[发明专利]基于文本的3D扩增实境

说明书

技术领域

本发明大体来说涉及图像处理。

背景技术

技术的进步已产生更小且更强大的计算装置。举例来说，当前存在多种便携式个人计算装置，包含无线计算装置，例如体积小、重量轻且易于由用户携带的便携式无线电话、个人数字助理(PDA)以及寻呼装置。更具体来说，例如蜂窝式电话和因特网协议(IP)电话等便携式无线电话可经由无线网络传送话音和数据包。此外，许多此类无线电话包含并入其中的其它类型的装置。举例来说，无线电话还可包含数字静态相机、数字摄像机、数字记录器以及音频文件播放器。

发明内容

描述一种基于文本的扩增实境(AR)技术。所述基于文本的AR技术可用以从出现在真实世界场景中的文本检索信息以及通过将相关内容嵌入真实场景中来展示相关内容。举例来说，具有相机和显示屏幕的便携式装置可执行基于文本的AR以检测出现在由所述相机捕获的场景中的文本以及对与所述文本相关联的三维(3D)内容进行定位。所述3D内容可嵌有来自所述相机的图像数据以在显示时，例如在屏幕处以图像预览模式显示时，作为场景的一部分而显现。所述装置的用户可经由例如触摸屏或键盘等输入装置与所述3D内容交互。

在一特定实施例中，一种方法包含从图像捕获装置接收图像数据以及检测所述图像数据内的文本。所述方法还包含响应于检测到所述文本而产生扩增图像数据，所述扩增图像数据包含与所述文本相关联的至少一个扩增实境特征。

在另一特定实施例中，一种设备包含文本检测器，所述文本检测器经配置以检测从图像捕获装置接收到的图像数据内的文本。所述设备还包含渲染器，所述渲染器经配置以产生扩增图像数据。所述扩增图像数据包含扩增实境数据以渲染与所述文本相关联的至少一个扩增实境特征。

至少一个所揭示实施例所提供的特定优点包含与在有限数目个场景中基于识别所述场景内的预定标记或基于寄存在数据库中的自然图像来识别场景而提供AR内容相比，可在任何场景中基于所述场景中所检测到的文本来呈现AR内容的能力。

在检视完整份申请案后，将明白本发明的其它方面、优点和特征，申请案包含以下部分：附图说明、具体实施方式以及权利要求书。

附图说明

图1A是说明用以提供基于文本的三维(3D)扩增实境(AR)的系统的特定实施例的框图；

图1B是说明图1A的系统的图像处理装置的第一实施例的框图；

图1C是说明图1A的系统的图像处理装置的第二实施例的框图；

图1D是说明图1A的系统的文本检测器的特定实施例以及文本检测器的文本辨识器的特定实施例的框图；

图2是描绘可由图1A的系统执行的在图像内进行的文本检测的说明性实例的图；

图3是描绘可由图1A的系统执行的文本定向检测的说明性实例的图；

图4是描绘可由图1A的系统执行的文本区检测的说明性实例的图；

图5是描绘可由图1A的系统执行的文本区检测的说明性实例的图；

图6是描绘可由图1A的系统执行的文本区检测的说明性实例的图；

图7是图2的图像内的所检测文本区的说明性实例的图；

图8是描绘在透视变形移除之后来自所检测文本区的文本的图；

图9是说明可由图1A的系统执行的文本验证过程的特定实施例的图；

图10是描绘可由图1A的系统执行的文本区追踪的说明性实例的图；

图11是描绘可由图1A的系统执行的文本区追踪的说明性实例的图；

图12是描绘可由图1A的系统执行的文本区追踪的说明性实例的图；

图13是描绘可由图1A的系统执行的文本区追踪的说明性实例的图；

图14是描绘基于可由图1A的系统执行的文本区追踪来确定相机姿势的说明性实例的图；

图15是描绘可由图1A的系统执行的文本区追踪的说明性实例的图；

图16是描绘可由图1A的系统产生的基于文本的三维(3D)扩增实境(AR)内容的说明性实例的图；

图17是说明提供基于文本的三维(3D)扩增实境(AR)的方法的第一特定实施例的流程图；

图18是说明追踪图像数据中的文本的方法的特定实施例的流程图；

图19是说明追踪图像数据的多个帧中的文本的方法的特定实施例的流程图；

图20是说明估计图像捕获装置的姿势的方法的特定实施例的流程图；

图21A是说明提供基于文本的三维(3D)扩增实境(AR)的方法的第二特定实施例的流程图；