기 색상차 비교부의 비교값(처리값) 또는 상기 에지 비교부의 비교값(처리값) 중 어느 하나 이상을 미리 정한 임계값과 비교하여 그 결과에 따라 3D인지 판별하는 모드 판별부를 포함하고 있는 것을 특징으로 하는 입체 영상 자동 판별 장치.
  3. 제2항에 있어서, 상기 경계선 검출부는 입력되는 영상의 중심점(가로길이/2, 세로길이/2)을 중심으로 임의의 사각 영역을 설정하여 영상의 경계선을 인식하는 방법으로 상기 임의의 사각 영역의 경계선을 검출하도록 하고, 상기 임의의 사각 영역에 세로 경계선이 검출되면 사이드 바이 사이드(side by side) 포맷의 3D 영상으로 인식하고, 상기 임의의 사각 영역에 가로 경계선이 인식되면 탑 앤 다운(top and down) 포맷의 3D 영상으로 인식하고, 상기 임의의 사각 영역에 경계선이 검출되지 않으면 2D 영상으로 인식하고,
    상기 색상차 비교부는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 RGB 값과 우 영상 관심 영역의 RGB 값을 비교하고,
    상기 에지 비교부는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 에지(edge)의 개수와 우 영상 관심 영역의 에지(edge)의 개수를 비교하는 것을 특징으로 하는 입체 영상 자동 판별 장치.
  4. 입력되는 영상이 입체 영상인지 판별하기 위해 입력되는 영상의 경계선을 검출하는 경계선 검출 단계;
    입력되는 영상의 좌우 영상의 색상차를 비교하는 색상차 비교 단계;
    입력되는 영상의 좌우 영상의 에지 개수를 비교하는 에지 비교 단계를 포함하고,
    상기 경계선 검출 단계, 상기 색상차 비교 단계, 상기 에지 비교 단계의 결과에 따라 상기 입력된 영상이 입체 영상인지 판별하는 것을 특징으로 하는 입체 영상 자동 판별 방법.
  5. 제4항에 있어서, 상기 경계선 검출 단계는 입력되는 영상의 중심점(가로길이/2, 세로길이/2)을 기준으로 임의의 사각 영역을 설정하는 과정과 설정된 상기 임의의 사각 영역에 영상의 경계선을 인식하는 방법으로 경계선을 검출하는 과정으로 이루어지고, 상기 임의의 사각 영역에 세로 경계선이 인식되면 사이드 바이 사이드(side by side) 포맷의 입체 영상으로 인식하고, 상기 임의의 사각 영역에 가로 경계선이 인식되면 탑 앤 다운(top and down) 포맷의 입체 영상으로 인식하고, 상기 임의의 사각 영역에 경계선이 검출되지 않으면 2D 영상으로 인식하고,
    상기 색상차 비교 단계는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 RGB 값과 우 영상 관심 영역의 RGB 값의 차를 미리 정한 임계값과 비교하고,
    상기 에지 비교 단계는 좌우 영상의 관심 영역을 설정하여 설정된 좌 영상 관심 영역의 에지(edge)의 개수와 우 영상 관심 영역의 에지(edge)의 개수의 차를 미리 정한 임계값과 비교하고,
    상기 입력된 영상의 경계선 검출 단계, 또는 상기 색상차 비교 단계 또는 상기 에지 비교 단계 중 적어도 하나 이상의 단계를 처리(수행)하여 입체 영상인지를 판별하는 것을 특징으로 하는 입체 영상 자동 판별 방법.
  6. 제5항에 있어서, 상기 색상차 비교 단계와 상기 에지 비교 단계에서,
    상기 좌우 영상의 관심 영역을 설정하기 이전에, 입력되는 영상의 포맷이 사이드 바이 사이드 포맷이라고 판별되는 경우, 입력되는 영상의 좌우에서 좌 영상 관심영역과, 우 영상 관심 영역을 설정하고,
    입력되는 영상의 포맷이 탑 앤드 다운 포맷이라고 판별되는 경우, 입력되는 영상의 상하에서 좌 영상 관심 영역과 우 영상 관심 영역을 설정하고,
    입력되는 영상의 포맷에 대한 정보가 없는 경우, 먼저 입력되는 영상의 좌우 또는 상하 중 어느 하나에서 좌 영상 관심 영역과 우 영상 관심 영역을 설정하여, 비교 단계를 실행하고, 2D라고 판단되면, 입력되는 영상의 좌우 또는 상하 중 관심 영역을 설정하지 않은 어느 하나에서 좌 영상 관심 영역과 우 영상 관심 영역을 설정하여 다시 상기 비교 단계를 실행하는 것을 특징으로 하는 것을 입체 영상 자동 판별 방법.
KR1020120014755A 2012-02-14 2012-02-14 입체 영상 자동 판별 장치 및 방법 KR101323905B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120014755A KR101323905B1 (ko) 2012-02-14 2012-02-14 입체 영상 자동 판별 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120014755A KR101323905B1 (ko) 2012-02-14 2012-02-14 입체 영상 자동 판별 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20130093295A true KR20130093295A (ko) 2013-08-22
KR101323905B1 KR101323905B1 (ko) 2013-10-30

