[发明专利]一种基于加权平均算子算法实现2D转3D的方法

说明书

技术领域

本发明涉及一种基于加权平均算子算法实现2D转3D的方法。

背景技术

现阶段，3D技术正在以极快的速度进行发展。随着人们对3D技术的关注，越来越多的厂家推出支持3D显示的新型产品。3D电视，3D投影机，3D手机，3D随身视频播放器等正逐步走入寻常人的家庭。但是由于3D片源的数量问题，大多数支持3D显示的设备往往不能充分发挥它的作用。正是因为如此，通过传统2D视频转换成3D视频的技术，受到了各个厂家的关注。

对于原始的2D图像或视频，若想转换为适合3D显示的图像，需要在原有图像中分离出左眼和右眼的画面，并将左眼和右眼的图像按照不同的方法进行处理，并借助眼镜来产生3D效果。而这之中最难的是分离左眼和右眼的图像。本专利提出一种基于加权平均算子算法实现2D转3D的方法，通过检测出来的图像边缘，将属于同一轮廓的图像进行左右眼分离，再借助不同的3D眼镜，产生3D效果。

发明内容

本发明的目的是提供一种基于加权平均算子算法实现2D转3D的方法，能够产生较好的3D效果。

一种基于加权平均算子算法实现2D转3D的方法，其特别之处在于，包括如下步骤：

(1)接收原始2D图像并将第一帧数据缓存；

(2)缓存下一帧数据；

(3)将第一帧数据提取出；

(4)计算出第一帧图像中单个像素的偏移位置；

(5)根据加权平均算子算法计算单个像素领域灰度差分；

(6)生成单个像素边缘扫描结果，并判断是否完成所有像素处理，满足则执行下一步，否则返回步骤(4)执行；

(7)将左眼与右眼所显示的图像按照边缘扫描灰度图进行分割；

(8)将分割后的两幅图像按照分时显示的顺序进行缓存；

(9)下一帧数据到来时输出第一帧显示并返回步骤(2)执行。

步骤(4)中偏移位置计算公式为：(y*w+x)*4，其中x，y为源图像中像素点的横纵坐标位置，而w为图像的宽。

步骤(5)中所述的加权平均算子算法的计算公式为：Sx={f(x+1,y-1)+2f(x+1，y)+f(x+1，y+1)}-{f(x-1,y-1)+2f(x-1，y)+f(x-1，y+1)}，Sy={f(x-1，y+1)+2f(x，y+1)+f(x+1，y+1)}-{f(x-1,y-1)+2f(x，y)+f(x+1,y-1)}，其中Sx，Sy为像素点的灰度差分，而x、y分别是各个像素点的横纵坐标值。

步骤(5)中所述的根据加权平均算子算法计算每个像素领域灰度差分，要先对每个像素的R、G、B三种颜色的灰度值进行差分计算，再进行累加。

其中三种颜色灰度值的累加值如果大于等于255，则将累加值定为255，否则保持累加值不变。

本发明方法在计算单个像素的灰度差分的同时，综合考虑周边像素点的特性，从而使产生出来的图像边缘轮廓更加平滑。

附图说明

图1为本发明中加权平均算子算法的模板图；

图2为本发明方法的实现流程图。

具体实施方式

本发明的特点是：采用Sobel边缘算子算法可以简单快速将原始2D图像的边缘轮廓检测定位，并完成对左眼和右眼图像的分离，从而在轮廓凸显地方产生3D效果。

实施例1：

如图2所示，为加权平均算子算法实现2D转3D的方法的流程图，包括以下实现过程：

1)从视频源接收原始2D图像，并将第一帧数据缓存，考虑到图像的大小，以1920*1080*32bit数据量计算，需要保证缓存空间至少要有70Mbits的空间；

2)继续接收下一帧数据，并缓存下一帧数据，同样也要保证缓存空间至少要有70Mbits；

3)从缓存中将第一帧数据提取出；

4)参照公式(y*w+x)*4计算出像素的偏移位置，其中(x，y)表示图像中像素点的位置横纵坐标，w表示图像的宽；

5)根据Sobel边缘算子算法计算像素领域灰度差分，将图像中的每个像素的上下左右四个领域的灰度值加权差，与之接近的领域的权最大，然后依据算子模板，与原始图像进行卷积，得出边缘图像，最后将已经检测到边缘的区域进行左右眼分离，如图1所示，参照的公式为：