專(zhuān)利名稱(chēng)：一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2d轉(zhuǎn)3d的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于消費(fèi)電子領(lǐng)域，涉及一種3D顯示裝置，尤其是一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法。
背景技術(shù)：
現(xiàn)階段，3D技術(shù)正在以極快的速度進(jìn)行發(fā)展。隨著人們對(duì)3D技術(shù)的關(guān)注，越來(lái)越多的廠家推出支持3D顯示的新型產(chǎn)品。3D電視，3D投影機(jī)，3D手機(jī)，3D隨身視頻播放器等正逐步走入尋常人的家庭。但是由于3D片源的數(shù)量問(wèn)題，大多數(shù)支持3D顯示的設(shè)備往往不能充分發(fā)揮它的作用。正是因?yàn)槿绱耍ㄟ^(guò)傳統(tǒng)2D視頻轉(zhuǎn)換成3D視頻的技術(shù)，受到了各個(gè)廠家的關(guān)注。對(duì)于原始的2D圖像或視頻，若想轉(zhuǎn)換為適合3D顯示的圖像，需要在原有圖像中分離出左眼和右眼的畫(huà)面，并將左眼和右眼的圖像按照不同的方法進(jìn)行處理，并借助眼鏡來(lái)產(chǎn)生3D效果。而這之中最難的是分離左眼和右眼的圖像。本專(zhuān)利提出一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，通過(guò)檢測(cè)出來(lái)的圖像邊緣，將屬于同一輪廓的圖像進(jìn)行左右眼分離，再借助不同的3D眼鏡，產(chǎn)生3D效果。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法。該方法是在梯度邊緣檢測(cè)算法的基礎(chǔ)上，按照水平和垂直兩個(gè)方向?qū)︻I(lǐng)域內(nèi)像素進(jìn)行差分運(yùn)算，并生成邊緣掃描結(jié)果，最后將已經(jīng)檢測(cè)到邊緣的區(qū)域進(jìn)行左右眼分離。一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，按照如下步驟(1)接收原始2D圖像并將第一幀數(shù)據(jù)緩存；(2)緩存下一幀數(shù)據(jù)；(3)將第一幀數(shù)據(jù)提取出；(4)計(jì)算出單個(gè)像素的偏移位置；(5)根據(jù)梯度算法計(jì)算單個(gè)像素領(lǐng)域灰度差分；(6)生成單個(gè)像素邊緣掃描結(jié)果，并判斷是否完成所有像素處理，滿(mǎn)足則執(zhí)行下一步，否則返回步驟(4)執(zhí)行；(7)將左眼與右眼所顯示的圖像按照邊緣掃描灰度圖進(jìn)行分割；(8)將分割后的兩幅圖像按照分時(shí)顯示的順序進(jìn)行緩存；(9)下一幀數(shù)據(jù)到來(lái)時(shí)輸出第一幀顯示并返回步驟( 執(zhí)行。所述步驟(4)中偏移位置計(jì)算公式為(y*w+x)*4 ；x、y為源圖像中像素點(diǎn)的位置， w為圖像的寬。所述梯度算法計(jì)算公式為G= scale*(|A0-Al| + |A0-A2|) ；G為像素點(diǎn)的灰度差分；所述A0、A1和A2分別成 2*2模式結(jié)構(gòu)的三個(gè)像素點(diǎn)，AO為左上角點(diǎn)，Al為AO右側(cè)點(diǎn)，A2為AO下方的點(diǎn)。
3
所述偏移位置計(jì)算公式中scale值取1。所述根據(jù)梯度算法計(jì)算每個(gè)像素領(lǐng)域灰度差分要先對(duì)每個(gè)像素的RGB三種顏色的灰度值進(jìn)行差分計(jì)算，再進(jìn)行累加。所述梯度算法公式中對(duì)三種顏色灰度值的累加值需要做取舍，如果值大于等于 255，則將累加值定為255，否則將保持累加值不變。本發(fā)明特征在于梯度邊緣檢測(cè)算法可以快速將原始2D圖像的邊緣輪廓檢測(cè)定位，并完成對(duì)左眼和右眼圖像的分離，從而在輪廓凸顯地方產(chǎn)生3D效果。


圖1為本發(fā)明的梯度算法求差分方向圖；圖2為本發(fā)明實(shí)現(xiàn)流程圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)描述參見(jiàn)圖1和圖2，其中圖2為梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法的流程圖，包括以下實(shí)現(xiàn)過(guò)程1)從視頻源接收原始2D圖像，并將第一幀數(shù)據(jù)緩存，考慮到圖像的大小，以 1920*1080*32bit數(shù)據(jù)量計(jì)算，需要保證緩存空間至少要有70Mbits的空間；2)繼續(xù)接收下一幀數(shù)據(jù)，并緩存下一幀數(shù)據(jù)，同樣也要保證緩存空間至少要有 70Mbits ；3)從緩存中將第一幀數(shù)據(jù)提取出；4)參照公式(y*w+x)*4計(jì)算出像素的偏移位置，其中(x，y)表示圖像中像素點(diǎn)的位置，w表示圖像的寬；5)根據(jù)梯度算法計(jì)算像素領(lǐng)域灰度差分，梯度算法求差分的方向?yàn)榇怪焙退角蟛罘?