国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      用于合并視頻以實時顯示的方法和系統(tǒng)的制作方法

      文檔序號:7921065閱讀:162來源:國知局
      專利名稱:用于合并視頻以實時顯示的方法和系統(tǒng)的制作方法
      技術(shù)領(lǐng)域
      本發(fā)明總體上涉及圖像處理,并且更具體地涉及合并多個輸入圖像 序列以產(chǎn)生單個輸出圖像序列。
      背景技術(shù)
      在數(shù)字成像中,存在兩種可根據(jù)多個輸入圖像產(chǎn)生輸出圖像的主要 方法。合成步驟將來自單獨的輸入圖像的可視元素(對象)合并以產(chǎn)生
      以下錯覺(illusion),即所有元素都是同一場景的幾個部分。拼接(mosaic) 和全景圖(panorama)將全部輸入圖像合并為單個輸出圖像。通常,拼 接是由以某種棋盤式鑲嵌的方式布置的非重疊圖像組成。全景圖通常指 視圖的廣角表示。
      期望使來自多個輸入序列(輸入視頻)的全部圖像合并以產(chǎn)生單個 輸出圖像序列(輸出視頻)。例如,在監(jiān)視應(yīng)用中,期望獲得相對大的室 外場景的高分辨率圖像序列。通常,這可以利用單個攝像機通過"拉遠 (zoom out)"以增大視野來實現(xiàn)。但是變焦減少了輸出圖像的清晰度和 細節(jié)。
      以下類型的合并方法是已知的視差分析;深度層分解;以及像素 對應(yīng)。在視差分析中,使用運動視差來估計場景的3D結(jié)構(gòu),這使得圖像 能夠被合并。層分解通常限于能夠被分解成多個深度層的場景。像素對 應(yīng)要求立體技術(shù)和深度估計。然而,輸出圖像經(jīng)常包括惱人的假象 (artifact),例如深度邊緣處的條紋(streak)和暈圈(halo)。通常,現(xiàn) 有技術(shù)方法是復(fù)雜的并且不適于實時應(yīng)用。
      因此,希望將輸入視頻合并為輸出視頻并且實時顯示該輸出視頻
      發(fā)明內(nèi)容
      通過多個窄角攝像機獲取場景的一組輸入視頻。每個攝像機具有場
      景的不同視野。即視野基本上以最小重疊而鄰接(abut)。同時,廣角攝
      像機獲取整個場景的廣角輸入視頻。廣角攝像機的視野基本上與該組窄 角攝像機的視野重疊。
      接著使用廣角視頻將對應(yīng)的廣角視頻的圖像合并為單個輸出視頻, 使得輸出視頻看起來如同由單個攝像機所獲取。即輸出視頻的分辨率近 似為輸入視頻的分辨率的和。
      本發(fā)明使用廣角視頻用于校正并合并窄角視頻,而不是如現(xiàn)有技術(shù) 中通常所做的那樣確定會產(chǎn)生常規(guī)拼接的各種圖像之間的直接變換。根 據(jù)本發(fā)明,校正不限于如現(xiàn)有技術(shù)中的幾何校正,而是還包括比色校正
      (colorimetric correction)。比色校正保證了能夠以均一的顏色和增益顯示 輸出視頻,如同輸出視頻是由單個攝像機獲取的一樣。
      本發(fā)明的另一目的是實時地同時獲取和顯示視頻。本發(fā)明不要求人 工對準和攝像機校準。能夠使得攝像機視圖(view)之間的重疊量(如 果有的話)最小化。


      圖1A是根據(jù)本發(fā)明的一個實施方式的用亍合并輸入視頻以產(chǎn)生輸
      出視頻的系統(tǒng)的示意圖1B是一組窄角輸入圖像以及廣角輸入圖像的示意圖2是根據(jù)本發(fā)明的一個實施方式的用于將輸入視頻合并以產(chǎn)生輸
      出視頻的方法的流程圖3是根據(jù)本發(fā)明的一個實施方式的顯示設(shè)備的正視圖;以及 圖4示出了根據(jù)本發(fā)明的一個實施方式的偏移參數(shù)。
      具體實施方式
      方法和系統(tǒng)概述
      圖1示出了根據(jù)本發(fā)明的一個實施方式的系統(tǒng),該系統(tǒng)用于合并由 一組窄角攝像機101獲取的場景的一組窄角輸入視頻111以實時地產(chǎn)生用于顯示設(shè)備108的輸出視頻110。
