CN101061506A - 处理图像的设备和方法 - Google Patents

处理图像的设备和方法 Download PDF

Info

Publication number
CN101061506A
CN101061506A CNA2005800360523A CN200580036052A CN101061506A CN 101061506 A CN101061506 A CN 101061506A CN A2005800360523 A CNA2005800360523 A CN A2005800360523A CN 200580036052 A CN200580036052 A CN 200580036052A CN 101061506 A CN101061506 A CN 101061506A
Authority
CN
China
Prior art keywords
pixel
luminance intensity
intensity value
image
contrast enhancement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2005800360523A
Other languages
English (en)
Other versions
CN100576247C (zh
Inventor
I·奥夫西安尼科夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Micron Technology Inc
Original Assignee
Micron Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Micron Technology Inc filed Critical Micron Technology Inc
Publication of CN101061506A publication Critical patent/CN101061506A/zh
Application granted granted Critical
Publication of CN100576247C publication Critical patent/CN100576247C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

一种用于处理图像的方法和设备。具体而言，所述方法的一个示范性实施例包括把所述输入图像输入到产生具有亮度强度值的像素输出信号的像素阵列中、对图像输出信号执行检测限定图像边缘的像素的图像边缘检测例程、基于所述边缘限定像素的亮度强度值把所述边缘限定像素分组到预定数量的区域中、利用所述分组来在所述像素阵列的亮度强度值的范围上限定非线性变换函数操作、将所述非线性变换函数应用于捕获所述输入图像的所述边缘限定像素的亮度强度值，以及利用具有已应用的非线性变换函数的边缘限定像素来根据所述输入图像产生增强的图像。所述设备的一个示范性实施例包括执行上述方法的已编程处理器。

