TWI517091B - 二維至三維的深度影像建立方法及裝置 - Google Patents
二維至三維的深度影像建立方法及裝置 Download PDFInfo
- Publication number
- TWI517091B TWI517091B TW102139537A TW102139537A TWI517091B TW I517091 B TWI517091 B TW I517091B TW 102139537 A TW102139537 A TW 102139537A TW 102139537 A TW102139537 A TW 102139537A TW I517091 B TWI517091 B TW I517091B
- Authority
- TW
- Taiwan
- Prior art keywords
- pixel
- depth
- image
- value
- pixels
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 35
- 238000010276 construction Methods 0.000 title 1
- 238000010422 painting Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Description
本發明是有關於一種深度影像建立方法，特別是指一種二維至三維的深度影像建立方法及裝置。
深度影像，指的是二維影像中物體與觀看者之間的距離資訊，投影到一平面上所形成的影像，通常是以8個位元代表256種色階的灰階圖來表示，亮度值0代表離觀看者最遠，而亮度值255代表離觀看者最近。
目前產生深度影像的方式大致可分為三種主要的類別：1)使用深度攝影機、2)使多視角攝影機，以及2)將使用單一攝影機得到的影像進行二維至三維的影像轉換。前兩者，僅可用於拍攝新的影像，對於已存在的舊有二維影像如舊照片、圖畫，只能利用第三種類別的方式。
使用第三種類別，最重要的部分是進行邊緣偵測，分析出物件的邊緣，並賦予其深度值，然而以目前使用的邊緣偵測方法，套用到中國古典繪畫上，由於繪畫的方式，會使得偵測出來的邊緣所圍繞的區塊過於破碎、過小，因此即便是同一物件，也常被分成多個區塊，而依此
賦予深度值，所得效果不甚良好。
此外，中國古典繪畫的著色方式及視角，與西洋的繪畫或現代的照片均不相同，本發明並將利用中國古典繪畫中常見的特徵，對應生成深度影像，以利後端重建虛擬視角，帶給使用者觀看中國古畫不一樣的視覺震撼。
因此，本發明之目的，即在提供一種適用中國古典繪畫的二維至三維的深度影像建立方法。
因此，本發明之另一目的，即在提供一種適用中國古典繪畫的二維至三維的深度影像建立裝置。
於是，本發明二維至三維的深度影像建立方法，由一深度影像建立裝置配合一計算裝置執行，該深度影像建立裝置包含一記憶體及一連接該記憶體的處理器，該記憶體儲存一程式碼，該處理器讀取該程式碼而執行該方法所包含的以下步驟：
(A)自該計算裝置讀取一原始影像，並產生維度相同的一預設背景深度影像及一尚未被賦值的結果背景深度影像，該原始影像包括多個分別具有一亮度值的畫素，該預設背景深度影像包括多個分別具有一深度值的畫素。
(B)對該原始影像的每一畫素判斷是否其亮度值大於一亮度閾值，若是則視為背景畫素而執行步驟(C)，否則視為前景畫素而執行步驟(D)。
(C)使位置對應該背景畫素的該結果背景深度影像的畫素被賦予相同位置上該預設背景深度影像的畫素
的深度值。
(D)對該原始影像進行超畫素計算，而將該原始影像區分成多個超畫素，各該超畫素包括多個亮度值相近且位置相鄰的畫素，執行步驟(E)。
(E)首先讀取該等前景畫素所對應到該預設背景深度影像上相同位置的畫素的深度值，再分別平均屬於相同超畫素的所有前景畫素對應的深度值而分別得到各該超畫素的一超畫素深度值，然後將該超畫素深度值對應賦值至該結果背景深度影像中對應前景畫素的畫素。