      使用由廣角攝像機102獲取的廣角輸入視頻112將輸入視頻111合 并。輸出視頻110能夠呈現(xiàn)在顯示設(shè)備108上。在一個實施方式中,顯 示設(shè)備包括一組投影顯示設(shè)備。在優(yōu)選實施方式中,對于每個窄角攝像 機有一個投影儀。這些投影儀可以是前投影儀或背投影儀。
      圖1B示出了一組窄角圖像111。圖像lll'是下述參考圖像。廣角圖 像112由短劃線表示。如所看到的,并且作為一個優(yōu)點,輸入圖像不必 是矩形的。此外,不要求輸入圖像彼此對準。虛線301是針對一個顯示 屏幕,并且實線302表示最大的內(nèi)接矩形。
      這里使用的術(shù)語廣角和窄角僅僅是相對的。即,廣角攝像機102的 視野與窄角攝像機ioi的視野基本上重疊。實際上,窄角攝像機基本上 具有正常角度,并且廣角攝像機只具有2X的變焦因子。不應(yīng)該將我們的 廣角攝像機與常規(guī)的魚眼鏡頭攝像機混淆,該魚眼鏡頭攝像機拍攝非常 寬的半球形圖像。我們的廣角攝像機不具有任何明顯的失真。如果我們 使用常規(guī)的魚眼鏡頭,則我們可根據(jù)鏡頭失真參數(shù)來校正圖像112的失 真。
      在該組輸入視頻111之間可能有最小重疊。在通常情況下,廣角攝 像機102的視野應(yīng)該包含該組窄角攝像機101的合并的視野。在優(yōu)選實 施方式屮,廣角攝像機102的視野比四個窄角攝像機101的合并的視圖 稍大。因此,輸出視頻的分辨率近似為該組輸入視頻lll的分辨率的和。
      攝像機101-102經(jīng)由網(wǎng)絡(luò)104連接到計算機群103。這些計算機是常 規(guī)的并且包括通過總線連接的處理器、存儲器和輸入\輸出接口。這些計 算機實現(xiàn)根據(jù)本發(fā)明的方法。
      為簡化該描述,我們針對單個窄角攝像機的情況描述本發(fā)明的細節(jié)。 稍后,我們描述如何將本發(fā)明的實施方式擴展到多個窄角分辨率攝像機。
      廣角攝像機
      在本發(fā)明中使用廣角攝像機具有幾個優(yōu)點。首先,該組輸入視頻111 之間的重疊(如果有的話)可以是最小的。第二,可以忽略不對準錯誤。 第三,本發(fā)明可應(yīng)用于復(fù)雜的場景。第四,能夠針對幾何參數(shù)和顏色來校正輸出視頻。
      利用在廣角視頻112和該組窄角視頻111之間的大的重疊,可根據(jù) 圖像特征確定變換。這使場景的平面區(qū)域中的變換具有更少的傾斜
      (prone)錯誤。因此,提高了整體對準精度,并且能夠以相對小的不對 準錯誤來對準就深度復(fù)雜度而言更復(fù)雜的場景。廣角分辨率視頻112提 供了幾何校正信息和顏色校正信息。 系統(tǒng)配置
      在一個實施方式中,窄角攝像機101以2X 2陣列布置,并且單個 廣角攝像機102布置在這些窄角攝像機上面或它們之間,如圖IA所示。 如上所述,廣角攝像機的視野合并了窄角攝像機101的視野。
      每個攝像機經(jīng)由網(wǎng)絡(luò)104連接到計算機103中的一臺。每臺計算機 配備有包括圖形處理單元(GPU) 105的圖形硬件。在一個優(yōu)選實施方式 中,這些攝像機的幀率是同步的。但是如果場景中的移動元素(像素) 數(shù)量很少,則這些攝像機的幀率的同步就不是必要的。
      本發(fā)明的思想是,諸如用于高速計算機圖形應(yīng)用的現(xiàn)代GPU能夠極 快速地(即實時地)處理圖像。因此我們將變換和幾何參數(shù)加載到GPU 以實時合并和變換輸入視頻,如下所述。
      每臺計算機和GPU連接到在其上顯示輸出視頻的顯示設(shè)備108。在 一個優(yōu)選實施方式中,我們使用2X 2的顯示器陣列。每臺顯示器連接到 這些計算機中的一臺。但是,應(yīng)當理解的是,利用計算機、GPU和顯示 設(shè)備的不同組合也能夠使本發(fā)明工作。例如利用單個計算機、GPU和顯 示設(shè)備以及多個攝像機也可使本發(fā)明工作。
      圖像變換