Description

处理图像的设备和方法
技术领域
本发明涉及处理数字图像以提高图像的对比度的设备和方法。
背景技术
目前包括管芯如诸如电荷耦合装置(CCD)以及互补金属氧化物半导体(CMOS)管芯之类的成像管芯的集成电路已经普遍用于图像再现应用中。
通常，在单芯片上的像素阵列中成像管芯(如CMOS成像管芯)包含数千个像素。像素把光转换成随后可由例如处理器的电装置存储并恢复的电信号。可恢复所存储的这些电信号以在例如计算机屏幕或可打印媒体上产生图像。
例如，在序号为6140630、6376868、6310366、6326652、6204524、6333205的美国专利中描述了示范性CMOS成像电路、成像电路的处理步骤以及其各种CMOS元件功能的详细说明，这些专利均转让给Micron Technology公司。上述每个专利的公开内容在此通过引用被完整地结合于此。
图1说明了具有CMOS成像装置8的成像管芯10的框图。CMOS成像装置具有像素阵列14，它包括按预定数量的列和行排列的多个像素。像素阵列14中每行的像素单元由行选择线同时打开，而每列的像素单元由各自的列选择线选择性地输出。整个像素阵列14具有多个行线和列线。行线选择性地按顺序由行驱动器1响应行地址解码器2而激活，而列选择线选择性地按顺序针对每行由列驱动3响应列地址解码器4而激活。CMOS成像装置8由控制电路5操作，控制电路控制用于针对像素读出选择合适的行和列线的地址解码器2、4，以及控制用于将驱动电压施加到所选择的行和列线的驱动晶体管的行列驱动电路1、3。
通常，像素输出信号包括当电荷存储节点复位时从中获取的像素复位信号Vrst和像素图像信号Vsig，该信号是在把由图像产生的电荷传送到节点之后从存储节点中获取的。Vrst和Vsig信号由采样保持电路6读取，并由差分放大器7进行相减，从而产生每个像素单元的差分信号(Vrst-Vsig)，该差分信号表示照射到这些像素上的光的量。此信号差由模数转换器9进行数字化。数字化像素差分信号随后被馈送到图像处理器11而构成数字图像。此外，如图1所示，CMOS成像装置8可包括在单半导体芯片上从而构成成像管芯10。成像管芯10可包括在若干图像再现应用中，包括但不限于摄像机、个人数字助理(PDA)、扫描仪、传真机和复印机。
用户常常希望在图像再现应用中看到对比度强的图像例如照片。这种图像视觉上令人满意，因为它们看起来生动、清晰并有许多细节。用于对比度改进的已知方法包括修改传递函数(“s-曲线”)、对比度拉伸、直方图均衡化以及放大亮度分量。各个方法均有其缺点，它们可能导致较差的图像质量。
因此，希望并需要在对图像的视觉质量没有不利影响的情况下处理图像来增强图像的对比度。
发明内容
本发明涉及处理图像的方法和设备。具体而言，本方法的一个示范性实施例包括把图像输入到产生像素输出信号的像素阵列中、对检测限定图像边缘的像素的像素输出信号执行图像边缘检测例程、基于边缘限定像素的亮度强度值把边缘限定像素分组到预定的多个区域中、采用上述分组在边缘限定像素的亮度强度值的范围上限定非线性变换函数操作、把非线性变换函数应用于亮度强度值，以及利用具有已应用的非线性变换函数的边缘限定像素来根据输入图像产生增强的图像。该设备的一个示范性实施例包括执行上述方法的已编程的处理器。
附图说明
从参照附图提供的以下详细说明中将会更清楚地明白本发明的上述特征，附图中：
图1显示了CMOS成像管芯的框图；
图2是说明根据本发明的示范性实施例处理输入图像的方法的流程图；
图3显示了图1像素阵列的一部分的顶视图；
图4显示了根据本发明的示范性实施例输入图像的边缘图的构造；
图5显示了表示任意边缘像素的输入亮度直方图；
图6显示了根据本发明示范性实施例构造的对比度增强图；
图7显示了根据本发明示范性实施例构造的标准化对比度增强图；
图8显示了根据本发明示范性实施例构造的变换函数图；
图9显示了根据本发明示范性实施例构造的从图10的变换函数图得到的非线性变换函数图的外推过程；
图10显示了根据本发明示范性实施例构造的非线性变换函数图；
图11显示了根据本发明示范性实施例构造的输出亮度直方图；以及
图12显示了根据本发明示范性实施例构造的基于处理器的***的框图。
具体实施方式
在以下详细说明中，参照了附图，其中附图构成说明的一部分并通过例证方式显示了可实践本发明的特定实施例。在此充分描述了这些实施例，以便使本领域的技术人员可以实践本发明，而且可以明白还可采用其他实施例，在不背离本发明的精神和范围的情况下可进行结构、逻辑以及电气上的变化。所描述的一序列处理步骤是本发明的实施例的示范；然而，这些步骤的顺序不限于此处所陈述的，除了一定按照特定顺序出现的步骤之外如本领域所知的那样可改变处理步骤的顺序。
现参照附图，其中类似的标号表示类似的元件，图2显示了处理数字图像以提高图像的对比度的方法300的示范性实施例。方法300可由图像处理器、如图像处理器11(图1)或任何其他处理器、如成像管芯10之外的处理器执行，它们编程成可执行以下步骤：输入图像(步骤310)、执行边缘检测例程(步骤315)、基于每个边缘限定像素的亮度值把边缘限定像素分组到预定的多个组中(步骤320)、基于每个边缘限定像素的最初亮度值对它们的亮度值应用非线性函数(步骤355)，以及输出图像(步骤365)。下面进一步详细讨论方法300的步骤。
方法300的第一步骤310的一个实施例包括通过像素阵列、如像素阵列14(图1)的像素对输入图像410(图4)进行输入。根据本发明的示范性实施例，一旦输入了输入图像，便开始执行边缘检测例程(步骤315)。输入图像的边缘指其中出现亮/暗对比的图像的区域。
