TWI496109B - 影像處理器及其影像合成方法 - Google Patents
影像處理器及其影像合成方法 Download PDFInfo
- Publication number
- TWI496109B TWI496109B TW102125096A TW102125096A TWI496109B TW I496109 B TWI496109 B TW I496109B TW 102125096 A TW102125096 A TW 102125096A TW 102125096 A TW102125096 A TW 102125096A TW I496109 B TWI496109 B TW I496109B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- temporary
- original
- threshold
- magnification
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 31
- 238000001308 synthesis method Methods 0.000 claims description 13
- 230000002194 synthesizing effect Effects 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 5
- 230000001172 regenerating effect Effects 0.000 claims 2
- 238000012545 processing Methods 0.000 description 53
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 230000009467 reduction Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/22—Cropping
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
本發明係關於一種影像處理技術,特別是一種影像處理器及其影像合成方法。
隨著攝影以及影像處理技術的進步,以及攝影元件在消費市場日益普及,一般的公司、工廠、店面和住家等,都會安裝監視攝影機以進行遠端監視控制。透過觀察此空間中置放的物件或是物件動態,可以確保個人、家庭或是公司之人身和財物的安全,也可對於各種可能的立即狀況作出適時地反應和判斷,或是對各種發生狀況進行事後的處理和記錄追蹤。
為了能夠確認整體空間的狀況,監視攝影機平常都是被設定成擷取廣視角範圍的影像。若監控畫面的使用者想要觀察某個特殊區域時,才手動調整影像擷取範圍以觀察特殊區域的影像細節。但由於使用者無法同時看到廣視角範圍的影像以及特殊區域的細節,因此在需要追蹤特殊物件時十分不便;在觀察窄視角範圍的特殊區域時也可能會漏失其他物件的情報。
再者,為了提供清晰的監視畫面,監視攝影機一般都是採用高解析度來擷取影像或視訊。但是高解析度的影像或視訊的數據量極大,而須佔用大量的儲存空間以及傳輸頻寬,而造成硬體成本高昂。
為了解決上述問題,提出一種影像處理器及其影像合成方法。其中影像處理器用以執行影像合成方法,且影像合成方法包括以下步
驟。接收原始影像。以一第一處理程序縮小原始影像,以產生一第一影像。以一第二處理程序裁切原始影像,以產生對應一注意區域的一第二影像。將第一影像以及第二影像合成輸出影像,並輸出輸出影像。
綜上所述,藉由產生保留足夠的影像資訊之整體畫面的第一影像以及保留注意區域之充分細節資訊的第二影像,並將第一影像以及第二影像合成為輸出影像的技術,可同時提供整體以及局部細節的影像,並降低輸出影像所需的儲存空間以及傳輸頻寬,而降低硬體成本。
20‧‧‧影像處理器
22‧‧‧儲存單元
24‧‧‧處理單元
30‧‧‧影像擷取器
40‧‧‧顯示器
50‧‧‧原始影像
52‧‧‧第一影像
54、54a、54b‧‧‧注意區域
56、56a、56b‧‧‧第二影像
60‧‧‧樣版圖框
62‧‧‧顯示格
第1圖係為一實施範例之影像處理器之方塊示意圖。
第2圖係為一實施範例之影像合成方法之流程示意圖。
第3圖係為一實施範例之第一影像以及第二影像之示意圖。
第4圖係為一實施範例之第一處理程序之流程示意圖。
第5圖係為一實施範例之第一處理程序之流程示意圖。
第6圖係為一實施範例之第二處理程序之流程示意圖。
第7圖係為一實施範例之影像合成方法之流程示意圖。
第8圖係為一實施範例之第二處理程序之流程示意圖。
第9圖係為一實施範例之第二處理程序之流程示意圖。
第10圖係為一實施範例之步驟S400之流程示意圖。
第11A圖係為一實施範例之樣版圖框之示意圖。
第11B圖係為一實施範例之樣版圖框之示意圖。
第12圖係為一實施範例之影像合成方法之流程示意圖。