      圖2示出了根據(jù)本發(fā)明的方法的細節(jié)。我們以廣角(fK4)視頻112 和每個窄角(A^)視頻111的在時間上對應(yīng)地選擇的一組圖像200開始。 在時間上對應(yīng)是指所選擇的圖像是在大約相同的時間獲取的。例如,在 每個視頻中的第一個圖像。在時間上精確對應(yīng)可通過使這些攝像機同步 來實現(xiàn)。應(yīng)當注意,可根據(jù)需要周期性地選擇在時間上對應(yīng)的該組圖像 200以更新GPU參數(shù),如下所述。對于每個所選擇的A^圖像201以及對應(yīng)的『j圖像202,我們檢測 (210)特征211,如下所述。
      接著,我們確定(220)所檢測的特征之間的對應(yīng)性221。
      根據(jù)該對應(yīng)性,我們使用廣角視頻112來確定230窄角圖像111之 間的單應(yīng)性(homography) 231。該單應(yīng)性使我們能夠?qū)斎雸D像201進 行變換和合并(240)以獲得單個變換圖像241。
      該單應(yīng)性使我們能夠確定(250)單個最大內(nèi)接矩形圖像302的幾何 參數(shù)251,該單個最大內(nèi)接矩形圖像302包括該變換圖像。該幾何參數(shù)也 考慮到顯示設(shè)備108的幾何參數(shù),例如,所述一個(多個)顯示屏幕的 布置和大小。本質(zhì)上,顯示兒何參數(shù)定義了輸出視頻的外觀。該大小可 以用像素的形式來規(guī)定,例如寬度和高度、或?qū)挾群涂v橫比。
      窄角視頻之間的單應(yīng)性231和輸出視頻的幾何參數(shù)存儲在各種處理 器103的GPU 105中。
      這時,根據(jù)單應(yīng)性和顯示屏幕的幾何參數(shù),通過GPU對該組窄角輸 入視頻111中的后續(xù)圖像進行流處理(260)以實時地產(chǎn)生輸出視頻110。 如上所述,根據(jù)需要可以動態(tài)更新GPU參數(shù)以適應(yīng)于進行流處理時的變 化的環(huán)境。
      上面我們假設(shè)場景包含足夠數(shù)量的靜止對象。此外,我們假設(shè)移動 對象與攝像機保持近似相同的距離。移動對象數(shù)量不受限制。 動態(tài)更新
      應(yīng)當理解,可在GPU中例如每分鐘或某些其它時間間隔一次周期性 地更新單應(yīng)性、幾何校正和顏色校正,以適應(yīng)變化的場景和改變的光照 條件。這尤其適合于室外場景,在室外場景中大的對象可能會周期地進 入和離開場景。更新還可能對于場景中的移動對象或陰影敏感。
      特征檢測
      由于不同的視野,輸入圖像中的特征可能在尺度上存在差異。為了 適應(yīng)于尺度差異,我們使用尺度不變特征檢測器,例如,尺度不變特征 變換(SIFT),參見Lowe的以下文獻"Distinctive image features from scale invariant keypoints", International Journal of Computer Vision, 60 (2):91-110, 2004,通過引用合并于此。也可以使用諸如角點和線(邊)檢測
      器的其它特征檢測器來代替,或者增大特征的數(shù)量。應(yīng)當注意,可以通
      過使用GPU來加快特征檢測。
      為了確定(220)特征之間的初始對應(yīng)性221,我們首先確定每個特 征的鄰域的梯度直方圖(HoG)。 HoG之間的差異小于閾值的那些特征作 為對應(yīng)性的候選。我們使用L2范數(shù)(norm)作為距離度量。
      投影變換
      在合并期間的遠景變換240可由3 X3投影變換矩陣或單應(yīng)性231來 近似。根據(jù)特征211的對應(yīng)性221來確定單應(yīng)性。假設(shè)某些對應(yīng)性候選 可能被錯誤地匹配,我們使用修正的RANSAC方法來確定單應(yīng)性,參見 以下文獻Fischler等人的"Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography", Commun. ACM, 24 (6): 381-395, 1981,通過引用將其 合并于此。