除了本领域已知的检测水平边缘和垂直边缘之外，边缘检测例程还识别45和135度边缘。通常在一簇像素内检测到图像的边缘。例如，图3显示了成像装置的像素阵列14(图1)的一部分、如具有像素171-179的成像管芯10(图1)的从上往下的视图。像素阵列14的每个像素(图1)具有相关联的亮度强度值或发光度，对于8比特的灰度级图像而言其范围从0到255。
基于相关联的亮度强度值检查像素阵列的每个像素以确定它是否是边缘限定像素。在检查像素、如亮像素175过程中，分析周围像素(相邻像素171-174、176-179)以确定相邻像素171-174、176-179中是否有与被检查的像素限定边缘的像素。如果相邻该受到检查的像素的像素没有足以限定边缘的亮度强度值，那么此检查像素将被丢弃。另一方面，如图3所示如果受到检查的像素(被检查的像素175)的相邻像素171-174、176-179的一个或多个限定了边缘，则可对被检查的像素175以及其他任何限定边缘的相邻像素作进一步的处理。为限定边缘，相邻亮和暗像素的发光度值的差肯定超过预定阈值，其可以是可编程的值。
图3显示了在被检查的像素175和相邻像素171、172、173、176、177、178和179之间所限定的边缘；而在检查像素175和像素174之间没有限定边缘，因为亮度强度值的差这样小以至于检测不到边缘。类似地，被检查的像素174被检测为与相邻像素171和177限定边缘。相应地，所显示的像素171-179被认为是边缘限定像素，因此要被进一步处理。
应注意，前述边缘检测例程仅是示范性实施例，并不试图以任何方式进行限制。例如，可利用本领域已知的其他边缘检测例程。
参照图4，限定边缘的像素可用来构造边缘图420。应当注意对于方法300不一定非要构造边缘图(图2)，因此不必执行该步骤。边缘图420仅是捕获输入图像410的边缘像素输出的电信号的表示。应当注意未被识别为限定边缘的像素也捕获输入图像410的部分。来自不限定边缘的那些像素的电信号用来输出一个输出图像(步骤365(图2))。
参照图2，可基于每个像素的亮度值把预定数量的边缘限定像素分类成预定的多个组(步骤320)。例如，可把所有的边缘限定像素分类到256个组、即0至255中的一个组中，每组表示不同的亮度值。参照图5，可产生输入亮度直方图510以说明具有对应亮度强度值的边缘限定像素的分组。
在进一步处理过程中，把非线性函数应用于与每个边缘限定像素相关联的亮度强度值上(步骤355(图2))。非线性函数把一个值应用到每个边缘限定像素的亮度强度值上，由此该值要么增大要么减少亮度值，如下更详细讨论所述。边缘限定像素的亮度强度值的增加/减少增加了输入图像的对比度。增加/减少的亮度强度值在输出图像中输出(步骤365(图2))。该输出图像具有增强的对比度，因此更好地限定了边缘。
通过最初基于每个像素的相关联的亮度强度值把边缘限定像素分组到区域中来确定非线性函数。如上所述，每个像素具有相关联的亮度强度值，而它们各自分组到预定数量、如0到255个的组中。这些组进一步分类成预定的多个区域。例如，对应于少于特定数量、例如8的亮度强度值的边缘像素可分组到一起成为区域1。对应于8-15的亮度强度值的边缘像素可分组成区域2等，直到所有具有边缘的像素已分组成例如32个区域为止，每个区域有8个亮度强度值以覆盖像素的256个可能的亮度强度值，基本上产生具有32个区域的直方图。虽然这里描述的是划分成32个均等的区域，但是基于所需应用这些像素还可被分到更少或更多的区域中，即少于或多于32个区域。此外，还应注意这些像素不必均等地划分。
一旦像素已分组到区域中，每个区域分配了对比度增强值。在一个示范性实施例中，根据下述公式分配对比度增强值(cvx)：
(3)            cvx＝α(Nx/Ntotal)γ，
其中X表示对比度增强值所分配的区域如1-32，α和γ是经验常数，Nx表示对应区域中像素的数量，而Ntotal表示像素阵列中像素的总数。例如，在计算32个区域中区域1的对比度增强值如cv1中，N1表示区域1中像素的数量，Ntotal表示像素总数。在示范性实施例中，α等于1，γ等于0.5。
在另一示范性实施例中，可产生针对暗和亮区域的对比度增强值(cvx)。例如，区域1和32可设定为值1，即c1和c32等于值1。暗和亮区域防止了亮图像变得更亮，暗的图像变得更暗，如下详细讨论。
参照图6，一旦给预定数量的每个区域分配了对比度增强值(cvx)，便可产生对比度增强图610。在所示示例中，区域1、2和3的对比度增强值如c1、c2、c3和区域32的对比度增强值如c32设定为值1，以分别产生暗和亮区域。还产生区域0来建立基础值。区域0如c0也设定为值一。应当注意，构造对比度增强图610是可选的，而不试图以任何方式进行限制。给像素限定边缘输出的电信号分配对比度增强值，然后进行进一步处理。
接下来，标准化每个对比度增强值(cvx)。在一个示范性实施例中，根据以下公式标准化每个对比度增强值(cvx)：
(4)        Cvx＝cvx/sum(cj)，
其中j表示xlo至xhigh，即c1+c2+c3...+c32。可将每个区域的标准化对比度增强值(Cvx)绘成图以产生标准化的对比度增强值图710(图7)。如图所示，包括在落于水平线720下的区域中的那些像素的亮度强度值将具有比施加于它们的1小的值，由此使像素更暗。包括在水平线720以上的区域中的那些像素的亮度强度值将具有比施加于它们的1大的值，由此使像素更亮。应当注意标准化的对比度增强值的图是可选的，而不试图以任何方式进行限制。