，如圖1所示，參照的公式為=G = scale* (| AO-Al | +1A0-A2 )，其中G為像素點(diǎn)的灰度差分，AO, Al，A2分別為成2 模式結(jié)構(gòu)的三個(gè)像素點(diǎn)，AO為左上角點(diǎn)，Al為AO右側(cè)點(diǎn)，A2 為AO下方的點(diǎn)，scale值取1，則在計(jì)算時(shí)，要分別求出像素點(diǎn)RGB的灰度差分值，并將這三個(gè)值累加，然后判斷這個(gè)累加值是否大于255，大于等于則取255，小于則保證原累加值不變；6)生成單個(gè)邊緣掃描結(jié)果，并根據(jù)圖像的大小(w，h)判斷是否完成所有像素處理，其中w表示圖像的寬，h表示圖像的高，滿(mǎn)足則執(zhí)行下一步，否則返回第四步執(zhí)行；7)將原始圖像與掃描結(jié)果圖像進(jìn)行比較，將輪廓部分進(jìn)行處理，錯(cuò)位分割為左眼圖像和右眼圖像兩部分；8)將分割后的兩幅圖像按照分時(shí)顯示的順序進(jìn)行緩存；9)下一幀數(shù)據(jù)到來(lái)時(shí)輸出第一幀顯示并返回第二步執(zhí)行。以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說(shuō)明，不能認(rèn)定本發(fā)明的具體實(shí)施方式
僅限于此，對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡(jiǎn)單的推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明由所提交的權(quán)利要求書(shū)確定專(zhuān)利保護(hù)范圍。
權(quán)利要求
1.一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，其特征在于，按照如下步驟(1)接收原始2D圖像并將第一幀數(shù)據(jù)緩存；(2)緩存下一幀數(shù)據(jù)；(3)將第一幀數(shù)據(jù)提取出；(4)計(jì)算出單個(gè)像素的偏移位置；(5)根據(jù)梯度算法計(jì)算單個(gè)像素領(lǐng)域灰度差分；(6)生成單個(gè)像素邊緣掃描結(jié)果，并判斷是否完成所有像素處理，滿(mǎn)足則執(zhí)行下一步， 否則返回步驟(4)執(zhí)行；(7)將左眼與右眼所顯示的圖像按照邊緣掃描灰度圖進(jìn)行分割；(8)將分割后的兩幅圖像按照分時(shí)顯示的順序進(jìn)行緩存；(9)下一幀數(shù)據(jù)到來(lái)時(shí)輸出第一幀顯示并返回步驟( 執(zhí)行。
2.根據(jù)權(quán)利要求1所述一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，其特征在于所述步驟⑷中偏移位置計(jì)算公式為(y*w+x)*4 ；x、y為源圖像中像素點(diǎn)的位置，w為圖像的覓ο
3.根據(jù)權(quán)利要求1所述一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，其特征在于所述梯度算法計(jì)算公式為G = scale*(|A0-Al| + |A0-A2|) ；G為像素點(diǎn)的灰度差分；所述A0、A1和A2分別成2*2 模式結(jié)構(gòu)的三個(gè)像素點(diǎn)，AO為左上角點(diǎn)，Al為AO右側(cè)點(diǎn)，A2為AO下方的點(diǎn)。
4.根據(jù)權(quán)利要求3所述一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，其特征在于所述偏移位置計(jì)算公式中scale值取1。
5.根據(jù)權(quán)利要求1所述一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，其特征在于所述根據(jù)梯度算法計(jì)算每個(gè)像素領(lǐng)域灰度差分要先對(duì)每個(gè)像素的RGB三種顏色的灰度值進(jìn)行差分計(jì)算，再進(jìn)行累加。
6.根據(jù)權(quán)利要求5所述一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，其特征在于所述梯度算法公式中對(duì)三種顏色灰度值的累加值需要做取舍，如果值大于等于255，則將累加值定為255，否則將保持累加值不變。
全文摘要
本發(fā)明公開(kāi)了一種梯度邊緣檢測(cè)算法實(shí)現(xiàn)2D轉(zhuǎn)3D的方法，按照如下步驟(1)接收原始2D圖像并將第一幀數(shù)據(jù)緩存；(2)緩存下一幀數(shù)據(jù)；(3)將第一幀數(shù)據(jù)提取出；(4)計(jì)算出單個(gè)像素的偏移位置；(5)根據(jù)梯度算法計(jì)算單個(gè)像素領(lǐng)域灰度差分；(6)生成單個(gè)像素邊緣掃描結(jié)果，并判斷是否完成所有像素處理，滿(mǎn)足則執(zhí)行下一步，否則返回步驟(4)執(zhí)行；(7)將左眼與右眼所顯示的圖像按照邊緣掃描灰度圖進(jìn)行分割；(8)將分割后的兩幅圖像按照分時(shí)顯示的順序進(jìn)行緩存；(9)下一幀數(shù)據(jù)到來(lái)時(shí)輸出第一幀顯示并返回步驟(2)執(zhí)行。本發(fā)明的梯度邊緣檢測(cè)算法可以快速將原始2D圖像的邊緣輪廓檢測(cè)定位，并完成對(duì)左眼和右眼圖像的分離，從而在輪廓凸顯地方產(chǎn)生3D效果。
文檔編號(hào)G06T3/00GK102426693SQ20111033542
公開(kāi)日2012年4月25日 申請(qǐng)日期2011年10月28日 優(yōu)先權(quán)日2011年10月28日
發(fā)明者唐益紹 申請(qǐng)人:彩虹集團(tuán)公司