      此外我們還要求適合單應(yīng)性的對應(yīng)性的數(shù)量大于某個閾值,而不是
      僅僅試圖找到具有小投影錯誤的單應(yīng)性。
      我們確定每個窄角圖像201和廣角圖像202之間的單應(yīng)性,并將其 表示為/Z、,,,,,其中/為該組窄角圖像的索引,并且乂為廣角圖像的索引
      (如果存在多個廣角圖像的話)。我們選擇窄角圖像lll'中的一個作為參 考圖像iVA,,參見圖3。我們通過下式將圖像Z變換到參考圖像
      ■"am,,。
      如果/尸"則
      W-i w
      其為單位矩陣。我們將每個單應(yīng)性//二,,^//^,231存儲在連接到對應(yīng)攝
      像機/的計算機的GPU中。 鏡頭失真
      大部分攝像機鏡頭具有某種程度的失真。結(jié)果,場景中的直線看起 來象是圖像中的曲線。在許多應(yīng)用中,通過估計冪級數(shù)的前兩項的參數(shù) 來校正鏡頭失真。如果已知鏡頭失真參數(shù),則能夠在GPU上作為像素查找操作來實現(xiàn)該校正。 附加的約束
      我們還可以通過考慮圖像中的直線來包括附加的約束,而不是僅僅
      根據(jù)對應(yīng)性221來確定單應(yīng)性231。我們可以使用Canny邊檢測器來檢測
      圖像中的線。作為一個優(yōu)點,線對應(yīng)性能夠提高跨圖像邊界的連續(xù)性。 在投影幾何中點x和線/是成對的。假定圖像/,和圖像/,,之間的單應(yīng)性為
      H,則我們有
      /' = /r7'-/ 其中r是轉(zhuǎn)置算子。 顯示器配置
      在我們已經(jīng)獲得了單應(yīng)性231之后,我們在參考圖像lll'的坐標系 統(tǒng)中確定經(jīng)過變換并且合并后的圖像241,如圖3中所示。
      為了確定輸出圖像111的哪些部分被合并并顯示在輸出圖像110中, 根據(jù)顯示設(shè)備108的幾何參數(shù)將輸出圖像分區(qū)。圖3是四臺顯示設(shè)備的 正視圖。虛線301表示四個顯示屏幕之間的縫隙。
      第一步將經(jīng)過變換和合并的圖像241內(nèi)部的最大的矩形302進行定 位。該最大的矩形也可以符合顯示設(shè)備的縱橫比。我們根據(jù)顯示設(shè)備的 配置進一步將該最大的矩形分區(qū)(301)。
      合并
      已經(jīng)確定單應(yīng)性和幾何參數(shù)并將它們存儲在GPU105中之后,我們 可實時地變換輸入視頻流260中的每個單個圖像并調(diào)整其大小。根據(jù)顯 示器表面的幾何參數(shù)251進行裁剪。
      因此,存儲在GPU中的參數(shù)包括用于將窄角圖像變換到所選擇的參 考圖像111'的坐標系統(tǒng)的3X3單應(yīng)性、每個經(jīng)過變換的圖像的;c和少偏 移401 (參見圖4),以及每個經(jīng)過變換的輸入圖像的大小(寬度和高度)。 根據(jù)合并的圖像241和顯示設(shè)備108的配置來確定偏移和大小。
      如上所述,使用單應(yīng)性231來變換每個圖像。利用單應(yīng)性的變換是 投影變換。由GPU105來支持此操作。我們能夠以下面的方式執(zhí)行GPU中的變換
      每頂點對多邊形的頂點(兒何參數(shù))進行變換,并將圖像應(yīng)用為 紋理圖;以及
      每像素針對輸出圖像中的每個像素執(zhí)行對輸入像素的查找,并且 將這些輸入像素合并為單個輸出像素。
      應(yīng)當注意,GPU能夠通過其紋理函數(shù)內(nèi)的插值來執(zhí)行調(diào)整大小以匹 配顯示器幾何參數(shù)。
      利用GPU的圖像硬件支持,我們能夠?qū)崿F(xiàn)用于上面兩種方法的實時 變換、調(diào)整大小和顯示。