Family

ID=49217627

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120014755A KR101323905B1 (ko) 2012-02-14 2012-02-14 입체 영상 자동 판별 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101323905B1 (ko)

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
KR101950438B1 (ko) * 2018-11-12 2019-02-20 길재소프트 주식회사 관심영역에 대한 영상 차원 판별 방법 및 시스템
CN116818780A (zh) * 2023-05-26 2023-09-29 深圳市大德激光技术有限公司 纽扣电池壳体激光焊接后视觉2d和3d检测系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100827133B1 (ko) * 2007-03-15 2008-05-02 삼성전자주식회사 이동 통신 단말기에서 3차원 입체 영상을 판별하기 위한방법 및 장치

Cited By (4)

* 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
KR101950438B1 (ko) * 2018-11-12 2019-02-20 길재소프트 주식회사 관심영역에 대한 영상 차원 판별 방법 및 시스템
CN116818780A (zh) * 2023-05-26 2023-09-29 深圳市大德激光技术有限公司 纽扣电池壳体激光焊接后视觉2d和3d检测系统
CN116818780B (zh) * 2023-05-26 2024-03-26 深圳市大德激光技术有限公司 纽扣电池壳体激光焊接后视觉2d和3d检测系统

Also Published As

Publication number Publication date
KR101323905B1 (ko) 2013-10-30

Similar Documents

Publication Publication Date Title
US10657903B2 (en) Display system and driving method for display panel
US8654182B2 (en) Display device and control method of display device
KR102447101B1 (ko) 무안경 3d 디스플레이를 위한 영상 처리 방법 및 장치
US8913107B2 (en) Systems and methods for converting a 2D image to a 3D image
US20120188334A1 (en) Generating 3D stereoscopic content from monoscopic video content
EP2562581A1 (en) Three-dimensional video display device and three-dimensional video display method
US10762688B2 (en) Information processing apparatus, information processing system, and information processing method
US20120013604A1 (en) Display apparatus and method for setting sense of depth thereof
US20140375778A1 (en) Method and apparatus for adjusting viewing area, and device capable of three-dimension displaying video signal
EP3358844A1 (en) Method and apparatus for processing an image property map
CN102215423A (zh) 用于测量视听参数的方法和设备
TW201315208A (zh) 從立體影像偵測及校正非妥當的呈現狀況之系統與方法
KR101323905B1 (ko) 입체 영상 자동 판별 장치 및 방법
US20140093158A1 (en) Apparatus and method for generating a multi-viewpoint image
US20120038744A1 (en) Automatic 3d content detection
US10770027B2 (en) Image color cast compensation method and device, and display device
US20140071237A1 (en) Image processing device and method thereof, and program
US20120154545A1 (en) Image processing apparatus and method for human computer interaction
US9118893B2 (en) Display control apparatus, display control method, and program
US8970670B2 (en) Method and apparatus for adjusting 3D depth of object and method for detecting 3D depth of object
CN104185023A (zh) 三维视频格式自动检测方法及装置
ES2533051T3 (es) Procedimiento y dispositivo para determinar una imagen de profundidad
US20190208088A1 (en) Image Processing Apparatus, Image Processing Method, and Recording Medium
US20150222871A1 (en) Image processing method, image processing device, and electronic device
WO2015080321A1 (ko) 과도시차 객체 검출방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161006

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170928

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20181005

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20191016

Year of fee payment: 7