因为给区域1、2、3和32分配了对比度增强值1，因此标准化的对比度增强值为1/32，不增加或减少包括在区域1、2、3和32中的像素的亮度强度值，从而防止最暗的像素变得更加暗，最亮的像素变得更加亮。应当注意把区域1、2、3和32设定为值1仅仅是可选的，没有任何区域必须分配等于1的对比度增强值。可选的是，应当注意可给多于或少于以上数量的区域分配等于值1的对比度增强值。
在给每个区域分配了标准化的对比度增强值(Cvx)之后，用标准化的对比度增强值(Cvx)来生成变换函数。在一个示范性实施例中，根据以下公式产生变换函数：
(5)        f(x+1)＝F(x)+Cvx
其中f表示用在以上讨论的32个区域的每个区域上的函数，F表示每个区域的积分函数。第一区域0设定为0；即f(0)＝0。最后一个区域32设定为1，即f(32)＝1。对于第一区域，f(1)＝0+Cv1，把Cv1增加到Cv0上，其被设定为零(0)。对于第二区域，f(2)＝0+Cv1+Cv2等。变换函数可被绘成图以产生变换函数曲线810(图8)，但这是可选的。
如图8所示，根据标准化的对比度增强值(Cvx)得到的函数表示在曲线图上的三十三(33)个不同的点(除了以上参考图6讨论的基础值0之外的三十二个区域)。随后根据以下公式用图8中变换函数曲线图810所描述的33个点来外推非线性变换函数：
(6)        FY＝Ox+Cvx*(Y mod Z)*P，
其中F表示非线性变换函数，Y表示单个的强度水平(如0-255)，Cvx表示上述对比度增强值，P表示划分成输入亮度直方图的预定数量的区域的数量，而Z表示除以P的强度水平的数量。例如，如果像素编码为RGB 8比特三元组并且P＝32，Z则等于(255+1)/32＝8。在公式(6)中，Ox表示输出亮度，它采用以下公式计算得到：
(7)        Ox＝sum(CM)*I
其中CM表示对比度增强值1至x-1，其中x等于1-32，而I表示输入亮度直方图中强度值的数量。在输入亮度直方图510(图5)中，I＝256。图9显示了非线性变换函数的外推。
虽然非线性变换函数仅是可选的，但是它一经外推出便可绘制到非线性变换函数图920上，如图10所示。如图所示，给256个输出亮度值(如0-255)中的每个分配了非线性变换函数值。随后把非线性变换函数应用于捕获输入图像的边缘像素的亮度强度值上，如输入亮度直方图510(图5)中所表示的。把捕获输入图像的边缘限定像素应用于非线性变换函数产生可由输出亮度直方图1010表示的电信号，如图11所示。如图所示，输出亮度直方图1010是“拉伸”的直方图。应当注意，输出亮度直方图1010的生成仅是边缘限定像素输出的电信号的处理的表示。输出亮度直方图1010只显示了具有对应亮度强度值的边缘限定像素的处理过的分组。
如上所述，通过输出输出图像来结束方法300(步骤365)。输出图像基于来自边缘限定像素的处理过的电信号以及由未被识别为具有边缘的像素输出的电信号，这些信号在被合并时捕获整个输入图像410(图4)。输出图像具有更清晰的边缘，因此看起来具有提高的对比度，而不会不利地影响到图像的可视质量。输出图像还具有过度显影和不足显影的输入图像中的更丰富的细节。
应当注意不必针对每个亮度强度值(如0-255)执行非线性函数的应用，但可应用于某范围的亮度强度值。例如，非线性函数可应用于识别为暗像素的像素(如具有亮度强度值为0-128的像素)；由此仅改变暗像素的亮度强度值。类似的，非线性函数可应用于被识别为亮像素的像素(如具有亮度强度值为129-255的像素)；由此只改变亮像素的亮度强度值。非线性函数仅应用于暗像素或仅应用于亮像素对提高处理过的图像的对比度具有相同的影响。
虽然本发明已参照8比特处理(产生256个亮度强度值)进行描述，但本发明不限于此。例如，还可应用12比特、16比特以及其他比特处理，它们将产生范围更大的亮度强度值。
图12显示了根据本发明利用处理图像的方法并包括成像装置1108的基于处理器的***1100，其中成像装置1108可包括成像管芯10(图1)。基于处理器的***1100是具有数字电路的***的例子，其可包括图像感应装置。在没有限制的情况下，这种***可包括计算机***、摄像机***、扫描仪、机器视觉、车辆导航、视频电话、监视***、自动聚焦***、星象跟踪***、运动检测***、图像稳定***和数据压缩***。
基于处理器的***1100，例如摄像机***通常包括中央处理单元(CPU)1102，如经过总线1104与输入/输出(I/O)装置1106通信的微处理器。成像装置1108还经过总线1104与CPU 1102通信，并可包括以上参考图1讨论的成像管芯10。基于处理器的***1100还包括随机访问存储器(RAM)1110，并可包括可拆除存储器1115如还可经过总线1104与CPU 1102通信的闪存。成像装置1108可与处理器如CPU、数字信号处理器或微处理器进行通信，在单个集成电路或不同于处理器的芯片上含有或不含有存储装置。基于处理器的***1100中的任何存储装置可存储用于实现上述方法的软件。
用于根据所述处理和参照图2-11所说明的而产生输出图像的处理器可由图像处理器11或CPU 1102进行，或与***1100通信的其他处理器。虽然本发明利用灰度级直方图的特定应用来描述，但应当注意本发明可应用于彩色图像的直方图，它们可采取单独的红、绿和蓝通道的直方图或三维直方图的形式。还应当注意虽然本发明是关于CMOS和CCD成像来描述的，但它不限于此。例如，本发明可用于各种类型的成像如扫描仪、复印机以及传真机。
以上说明和附图说明了达到本发明的目的、特征和优点的优选实施例。虽然以上已描述了特定的优点和优选实施例，但本领域的那些技术人员会认识到在不背离本发明的精神或范围的情况下可作出替代、添加、删减、修改和/或变化。因此，本发明不由前述说明限制，而仅由所附权利要求的范围来限制。