較佳地，還包含於步驟(E)後執行的步驟(F)：
(F)執行一基於影像邊緣的深度修正方法，首先對該原始影像進行邊緣偵測及細線化而得到該原始影像的多個邊緣線，然後根據該等邊緣線對該結果背景深度影像的前景畫素進行掃描與深度值的取代，使得被相同邊緣線圍繞的各畫素的深度值統一。
較佳地，其中，該掃描的路徑與深度值的取代的方法包括：
(F1)由右下至左上使用左右鏡射之N字型的掃描路徑，若在掃描途中，該畫素的深度值小於右邊畫素，則該畫素的深度值會被右邊畫素的深度值所取代。
(F2)由左下至右上使用N字型的掃描路徑，若在掃描途中，該畫素的深度值小於左邊畫素，則該畫素的深度值會被左邊畫素的深度值所取代。
(F3)由左上至右下使用Z字型的掃描路徑，若
在掃描途中，該畫素的深度值小於上方畫素，則該畫素的深度值會被上方畫素的深度值所取代。
(F4)由右上至左下使用左右鏡射之Z字型的掃描路徑，若在掃描途中，該畫素的深度值小於下方畫素，則該畫素的深度值會被下方畫素的深度值所取代。
較佳地，其中，該預設背景深度影像是以漸層方式由上而下設定各畫素為代表離使用者由遠而近的深度值。
較佳地，還包含一於步驟(D)前執行的步驟(G)：對前景畫素進行標籤連通化計算，給予相連接的畫素相同且唯一的編號，並得到各不相鄰的區塊的畫素數量，並將標籤數量小於一數量閾值的畫素視為背景畫素而執行步驟(C)，其餘畫素執行步驟(D)。
較佳地，其中，該超畫素計算是先將該原始影像區分成多個方形的網格，各該網格具有一中心畫素，再計算每一中心畫素與其一預定範圍內的多個畫素的多個相關於兩者間亮度的差距及位置的差距的特徵距離，再將各該畫素歸入最短的特徵距離所對應的中心畫素所屬的超畫素。
較佳地，其中，步驟(A)在該原始影像為一彩色影像的情況下，還將該彩色影像轉換灰階，使該原始影像包括該等分別具有該等亮度值的畫素。
於是，本發明二維至三維的深度影像建立裝置，執行如前所述的二維至三維的深度影像建立方法。
本發明之功效在於：透過判斷是否亮度值大於一亮度閾值來區分前景與背景，並以超畫素進行深度值的平均，而能更準確地生成前景畫素對應的深度值。
1‧‧‧深度影像建立裝置
11‧‧‧記憶體
12‧‧‧處理器
2‧‧‧計算裝置
S1-S8‧‧‧步驟
S11、S31‧‧‧步驟
本發明之其他的特徵及功效，將於參照圖式的較佳實施例詳細說明中清楚地呈現，其中：圖1是一方塊圖，說明本發明二維至三維的深度影像建立方法的一較佳實施例；圖2是一流程圖，說明該較佳實施例；圖3是一影像圖，說明一原始影像；圖4是一影像圖，說明套用一亮度閾值；圖5是一影像圖，說明去除雜訊後的結果；圖6是一影像圖，說明背景畫素被賦予深度值；圖7是一影像圖，說明超畫素計算的初始化；圖8是一影像圖，說明超畫素計算的結果；圖9是一影像圖，說明平均超畫素對應的深度值；圖10是一影像圖，說明細線化的結果；圖11是示意說明基於影像邊緣的深度修正方法的掃描路徑；及圖12是一影像圖，說明產生的一結果背景深度影像。
參閱圖1與圖2，本發明二維至三維的深度影像建立方法之較佳實施例，由一深度影像建立裝置1配合一
計算裝置2執行，該深度影像建立裝置1包含一記憶體11及一連接該記憶體11的處理器12，該記憶體11儲存一程式碼，該處理器12讀取該程式碼而執行該方法所包含的以下步驟：
步驟S1一自該計算裝置2讀取一原始影像(如圖3)，並產生維度相同的一預設背景深度影像及一尚未被賦值的結果背景深度影像。該預設背景深度影像的賦值方式容後說明。
步驟S11-若該原始影像為一彩色影像，則將其轉換為灰階。如此，待分析的該原始影像包括多個畫素，各畫素分別具有一亮度值。轉換公式為Y=0.299×R+0.587×G+0.114×B，其中Y為該亮度值，而R、G、B分別為彩色影像的三原色的值。
