[发明专利]一种双目视频转换多目视频的方法

说明书

【技术领域】

本发明涉及计算机视觉领域，尤其涉及一种双目视频转换多目视频的方法。

【背景技术】

随着娱乐产业的发展，人们对视觉体验的要求也越来越高，传统的通过佩戴3D眼镜欣赏3D内容等方式逐渐被效果更好，观看更方便的裸眼立体显示所取代。裸眼立体显示器通常需要多目片源，满足不同视角的观看需求。随着立体采集技术的发展，双目拍摄系统的应用越来越广泛，片源也越来越多，因此双目转多目技术逐渐成为了多目片源的主要获取方式。

3D电影等视频资料中的文本可以分为两类，标注文本和场景文本。标注文本是通过后期制作合成到视频流中去的，包含了对当前视频流内容的语义描述，比如电影下方的中文文本；场景文本是录制中环境和物体本身所携带的文字如路牌上的路名，服装上的文字和产品上的商标等。

目前，双目视频转换成多目视频的画面中，场景文本较为模糊。

【发明内容】

经过研究发现，场景文本的出现具有偶然性，而且不同场景文本之间的差异较大，很难寻找出所有场景文本的共同特征进行识别。由于人类对文字的感知相当敏感，如果利用传统的转换方法，难免造成文本内容的模糊，断裂，抖动等情况，所以在双目视频立体转换的过程中需要特殊处理，这就大大的增加了全自动转换的难度。与拍摄到的自然场景内容相比，场景文本的模糊抖动对视觉效果造成的负面影响更大。

通过研究传统双目视频转多目视频处理流程中场景文本的图形学特征，比如文本排列方向固定，文本中各字符一般大小相同，文本内容与背景存在很大的色彩反差等，特别是具有字符笔画宽度比较恒定的性质。

为了克服现有技术的不足，本发明提供了一种双目视频转换多目视频的方法，使得在多目视频中的场景文本看起来更加清晰。

一种双目视频转换多目视频的方法，包括如下步骤：

检测场景文本步骤，检测第一目视频图像是否存在第一场景文本，若存在则执行下述步骤；其中，所述第一场景文本是不同于字幕文本的融合于所述第一目视频图像中的文本；

提取第一场景文本步骤，从第一目视频图像中提取所述第一场景文本；

提取第二场景文本步骤，从与所述第一目视频图像对应的第二目视频图像中提取第二场景文本，其中，所述第二场景文本是不同于字幕文本的融合于所述第二目视频图像中的文本；

计算场景文本视差步骤，计算第一场景文本与第二场景文本之间的场景文本视差；

计算非文本场景视差步骤，计算第一目视频图像中除第一场景文本以外的第一非文本场景与第二目视频图像中除第二场景文本以外的第二非文本场景之间的非文本场景视差；

生成第三目视频图像步骤，根据所述场景文本视差和非文本场景视差从第一目视频图像和第二目视频图像中得到第三目视频图像。

在一个实施例中，

生成第三目视频图像步骤包括如下步骤：

根据所述非文本场景视差得到非文本场景视差值图，根据场景文本视差得到场景文本视差值图；

将场景文本视差值图中非零的像素点的值赋予非文本场景视差值图中的对应像素点，得到合成视差值图；

所述生成第三目视频图像步骤包括：

根据合成视差值图从第一目视频图像和第二目视频图像中得到第三目视频图像。

在一个实施例中，

所述检测场景文本步骤包括如下步骤：

对所述第一目视频图像进行灰度化得到第一目视频灰度图像，对第二目视频图像进行灰度化得到第二目视频灰度图像；

对所述第一目视频灰度图像进行边缘检测计算得到第一目视频边缘图像，对第二目视频灰度图像进行边缘检测计算得到第二目视频边缘图像；

对所述第一目视频边缘图像检测所述第一场景文本，对所述第二目视频边缘图像检测所述第二场景文本；

所述提取第一场景文本步骤包括：

从第一目视频边缘图像中提取所述第一场景文本；

所述提取第二场景文本步骤包括：

从第二目视频边缘图像中提取所述第二场景文本。

在一个实施例中，

对所述第一目视频边缘图像检测所述第一场景文本包括如下步骤：

对所述第一目视频边缘图像的所有非零像素的连通域最外围的任一像素点p，按照路线r＝p+n·d_p(n≥0)来寻找在同一个连通域的另一个像素点q，其中，所述像素点q为非零像素点，d_p为像素点p的梯度方向，d_q为像素点q的梯度方向，d_p与d_q方向相反；