第13圖係為一實施範例之第二影像之示意圖。
第14圖係為一實施範例之影像合成方法之流程示意圖。
第15圖係為一實施範例之第二影像之示意圖。
以下在實施方式中詳細敘述本發明之詳細特徵以及優點,其內容足以使任何熟習相關技藝者了解本發明之技術內容並據以實施,且根據本說明書所揭露之內容、申請專利範圍及圖式,任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。
本發明提出一種影像處理器及其影像合成方法,以輸出更加便於檢閱的影像。請先參照「第1圖」,其係為一實施範例之影像處理器之方塊示意圖。影像處理器20包括一儲存單元22以及一處理單元24,其中儲存單元22用以儲存一原始影像以及一輸出影像,而處理單元24用以執行影像合成方法。
儲存單元22可以是快取記憶體(Cache memory)、隨機存取記憶體(Random access memory,RAM)、快閃記憶體(flash memory)或是硬碟。影像處理器20也可以包括兩個或兩個以上的儲存單元22;例如可包括一個RAM以暫存原始影像,並包括一個硬碟以長久保存輸出影像。
影像處理器20可以連接到一影像擷取器30。影像擷取器30可以例如是一組鏡頭加上電荷耦合元件(Charge-coupled Device,CCD)或互補式金屬氧化物半導體(Complementary Metal-Oxide-Semiconductor,CMOS);其可擷取原始影像,並將原始影像傳送給影像處理器20。且影像處理器20以及影像擷取器30可以被配置於一攝影機之中。影像處理器20並可以連接到一顯示器40,以顯示輸出影像。影像處理器20另可連上網路,並透過網路連到一伺服器或一遠端顯示器,以增加影像處理器20或攝影機的使用彈性。
此外,影像處理器20可以應用於採用多媒體串流(multimedia stream)技術的安全監控產品,例如數位影像錄影機(Digital Video Recorder,DVR)、網路影像錄影機(Network Video Recorder,NVR)或是網路攝影機(Internet Protocol camera,IP camera)的影像監控軟體(Video-Surveillance-Software)等支援網路存取和遠端監控的電子裝置。
請參照「第2圖」,其係為一實施範例之影像合成方法之流
程示意圖。
處理單元24首先從儲存單元24接收原始影像(步驟S100)。接著處理單元24以一第一處理程序縮小(scale down)原始影像,以產生一第一影像(步驟S200);並以一第二處理程序裁切(crop)原始影像,以產生對應一注意區域(Region of Interest,ROI)的一第二影像(步驟S300)。最後,再將第一影像以及第二影像合成單一張輸出影像,並輸出輸出影像給儲存裝置22或顯示器40(步驟S400)。
請同時參照「第3圖」,其係為一實施範例之第一影像以及第二影像之示意圖。第一影像52可以是將整個原始影像50的解析度縮小後所得到的結果;例如可將解析度為1600×1200的原始影像50縮小成解析度為576×432的第一影像52。而第二影像56可以是從原始影像50中對應注意區域54的部分影像。第二處理程序可以依據注意區域54在原始影像50中的位置,而將注意區域54中的影像擷取出來作為第二影像56。
接著請參照「第4圖」,其係為一實施範例之第一處理程序之流程示意圖。第一處理程序可將整個原始影像50或部分的原始影像50以一第一倍率縮小,以產生第一影像52,且產生的第一影像52的一最大辨識度大於或等於一第一辨識門檻值(步驟S210)。
辨識度又稱為解析度(resolution),代表影像的品質高低以及畫面的清晰程度。辨識度的單位可以是每英尺像素數(Pixel Per Foot,PPF)、每英吋點數(Dots Per Inch,DPI)或是影像的線對數(Line Pairs,LP),所涉及的判斷標準可以用調制轉換函數(Modulation Transform Function,MTF)或電視線(Television Lines,TVL)等習知做法做依據,在此不再贅述。
根據一實施範例,處理單元24可搜尋在原始影像50或第一影像52之中是否有出現人臉。若有,則可辨識人臉中的眼睛部分,並計算雙眼間的長度。處理單元24可以先將兩眼對應的瞳孔、內側眼角或外側眼角連線,再計算此連線上的像素總數作為雙眼間的長度。處理單元24可將
此雙眼間的長度除以一參考長度,再將計算結果作為一辨識度。其中參考長度可以是一般人實際的兩眼間距。
根據另一實施範例,處理單元24可搜尋在原始影像50或第一影像52之中是否有出現車牌。若有,則可計算車牌的面積,將此車牌的面積除以一參考面積作為辨識度。其中參考面積可以是影像擷取器30所在的國家規定的車牌大小。