Claims (48)

1.一种处理输入图像的方法，所述方法包括：
把所述输入图像输入到产生具有亮度强度值的像素输出信号的像素阵列中；
对所述像素输出信号执行图像边缘检测例程，所述图像边缘检测例程检测限定图像边缘的像素；
基于所述边缘限定像素的亮度强度值把所述边缘限定像素分组到预定的多个区域中；
利用所述分组来在所述像素阵列的亮度强度值的范围上限定非线性变换函数操作；
将所述非线性变换函数应用于捕获所述输入图像的所述边缘限定像素的亮度强度值；和
利用具有已应用的非线性变换函数的边缘限定像素来根据所述输入图像产生增强的图像。
2.根据权利要求1所述的方法，其中，所述边缘检测例程识别所述图像中的水平和垂直边缘。
3.根据权利要求2所述的方法，其中，所述边缘检测例程还识别所述图像中的45和135度边缘。
4.根据权利要求1所述的方法，其中，所述亮度强度值的范围包括亮和暗像素的亮度强度值。
5.根据权利要求4所述的方法，其中，所述亮和暗像素的所述亮度强度值包括0-255。
6.根据权利要求1所述的方法，其中，所述亮度强度值的范围包括暗像素的亮度强度值。
7.根据权利要求6所述的方法，其中，所述暗像素的所述亮度强度值包括0-128。
8.根据权利要求1所述的方法，其中，所述亮度强度值的范围包括亮像素的亮度强度值。
9.根据权利要求8所述的方法，其中，所述亮像素的所述亮度强度值包括129-255。
10.根据权利要求1所述的方法，其中，所述预定的多个区域是32。
11.根据权利要求10所述的方法，其中，所述32个区域各包含相等数量的亮度强度值。
12.根据权利要求11所述的方法，其中，所述32个区域各包含8个亮度强度值。
13.根据权利要求10所述的方法，其中，所述32个区域各包含不等数量的亮度强度值。
14.根据权利要求1所述的方法，其中，应用所述非线性变换函数的步骤包括：
把对比度增强值分配给所述预定的多个区域中的每一个；
标准化所述分配的对比度增强值中的每一个；
针对所述标准化的对比度增强值中的每一个产生变换函数；以及
根据所述变换函数来外推所述非线性变换函数。
15.根据权利要求14所述的方法，其中，根据以下公式分配所述对比度增强值：
                cvx＝α(Nx/Ntotal)γ，
其中，α和γ是经验常数，Nx表示对应区域中像素的数量，以及Ntotal表示像素的总数。
16.根据权利要求15所述的方法，其中，α等于1，以及γ等于0.5。
17.根据权利要求14所述的方法，其中，第一区域表示暗区域，所述暗区域分配了对比度增强值1。
18.根据权利要求17所述的方法，其中，最后区域表示亮区域，所述亮区域分配了对比度增强值1。
19.根据权利要求14所述的方法，其中，所述标准化步骤根据下述公式执行：
             Cvx＝cvx/sum(cj)，
其中，Cvx表示单个标准化的对比度增强，cvx表示分配给所述预定数量的区域中的每一个的单个对比度增强值，以及cj表示分配给所述预定的多个数量区域中的每一个的所有对比度增强值的总数。
20.根据权利要求14所述的方法，其中，所述变换函数根据下述公式产生：
            f(x+1)＝F(x)+Cvx
其中，x表示单个区域，f表示应用于所述预定数量的区域中的每一个的函数，F表示针对所述预定数量的区域中的每一个的积分函数，而Cvx表示所述区域的所述标准化的对比度增强值。
21.根据权利要求14所述的方法，其中，根据下述公式计算所述外推步骤：
            FY＝Ox+Cvx*(Y mod Z)*P，
其中，F表示函数，Y表示所述输入亮度直方图的单个强度水平，Cvx表示分配给所述预定数量的区域中的每一个的标准化的对比度增强值，Z表示强度水平的数量除以P，P表示预定数量的区域的数量，以及Ox＝sum(CM)*I，其中，CM表示单个强度水平的所述分配的对比度增强值加上前述单个强度的每个对比度增强值，而I表示所述输入亮度直方图中的强度值的数量。
22.一种用于处理图像的设备，所述设备包括：
已编程的处理器，所述已编程的处理器执行以下步骤：
把所述输入图像输入到产生具有亮度强度值的像素输出信号的像素阵列中；
执行图像边缘检测例程，所述图像边缘检测例程检测限定图像边缘的像素；
基于所述边缘限定像素的亮度强度值把所述边缘限定像素分组到预定的多个区域中；
利用所述分组来在所述像素阵列的亮度强度值的范围上限定非线性变换函数操作；
将所述非线性变换函数应用于捕获所述输入图像的所述边缘限定像素的亮度强度值；和
利用具有已应用的非线性变换函数的边缘限定像素来根据所述输入图像产生增强的图像。
23.根据权利要求22所述的设备，其中，所述设备执行的所述边缘检测例程识别所述图像中的水平和垂直边缘。
24.根据权利要求23所述的设备，其中，所述设备执行的所述边缘检测例程还识别所述图像中的45和135度边缘。
25.根据权利要求22所述的设备，其中，所述亮度强度值的范围包括亮和暗像素的亮度强度值。
26.根据权利要求25所述的设备，其中，所述亮和暗像素的所述亮度强度值包括0-255。
27.根据权利要求22所述的设备，其中，所述亮度强度值的范围包括暗像素的亮度强度值。
28.根据权利要求27所述的设备，其中，所述暗像素的所述亮度强度值包括0-128。
29.根据权利要求22所述的设备，其中，所述亮度强度值的范围包括亮像素的亮度强度值。
30.根据权利要求29所述的设备，其中，所述亮像素的所述亮度强度值包括129-255。
