基于颜色和形状匹配的3D模式识别方法技术

本发明专利技术涉及3D电视技术，特别涉及3D模式识别方法。本发明专利技术针对现有技术3D模式不能自动识别的缺点，公开了一种基于图像处理，特别是基于颜色和形状匹配的3D模式识别方法。本发明专利技术的基于颜色和形状匹配的3D模式识别方法，将视频图像分为左右眼图像，然后设定其中一幅为某种3D模式的图像，利用图像处理技术中成熟的颜色匹配算法和形状匹配算法，进行左右眼图像的颜色匹配和形状匹，当颜色和形状都达到匹配条件时即确定视频图像的3D模式为设定的3D模式，否则判断视频图像不是3D模式视频图像。本发明专利技术具有3D视频模式识别精确度高，识别算法简单高效的特点。本发明专利技术可以用于电视机等视频设备中，进行自动识别和模式切换。

【技术实现步骤摘要】

本专利技术涉及3D电视技术，特别涉及3D模式识别方法。
技术介绍
3D电视是利用人眼视觉特性实现的一种立体电视技术。3D视频图像中包括了左眼图像和右眼图像，3D电视技术显示终端按照某种方式显示左眼图像和右眼图像，通过人眼合成产生立体图像效果。随着3D电视技术的发展，用户对电视机3D功能的要求也逐渐提高，电视机厂商需要设计出更加友好的3D交互方式，但相对2D电视，3D电视的交互方式还是存在着诸多不便，如1、目前大部分的3D视频都需要用户自己去调整电视的3D视频模式，如上下模式 (top&button)、左右模式(side by side)、行交织模式(line by line)等，特别是在对3D 节目预览选择的时候，会有一系列非常繁琐的交互操作；2、HDMI (高清晰度媒体接口)等通道的外接设备的主菜单往往是2D模式，其播放完3D视频后退回菜单时，很可能会用3D模式方式显示2D模式菜单，用户会看不清楚当前界面是什么，更别说友好交互了 ；3、几种格式的3D视频连播时，用户在上一个视频的3D模式下开始播放另一个3D 格式的视频，基本分不清楚应该切换到哪一种3D格式。所以有需要、有必要进行3D模式智能识别的研究，而3D模式的智能识别又由于3D 视频的固有干扰(全局景深干扰、局部景深干扰、左右图像色差干扰等)很难实施，特别是目前的电视上都不具备3D模式智能识别功能，电视机3D模式的切换不能够自动完成，给用户的使用带来极大不便。
技术实现思路
本专利技术所要解决的技术问题，就是针对3D模式不能自动识别的缺点，提供一种基于图像处理，特别是基于颜色和形状匹配的3D模式识别方法。本专利技术解决所述技术问题，采用的技术方案是，基于颜色和形状匹配的3D模式识别方法，包括如下步骤a、获取视频图像，将所述视频图像分为左眼图像和右眼图像；b、将左眼图像作为模版图像，右眼图像作为目标图像，或者，将右眼图像作为模版图像左眼图像作为目标图像；C、设定模版图像的3D模式；d、提取目标图像的颜色特征，与模板图像颜色进行匹配；e、提取目标图像的轮廓特征，与模板图像轮廓进行匹配；f、上述匹配均达到设定条件，则获取的视频图像为设定的3D模式，否则进入步骤 g ；g、重新设定模版图像的3D模式，重复步骤d g ；h、如果目标图像与所有3D模式匹配均达不到设定条件，则获取的视频图像不是 3D视频图像。进一步的，在进入步骤e之前，重新选择模版图像和目标图像以图像中轮廓点较少的图像为模版图像，轮廓点较多的图像作为目标图像。具体的，所述3D模式包括上下模式和左右模式。具体的，步骤d包括dl、将目标图像和模板图像的RGB颜色空间转换为HSV颜色空间，去除饱和度较低的像素点后，根据H特征获取直方图并计算其概率密度分布图；d2、采用Meanshift算法找到直方图颜色信息量最大的中心点；d3、将以步骤d2获取的中心点为中心的搜索窗口分为左上、左下、右上、右下四个子窗口，并分别进行概率密度分布图的颜色总值模糊对比。具体的，当目标图像概率密度分布图的颜色总值占模版图像概率密度分布图的颜色总值的75% 120%，则颜色匹配达到设定条件。具体的，步骤e包括el、将模版图像和目标图像转换为灰度图；e2、对模版图像和目标图像进行膨胀腐蚀形态学滤波，去除独立噪声并增加图像连续性；e3、对模版图像和目标图像采用双向抽取的方法构造金字塔图像；e4、对模版图像和目标图像采用Sobel边缘检测算子对金字塔图像进行边缘检测，得到主轮廓金字塔图像；e5、对模版图像和目标图像的主轮廓金字塔图像进行快速Hausdorff距离变换， 得到能够反映各像素点与边缘点集之间最近距离的距离映射图像；e6、用目标图像的距离映射图像与模板图像的距离映射图像进行匹配。具体的，如果目标图像与模板图像的Hausdorff距离小于阈值，则轮廓匹配达到设定条件。更进一步的，根据识别结果自动切换视频格式。本专利技术的有益效果是，采用颜色匹配与形状匹配相结合的方式进行3D模式识别， 只有颜色和形状都达到匹配条件，才能最终确定3D模式。本专利技术具有3D视频模式识别精确度高，识别算法简单高效的特点。具体实施例方式下面结合实施例，详细描述本专利技术的技术方案。本专利技术将图像处理技术中成熟的颜色匹配算法和形状匹配算法，应用于3D视频图像的模式识别中，采用颜色匹配与形状匹配相结合的方式进行3D模式识别，只有颜色和形状都达到匹配条件时才能确定识别到正确的3D模式。具体步骤如下第一步、获取视频图像，将所述视频图像分为左眼图像和右眼图像。如果视频图像为3D视频图像，其每一帧图像根据具体的3D模式，总可以分为左眼图像和右眼图像。如左右模式的3D视频图像，其每一帧图像的左右两部分分别对应左眼图像和右眼图像；上下模式的3D视频图像，其每一帧图像的上下两部分则分别对应左眼图像和右眼图像。这两种3D视频模式，是我国目前采用的3D模式。对于其他3D模式视频图像， 如行交织模式，每一帧图像的结构比较复杂，但也可以方位左眼图像和右眼图像。这里左右眼图像是作为一帧进行处理的，也就是将半帧图像扩展为一帧进行处理。第二步、将左眼图像作为模版图像，右眼图像作为目标图像，或者，将右眼图像作为模版图像左眼图像作为目标图像。视频图像分为左眼图像和右眼图像后，将其中一幅图像作为模板图像，另一幅则为目标图像。第三步、先设定模版图像的3D模式。由于目前国内电视采用的3D模式通常只有两种左右模式和上下模式。可以先将模板图像设定为上述两种模式之一，然后执行下面步骤。第四步、提取目标图像的颜色特征，与模板图像颜色进行匹配。图像颜色特征的提取和匹配，可以采用现有技术比较成熟的图像处理方法进行相关处理，如HSV颜色概率密度分布图和Meanshift算法等。第五步、提取目标图像的轮廓特征，与模板图像轮廓进行匹配。同样的，图像轮廓特征的提取和匹配，也可以采用现有技术比较成熟的图像处理方法进行相关处理，如快速距离变换和金字塔分解加速Hausdorff距离匹配算法等。本专利技术推荐在进行轮廓匹配时，重新选择模版图像和目标图像以图像中轮廓点较少的图像为模版图像，轮廓点较多的图像作为目标图像，提高匹配精度。第六步、如果上述匹配均达到设定条件，则判断获取的视频图像为设定的3D模式，如果上述匹配未达到设定条件，或未完全达到设定条件，则进入第七步。第七步、重新设定一种模版图像的3D模式，重复第四步 第七步。重新设定模版图像的3D模式后，图像处理算法中相关参数发生了变化，对于左右模式和上下模式，图像处理过程中，主要是图像长宽比不同。第八步、如果目标图像与所有3D模式匹配均达不到设定条件，则获取的视频图像不是3D视频图像。由于我国现行3D模式只有两种(左右模式和上下模式)，一般只要进行两次匹配就可以判断获取的3D视频图像模式。还有一种例外情况是，目标图像与模板图像总能够达到设定的匹配条件，即无论模板图像设定为左右模式或上下模式，目标图像都能够与其达到设定匹配条件。这种情况一般出现在干扰信号非常强的情况下，如图像为雪花干扰(无信号的随机噪声)，或者获取的视频图像不是3D视频图像。下面对颜色匹配和形状匹配这两种匹配算法进行详细描述。一、颜色匹配流程颜色匹配方法，采用HSV颜色概率密度分布图和Meanshift本文档来自技高网...

【技术保护点】
１．基于颜色和形状匹配的３Ｄ模式识别方法，包括如下步骤：ａ、获取视频图像，将所述视频图像分为左眼图像和右眼图像；ｂ、将左眼图像作为模版图像，右眼图像作为目标图像，或者，将右眼图像作为模版图像左眼图像作为目标图像；ｃ、设定模版图像的３Ｄ模式；ｄ、提取目标图像的颜色特征，与模板图像颜色进行匹配；ｅ、提取目标图像的轮廓特征，与模板图像轮廓进行匹配；ｆ、上述匹配均达到设定条件，则获取的视频图像为设定的３Ｄ模式，否则进入步骤ｇ；ｇ、重新设定模版图像的３Ｄ模式，重复步骤ｄ～ｇ；ｈ、如果目标图像与所有３Ｄ模式匹配均达不到设定条件，则获取的视频图像不是３Ｄ视频图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈科宇，王鑫，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：51