[发明专利]带宽优化方法和带宽优化装置

说明书

技术领域

本发明涉及图像显示技术领域，具体而言，涉及到一种带宽优化方法和带宽优化装置。

背景技术

目前能够较为准确计算视差的方法大部分都包含聚合和扫描线优化模块，但是在聚合和扫描线优化等模块中由于算法涉及大量的内存读写因而需要很高的带宽。带宽大，阻碍了视差的实时计算。不能实时的计算视差导致大量的应用无法推广使用，如裸眼观看3D视频、实时三维重建。

为了降低视差计算方法的带宽，人们进行了大量的探索。例如，不进行聚合处理或扫描线优化，这种方法使得视差计算错误率上升，观察发现有明显的视差计算错误，算法失效；通过增加额外的硬件来实现视差计算，增加硬件后使得成本和设备散热量都急剧上升，无法推广使用；降低视差范围，要求拍摄过程中相机之间只能有很小的夹角，只能适应个别情况的视差计算，应用范围小，无法推广使用；在数据读取之前通过数据压缩的方法减少带宽，此时需要额外的空间，且逻辑复杂，带宽优化空间小，算法仍然无法推广使用。

因此，如何优化视差带宽，成为目前亟待解决的技术问题。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一个目的在于提出了一种带宽优化方法。

本发明的另一个目的在于提出了一种带宽优化装置。

为实现上述目的，根据本发明的第一方面的实施例，提出了一种带宽优化方法，包括：根据图像的参数信息和图像处理装置的硬件参数信息确定所述图像的参数范围信息，其中，所述参数范围信息包括视差范围、图像的宽度、内存位数和/或异常视差值的权值；根据所述参数范围信息和预设的计算规则，计算出正常视差值的权值；根据所述正常视差值的权值和所述异常视差值的权值构建出所述图像的基本数据结构信息，其中，所述基本数据结构信息的形式为无符号8位整型。

在该技术方案中，将基本数据结构信息构建成无符号8位整型，并根据预设的计算规则，合理计算出基本数据结构信息中的正常视差值的权值和异常视差值的权值，从而可以减少数据的存储空间以及存储器的访问带宽。

在上述技术方案中，优选地，所述预设的计算规则包括以下公式：dV+X(w-d)<(2^b-1)，其中，d为所述视差范围，V为所述异常视差值的权值，X为所述正常视差值的权值，w为所述图像宽度，b为所述内存位数。

在该技术方案中，聚合优化过程中可以将正常视差值的权值和异常视差值的权值共同存在无符号8位整型的数据结构中，将异常视差值的权值设置为1个字节的无符号8位整型数据类型，该数据类型可以存储的最大值255，设正常视差值的权值可以设置为0到X，其中X为正常视差值的权值的最大值。由于聚合的过程涉及到沿水平方向和垂直方向进行一维积分，为了在一维积分过程中使用2个字节的无符号16位整型存储积分结果而不会发生数据溢出，X需要满足条件：dV+X(w-d)<(2^b-1)，式中，d表示视差范围，V表示异常视差值的权值，w表示行或列包含像素个数的最大值，b表示每一个一维积分结果用多少位内存来存储。上述公式可以用来计算不同视差计算方案中正常视差权值与异常视差权值如何分配数值范围。

在上述技术方案中，优选地，还包括：按照预设的提取规则从所述基本数据结构信息对应的所有像素点中，提取出目标像素点，并对所述目标像素点进行聚合处理。

在上述技术方案中，优选地，所述预设的计算提取规则包括：从所述所有像素点对应的所有行中，按照目标像素点的行数和其他像素点的行数比例为N:1进行提取。

其中，聚合是一种应用广泛的技术，该技术主要思想是图像中一个像素点的特征或特征值可以通过该像素点周边区域的特征或特征值来表示。聚合体现了图像在局部的连续性，在视差计算等大量视觉应用中有着重要的应用，然而由于对任意一个像素点进行聚合都需要对该像素点周围区域内的像素点进行计算，因而聚合过程中需要多次读取图像。例如，对于一幅M×N的图像，如果聚合过程中一个像素点对应的周边区域大小为A，则一次聚合过程中需要读取大约M×N×A次图像，因而占用大量的带宽，影响每秒能处理图像的数量，进而影响视差相关应用的实时性。本发明在保持视差计算的准确性基本不变的前提下，考虑图像在局部颜色连续变化，对聚合过程进行了优化，不在将图像中所有行(或者是列)都进行聚合，而是对一部分行(或者是列)进行聚合，例如，每对N行进行聚合，之后就有1行不进行聚合，这样，由于聚合的像素点减少，因此聚合过程中需要的带宽就相应地减少了，优化了带宽。