步驟S2-對亮度值進行二值化的動作，把該結果背景深度影像中對應到原始影像較暗部分的畫素設為0，視為影像的物件部分，即前景，而在影像較亮的畫素則設為255，視為影像的背景資訊，如此初步區分前景與背景，產生二值化的該結果背景深度影像(如圖4)。就執行上而言，當一畫素的亮度值大於一亮度閾值，則代表該畫素為背景，接著會進入步驟S4，否則進入步驟S3。
補充說明的是，因為是針對中國古典畫，而中國古典畫的作畫方式是在白底上塗上顏色，因此以二值化動作來區分前景與背景，效果特別好。
步驟S3-執行影像標籤連通化，將二值化後所
視為的前景畫素，給予相連接的畫素相同且唯一的編號，並將標籤數量小於一數量閾值的畫素視為雜訊(步驟S31)並改視其為背景畫素，而進入步驟S4。
在本實施例中是採用的是八相鄰連接，針對影像中的前景畫素進行標籤化的動作，把八相鄰的區域標記為同一編號。標籤連通化的方式為本領域技術人員所熟知，在此不再贅述。
完成標籤連通化後，將標籤數目過小的畫素視為雜訊，濾除這些畫素，將之視為影像的背景部分(如圖5)，如此一來，便能將相對應的深度資訊完整的填入影像的物件與背景之中。
步驟S4-在確定前景畫素與背景畫素後，本步驟是將背影畫素對應的該結果背景深度影像的畫素(圖5中白色部分)填上深度值。填上的方式是根據該預設背景深度影像。
針對中國古典繪畫做了相關的探討後，發現中國古典繪畫中有別於其他繪畫的定點透視，採用了散點透視的方法，而所謂的散點透視，即是一個畫面中可以有多個視點，把不同角度所看到的影像，組合在同一張畫面上，藉此打破傳統上空間的限制。由於這種特殊的繪畫技巧，使得中國古典繪畫的風格會是由下往上的移動方法，根據探討的結果，本實施例根據上述的中國古典繪畫特性，將該預設背景深度影像以八位元表示，將亮度值0置於預設背景深度影像最上方，代表離觀賞者最遠，反之亮度值
255置於預設背景深度影像下方，代表離觀賞者最近，中間部分則根據影像上下方向的畫素數量，以漸層方式由上而下設定各畫素為代表離使用者由遠而近的深度值。
接著，便使位置對應該背景畫素的該結果背景深度影像的畫素被賦予相同位置上該預設背景深度影像的畫素的深度值(如圖6)。
步驟S5-對該原始影像進行超畫素計算，而將該原始影像區分成多個超畫素(superpixel)，各該超畫素包括多個亮度值相近且位置相鄰的畫素。超畫素的演算法有多種，本實施例是使用改良自K平均演算法(k-means)的簡單線性疊代群聚(SLIC，Simple Linear Iterative Clustering)演算法。
首先進行初始化，將該原始影像區分成多個正方形的網格(如圖7)，每一網格有一中心畫素，然後針對每個畫素的標籤值進行計算，若第i個畫素與第k個網格中心畫素的一相關於兩者間亮度的差距及位置的差距的特徵距離D為最小，則將該畫素的標籤值更新為k，其中特徵距
離，亮度的差距，位置的差距
，1為亮度值，x及y為位置座標值，
m為正規化係數(常數)，為前述網格的邊長，N為該
原始影像的總畫素數，K為預設的所欲形成的網格的數量。需說明的是，為了加速計算，僅針對每個網格中心畫素週圍2S×2S之預定範圍的畫素，來計算該畫與中心畫素的特徵距離D。
當每個畫素都有了相對應標籤值後，分別平均所有相同標籤之畫素的亮度值li及位置座標值xi、yi，得到一個新的網格中心畫素的亮度值lk及位置座標值xk、yk，持續不斷的重覆上述的動作進行更新，直到誤差收斂到所設定的門檻值為止，就得到非常貼近物件邊緣的超畫素(如圖8)。
步驟S6-在步驟S4後，該結果背景深度影像對應至背景畫素的部分已經被賦予深度值，現在要處理對應至前景畫素的部分。首先讀取該等前景畫素所對應到該預設背景深度影像上相同位置的畫素的深度值，再分別平均屬於相同超畫素的所有前景畫素對應的深度值而分別得到各該超畫素的一超畫素深度值，然後將該超畫素深度值對應賦值至該結果背景深度影像中對應前景畫素的畫素(如圖9)。
至此，該結果背景深度影像已經初步完成，背景部分為漸層的深度值，前景部分包括多個超畫素，每個超畫素只有一個深度值。然後進入步驟S7。
