[發(fā)明專利]內(nèi)容感知顯示適應(yīng)方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201410341100.0
• 申請(qǐng)日: 2014-07-17
• 公開（公告）號(hào): CN104301704A
• 公開（公告）日: 2015-01-21
• 發(fā)明（設(shè)計(jì)）人: 張哲瀚;莊永裕;梁家愷
• 申請(qǐng)（專利權(quán)）人: 宏達(dá)國(guó)際電子股份有限公司
• 主分類號(hào): H04N13/00
• 分類號(hào): H04N13/00
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 史新宏

1.一種內(nèi)容感知顯示適應(yīng)方法，適用于立體圖像，并使用在電子裝置中，且包括下列步驟：

提供多個(gè)立體圖像，其中所述立體圖像包括至少一圖像對(duì)，而該圖像對(duì)包括左圖像和右圖像；

藉由特征檢測(cè)算法(Saliency?Detection?Algorithm)，估計(jì)該圖像對(duì)的多個(gè)特征地圖(Saliency?Map)；

根據(jù)所述特征地圖，將每一所述立體圖像表示為格網(wǎng)(Grid?Mesh)，并測(cè)量其每四元(Each?Quad)的一四元重要性(Per-quad?Importance)；

檢測(cè)該左圖像和該右圖像的多個(gè)特性，并在該左圖像和該右圖像之間去匹配所檢測(cè)的所述特性；

根據(jù)所述特征地圖、多個(gè)匹配特性、所述格網(wǎng)的數(shù)據(jù)，以及目標(biāo)顯影的規(guī)格，定義出能量函數(shù)，其中該能量函數(shù)包括至少一視差一致能量(Disparity?Consistency?Energy)，而該視差一致能量用于確保所述匹配特性的多個(gè)視差以一致方式進(jìn)行操縱；以及

最小化該能量函數(shù)，以取得該左圖像和該右圖像的多個(gè)變形頂點(diǎn)位置(Deformed?Vertex?Position)的二集合。

2.如權(quán)利要求1所述的內(nèi)容感知顯示適應(yīng)方法，其中該特征檢測(cè)算法包括一圖形基礎(chǔ)視覺特征算法。

3.如權(quán)利要求1所述的內(nèi)容感知顯示適應(yīng)方法，其中每四元的該四元重要性的測(cè)量步驟藉由根據(jù)所述特征地圖來(lái)平均及標(biāo)準(zhǔn)化一前像素特征(Pre-pixel?Saliency)而執(zhí)行。

4.如權(quán)利要求1所述的內(nèi)容感知顯示適應(yīng)方法，其中多個(gè)比例不變特性轉(zhuǎn)換(Scale?Invariant?Feature?Transformation，SIFT)特性由該左圖像和該右圖像兩者中所檢測(cè)出來(lái)，而所述匹配特性藉由基礎(chǔ)矩陣來(lái)進(jìn)行發(fā)現(xiàn)和驗(yàn)證，其中該基礎(chǔ)矩陣藉由隨機(jī)取樣共識(shí)(RANdom?SAmple?Consensus，RANSAC)來(lái)估計(jì)得出。

5.如權(quán)利要求4所述的內(nèi)容感知顯示適應(yīng)方法，還包括：

使用非最大抑制法(Non-maximum?Suppression)，以由所檢測(cè)的所述特性中移除掉多個(gè)雜波特性(Cluttered?Feature)。

6.如權(quán)利要求1所述的內(nèi)容感知顯示適應(yīng)方法，其中最小化該能量函數(shù)的步驟藉由解出該能量函數(shù)之一最小平方法(Least-square)問題而執(zhí)行。

7.如權(quán)利要求1所述的內(nèi)容感知顯示適應(yīng)方法，其中該視差一致能量包括視差的一整體縮放系數(shù)(Global?Scaling?Factor?of?Disparity)和一平移系數(shù)(Shift?Factor)，而該整體縮放系數(shù)和和平移系數(shù)用于維持所述特性的相對(duì)深度。

8.如權(quán)利要求1所述的內(nèi)容感知顯示適應(yīng)方法，其中該能量函數(shù)還包括至少一對(duì)齊能量(Alignment?Energy)，而該對(duì)齊能量用于確保所述特性在變形之后仍水平對(duì)齊于同一掃描線。

9.如權(quán)利要求1所述的內(nèi)容感知顯示適應(yīng)方法，其中該能量函數(shù)還包括至少一扭曲能量(Distortion?Energy)和至少一線彎曲能量(Line?Bending?Energy)，該扭曲能量用于防止每一所述格網(wǎng)內(nèi)的多個(gè)重要四元(Important?Quads)被不均勻地縮放，該線彎曲能量用于使得一原始邊緣和一變形邊緣之間的一夾角維持盡可能地小，而該原始邊緣和該變形邊緣對(duì)應(yīng)于每四元(Each?Quad)。

10.一種內(nèi)容感知顯示適應(yīng)方法，適用于立體圖像，并使用于一電子裝置中，且包括下列步驟：

提供多個(gè)立體圖像，其中所述立體圖像包括至少一圖像對(duì)，而該圖像對(duì)包括一左圖像和一右圖像；

藉由一特征檢測(cè)算法(Saliency?Detection?Algorithm)，估計(jì)該圖像對(duì)的多個(gè)特征地圖(Saliency?Map)；

根據(jù)所述特征地圖，將每一所述立體圖像表示為一格網(wǎng)(Grid?Mesh)，并測(cè)量其每四元(Each?Quad)的一四元重要性(Per-quad?Importance)；

檢測(cè)該左圖像和該右圖像的多個(gè)特性，并在該左圖像和該右圖像之間去匹配所檢測(cè)的所述特性；

根據(jù)所述特征地圖、多個(gè)匹配特性、所述格網(wǎng)的數(shù)據(jù)，以及一目標(biāo)顯影的規(guī)格，定義出一能量函數(shù)，其中該能量函數(shù)包括至少一對(duì)齊能量(Alignment?Energy)，而該對(duì)齊能量用于確保所述特性在變形之后仍水平對(duì)齊于同一掃描線；以及

最小化該能量函數(shù)，以取得該左圖像和該右圖像的多個(gè)變形頂點(diǎn)位置(Deformed?Vertex?Position)的二集合。