31.根据权利要求22所述的设备，其中，所述预定的多个区域是32。
32.根据权利要求31所述的设备，其中，所述32个区域各包含相等数量的亮度强度值。
33.根据权利要求32所述的设备，其中，所述32个区域各包含8个亮度强度值。
34.根据权利要求22所述的设备，其中，应用所述非线性变换函数的步骤包括：
给所述预定的多个区域中的每一个分配对比度增强值；
标准化所述分配的对比度增强值中的每一个；
针对所述标准化的对比度增强值中的每一个产生变换函数；和
根据所述变换函数来外推所述非线性变换函数。
35.根据权利要求34所述的设备，其中，根据以下公式分配所述对比度增强值：
            cvx＝α(Nx/Ntotal)γ，
其中，α和γ是经验常数，Nx表示对应区域中像素的数量，以及Ntotal表示像素的总数。
36.根据权利要求34所述的设备，其中，第一区域表示暗区域，所述设备还执行向所述暗区域分配对比度增强值1的步骤。
37.根据权利要求36所述的设备，其中，最后区域表示亮区域，所述设备还执行向所述亮区域分配对比度增强值1的步骤。
38.根据权利要求34所述的设备，其中，根据以下公式执行所述标准化步骤：
            Cvx＝cvx/sum(cj)，
其中，Cvx表示单个标准化的对比度增强，cvx表示分配给所述预定数量的区域中的每一个的单个对比度增强值，以及cj表示分配给所述预定的多个数量的区域中的每一个的所有对比度增强值的总数。
39.根据权利要求34所述的设备，其中，根据以下公式产生所述变换函数：
            f(x+1)＝F(x)+Cvx
其中，f表示应用于所述预定数量的区域中的每一个的函数，F表示针对所述预定数量的区域中的每一个的积分函数，而Cvx表示所述标准化的对比度增强值。
40.根据权利要求34所述的设备，其中，根据下述公式计算所述外推步骤：
            FY＝Ox+Cvx*(Y mod Z)*P，
其中，F表示函数，Y表示所述输入亮度直方图的单个强度水平，Cvx表示分配给所述预定数量的区域中的每一个的标准化的对比度增强值，Z表示强度水平的数量除以P，P表示预定数量的区域的数量，以及Ox＝sum(CM)*I，其中，CM表示单个强度水平的所述分配的对比度增强值加上前述单个强度的每个对比度增强值，而I表示所述输入亮度直方图中的强度值的数量。
41.一种处理图像的设备，所述设备包括含有用于处理图像的程序的计算机可读存储介质，所述程序执行以下步骤：
把所述输入图像输入到产生具有亮度强度值的像素输出信号的像素阵列中；
执行图像边缘检测例程，所述图像边缘检测例程检测限定图像边缘的像素；
基于所述边缘限定像素的亮度强度值把所述边缘限定像素分组到预定的多个区域中；
把对比度增强值分配到所述预定的多个区域中的每一个；
标准化所述对比度增强值；
根据所述标准化的对比度增强值产生变换函数；
根据所述变换函数来外推非线性变换函数；
将所述非线性变换函数应用于捕获所述输入图像的所述边缘限定像素的亮度强度值；和
利用具有已应用的非线性变换函数的边缘限定像素来根据所述输入图像产生增强的图像。
42.一种成像装置，所述成像装置包括：
把图像输入到产生具有亮度强度值的像素输出信号的像素阵列中的输入装置；
检测限定所述输入图像的图像边缘的像素的装置；
基于所述边缘限定像素的亮度强度值把所述边缘限定像素分组到预定的多个区域中的装置；
把对比度增强值分配给所述预定的多个区域中的每一个的装置；
标准化所述对比度增强值的装置；
根据所述标准化的对比度增强值产生变换函数的装置；
根据所述变换函数外推非线性变换函数的装置；
把所述非线性变换函数应用于捕获所述输入图像的所述边缘限定像素的亮度强度值的装置；以及
利用具有已应用的非线性变换函数的边缘限定像素来根据所述输入图像产生增强图像的装置。
43.一种处理器***，包括：
图像处理装置包括：
已编程的处理器，所述已编程的处理器执行以下步骤：
把所述输入图像输入到产生具有亮度强度值的像素输出信号的像素阵列中；
执行图像边缘检测例程，所述图像边缘检测例程检测限定图像边缘的像素；
基于所述边缘限定像素的亮度强度值把所述边缘限定像素分组到预定的多个区域中；
利用所述分组来在所述像素阵列的亮度强度值的范围上限定非线性变换函数操作；
将所述非线性变换函数应用于捕获所述输入图像的所述边缘限定像素的亮度强度值；以及
利用具有已应用的非线性变换函数的边缘限定像素来根据所述输入图像产生增强的图像。
44.根据权利要求43所述的***，其中，所述图像处理装置是互补金属氧化物半导体成像器。
45.根据权利要求43所述的***，其中，所述图像处理装置是电荷耦合器件。
46.根据权利要求43所述的***，其中，权利要求43所述的图像处理装置是数字复印机。
47.根据权利要求43所述的***，其中，权利要求43所述的图像处理装置是传真机。
48.根据权利要求43所述的***，其中，权利要求43所述的图像处理装置是扫描仪。
CN200580036052A 2004-08-27 2005-08-24 处理图像的设备和方法 Active CN100576247C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/927,308 2004-08-27
US10/927,308 US7386186B2 (en) 2004-08-27 2004-08-27 Apparatus and method for processing images