步驟S7-執行一基於影像邊緣的深度修正方法，首先對該原始影像進行邊緣偵測而得到該原始影像的多個邊緣線，然後根據該等邊緣線對該結果背景深度影像的前景畫素進行掃描與深度值的取代，使得被相同邊緣線圍繞的各畫素的深度值統一。
在本實施中是先使用索貝爾(Sobel)邊緣偵測，然後偵測結果取二值化，再進行Z.S(Zhang and Suen，張與
孫)細線化，將寬度大於一個畫素的邊緣畫素細化成只有一個畫素寬，而產生該等邊緣線，並套用在該結果背景深度影像上對應前景畫素的部分(如圖10)，意即使位在邊緣線上的前景畫素的深度值等於0。
一併參閱圖11，接著對非屬邊緣線的畫素進行以下四個掃描路徑與深度值的取代方法：
(a)由右下至左上使用左右鏡射之N字型的掃描路徑，若在掃描途中，該畫素的深度值小於右邊畫素，則該畫素的深度值會被右邊畫素的深度值所取代。
(b)由左下至右上使用N字型的掃描路徑，若在掃描途中，該畫素的深度值小於左邊畫素，則該畫素的深度值會被左邊畫素的深度值所取代。
(c)由左上至右下使用Z字型的掃描路徑，若在掃描途中，該畫素的深度值小於上方畫素，則該畫素的深度值會被上方畫素的深度值所取代。
(d)由右上至左下使用左右鏡射之Z字型的掃描路徑，若在掃描途中，該畫素的深度值小於下方畫素，則該畫素的深度值會被下方畫素的深度值所取代。
不斷重複以上的四種掃描路徑與深度值的取代方法，直到被相同邊緣線圍繞的各畫素的深度值統一為止。最後使邊緣線上的前景畫素的深度值等於四相鄰中深度值的最小值，即可消除邊緣資訊。
步驟S8-在步驟S7處理完對應到前景畫素的部分後，加上步驟S4的結果，即得到最終的該結果背景深
度影像(如圖12)。
值得一提的是，若直接使用sobel邊緣偵測及Z.S細線化的結果，來對漸層的該預設背景深度影像進行掃描及取代，很容易造成部分被相同邊緣線圍繞的區塊太小，區塊太小則深度值統一的範圍就小，使得得出的結果背景深度影像跟該預設背景深度影像差不多。但本發明是改由對步驟S6利用超畫素所初步完成的該結果背景深度影像(如圖9)進行掃描及取代，因此即便有過小的區塊，但已先利用超畫素進行初步的統一動作，而能更準確地生成前景畫素對應的深度值。
綜上所述，透過二值化動作來區分前景與背景，並以超畫素先初步進行深度值的平均，而能更準確地生成前景畫素對應的深度值，最後再執行該基於影像邊緣的深度修正方法，而能較佳地建立中國古典繪畫的深度影像，故確實能達成本發明之目的。
惟以上所述者，僅為本發明之較佳實施例而已，當不能以此限定本發明實施之範圍，即大凡依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
S1-S8‧‧‧步驟
S11、S31‧‧‧步驟
Claims (9)
- 一種二維至三維的深度影像建立方法，由一深度影像建立裝置配合一計算裝置執行，該深度影像建立裝置包含一記憶體及一連接該記憶體的處理器，該記憶體儲存一程式碼，該處理器讀取該程式碼而執行該方法所包含的以下步驟：(A)自該計算裝置讀取一原始影像，並產生維度相同的一預設背景深度影像及一尚未被賦值的結果背景深度影像，該原始影像包括多個分別具有一亮度值的畫素，該預設背景深度影像包括多個分別具有一深度值的畫素；(B)對該原始影像的每一畫素判斷是否該亮度值大於一亮度閾值，若是則視為背景畫素而執行步驟(C)，否則視為前景畫素而執行步驟(D)；(C)使位置對應該背景畫素的該結果背景深度影像的畫素被賦予相同位置上該預設背景深度影像的畫素的深度值；(D)對該原始影像進行超畫素計算，而將該原始影像區分成多個超畫素，各該超畫素包括多個亮度值相近且位置相鄰的畫素，執行步驟(E)；及(E)讀取該等前景畫素所對應到該預設背景深度影像上相同位置的畫素的深度值，再分別平均屬於相同超畫素的所有前景畫素對應的深度值而分別得到各該超畫素的一超畫素深度值，然後將該超畫素深度值對應賦值 