[发明专利]一种梯度边缘检测算法实现2D转3D的方法

说明书

技术领域：

本发明属于消费电子领域，涉及一种3D显示装置，尤其是一种梯度边缘检测算法实现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。本专利提出一种梯度边缘检测算法实现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：

本发明的目的在于提供一种梯度边缘检测算法实现2D转3D的方法。该方法是在梯度边缘检测算法的基础上，按照水平和垂直两个方向对领域内像素进行差分运算，并生成边缘扫描结果，最后将已经检测到边缘的区域进行左右眼分离。

一种梯度边缘检测算法实现2D转3D的方法，按照如下步骤：

(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)计算出单个像素的偏移位置；

(5)根据梯度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。

所述步骤(4)中偏移位置计算公式为：(y*w+x)*4；x、y为源图像中像素点的位置，w为图像的宽。

所述梯度算法计算公式为：

G＝scale*(|A0-A1|+|A0-A2|)；G为像素点的灰度差分；所述A0、A1和A2分别成2*2模式结构的三个像素点，A0为左上角点，A1为A0右侧点，A2为A0下方的点。

所述偏移位置计算公式中scale值取1。

所述根据梯度算法计算每个像素领域灰度差分要先对每个像素的RGB三种颜色的灰度值进行差分计算，再进行累加。

所述梯度算法公式中对三种颜色灰度值的累加值需要做取舍，如果值大于等于255，则将累加值定为255，否则将保持累加值不变。

本发明特征在于：梯度边缘检测算法可以快速将原始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。

附图说明：

图1为本发明的梯度算法求差分方向图；

图2为本发明实现流程图。

具体实施方式：

下面结合附图对本发明做进一步详细描述：

参见图1和图2，其中图2为梯度边缘检测算法实现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，w表示图像的宽；

5)根据梯度算法计算像素领域灰度差分，梯度算法求差分的方向为垂直和水平求差分，如图1所示，参照的公式为：G＝scale*(|A0-A1|+|A0-A2|)，其中G为像素点的灰度差分，A0，A1，A2分别为成2*2模式结构的三个像素点，A0为左上角点，A1为A0右侧点，A2为A0下方的点，scale值取1，则在计算时，要分别求出像素点RGB的灰度差分值，并将这三个值累加，然后判断这个累加值是否大于255，大于等于则取255，小于则保证原累加值不变；