[发明专利]用于确定图像的深度图的方法和装置

说明书

一种用于确定图像的深度图的装置包括：提供具有相关联的深度图的图像的图像单元（105），所述深度图包括图像的至少一些像素的深度值。概率单元（107）确定所述图像的概率图，所述概率图包括指示像素属于文本像素对象的概率的概率值。深度单元（109）生成经修改的深度图，其中，所述经修改的深度值被确定为所述输入值与文本图像对象深度值的经加权的组合，所述文本图像对象深度值与文本的优选的深度相对应。所述加权是取决于所述像素的所述概率值的。所述方法提供针对文本对象的更柔性的深度修改，其例如在使用深度图执行视图转换时产生减少的假象和降级。

技术领域

本发明涉及用于确定图像的深度图的方法和装置，并且具体地说，涉及用于基于估计的视差值确定深度图的方法和装置。

背景技术

三维（3D）显示器通过为查看者的两只眼睛提供被观看的场景的不同的视图为查看体验增加了第三维度。这可以通过使用户佩戴用于分隔被显示的两个视图的眼镜来达到。然而，由于这可能被认为是对于用户不方便的，所以在许多场景中优选使用自动立体显示器，自动立体显示器使用显示器处的器件（诸如柱状透镜或者挡板）来分隔视图和在不同的方向上发送它们（它们可以单个地在所述方向上到达用户的眼睛）。对于立体显示器，需要两个视图，而自动立体显示器通常需要更多的视图（诸如例如是九个视图）。

然而，实践上的显示器倾向于不具有理想的性能，并且通常不能够呈现完美的三维图像。

例如，基于透镜的自动立体3D显示器倾向于面临屏幕外模糊的问题。该效应是与照相机系统中的被称为景深模糊的效应类似的。

此外，所呈现的三维图像的质量取决于所接收的图像数据的质量，并且具体地说，三维感知取决于所接收的深度信息的质量。

三维图像信息通常是由与场景的不同的视图方向相对应的多个图像提供的。具体地说，诸如电影或者电视节目之类的视频内容日益被生成为包括一些3D信息。这样的信息可以使用专用的3D照相机来捕获，所述专用的3D照相机从稍微偏移的照相机位置捕获两个同时的图像。

然而，在许多应用中，所提供的图像不可以直接地与期望的方向相对应，或者需要更多的图像。例如，对于自动立体显示器，需要多于两个图像，并且实际上通常使用9-26个视图图像。

为了生成与不同的视图方向相对应的图像，可以使用视图点转换处理。这通常由视图转换算法来执行，所述视图转换算法使用单个视图方向的图像以及相关联的深度信息。然而，为了生成新的视图图像而没有显著的假象，所提供的深度信息必须是足够准确的。

不幸的是，在许多应用和使用场景中，深度信息可能不是像期望的那样准确的。实际上，在许多场景中，深度信息是通过经由对不同的视图方向的视图图像进行比较估计和提取深度值来生成的。

在许多应用中，使用稍微不同的位置处的两个照相机将三维场景捕获为立体图像。具体的深度值因而可以通过估计两个图像中的对应的图像对象之间的视差来生成。然而，这样的深度提取和估计是有问题的，并且倾向于产生不理想的深度值。这可以再次导致产生假象和降级的三维图像质量。

三维图像降级和假象倾向于对于诸如例如是字幕块之类的文本图像对象是特别显著的。并非作为场景的部分，文本图像对象倾向于是隔离的对象，所述隔离的对象不被感知为是被集成或者嵌入在场景中的。进一步地，文本图像对象的深度变化倾向于是对于观看者更可感知的。此外，在典型的应用中，文本（特别诸如是字幕）被预期通过明确定义的边缘是明锐的和清晰的。相应地，具体地说，以高图像质量呈现诸如字幕块之类的文本图像对象是高度重要的。

因此，用于确定文本图像对象的合适深度信息的改进的方法将是有优势的，并且具体地说，允许增加的灵活性、促进的实现、降低的复杂度、改进的3D体验和/或改进的感知的图像质量的方法将是有优势的。

发明内容

相应地，本发明寻求单一地或者以任何组合优选地减轻、缓和或者消除上面提到的缺点中的一个或多个缺点。