同一影像中可能拍攝到多個被攝物,且被攝物距離影像擷取器30的距離可能彼此不同。距離影像擷取器30較近的被攝物在影像中會具有較高的辨識度,因此影像中前景部分的辨識度會大於背景部分的辨識度。處理單元24可先找出原始影像50、第一影像52或第二影像56中的前景部分並計算其辨識度作為最大辨識度。處理單元24也可以在原始影像50、第一影像52或第二影像56中選取多個特定的部分計算辨識度,再取最大值作為最大辨識度。
為了確保第一影像52仍保有足夠的影像細節,而大略保有原始影像50具有之影像資訊,第一處理模式不會過度縮小或壓縮原始影像50。舉例而言,假設原始影像50顯示在停車場內有多個人以及多輛車。經縮小處理產生後的第一影像52可能仍保有人數、人的衣服顏色、車的顏色以及人車之排列等影像資訊。換句話說,即使經過縮小,從第一影像52中還是能夠看出上述人數、人的衣服顏色、車的顏色以及人車之排列,不會因過度縮小而讓使用者無法辨識。
特別是原始影像50中前景的部分,即使影像被縮小,仍保有足夠的影像細節。例如距離影像擷取器30較近的被攝人物,在第一影像52之中仍可清楚辨識其長相及服裝特徵。
處理單元24可事先依據原始影像50的解析度、第一影像52的解析度以及擷取影像的場景等因素設定第一倍率以及第一辨識門檻值。根據一實施範例,場景可以由使用者指定,或是由處理單元24分析原始影像50得知。且處理單元24可以針對不同的場景設定不同的第一倍率以
及第一辨識門檻值。
此外,一般而言第一處理程序可將整個原始影像50縮小成第一影像52,但也可以只將部份的原始影像50縮小成第一影像52。例如當原始影像50所擷取到的場景在影像邊緣有形成影像資訊極低的邊框時,第一處理程序可以先將邊框裁切掉之後再進行縮小。
請參照「第5圖」,其係為另一實施範例之第一處理程序之流程示意圖(為了便於區隔,下述有關第一處理程序中的暫存影像亦可稱為第一暫存影像)。處理單元24可先將整個原始影像50或部分的原始影像50以第一倍率縮小,以產生一暫存影像(步驟S220)。接著處理單元24計算暫存影像的最大辨識度(步驟S230),並判斷暫存影像的最大辨識度是否符合第一辨識門檻值(步驟S240)。當影像的最大辨識度符合第一辨識門檻值時,處理單元24可以直接將暫存影像作為第一影像(步驟S250)。
其中當辨識度與第一辨識門檻值相等時,即視為最大辨識度符合第一辨識門檻值。此外上述第一辨識門檻值也可以是一個範圍;若辨識度落入此範圍,就被視為符合第一辨識門檻值。
當影像的最大辨識度不符合第一辨識門檻值時,處理單元24可以進一步判斷暫存影像的最大辨識度是否大於第一辨識門檻值(步驟S260)。當暫存影像的最大辨識度大於第一辨識門檻值時,可將整個原始影像50或部分的原始影像50以一第二倍率縮小,以重新產生暫存影像,其中第二倍率大於第一倍率(步驟S270)。反之,當暫存影像的最大辨識度小於第一辨識門檻值時,可將整個原始影像50或部分的原始影像50以一第三倍率縮小,以重新產生暫存影像,其中第三倍率小於第一倍率(步驟S280)。且上述步驟S240、S260、S270以及S280可重複執行直到暫存影像的最大辨識度符合第一辨識門檻值,再將暫存影像作為第一影像。
簡而言之,第一處理程序縮小原始影像50,以產生解析度較小但仍保留足夠的影像資訊的第一影像52。且第一影像52可呈現廣視角範圍的整體擷取畫面,並仍保有前景的細節資訊。
接著請參照「第6圖」,其係為一實施範例之第二處理程序之流程示意圖。於第二處理程序,處理單元24可依據注意區域54裁切原始影像50,以擷取原始影像50中對應注意區域54的部分影像作為第二影像56(步驟S310)。換句話說,注意區域54框選出原始影像50中的部分影像,而處理單元24將注意區域54所框選的部分作為第二影像56;因此第二影像56可以維持原始影像50的解析度。
由於第二影像56係維持原始影像50的解析度,因此距離影像擷取器30較遠的被攝物體的細節資訊仍然能夠被保留下來。舉例而言,假設注意區域54框選原始影像50中背景車輛的車牌,且在原始影像50中此車牌的車牌號碼可以被辨識,則從裁切得到的第二影像56中也能夠辨識出此車牌的車牌號碼。
根據不同實施範例,注意區域54可以是影像處理器20所預設的一預設區域,也可以是使用者指定的,也可以是根據事件偵測(event detection)演算法的輸出指定。請參照「第7圖」,其係為一實施範例之影像合成方法之流程示意圖。在步驟S300之前,影像處理器20可以先接收一指定區域指令,並依據指定區域指令設定注意區域54(步驟S500)。也就是說,使用者可依需求在原始影像50上自行指定注意區域54的位置或大小,以觀看有興趣的影像細節,或是由處理單元依據事件偵測演算法的演算結果指定注意區域54的位置或大小,以觀看事件發生處的影像細節。
在第二影像56的最大辨識度大於或等於第一影像的第一辨識門檻值的前提下,若第二影像56具有的影像資訊非常充足,第二處理程序可以將注意區域54對應的部分影像略為縮小後再作為第二影像56,以減少第二影像56所需的儲存空間。請參照「第8圖」,其係為此一實施範例之第二處理程序之流程示意圖。(為了便於區隔,下述有關第二處理程序中的暫存影像亦可稱為第二暫存影像)
