TWI398158B - 產生立體影像之影像深度的方法 - Google Patents
產生立體影像之影像深度的方法 Download PDFInfo
- Publication number
- TWI398158B TWI398158B TW098141004A TW98141004A TWI398158B TW I398158 B TWI398158 B TW I398158B TW 098141004 A TW098141004 A TW 098141004A TW 98141004 A TW98141004 A TW 98141004A TW I398158 B TWI398158 B TW I398158B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- pixels
- paths
- depth
- depths
- Prior art date
Links
Classifications
-
- 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
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Description
本發明是有關於一種產生立體影像之影像深度的方法,且特別是有關於一種藉由尋找多個梯度較大的路徑來產生立體影像之影像深度的方法。
目前在立體匹配(stereo matching)的技術方面,業界經常使用的是可信度傳遞(belief propagation)演算法與動態規劃(dynamic programming)演算法。以美國專利公開號2009/0129667中所提之技術為例,使用可信度傳遞演算法來計算影像深度雖然較為準確,但其需要使用到大量的記憶體,且計算量較大。以美國專利號7,570,804中所提之技術為例,動態規劃法具有計算量較小及記憶體需求小的優點。然而,於傳統使用動態規劃法來計算深度時,都是針對整條掃描線(單行或單列)做最佳化,但此作法容易於代表深度的深度圖中(例如以低灰階值代表淺深度,高灰階值代表深的深度的影像),容易產生明顯的條紋狀雜訊。若利用此深度圖及二維影像來產生三維影像的話,容易使所得到之三維影像的物體邊緣有破裂的情形產生,而降低三維影像之品質。
因此,如何改善上述問題,而能產生較精確的影像深度,並提高根據此影像深度所產生之三維影像之品質,乃業界所努力的方向之一。
本發明主要提供一種產生立體影像之影像深度的方法,可提高影像深度的正確性,有助於提昇根據此影像深度所產生之三維影像高品質之品質。
根據本發明,提出一種產生立體影像之影像深度的方法,包括下列步驟。首先,接收一立體影像。之後,尋找立體影像中,複數個梯度較大的路徑。接著,產生位於此些路徑上之複數個第一像素的影像深度。然後,根據此些第一像素的影像深度,產生非位於此些路徑上之複數個第二像素的影像深度。
此些梯度較大的路徑例如為顏色變化量較大的路徑。此些梯度較大的路徑可使用貪婪演算法(Greedy Algorithm)求得,或使用動態規劃演算法(Dynamic programming Algorithm)求得。
而於產生該些第一像素的影像深度之步驟中,可藉由使用動態規劃演算法求得。此動態規劃演算法之能量函數包含匹配代價(matching cost)函數及懲罰函數(penalty function)。此外,這些第二像素的影像深度可藉由雙邊濾波器(bilateral filter)之運算來產生。
為讓本發明之上述內容能更明顯易懂,下文特舉較佳實施例,並配合所附圖式,作詳細說明如下:
請參照第1圖,其繪示根據本發明一實施例之產生立體影像之影像深度的方法之流程圖。本實施例之方法包括下列步驟。首先,如步驟102所示,接收一立體影像。之後,如步驟104所示,尋找立體影像中,多個梯度較大的路徑。接著,進入步驟106,產生位於這些路徑上之多個第一像素的影像深度。然後,如步驟108所示,根據此些第一像素的影像深度,產生非位於此些路徑上之多個第二像素的影像深度。
上述之梯度較大的多個路徑較佳地係為顏色變化量較大的路徑。此原因為,經分析傳統作法所產生之影像深度後,發現傳統作法中,於顏色變化較小之區域,其深度較容易算錯,而其以一列或一行為單位的計算方式,容易於深度圖中產生條紋狀雜訊。因此,本實施例藉由先在影像中找尋梯度較大的路徑,例如是顏色變化較大之路徑,然後計算出其深度。然後,再利用其他演算法計算影像中其他像素深度。
由於顏色變化較大之路徑上的像素的深度的準確性是較高的,藉由準確性較高的多個路徑上的像素的深度,再求出其他不在路徑上的像素的深度,可提高整個影像之深度的準確性。如此,可以有效地減少上述之深度圖中的條紋狀雜訊,以提高深度圖的品質,且可提高使用此深度圖而產生之三維影像的品質。
茲分別對第1圖之多個步驟更進一步地詳細說明如下。於步驟102中,所接收之立體影像例如包括一左眼二維影像與一右眼二維影像。本實施例可取左眼二維影像與右眼二維影像二者之一來找尋上述之多個梯度較大的路徑。而於步驟104中,梯度較大的路徑可使用貪婪演算法(Greedy Algorithm)或動態規劃演算法(Dynamic programming Algorithm)求得。然本發明並不限於此。
請參照第2A~2D圖,其繪示乃使用貪婪演算法來找出一個路徑之一例的示意圖。如第2A圖所示,假設路徑之起始點為像素P1。下一行像素中,與像素P1相鄰之三個像素則為候選點,如箭號所示。此三個候選點中,選擇與像素P1之顏色或灰階值差異最大者,作為此路徑的第二個像素。假設所選定者為像素P2,如第2B圖所示。接著,找出與像素P2相鄰之三個像素中,與像素P2之顏色或灰階值差異最大者,例如是像素P3,以作為此路徑的第三個像素,如第2C圖所示。重複上述步驟後,可得到此路徑之n個點,如第2D圖所示。如此,由P1、P2…Pn所組成之路徑L1即為所求。
再重複第2A~2D圖所示之動作之後,即可得到另一個路徑L2,如第3圖所示。再重複第2A~2D圖所示之動作之後,即可得到其他的路徑(位繪示於圖中)。
而若要使用動態規劃法來找出一個路徑的話,其詳細步驟如下。首先,對影像中的每個像素,定義各個像素的能量函數e1為:
其中,I為像素的亮度值。
而路徑sy
的定義則如下所示:
其中(j,y(j))為包含在路徑中的像素所對應的座標位置,m則為影像中一列像素所包含的像素個數。
由定義可知,一個路徑上於x座標上相鄰的兩個像素,其y座標值的差異只能在1個像素以內。
而本實施例要尋找的路徑為,此路徑中之所有像素的能量總和為最小的路徑,也就是必需讓找到符合下式之路徑s*:
為了找尋s*,茲另外定義累計能量函數M(i,j)為:
M
(i
,j
)=e
(i
,j
)+max(M
(i
-1,j
-1),M
(i
-1,j
),M
(i
-1,j
+1))
利用動態規畫演算法,可以找出M(i,j)的最大值,並反推出內含最大能量的整條路徑。
關於上述之動態規劃演算法,可另參照Avidan,S. and Shamir A. 2007. Seam carving for content-aware image resizing. In ACM SIGGRAPH 2007 Papers(San Diego,California,August 05-09,2007). SIGGRAPH '07. ACM,New York,NY,10.一文。
接著,於第1圖之步驟106中,這些路徑上之多個第一像素的影像深度較佳地係藉由使用動態規劃演算法來求得。此動態規劃演算法之能量函數例如包含匹配代價(matching cost)函數及懲罰函數(penalty function)。
進一步來說,於步驟106之影像深度的判定中,本實施例譬如係使用下式之能量函數:
其中C(x,y,d(x,y))為當像素(x,y)的視差值(disparity)為d(x,y)時的匹配代價(matching cost),λ(x,y)、ρ(d)為自定的懲罰函數。
若s*為步驟104中所找出的其中一條路徑,則(x,y)、(x+1,yx+1
)為路徑s*上的像素。
茲設定:
C
(x
,y
,d
(x
,y
))=|I Left
(x
,y
)-I Right
(x
+d
,y
)|
λ
(x
,y
)=k
ρ
(d
)=|d
|
其中,ILeft
(x,y)、IRight
(x,y)分別為左右眼影像像素(x,y)的亮度,k則為一給定的常數。
同樣地,透過動態規畫演算法來最小化Epath
,如此則可以求得路徑s*上所有像素所對應的影像深度。
第1圖之步驟108之產生非位於此些路徑上之多個第二像素的影像深度之作法例如可藉由雙邊濾波器(Bilateral Filter)之運算來產生,或是藉由動態規劃演算法來產生。上述之第二像素例如為第3圖之像素P1’。茲先將藉由雙邊濾波器之運算來產生的作法進行說明。
雙邊濾波器係為一種能保留影像邊緣細節的低通濾波器。本實施例利用它來產生深度圖之路徑以外之其他畫素的深度值,以產生高品質的深度圖。
離散式的雙邊濾波器的數學型式如下:
其中p為要進行濾波器處理的像素,Ω為以p為中心的遮罩範圍,q為Ω範圍內的像素,Ipf
為經過濾波器後的像素顏色,Ip
、Iq
分別為像素p跟q的顏色,Gs跟Gr則為兩低通濾波器,前者作用在像素空間,後者作用在顏色空間。
在實作上,因雙邊濾波器無法像高斯低通濾波器一樣依維度分割,本實施例為達到即時深度圖的生成,應用了Chen,J.,Paris,S.,and Durand,F. 2007. Real-time edge-aware image processing with the bilateral grid. In ACM SIGGRAPH 2007 Papers(San Diego,California,August 05-09,2007)一文所提出的雙邊網格(Bilateral grid)的作法來做加速。
雙邊網格為一種將二維影像映射到三維空間網格的資料結構,其映射函數如下:
其中,r跟s為兩可調參數;(u,v)為二維影像中的像素座標;I(u,v)為像素(u,v)的亮度值,(x,y,z)則為(u,v)映射到三維空間網格後的座標。
在每個網格內部都會儲存4個值(r,g,b,n),其中(r,g,b)為所有映射至此網格像素的顏色加總,n則為映射至此網格的像素個數。
將二維影像映射到三維空間網格之後,對網格內儲存的值做一般的低通濾波,之後再把濾波後的值映射回原本影像,就能得到將低頻部位模糊化,卻保持邊緣細節的效果。
將雙邊網格運用在深度圖之路徑以外之其他部份的產生時,若要將來源影像的物件之細節刻畫到初始深度圖的背景中的話,遮罩範圍必需要夠大,例如約要涵蓋影像的1/36至1/4的大小。在實作中,映射函數中的I(u,v)使用的是來源影像的亮度值,但在網格內部存放的值則改成(d,n),其中d為所有映射至此網格像素的深度估測值總和,n同樣為映射至此網格的像素個數。
三維網格建立完成之後,同樣對網格做低通濾波,再將濾波後的值映射回深度圖中。從實驗結果可以看到,原本非常平滑且不精確的深度圖的背景,在經過雙邊網格的作用後,可以非常清楚地將前景物體從背景中切割出來。
除了雙邊濾波器之外,亦可再次利用動態規畫演算法來計算剩下的多個第二像素的未知深度。本實施例可藉由使用傳統作法之對掃描線最佳化的方式來補齊多個第二像素的未知深度。藉由步驟106中所算出的這些路徑上之多個第一像素的深度,可求出這些路徑以外之其他區域之多個第二像素之深度。多個第二像素的影像深度係可沿著列的方向來計算,或是沿著行的方向來計算。
此外,於此雙邊濾波器之運算中,係可藉由將此立體影像分成複數個區塊,並以各個區塊為單位平行地進行此雙邊濾波器之運算,以節省運算時間。
本發明更提出一種用以執行第1圖之產生立體影像之影像深度的方法的系統,其方塊圖如第4圖所示。系統400包括一影像處理單元402及一儲存單元404。影像處理單元402用以接收立體影像Im並執行第1圖之步驟102至108,而儲存單元404則是用以儲存此立體影像Im與此些第一像素與此些第二像素的影像深度。
本發明上述實施例所揭露之產生立體影像之影像深度的方法,可提高影像深度的正確性,有助於提昇後續之三維影像高品質之品質。
綜上所述,雖然本發明已以較佳實施例揭露如上,然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾。因此,本發明之保護範圍當視後附之申請專利範圍所界定者為準。
100~108...流程步驟
P1、P2、P3、Pn...像素
L1、L2...路徑
400...產生立體影像之影像深度的方法的系統
402...影像處理單元
404...儲存單元
第1圖繪示根據本發明一實施例之產生立體影像之影像深度的方法之流程圖。
第2A~2D圖繪示乃使用貪婪演算法來找出一個路徑之一例的示意圖。
第3圖繪示多個路徑之示意圖。
第4圖繪示用以執行第1圖之產生立體影像之影像深度的方法的系統的方塊圖。
102~108‧‧‧流程步驟
Claims (20)
- 一種產生立體影像之影像深度的方法,包括:接收一立體影像;尋找該立體影像中,複數個梯度較大的路徑;產生位於該些路徑上之複數個第一像素的影像深度;以及根據該些第一像素的影像深度,產生非位於該些路徑上之複數個第二像素的影像深度。
- 如申請專利範圍第1項所述之方法,其中,該些梯度較大的路徑係使用貪婪演算法(Greedy Algorithm)求得。
- 如申請專利範圍第1項所述之方法,其中,該些梯度較大的路徑係使用動態規劃演算法(Dynamic programming Algorithm)求得。
- 如申請專利範圍第1項所述之方法,其中,於產生該些第一像素的影像深度之步驟中,係藉由使用動態規劃演算法求得。
- 如申請專利範圍第4項所述之方法,其中,該動態規劃演算法之能量函數包含匹配代價(matching cost)函數及懲罰函數(penalty function)。
- 如申請專利範圍第1項所述之方法,其中,該些梯度較大的路徑係為顏色變化量較大的路徑。
- 如申請專利範圍第1項所述之方法,其中,該些第二像素的影像深度係藉由雙邊濾波器之運算來產生。
- 如申請專利範圍第7項所述之方法,其中,於該雙邊濾波器之運算中,係可藉由將該立體影像分成複數個區塊,並以各個區塊為單位平行地進行該雙邊濾波器之運算。
- 如申請專利範圍第1項所述之方法,其中,該些第二像素的影像深度係藉由動態規劃演算法來產生。
- 請專利範圍第9項所述之方法,其中,該些第二像素的影像深度係沿著列的方向來計算。
- 請專利範圍第9項所述之方法,其中,該些第二像素的影像深度係沿著行的方向來計算。
- 請專利範圍第1項所述之方法,其中,該些梯度較大的路徑係為顏色變化量較大的路徑,該些第一像素的影像深度係藉由使用動態規劃演算法求得,且該些第二像素的影像深度係藉由雙邊濾波器之運算來產生。
- 請專利範圍第1項所述之方法,其中,該些梯度較大的路徑係為顏色變化量較大的路徑,該些第一像素的影像深度係藉由使用動態規劃演算法求得,且該些第二像素的影像深度係藉由動態規劃演算法來產生。
- 一種產生立體影像之影像深度的系統,包括:一影像處理單元,用以接收一立體影像,且尋找該立體影像中,複數個梯度較大的路徑,並產生位於該些路徑上之複數個第一像素的影像深度,並且根據該些第一像素的影像深度,產生非位於該些路徑上之複數個第二像素的影像深度;以及一儲存單元,用以儲存該立體影像與該些第一像素與該些第二像素的影像深度。
- 如申請專利範圍第14項所述之系統,其中,該些梯度較大的路徑係使用貪婪演算法求得。
- 如申請專利範圍第14項所述之系統,其中,該些梯度較大的路徑係使用動態規劃演算法求得。
- 如申請專利範圍第14項所述之系統,其中,該些第一像素的影像深度係藉由使用動態規劃演算法得到。
- 如申請專利範圍第14項所述之系統,其中,該些梯度較大的路徑係為顏色變化量較大的路徑。
- 如申請專利範圍第14項所述之系統,其中,該些第二像素的影像深度係藉由雙邊濾波器之運算來產生。
- 如申請專利範圍第14項所述之方法,其中,該些第二像素的影像深度係藉由動態規劃演算法來產生。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW098141004A TWI398158B (zh) | 2009-12-01 | 2009-12-01 | 產生立體影像之影像深度的方法 |
US12/780,074 US20110128282A1 (en) | 2009-12-01 | 2010-05-14 | Method for Generating the Depth of a Stereo Image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW098141004A TWI398158B (zh) | 2009-12-01 | 2009-12-01 | 產生立體影像之影像深度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201121300A TW201121300A (en) | 2011-06-16 |
TWI398158B true TWI398158B (zh) | 2013-06-01 |
Family
ID=44068520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW098141004A TWI398158B (zh) | 2009-12-01 | 2009-12-01 | 產生立體影像之影像深度的方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20110128282A1 (zh) |
TW (1) | TWI398158B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010084460A1 (en) | 2009-01-20 | 2010-07-29 | Nxp B.V. | Image processing using a bilateral grid |
JP2011039801A (ja) * | 2009-08-12 | 2011-02-24 | Hitachi Ltd | 画像処理装置および画像処理方法 |
TWI532009B (zh) * | 2010-10-14 | 2016-05-01 | 華晶科技股份有限公司 | 產生淺景深影像的方法及裝置 |
AU2011203028B1 (en) * | 2011-06-22 | 2012-03-08 | Microsoft Technology Licensing, Llc | Fully automatic dynamic articulated model calibration |
US9007441B2 (en) | 2011-08-04 | 2015-04-14 | Semiconductor Components Industries, Llc | Method of depth-based imaging using an automatic trilateral filter for 3D stereo imagers |
TWI456526B (zh) * | 2011-11-03 | 2014-10-11 | Au Optronics Corp | 多視角立體影像產生方法及採用此方法之多視角立體影像產生裝置 |
CN103139577B (zh) * | 2011-11-23 | 2015-09-30 | 华为技术有限公司 | 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置 |
US9070196B2 (en) | 2012-02-27 | 2015-06-30 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating disparity using visibility energy model |
KR101706216B1 (ko) * | 2012-04-03 | 2017-02-13 | 한화테크윈 주식회사 | 고밀도 삼차원 영상 재구성 장치 및 방법 |
KR101888969B1 (ko) * | 2012-09-26 | 2018-09-20 | 엘지이노텍 주식회사 | 영상특성을 이용한 스테레오 매칭장치 |
EP3236657A1 (en) * | 2016-04-21 | 2017-10-25 | Ultra-D Coöperatief U.A. | Dual mode depth estimator |
CN109636749B (zh) * | 2018-12-04 | 2020-10-16 | 深圳市华星光电半导体显示技术有限公司 | 图像处理方法 |
US10992873B2 (en) * | 2019-01-18 | 2021-04-27 | Qualcomm Incorporated | Systems and methods for color matching for realistic flash images |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6384859B1 (en) * | 1995-03-29 | 2002-05-07 | Sanyo Electric Co., Ltd. | Methods for creating an image for a three-dimensional display, for calculating depth information and for image processing using the depth information |
US20060120594A1 (en) * | 2004-12-07 | 2006-06-08 | Jae-Chul Kim | Apparatus and method for determining stereo disparity based on two-path dynamic programming and GGCP |
US20070024614A1 (en) * | 2005-07-26 | 2007-02-01 | Tam Wa J | Generating a depth map from a two-dimensional source image for stereoscopic and multiview imaging |
WO2009008864A1 (en) * | 2007-07-12 | 2009-01-15 | Thomson Licensing | System and method for three-dimensional object reconstruction from two-dimensional images |
US20090129667A1 (en) * | 2007-11-16 | 2009-05-21 | Gwangju Institute Of Science And Technology | Device and method for estimatiming depth map, and method for generating intermediate image and method for encoding multi-view video using the same |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266153B1 (en) * | 1998-05-12 | 2001-07-24 | Xerox Corporation | Image forming device having a reduced toner consumption mode |
US6674903B1 (en) * | 1998-10-05 | 2004-01-06 | Agfa-Gevaert | Method for smoothing staircase effect in enlarged low resolution images |
JP2000293696A (ja) * | 1999-04-07 | 2000-10-20 | Matsushita Electric Ind Co Ltd | 画像認識装置 |
US7085409B2 (en) * | 2000-10-18 | 2006-08-01 | Sarnoff Corporation | Method and apparatus for synthesizing new video and/or still imagery from a collection of real video and/or still imagery |
US7034963B2 (en) * | 2001-07-11 | 2006-04-25 | Applied Materials, Inc. | Method for adjusting edges of grayscale pixel-map images |
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 |
US7324687B2 (en) * | 2004-06-28 | 2008-01-29 | Microsoft Corporation | Color segmentation-based stereo 3D reconstruction system and process |
US7518618B2 (en) * | 2005-12-23 | 2009-04-14 | Xerox Corporation | Anti-aliased tagging using look-up table edge pixel identification |
US7639891B2 (en) * | 2005-12-23 | 2009-12-29 | Xerox Corporation | Corner sharpening using look-up table edge pixel identification |
EP1806697B1 (en) * | 2006-01-10 | 2016-08-10 | Microsoft Technology Licensing, LLC | Segmenting image elements |
US7602531B2 (en) * | 2006-03-22 | 2009-10-13 | Lexmark International, Inc. | Halftone edge enhancement for production by an image forming device |
US8411080B1 (en) * | 2008-06-26 | 2013-04-02 | Disney Enterprises, Inc. | Apparatus and method for editing three dimensional objects |
JP5583127B2 (ja) * | 2008-09-25 | 2014-09-03 | コーニンクレッカ フィリップス エヌ ヴェ | 三次元画像データ処理 |
US8947422B2 (en) * | 2009-09-30 | 2015-02-03 | Disney Enterprises, Inc. | Gradient modeling toolkit for sculpting stereoscopic depth models for converting 2-D images into stereoscopic 3-D images |
-
2009
- 2009-12-01 TW TW098141004A patent/TWI398158B/zh active
-
2010
- 2010-05-14 US US12/780,074 patent/US20110128282A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6384859B1 (en) * | 1995-03-29 | 2002-05-07 | Sanyo Electric Co., Ltd. | Methods for creating an image for a three-dimensional display, for calculating depth information and for image processing using the depth information |
US20060120594A1 (en) * | 2004-12-07 | 2006-06-08 | Jae-Chul Kim | Apparatus and method for determining stereo disparity based on two-path dynamic programming and GGCP |
US20070024614A1 (en) * | 2005-07-26 | 2007-02-01 | Tam Wa J | Generating a depth map from a two-dimensional source image for stereoscopic and multiview imaging |
WO2009008864A1 (en) * | 2007-07-12 | 2009-01-15 | Thomson Licensing | System and method for three-dimensional object reconstruction from two-dimensional images |
US20090129667A1 (en) * | 2007-11-16 | 2009-05-21 | Gwangju Institute Of Science And Technology | Device and method for estimatiming depth map, and method for generating intermediate image and method for encoding multi-view video using the same |
Also Published As
Publication number | Publication date |
---|---|
US20110128282A1 (en) | 2011-06-02 |
TW201121300A (en) | 2011-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI398158B (zh) | 產生立體影像之影像深度的方法 | |
JP7403528B2 (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 | |
US9013482B2 (en) | Mesh generating apparatus, method and computer-readable medium, and image processing apparatus, method and computer-readable medium | |
Pham et al. | Domain transformation-based efficient cost aggregation for local stereo matching | |
CN106033621B (zh) | 一种三维建模的方法及装置 | |
CN106340036A (zh) | 一种基于双目立体视觉的立体匹配方法 | |
GB2520613A (en) | Target region fill utilizing transformations | |
KR20120093063A (ko) | 이미지들로부터의 빠른 스테레오 재구성을 위한 기술들 | |
CN105469386B (zh) | 一种确定立体相机高度与俯仰角的方法及装置 | |
CN113920275B (zh) | 三角网格构建方法、装置、电子设备及可读存储介质 | |
WO2020187339A1 (zh) | 一种裸眼3d的虚拟视点图像生成方法及便携式终端 | |
CN106023147B (zh) | 一种基于gpu的快速提取线阵遥感影像中dsm的方法及装置 | |
CN102436671A (zh) | 一种基于深度值非线性变换的虚拟视点绘制方法 | |
CN110096993A (zh) | 双目立体视觉的目标检测设备及方法 | |
JP2018195084A (ja) | 画像処理装置及び画像処理方法、プログラム、記憶媒体 | |
KR102158390B1 (ko) | 영상 처리 방법 및 장치 | |
US9959672B2 (en) | Color-based dynamic sub-division to generate 3D mesh | |
JP2011039801A (ja) | 画像処理装置および画像処理方法 | |
CN103945206A (zh) | 一种基于相似帧比较的立体图像合成系统 | |
CN115619974A (zh) | 基于改进PatchMatch网络的大型场景三维重建方法、重建装置、设备及存储介质 | |
KR102633159B1 (ko) | 이미지 프로세싱을 이용한 3차원 모델 복원 장치 및 방법 | |
JP4998905B2 (ja) | 三次元地形データ高精度化装置、三次元地形データ高精度化方法及びプログラム | |
CN105574919B (zh) | 一种将唐卡线描图生成浮雕效果的方法 | |
CN112802175B (zh) | 大规模场景遮挡剔除方法、装置、设备及存储介质 | |
JP2018040181A (ja) | 土木工事の出来形評価システム、出来形評価方法、及びプログラム |