至該結果背景深度影像中對應前景畫素的畫素；其中，該超畫素計算是先將該原始影像區分成多個方形的網格，各該網格具有一中心畫素，針對每個畫素的標籤值進行計算，若第i個畫素與第k個網格中心畫素的一相關於兩者間亮度的差距及位置的差距的特徵距離D為最小，則將該畫素的標籤值更新為k，其中特徵距離 ，亮度的差距，位置的差距，l為亮度值，x及y為位置座標值 ，m為正規化係數(常數)，為前述網格的邊長，N為該原始影像的總畫素數，K為預設的所欲形成的網格的數量，並針對每個網格中心畫素週圍之預定範圍的畫素，來計算該畫與中心畫素的特徵距離D，再將各該畫素歸入最短的特徵距離D所對應的中心畫素所屬的超畫素；當每個畫素都有了相對應標籤值後，分別平均所有相同標籤之畫素的亮度值li及位置座標值xi、yi，得到一個新的網格中心畫素的亮度值lk及位置座標值xk、yk，持續不斷的重覆上述的動作進行更新，直到誤差收斂到所設定的門檻值為止，藉此貼近物件邊緣的超畫素。
- 如請求項1所述二維至三維的深度影像建立方法，還包含於步驟(E)後執行的步驟(F)：(F)執行一基於影像邊緣的深度修正方法，對該原始影像進行邊緣偵測及細線化而得到該原始影像的多個邊緣線，然後根據該等邊緣線對該結果背景深度影像的前景畫素進行一掃描與深度值的取代方法，使得被相同邊 緣線圍繞的各畫素的深度值統一。
- 如請求項2所述二維至三維的深度影像建立方法，其中，該掃描的路徑與深度值的取代的方法包括：(F1)由右下至左上使用左右鏡射之N字型的掃描路徑，若在掃描途中，該畫素的深度值小於右邊畫素，則該畫素的深度值會被右邊畫素的深度值所取代；(F2)由左下至右上使用N字型的掃描路徑，若在掃描途中，該畫素的深度值小於左邊畫素，則該畫素的深度值會被左邊畫素的深度值所取代；(F3)由左上至右下使用Z字型的掃描路徑，若在掃描途中，該畫素的深度值小於上方畫素，則該畫素的深度值會被上方畫素的深度值所取代；及(F4)由右上至左下使用左右鏡射之Z字型的掃描路徑，若在掃描途中，該畫素的深度值小於下方畫素，則該畫素的深度值會被下方畫素的深度值所取代。
- 如請求項1所述二維至三維的深度影像建立方法，其中，該預設背景深度影像是以漸層方式由上而下設定各畫素為代表離使用者由遠而近的深度值。
- 如請求項1所述二維至三維的深度影像建立方法，還包含一於步驟(D)前執行的步驟(G)：對前景畫素進行標籤連通化計算，給予相連接的畫素相同且唯一的編號，並將標籤數量小於一數量閾值的畫素視為背景畫素而執行步驟(C)，其餘畫素執行步驟(D)。
- 如請求項1至5其中任一項所述的二維至三維的深度影 像建立方法，其中，步驟(A)在該原始影像為一彩色影像的情況下，還將該彩色影像轉換灰階，使該原始影像包括該等分別具有該等亮度值的畫素。
- 一種二維至三維的深度影像建立裝置，包含一記憶體及一連接該記憶體的處理器，該記憶體儲存一程式碼，該深度影像建立裝置連接一計算裝置，其中，該處理器讀取該程式碼而自該計算裝置讀取一原始影像，並產生維度相同的一預設背景深度影像及一尚未被賦值的結果背景深度影像，該原始影像包括多個分別具有一亮度值的畫素，該預設背景深度影像包括多個分別具有一深度值的畫素；該處理器對該原始影像的每一畫素判斷是否該亮度值大於一亮度閾值；該處理器若是判斷該亮度值大於該亮度閾值，則視為背景畫素而使位置對應該背景畫素的該結果背景深度影像的畫素被賦予相同位置上該預設背景深度影像的畫素的深度值；該處理器若是判斷該亮度值不大於該亮度閾值，則視為前景畫素而對該原始影像進行超畫素計算，而將該原始影像區分成多個超畫素，各該超畫素包括多個亮度值相近且位置相鄰的畫素，讀取該等前景畫素所對應到該預設背景深度影像上相同位置的畫素的深度值，再分別平均屬於相同超畫素的所有前景畫素對應的深度值而分別得到各該超畫素的一超畫素深度值，然後將該超畫 素深度值對應賦值至該結果背景深度影像中對應前景畫素的畫素；其中，該超畫素計算是先將該原始影像區分成多個方形的網格，各該網格具有一中心畫素，針對每個畫素的標籤值進行計算，若第i個畫素與第k個網格中心畫素的一相關於兩者間亮度的差距及位置的差距的特徵距離D為最小，則將該畫素的標籤值更新為k，其 