處理單元24可先依據注意區域54裁切原始影像50,以擷取原始影像50中對應注意區域54的部分影像作為暫存影像(步驟S320),
並計算暫存影像的最大辨識度(步驟S330)。接著處理單元24判斷暫存影像的最大辨識度是否大於一第二辨識門檻值(步驟S340),其中第二辨識門檻值大於或等於第一影像的第一辨識門檻值。
當暫存影像的最大辨識度大於或等於第一影像的第一辨識門檻值但小於或等於第二門檻值時,處理單元24可直接將暫存影像作為第二影像56(步驟S350)。而當暫存影像的最大辨識度大於第二辨識門檻值時,可將暫存影像以一第四倍率縮小,以使暫存影像的最大辨識度大於或等於第一影像的第一辨識門檻值且小於或等於第二門檻值,並產生第二影像56(步驟S360)。此外,若直接從原始影像50裁切得到的暫存影像的辨識度就不大於第二辨識門檻值,也可直接將暫存影像作為第二影像56。
類似於第一倍率以及第一辨識門檻值,處理單元24可事先依據原始影像50的解析度以及擷取影像的場景等因素設定第四倍率以及第二辨識門檻值,且處理單元24可以針對不同的場景設定不同的第四倍率以及第二辨識門檻值。舉例而言,當場景的主體是人臉或車牌時,可以將第二門檻值定為30PPF。
且根據不同實施範例,注意區域54可以是影像處理器20所預設的預設區域,也可以是使用者指定的。如「第9圖」所示,在步驟S320之前,處理單元24可以先接收指定區域指令,並依據指定區域指令設定注意區域54(步驟S305),以供使用者自行指定注意區域54的位置或大小。
簡而言之,第二處理程序裁切原始影像50,以產生視野較小但畫面清晰的第二影像56。使用者可由第二影像56觀看被攝物體的細節資訊,例如遠方人物的臉孔或遠方車輛的車牌號碼。且在保障畫面具有足夠之影像資訊的前提下,還可以縮小注意區域54對應的部分影像再作為第二影像56,以減少所需的儲存空間。
須注意的是,步驟S200以及步驟S300的執行順序可以相反。且第一處理程序與第二處理程序中先被執行者可以先複製原始影像
50,再對複製的原始影像50進行縮小或裁切,而不會修改到一開始儲存於儲存單元22的原始影像50。因此第一處理程序與第二處理程序中後被執行者仍是針對未處理過的原始影像50進行縮小或裁切。
且第一影像52以及第二影像56個別用以展示原始影像50的整體資訊以及細節資訊,因此第一影像52與第二影像56的影像內容顯然會不同,且第一影像52的一縮小倍率與第二影像56的縮小倍率不同。例如第一影像52的解析度可能是從1600×1200縮小成576×432,因此縮小被率是1600÷576大約等於2.8倍;而第一影像52的解析度可能是與原始影像50相同,因此縮小倍率是1。
接著請參照「第10圖」,其係為一實施範例之步驟S400之流程示意圖。第一影像52以及第二影像56產生後,處理單元24可先讀取一樣版圖框(layout)(步驟S410)。其中樣版圖框具有多個顯示格(cell)。接著處理單元24將第一影像52以及第二影像56填入這些顯示格之二(步驟S420),並將填入第一影像52以及第二影像56的樣版圖框作為輸出影像(步驟S430)。
請配合參照「第11A圖」以及「第11B圖」,其為不同實施範例之樣版圖框之示意圖。樣版圖框60具有多個顯示格62,每個顯示格62都能夠用來顯示一個影像,且任一個顯示格62不與其餘的顯示格62重疊。處理單元24可以任意選擇兩個顯示格62,再將第一影像52以及第二影像56填入所選的兩個顯示格62之中。若樣版圖框60中有三個或三個以上的顯示格62,多餘的顯示格62可以填入其他來源的影像,也可以不填入任何影像。
於步驟S430,處理單元24最後可以將整個樣板圖框60壓縮成特定影像格式的輸出影像;其中影像壓縮標準例如可以是MPEG-4或是H.264。且影像處理器20可以從影像擷取器30接收形成一輸入視訊(video)的多張連續的原始影像50,處理並輸出多張連續的輸出影像以形成一輸出視訊。
藉由合成縮小之原始影像50以及能保存影像細節之小尺寸影像成為單一輸出影像的技術,相較於原始影像50,輸出影像所需的儲存空間可以被大幅降低。舉例而言,假設原始影像50的解析度為1600×1200,故對於原始影像50需要儲存1600×1200=1,920,000個像素的資訊。但若將第一影像52以及第二影像56的解析度都設為576×432,則對於輸出影像只需要576×432×2=497,664個像素的資訊。且使用者從輸出影像就可以同時觀看廣視角範圍影像以及注意區域的影像細節。
根據一實施範例,在處理連續的多張原始影像50的期間,使用者可以動態移動注意區域54或變更第二影像56的縮小倍率。