Publications (2)

Publication Number Publication Date
CN101061506A true CN101061506A (zh) 2007-10-24
CN100576247C CN100576247C (zh) 2009-12-30

Family

ID=35789242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200580036052A Active CN100576247C (zh) 2004-08-27 2005-08-24 处理图像的设备和方法

Country Status (7)

Country Link
US (1) US7386186B2 (zh)
EP (1) EP1789922B1 (zh)
JP (1) JP4468451B2 (zh)
KR (1) KR100874561B1 (zh)
CN (1) CN100576247C (zh)
TW (1) TWI268104B (zh)
WO (1) WO2006026307A2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010111855A1 (zh) * 2009-04-01 2010-10-07 深圳市融创天下科技发展有限公司 一种视频编解码的图像视觉效果提升方法
CN102236883A (zh) * 2010-04-27 2011-11-09 株式会社理光 图像增强方法和装置、物体检测方法和装置
CN101978680B (zh) * 2008-03-18 2012-12-05 富士通株式会社 图像修正装置以及图像修正方法
CN109754371A (zh) * 2017-11-06 2019-05-14 瑞昱半导体股份有限公司 增强影像边缘的电子装置与影像处理方法
CN110800309A (zh) * 2018-08-23 2020-02-14 深圳市大疆创新科技有限公司 图像处理方法、图像处理装置、电子装置和存储介质

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070058862A1 (en) * 2005-09-09 2007-03-15 Meier Michael R Histogram equalization method for a vision-based occupant sensing system
KR20070043258A (ko) * 2005-10-20 2007-04-25 삼성전자주식회사 디스플레이장치 및 그 제어방법
GB2442050A (en) * 2006-08-29 2008-03-26 Micron Technology Inc Image pixel value correction
US20080055455A1 (en) * 2006-08-31 2008-03-06 Micron Technology, Inc. Imbalance determination and correction in image sensing
KR20080070171A (ko) * 2007-01-25 2008-07-30 삼성전자주식회사 표시 장치 및 그의 구동 방법
US8411983B2 (en) * 2007-08-31 2013-04-02 Ati Technologies Ulc Method and apparatus for producing a contrast enhanced image
KR20090055351A (ko) * 2007-11-28 2009-06-02 삼성전자주식회사 영상처리장치 및 영상처리방법
US20090161930A1 (en) * 2007-12-19 2009-06-25 Cytyc Corporation System and method for processing and reading information on a biological specimen slide
GB0801443D0 (en) * 2008-01-25 2008-03-05 Micron Technology Inc Methods, systems and apparatuses for pixel signal correction using elliptical hyperbolic cosines
JP5271631B2 (ja) * 2008-08-07 2013-08-21 Ｈｏｙａ株式会社 画像処理ユニット、撮像装置、合成画像作成プログラム
TWI408619B (zh) * 2009-11-16 2013-09-11 Inst Information Industry 影像對比提昇裝置及其方法
JP5255028B2 (ja) * 2010-08-30 2013-08-07 シャープ株式会社 画像処理装置、表示装置、再生装置、記録装置、画像処理装置の制御方法、情報記録媒体、画像処理装置の制御プログラム及びコンピュータ読取可能な記録媒体
US8553933B2 (en) 2010-11-10 2013-10-08 Raytheon Company Edge diversity object detection
US8582884B2 (en) 2010-11-12 2013-11-12 Raytheon Company Approximation of an imaged object from edges detected from the underlying image
US8855911B2 (en) 2010-12-09 2014-10-07 Honeywell International Inc. Systems and methods for navigation using cross correlation on evidence grids
US8818722B2 (en) * 2011-11-22 2014-08-26 Honeywell International Inc. Rapid lidar image correlation for ground navigation
US9157743B2 (en) 2012-07-18 2015-10-13 Honeywell International Inc. Systems and methods for correlating reduced evidence grids
US9204143B2 (en) 2013-03-15 2015-12-01 Samsung Electronics Co., Ltd. Image sensor, operation method thereof, and system including the same
GB2567881B (en) 2017-10-30 2021-02-10 Imagination Tech Ltd Systems and methods for processing a stream of data values
TWI640958B (zh) * 2017-10-30 2018-11-11 瑞昱半導體股份有限公司 增強影像邊緣的電子裝置與影像處理方法
GB2567882B (en) 2017-10-30 2020-09-16 Imagination Tech Ltd Systems and methods for processing a stream of data values
GB2568038B (en) 2017-10-30 2020-12-02 Imagination Tech Ltd Systems and methods for processing a stream of data values
CN108460335B (zh) * 2018-01-26 2022-05-27 百度在线网络技术（北京）有限公司 视频细粒度识别方法、装置、计算机设备及存储介质
CN109919882B (zh) * 2019-01-18 2023-07-21 平安科技（深圳）有限公司 基于眼底彩照图像的图像优化方法及相关设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5271064A (en) * 1991-06-14 1993-12-14 University Of Cincinnati Apparatus and method for smoothing regions and enhancing edges in gray scale images
JP3670754B2 (ja) * 1996-04-15 2005-07-13 オリンパス株式会社 信号処理装置
US6140630A (en) * 1998-10-14 2000-10-31 Micron Technology, Inc. Vcc pump for CMOS imagers
JP4163353B2 (ja) * 1998-12-03 2008-10-08 オリンパス株式会社 画像処理装置
US6376868B1 (en) * 1999-06-15 2002-04-23 Micron Technology, Inc. Multi-layered gate for a CMOS imager
US6310366B1 (en) * 1999-06-16 2001-10-30 Micron Technology, Inc. Retrograde well structure for a CMOS imager
US6326652B1 (en) * 1999-06-18 2001-12-04 Micron Technology, Inc., CMOS imager with a self-aligned buried contact
US6204524B1 (en) * 1999-07-14 2001-03-20 Micron Technology, Inc. CMOS imager with storage capacitor
US6333205B1 (en) * 1999-08-16 2001-12-25 Micron Technology, Inc. CMOS imager with selectively silicided gates
JP4197821B2 (ja) * 2000-02-25 2008-12-17 オリンパス株式会社 画像処理装置
US6836570B2 (en) * 2001-11-14 2004-12-28 Eastman Kodak Company Method for contrast-enhancement of digital portal images
US7043090B2 (en) * 2002-10-02 2006-05-09 Eastman Kodak Company Enhancing the tonal characteristics of digital images using expansive and compressive tone scale functions
JP4079814B2 (ja) * 2003-04-07 2008-04-23 シャープ株式会社 画像処理方法、画像処理装置、画像形成装置、撮像装置、及びコンピュータプログラム
CN100369478C (zh) * 2004-02-18 2008-02-13 华亚微电子（上海）有限公司 基于方向性插值的图像边缘平滑方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101978680B (zh) * 2008-03-18 2012-12-05 富士通株式会社 图像修正装置以及图像修正方法
WO2010111855A1 (zh) * 2009-04-01 2010-10-07 深圳市融创天下科技发展有限公司 一种视频编解码的图像视觉效果提升方法
US8457196B2 (en) 2009-04-01 2013-06-04 Shenzhen Temobi Science & Tech Co., Ltd. Method for image visual effect improvement of video encoding and decoding
CN102236883A (zh) * 2010-04-27 2011-11-09 株式会社理光 图像增强方法和装置、物体检测方法和装置
CN109754371A (zh) * 2017-11-06 2019-05-14 瑞昱半导体股份有限公司 增强影像边缘的电子装置与影像处理方法
CN109754371B (zh) * 2017-11-06 2022-12-20 瑞昱半导体股份有限公司 增强影像边缘的电子装置与影像处理方法
CN110800309A (zh) * 2018-08-23 2020-02-14 深圳市大疆创新科技有限公司 图像处理方法、图像处理装置、电子装置和存储介质
CN110800309B (zh) * 2018-08-23 2021-08-27 深圳市大疆创新科技有限公司 图像处理方法、图像处理装置、电子装置和存储介质