      應(yīng)當注意,在輸入圖像重疊的地方,可使用多帶域混合(muWband blending)技術(shù)將這些圖像融合為輸入視頻,參見2004年6月29日頒發(fā) 給Raskar等人的U.S. 6,755,537, "Method for globally aligning multiple projected images",通過引用將其合并于此。該混合在整個輸出圖像上保 持均一的亮度。
      顏色校正
      我們的顏色校正方法包括下面的步驟。我們確定每個輸入圖像111 中的每個特征附近的局部鄰域中的像素群。我們將像素群與鄰近的或附 近的像素進行匹配。接著,我們確定圖像之間的偏移和3X3顏色變換。
      我們通過確定輸入圖像的(RGB)顏色空間中的3D直方圖將像素 聚成群。雖然在不同圖像之間可能存在一些顏色變換,但是直方圖的峰 值通常對應(yīng)于表示場景的相同部分的群。我們僅考慮其像素數(shù)量比某個 閾值大的那些群,因為小的群容易導致不匹配。在接受兩個對應(yīng)群作為 有效匹配之前,我們對這些群的統(tǒng)計量執(zhí)行附加的檢-^。使用L^M色域 圖(gamut map)來確定例如均值和標準偏差的統(tǒng)計量,該1^葉*色域圖 使用設(shè)備無關(guān)的C正LAB顏色空間。
      我們針對每個群并且還針對鄰近的群來確定均值和標準偏差。如果 差異小于某個閾值,則我們將對應(yīng)的群標記為有效匹配。我們針對所有 對應(yīng)特征的局部鄰域中的所有被接受的群重復(fù)此過程。
      在已經(jīng)處理了"個對應(yīng)之后,我們確定顏色變換為<formula>formula see original document page 13</formula>
      其中矩陣,是偽逆變換矩陣z。
      上面的顏色變換是基于輸入圖像的內(nèi)容。為了避免一些顏色被過表
      示(overrepresent),我們可追蹤所包括的3D直方圖的峰值。跳過已經(jīng)被 表示的峰值位置有利于尚未被包括的位置。
      如上所述,我們孤立地看待每個攝像機、處理器、視頻流和顯示設(shè) 備。除了單應(yīng)性和幾何參數(shù)以外,在處理器之間沒有信息交換。然而, 我們可確定應(yīng)當通過網(wǎng)絡(luò)發(fā)送圖像的哪個部分以顯示在某個其它的平鋪 的顯示設(shè)備上。
      我們也可使用多個廣角攝像機。在這種情況下,我們確定這些攝像 機之間的幾何參數(shù),即位置和定向。我們可以離線地校準攝像機,或者 要求攝像機之間重疊,并且基于此作為幾何參數(shù)的基礎(chǔ)。
      雖然以優(yōu)選實施方式為例已經(jīng)描述了本發(fā)明,但是應(yīng)當理解,可在 本發(fā)明的精神和范圍內(nèi)做出各種其它改變和修改。因此,所附權(quán)利要求 的目的涵蓋落入本發(fā)明的真實精神和范圍內(nèi)的所有這種變型和修改。
      權(quán)利要求
      1. 一種用于將視頻合并以實時顯示的方法,該方法包括以下步驟獲得場景的一組窄角視頻;獲得所述場景的廣角視頻,其中所述廣角視頻中的視野與所述窄角視頻中的視野基本上重疊;使用每個窄角視頻的一組在時間上對應(yīng)地選擇的圖像和所述廣角視頻的在時間上對應(yīng)地選擇的圖像來確定所述窄角視頻之間的單應(yīng)性;對所述窄角視頻的所述在時間上對應(yīng)地選擇的圖像進行變換并且合并為經(jīng)過變換的圖像;根據(jù)輸出設(shè)備的顯示屏幕的幾何參數(shù)和所述經(jīng)過變換的圖像來確定輸出視頻的幾何參數(shù);將所述單應(yīng)性和所述顯示屏幕的所述幾何參數(shù)存儲在圖形處理單元中;以及根據(jù)所述單應(yīng)性和所述幾何參數(shù)在所述圖形處理單元中變換并且合并該組窄角視頻中的后續(xù)圖像,以實時地產(chǎn)生所述輸出視頻。
      2. 根據(jù)權(quán)利要求1所述的方法,其中所述窄角視頻中的所述視野基 本上以最小重疊而鄰接。
      3. 根據(jù)權(quán)利要求1所述的方法,其中所述輸出視頻的分辨率近似為 該組窄角視頻的分辨率之和。
      4. 根據(jù)權(quán)利要求1所述的方法,該方法進一步包括以下步驟 獲取一組所述廣角視頻;以及使用該組廣角視頻的在時間上對應(yīng)地選擇的圖像來確定所述單應(yīng)性。
      5. 根據(jù)權(quán)利要求1所述的方法,該方法進一步包括以下步驟 周期性地更新所述圖形處理單元中的所述單應(yīng)性。
      6. 根據(jù)權(quán)利要求1所述的方法,其中該組窄角視頻是通過一組窄角 攝像機獲取,所述廣角視頻是通過廣角攝像機獲取,并且該方法進一步 包括以下步驟將每個攝像機連接到計算機,并且其中每臺計算機包括所述圖形處 理單元。
      7. 根據(jù)權(quán)利要求6所述的方法,其中針對每個窄角視頻有一個顯示 屏幕。
      8. 根據(jù)權(quán)利要求1所述的方法,該方法進一步包括以下步驟 檢測所述在時間上對應(yīng)地選擇的圖像中的特征; 確定所述特征之間的對應(yīng)性以確定所述單應(yīng)性。
      9. 根據(jù)權(quán)利要求l所述的方法,其中所述輸出視頻的所述幾何參數(shù) 取決于所述經(jīng)過變換的圖像中內(nèi)接的最大矩形。
      10. 根據(jù)權(quán)利要求1所述的方法,其中所述輸出視頻的所述幾何參 數(shù)包括該組窄角視頻的偏移,并且所述顯示屏幕的所述幾何參數(shù)包括所 述顯示屏幕的大小。
      11. 根據(jù)權(quán)利要求1所述的方法,該方法進一步包括以下步驟 在所述合并期間,將該組窄角視頻中的所述后續(xù)圖像混合。
      12. 根據(jù)權(quán)利要求1所述的方法,其中所述選擇的圖像是每個輸入 視頻中的第一個圖像。
      13. 根據(jù)權(quán)利要求1所述的方法,該方法進一步包括以下步驟 根據(jù)所述廣角視頻的所述在時間上對應(yīng)地選擇的圖像來校正所述輸出視頻的顏色。
      14. 一種用于將視頻合并以實時顯示的系統(tǒng),該系統(tǒng)包括 一組窄角攝像機,該組窄角攝像機被配置為用于獲取場景的一組窄一組廣角攝像機,該組廣角攝像機被配置為用于獲取所述場景的廣 角視頻,其中所述廣角視頻中的視野與所述窄角視頻中的視野基本上重疊;用于使用每個窄角視頻的一組在時間上對應(yīng)地選擇的圖像和所述廣 角視頻的在時間上對應(yīng)地選擇的圖像來確定所述窄角視頻之間的單應(yīng)性的裝置;用于對所述窄角視頻的所述在時間上對應(yīng)地選擇的圖像進行變換并合并為經(jīng)過變換的圖像的裝置;用于根據(jù)輸出設(shè)備的顯示屏幕的幾何參數(shù)和所述經(jīng)過變換的圖像來 確定輸出視頻的幾何參數(shù)的裝置;圖形處理單元,其被配置為用于存儲所述單應(yīng)性和所述顯示屏幕的所述幾何參數(shù);以及用于根據(jù)所述單應(yīng)性和所述幾何參數(shù)在所述圖形處理單元中變換并 且合并該組窄角視頻中的后續(xù)圖像,以實時地產(chǎn)生所述輸出視頻的裝置。
      全文摘要
      本發(fā)明涉及一種將視頻合并以實時顯示的系統(tǒng)和方法。獲得場景的廣角視頻和一組窄角視頻,其中所述廣角視頻中的視野與所述窄角視頻中的視野基本上重疊。使用所述廣角視頻來確定所述窄角視頻之間的單應(yīng)性。對所述窄角視頻的所述在時間上對應(yīng)地選擇的圖像進行變換并且合并為經(jīng)過變換的圖像。根據(jù)輸出設(shè)備的顯示屏幕的幾何參數(shù)和所述經(jīng)過變換的圖像來確定輸出視頻的幾何參數(shù)。將所述單應(yīng)性和所述顯示屏幕的所述幾何參數(shù)存儲在圖形處理單元中,并且由所述圖形處理單元來變換并且合并該組窄角視頻中的后續(xù)圖像,以實時地產(chǎn)生輸出視頻。
      文檔編號H04N5/262GK101431617SQ20081017410
      公開日2009年5月13日 申請日期2008年11月7日 優(yōu)先權(quán)日2007年11月9日
      發(fā)明者葉羅恩·范巴爾, 沃伊切赫·毛圖???申請人:三菱電機株式會社
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1