請同時參照「第12圖」以及「第13圖」,其分別為一實施範例之影像合成方法之流程示意圖,以及第二影像之示意圖。輸出輸出影像之後,處理單元24可接收一移動指令,並依據移動指令移動注意區域54(步驟S600)。例如使用者想要查看一個遠處被攝人物的人臉時,可以將配置於預設位置的注意區域54a移到可涵蓋此人臉的注意區域54b。取代對應預設位置的注意區域54a的第二影像56a,影像擷取器20會對應新設置的注意區域54b從下一個原始影像50裁切出新的第二影像56b,並輸出新的輸出影像。使用者可藉由移動指令將注意區域54上下移動或左右移動;此外,也可藉由事件偵測演算法(如移動偵測演算法或物件追蹤演算法)改變注意區域54的位置;此外,也可以以類似的方式縮放注意區域54。
請同時參照「第14圖」以及「第15圖」,其分別為一實施範例之影像合成方法之流程示意圖,以及第二影像之示意圖。輸出輸出影像之後,處理單元24可接收一縮放指令,並依據縮放指令改變第二影像56的縮小倍率(步驟S700)。例如當使用者覺得第二影像56a呈現的影像資訊足夠時,可以調高第四倍率,以縮小其解析度如第二影像56b。反之,若使用者覺得影像資訊不足時,可調低第四倍率;而第四倍率最小等於1。
根據一實施方式,影像處理器及其影像合成方法可搭配一自動偵測演算法、一影像辨識演算法或是一自動認證演算法。例如處理單
元24產生輸出影像後,可以執行自動偵測演算法以自動偵測輸出影像中是否有預設的特定物件,例如車子或人。又例如產生輸出影像後,處理單元24可以執行影像辨識演算法以自動辨識輸出影像中是否有車輛車牌、人臉或是移動物件,以作為判斷是否有事件發生的依據。處理單元24也可以執行自動認證演算法以自動針對人臉或是車牌進行認證,以判斷偵測到的人臉或是車牌是否已有註冊。
而為了後續進行自動偵測、辨識或認證,可提高第一影像52以及第二影像56的最大辨識度,以確保辨識或認證的結果正確。舉例而言,後續需要執行自動偵測演算法時,可將第二門檻值定為30PPF。又例如需要對人臉進行辨識或認證時,可將第二門檻值定為40PPF;而需要對車牌進行辨識或認證時,可將第二門檻值定為60PPF。然而以上提供的數值僅為例值,本發明不以此為限。
若第一影像52或第二影像56僅需提供給使用者以人為的方式判斷其中是否有出現人臉,可將第一門檻值或第二門檻值設為2PPF。若是為了讓用者以人為的方式辨識出現的人臉是否為認識的人,可將第一門檻值或第二門檻值設為30PPF。而若是第一影像52或第二影像56要用來作為身分認證之用,可將第一門檻值或第二門檻值設為80PPF,以確保影像足夠清晰。
又例如,對於用以偵測物件、偵測物件走向、辨識物件以及認證物件,可分別將第一門檻值或第二門檻值設為1.0±0.25LP(約為2±0.5pixels)、1.4±0.35LP(2.8±0.7pixels)、4±0.8LP(8±1.6pixels)以及6.4±1.5LP(12.8±3pixels)。
綜上所述,第一處理程序縮小原始影像以產生第一影像,第二處理程序裁切原始影像以產生對應注意區域的第二影像。其中第一影像的解析度較小,但仍然可以呈現廣視角範圍的整體畫面且保留足夠的影像資訊;第二影像的視野較小但畫面清晰,而保留有被攝物體的細節資訊。藉由將第一影像以及第二影像合成單一個輸出影像,不但可以同時呈現廣
視角範圍影像以及注意區域的影像細節,更能夠大幅降低所需的儲存空間以及傳輸頻寬,而降低硬體成本。
以上較佳具體實施範例之詳述,是希望藉此更加清楚描述本發明之特徵與精神,並非以上述揭露的較佳具體實施範例對本發明之範疇加以限制。相反地,其目的是希望將各種改變及具相等性的安排涵蓋於本發明所欲申請之專利範圍的範疇內。
Claims (9)
- 一種影像合成方法,適用於一影像處理器,該影像合成方法包括:接收一原始影像;以一第一處理程序縮小該原始影像,以產生一第一影像;以一第二處理程序裁切該原始影像,以產生對應一注意區域的一第二影像;以及將該第一影像以及該第二影像合成一輸出影像,並輸出該輸出影像;其中該第一處理程序包括:將整個該原始影像或部分的該原始影像以一第一倍率縮小,以產生一第一暫存影像;計算該第一暫存影像的一最大解析度;以及當該第一暫存影像的該最大解析度大於或等於一第一解析門檻值時,將該第一暫存影像作為該第一影像;其中該第二處理程序包括:依據該注意區域裁切該原始影像,以擷取該原始影像中對應該注意區域的部分影像作為一第二暫存影像;計算該第二暫存影像的一最大解析度;以及當該第二暫存影像的該最大解析度大於一第二解析門檻值時,將該第二暫存影像以一第四倍率縮小,以產生該第二影像,其中,該第二解析門檻值大於或等於該第一解析門檻值,且該第二影像的該最大解析度大於或等於該第一解析門檻值且小於或等於該第二解析門檻值。
- 如請求項1所述之影像合成方法,更包括:接收一指定區域指令,並依據該指定區域指令設定該注意區域。
- 如請求項1所述之影像合成方法,其中該注意區域係為一預設區域。
- 如請求項1所述之影像合成方法,其中當該第一暫存影像的該最大解析 度大於該第一解析門檻值時,該第一處理程序更包括:將整個該原始影像或部分的該原始影像以一第二倍率縮小,以重新產生該第一暫存影像,其中該第二倍率大於該第一倍率;當重新產生之該第一暫存影像的該最大解析度小於該第一解析門檻值時,將整個該原始影像或部分的該原始影像以一第三倍率縮小,以重新產生該第一暫存影像,其中該第三倍率小於該第一倍率;以及重複執行上述步驟直到重新產生之該第一暫存影像的該最大解析度符合該第一解析門檻值,再將重新產生之該第一暫存影像作為該第一影像。
- 如請求項1所述之影像合成方法,其中該第二處理程序包括:依據該注意區域裁切該原始影像,以擷取該原始影像中對應該注意區域的部分影像作為該第二影像。
- 如請求項1所述之影像合成方法,其中該將該第一影像以及該第二影像合成該輸出影像,並輸出該輸出影像的步驟包括:讀取一樣版圖框,該樣版圖框具有多個顯示格;將該第一影像以及該第二影像填入該些顯示格之二;以及將填入該第一影像以及該第二影像的該樣版圖框作為該輸出影像。
- 如請求項1所述之影像合成方法,另包括:接收一移動指令,並依據該移動指令移動該注意區域。
- 如請求項1所述之影像合成方法,另包括:接收一縮放指令,並依據該縮放指令改變該第二影像的該縮小倍率。
- 一種包括用以執行請求項1至8之任一項所述之影像合成方法的影像處理器。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102125096A TWI496109B (zh) | 2013-07-12 | 2013-07-12 | 影像處理器及其影像合成方法 |
US14/327,304 US9305331B2 (en) | 2013-07-12 | 2014-07-09 | Image processor and image combination method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102125096A TWI496109B (zh) | 2013-07-12 | 2013-07-12 | 影像處理器及其影像合成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201503054A TW201503054A (zh) | 2015-01-16 |
TWI496109B true TWI496109B (zh) | 2015-08-11 |
Family
ID=52277166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW102125096A TWI496109B (zh) | 2013-07-12 | 2013-07-12 | 影像處理器及其影像合成方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9305331B2 (zh) |
TW (1) | TWI496109B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI860161B (zh) | 2023-11-13 | 2024-10-21 | 晶睿通訊股份有限公司 | 影像分析方法及相關的監控設備 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9576196B1 (en) | 2014-08-20 | 2017-02-21 | Amazon Technologies, Inc. | Leveraging image context for improved glyph classification |
US9418283B1 (en) * | 2014-08-20 | 2016-08-16 | Amazon Technologies, Inc. | Image processing using multiple aspect ratios |
CN104683692B (zh) * | 2015-02-04 | 2017-10-17 | 广东欧珀移动通信有限公司 | 一种连拍方法及装置 |
CN104780313A (zh) * | 2015-03-26 | 2015-07-15 | 广东欧珀移动通信有限公司 | 一种图像处理的方法及移动终端 |
CN106296578B (zh) * | 2015-05-29 | 2020-04-28 | 阿里巴巴集团控股有限公司 | 一种图像处理方法及装置 |
DE102016109179B4 (de) * | 2015-05-29 | 2023-08-03 | Canon Kabushiki Kaisha | Bildaufnahmeeinrichtung und Bildgebungsvorrichtung |
US10560636B1 (en) | 2017-03-24 | 2020-02-11 | Cisco Technology, Inc. | Crop synchronized auto focus and exposure |
TWI627623B (zh) * | 2017-08-11 | 2018-06-21 | 晨星半導體股份有限公司 | 顯示控制裝置以及顯示控制方法 |
CN111179153B (zh) * | 2018-11-13 | 2023-06-09 | 奇酷互联网络科技(深圳)有限公司 | 图片的裁剪方法、移动终端以及具有存储功能的装置 |
JP7195135B2 (ja) * | 2018-12-21 | 2022-12-23 | キヤノン株式会社 | 画像処理装置、画像処理装置が行う制御方法およびプログラム |
CN110738598A (zh) * | 2019-08-28 | 2020-01-31 | 咪咕文化科技有限公司 | 图像适配方法、电子设备及存储介质 |
CN111127469A (zh) * | 2019-12-18 | 2020-05-08 | 南京酷派软件技术有限公司 | 缩略图显示方法、装置、存储介质以及终端 |
US11763417B2 (en) * | 2021-11-19 | 2023-09-19 | Renesas Electronics Corporation | Semiconductor device and image processing system for processing regions of interest images |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101945275A (zh) * | 2010-08-18 | 2011-01-12 | 镇江唐桥微电子有限公司 | 一种基于感兴趣区域的视频编码方法 |
US8045827B2 (en) * | 2007-12-14 | 2011-10-25 | Xerox Corporation | Image downsampling during processing |
TW201143349A (en) * | 2010-04-07 | 2011-12-01 | Apple Inc | Remote control operations in a video conference |
TW201201571A (en) * | 2010-06-18 | 2012-01-01 | Altek Corp | Resolution adjustment method |
TWI453658B (zh) * | 2011-02-25 | 2014-09-21 | Esobi Inc | 一種顯示畫面之動態排版方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5963664A (en) * | 1995-06-22 | 1999-10-05 | Sarnoff Corporation | Method and system for image combination using a parallax-based technique |
JP2001024874A (ja) * | 1999-07-07 | 2001-01-26 | Minolta Co Ltd | 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体 |
WO2002093916A2 (en) | 2001-05-14 | 2002-11-21 | Elder James H | Attentive panoramic visual sensor |
US8427538B2 (en) | 2004-04-30 | 2013-04-23 | Oncam Grandeye | Multiple view and multiple object processing in wide-angle video camera |
JP2007295335A (ja) | 2006-04-26 | 2007-11-08 | Opt Kk | カメラ装置および画像記録再生方法 |
WO2009126785A2 (en) * | 2008-04-10 | 2009-10-15 | The Trustees Of Columbia University In The City Of New York | Systems and methods for image archaeology |
-
2013
- 2013-07-12 TW TW102125096A patent/TWI496109B/zh active
-
2014
- 2014-07-09 US US14/327,304 patent/US9305331B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8045827B2 (en) * | 2007-12-14 | 2011-10-25 | Xerox Corporation | Image downsampling during processing |