Also Published As

Publication number Publication date
EP1789922A2 (en) 2007-05-30
US7386186B2 (en) 2008-06-10
KR100874561B1 (ko) 2008-12-16
CN100576247C (zh) 2009-12-30
TWI268104B (en) 2006-12-01
TW200614810A (en) 2006-05-01
WO2006026307A2 (en) 2006-03-09
KR20070059111A (ko) 2007-06-11
WO2006026307A3 (en) 2006-06-15
JP2008512051A (ja) 2008-04-17
EP1789922B1 (en) 2016-12-14
US20060044431A1 (en) 2006-03-02
JP4468451B2 (ja) 2010-05-26

Similar Documents

Publication Publication Date Title
CN100576247C (zh) 处理图像的设备和方法
Geradts et al. Methods for identification of images acquired with digital cameras
US7511748B2 (en) Error calibration for digital image sensors and apparatus using the same
US6757012B1 (en) Color selection for sparse color image reconstruction
CN100431332C (zh) 用于检测安全文件的装置和方法
CN1787615A (zh) 检测和校正数字图像传感器中有缺陷像素的***和方法
EP0997845A2 (en) A test efficient method of classifying image quality of an optical sensor using three categories of pixels
CN1518120A (zh) 具有双重自动曝光控制的图像传感器
CN1825984A (zh) 信息处理方法和装置
Khanna et al. Forensic classification of imaging sensor types
US20220366588A1 (en) Electronic device for generating depth information of region of interest and operation method thereof
US8270713B2 (en) Method and apparatus providing hardware-efficient demosaicing of image data
CN111741290A (zh) 图像频闪检测方法及装置、存储介质、终端
CN114998122A (zh) 一种低照度图像增强方法
CN1591464A (zh) 补偿图像信息中的噪声的***和方法
CN1525155A (zh) 已印刷纸张的检查方法和设备
CN100382579C (zh) 信号处理方法和图像取得装置
Hu et al. Building fingerprints with information from three color bands for source camera identification
CN1248490C (zh) 图像处理装置及图像处理方法
US7418138B2 (en) Image processor for and method of performing tonal transformation on image data
CN1951108A (zh) 成像装置和方法以及程序
CN108596874B (zh) 图像清晰判定方法、装置，以及计算机设备、产品
JPS63131281A (ja) ナンバ−プレ−ト自動認識装置
CN103841384A (zh) 一种图像质量的优化方法及装置
JP4008715B2 (ja) 帳票読取装置および帳票読取処理用プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant