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