TW201143349A (en) * | 2010-04-07 | 2011-12-01 | Apple Inc | Remote control operations in a video conference |
TW201201571A (en) * | 2010-06-18 | 2012-01-01 | Altek Corp | Resolution adjustment method |
CN101945275A (zh) * | 2010-08-18 | 2011-01-12 | 镇江唐桥微电子有限公司 | 一种基于感兴趣区域的视频编码方法 |
TWI453658B (zh) * | 2011-02-25 | 2014-09-21 | Esobi Inc | 一種顯示畫面之動態排版方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI860161B (zh) | 2023-11-13 | 2024-10-21 | 晶睿通訊股份有限公司 | 影像分析方法及相關的監控設備 |
Also Published As
Publication number | Publication date |
---|---|
US20150016747A1 (en) | 2015-01-15 |
US9305331B2 (en) | 2016-04-05 |
TW201503054A (zh) | 2015-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI496109B (zh) | 影像處理器及其影像合成方法 | |
JP5592006B2 (ja) | 三次元画像処理 | |
EP3593524B1 (en) | Image quality assessment | |
TWI425826B (zh) | 影像選擇裝置、影像選擇方法 | |
US20170024920A1 (en) | Method and Related Apparatus for Capturing and Processing Image Data | |
US10410061B2 (en) | Image capturing apparatus and method of operating the same | |
US7903164B2 (en) | Image capturing apparatus, an image capturing method and a machine readable medium storing thereon a computer program for capturing an image of a range wider than an image capture designation range | |
US20110234838A1 (en) | Image processor, electronic camera, and image processing program | |
CN105934940B (zh) | 图像处理装置、方法与程序 | |
US20090185056A1 (en) | Electronic camera | |
JP2008099038A (ja) | デジタルカメラ | |
CN112565589A (zh) | 一种拍照预览方法、装置、存储介质和电子设备 | |
JP2005303991A (ja) | 撮像装置、撮像方法、及び撮像プログラム | |
JP4802884B2 (ja) | 撮像装置、撮像画像記録方法、及び、プログラム | |
JP2011166442A (ja) | 撮像装置 | |
CN105827935A (zh) | 一种终端截图的方法及终端 | |
JP2011527841A (ja) | 画像処理装置およびそれを用いた撮像装置 | |
JP4364465B2 (ja) | 撮像装置 | |
JP4364466B2 (ja) | 撮像装置 | |
WO2012056610A1 (ja) | コンテンツシーン判定装置 | |
JP4894708B2 (ja) | 撮像装置 | |
US20130083169A1 (en) | Image capturing apparatus, image processing apparatus, image processing method and program | |
JP2007049631A (ja) | 撮像装置 | |
JP6087615B2 (ja) | 画像処理装置およびその制御方法、撮像装置、および表示装置 | |
JP2010187208A (ja) | 電子スチルカメラ |