中特徵距離，亮度的差距，位置的差距，l為亮度值，x及y為位 置座標值，m為正規化係數(常數)，為前述網格的邊長，N為該原始影像的總畫素數，K為預設的所欲形成的網格的數量，並針對每個網格中心畫素週圍之預定範圍的畫素，來計算該畫與中心畫素的特徵距離D，再將各該畫素歸入最短的特徵距離D所對應的中心畫素所屬的超畫素；當每個畫素都有了相對應標籤值後，分別平均所有相同標籤之畫素的亮度值li及位置座標值xi、yi，得到一個新的網格中心畫素的亮度值lk及位置座標值xk、yk，持續不斷的重覆上述的動作進行更新，直到誤差收斂到所設定的門檻值為止，藉此貼近物件邊緣的超畫素。
- 如請求項7所述的二維至三維的深度影像建立裝置，其中，該處理器還對該原始影像進行邊緣偵測及細線化而得到該原始影像的多個邊緣線，然後根據該等邊緣線對該結果背景深度影像的前景畫素進行掃描與深度值的取代，使得被相同邊緣線圍繞的各畫素的深度值統一，該 預設背景深度影像是以漸層方式由上而下設定各畫素為代表離使用者由遠而近的深度值。
- 如請求項7或8所述的二維至三維的深度影像建立方法，其中，在該原始影像為一彩色影像的情況下，該處理器還將該彩色影像轉換灰階，使該原始影像包括該等分別具有該等亮度值的畫素。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW102139537A TWI517091B (zh) | 2013-10-31 | 2013-10-31 | 二維至三維的深度影像建立方法及裝置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW102139537A TWI517091B (zh) | 2013-10-31 | 2013-10-31 | 二維至三維的深度影像建立方法及裝置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201516958A TW201516958A (zh) | 2015-05-01 |
| TWI517091B true TWI517091B (zh) | 2016-01-11 |
Family
ID=53720424
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW102139537A TWI517091B (zh) | 2013-10-31 | 2013-10-31 | 二維至三維的深度影像建立方法及裝置 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI517091B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI618031B (zh) * | 2017-04-12 | 2018-03-11 | 和碩聯合科技股份有限公司 | 影像邊緣偵測方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI629665B (zh) * | 2017-11-24 | 2018-07-11 | 住華科技股份有限公司 | 缺陷檢查方法及缺陷檢測系統 |
| TWI731604B (zh) * | 2020-03-02 | 2021-06-21 | 國立雲林科技大學 | 三維點雲資料處理方法 |
| CN114190972B (zh) * | 2020-09-18 | 2024-03-22 | 苏州佳世达电通有限公司 | 超声波影像物件的体积计算方法及应用其的超声波系统 |
-
2013
- 2013-10-31 TW TW102139537A patent/TWI517091B/zh not_active IP Right Cessation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI618031B (zh) * | 2017-04-12 | 2018-03-11 | 和碩聯合科技股份有限公司 | 影像邊緣偵測方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201516958A (zh) | 2015-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7181977B2 (ja) | ３次元再構成において構造特徴を検出し、組み合わせるための方法およびシステム | |
| US9773302B2 (en) | Three-dimensional object model tagging | |
| CN107750370B (zh) | 用于确定图像的深度图的方法和装置 | |
| CN101542529B (zh) | 图像的深度图的生成方法和图像处理单元 | |
| JP6496987B2 (ja) | 目標検出方法及び目標検出装置 | |
| CN108352083B (zh) | 用于拉伸成3d对象的2d图像处理 | |
| US9412040B2 (en) | Method for extracting planes from 3D point cloud sensor data | |
| CN105450900B (zh) | 用于文档图像的畸变校正方法和设备 | |
| CN102609974B (zh) | 一种基于深度图分割渲染的虚拟视点图像的生成方法 | |
| US9530212B2 (en) | Image frame conversion method and video frame conversion method and apparatus | |
| CN106062824B (zh) | 边缘检测装置和边缘检测方法 | |
| JP6914734B2 (ja) | シルエット抽出装置、方法およびプログラム | |
| JP6715864B2 (ja) | 画像に対する深度マップを決定するための方法及び装置 | |
| CN103942756B (zh) | 一种深度图后处理滤波的方法 | |
| CN106384338B (zh) | 一种基于形态学的光场深度图像的增强方法 | |
| TWI517091B (zh) | 二維至三維的深度影像建立方法及裝置 | |
| CN108510529A (zh) | 一种基于自适应权值的图割立体匹配方法 | |
| CN110544300A (zh) | 一种基于二维手绘图像特征自动生成三维模型的方法 | |
| CN104537627B (zh) | 一种深度图像的后处理方法 | |
| Mukherjee et al. | A hybrid algorithm for disparity calculation from sparse disparity estimates based on stereo vision | |
| WO2012172853A1 (ja) | 立体画像生成装置、立体画像生成方法、プログラム、および記録媒体 | |
| Kuo et al. | Depth estimation from a monocular view of the outdoors | |
| JP2018195047A (ja) | シルエット抽出装置、方法およびプログラム | |
| JP2021064334A5 (zh) | ||
| TWI736335B (zh) | 基於深度影像生成方法、電子裝置與電腦程式產品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |