TWI645706B - 影像處理方法及影像處理裝置 - Google Patents

影像處理方法及影像處理裝置 Download PDF

Info

Publication number
TWI645706B
TWI645706B TW106115081A TW106115081A TWI645706B TW I645706 B TWI645706 B TW I645706B TW 106115081 A TW106115081 A TW 106115081A TW 106115081 A TW106115081 A TW 106115081A TW I645706 B TWI645706 B TW I645706B
Authority
TW
Taiwan
Prior art keywords
pixel
image
reference value
channel
pixels
Prior art date
Application number
TW106115081A
Other languages
English (en)
Other versions
TW201843992A (zh
Inventor
蕭晶如
劉楷
黃文聰
Original Assignee
瑞昱半導體股份有限公司
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 瑞昱半導體股份有限公司 filed Critical 瑞昱半導體股份有限公司
Priority to TW106115081A priority Critical patent/TWI645706B/zh
Priority to US15/725,291 priority patent/US10339635B2/en
Publication of TW201843992A publication Critical patent/TW201843992A/zh
Application granted granted Critical
Publication of TWI645706B publication Critical patent/TWI645706B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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

一種影像處理方法，用以處理輸入影像，包含下述步驟： 選取輸入影像之像素；根據輸入影像之至少一第一像素對應的至少一第一校正像素以及輸入影像之至少一第二像素判斷像素是否為第一影像邊緣；以及若像素非為第一影像邊緣，將像素之至少一頻道上的影像高頻成分以第一校正影像高頻成分取代，以作為校正像素，若像素為第一影像邊緣，維持像素以作為校正像素。

Description

影像處理方法及影像處理裝置
本案有關於影像處理方法及影像處理裝置，特別有關於可抑制雜訊的影像處理方法及影像處理裝置。
為了讓影像的色彩具有高真實度，影像訊號處理器(Image Signal Processor,ISP)中通常會提供一色彩校正裝置，用以轉換影像感測器接收到的原始訊號成符合人眼視覺的訊號。色彩校正裝置通常將影像像素資訊乘上一係數矩陣做線性轉換，以產生數位影像的輸出，而此係數矩陣稱為色彩校正矩陣(Color Correction Matrix,CCM)。
在低光源環境中，影像訊號處理器會對原始訊號做增益處理，藉以維持一定的影像亮度，但同時也使得雜訊被放大，又人眼視覺對色彩的雜訊特別敏感，因此容易使增益後的影像品質惡化，進而在還原色彩時產生失真的現象。
為了抑制影像中的色彩雜訊，會利用目標像素先前像素與目標像素進行低通濾波來執行無限脈衝響應(infinite impulse response,IIR)低通濾波。然而，在影像裡色彩明顯變化的區域中，此種IIR低通濾波方式容易使影像產生拖曳的現象。
因此，本案之一目的為提供一種可降低拖曳現象的影像雜訊抑制方法以及影像雜訊抑制裝置。本案揭露一影像處理方法，用以處理輸入影像，包含下述步驟：選取輸入影像之像素；根據輸入影像之至少一第一像素對應的至少一第一校正像素以及輸入影像之至少一第二像素判斷像素是否為第一影像邊緣；以及若像素非為第一影像邊緣，將像素之至少一頻道上的影像高頻成分以第一校正影像高頻成分取代，以作為校正像素，若像素為第一影像邊緣，維持像素以作為校正像素。
本案揭露一影像處理裝置，包含影像邊緣偵測模組及校正模組。影像邊緣偵測模組根據輸入影像之至少一第一像素對應的至少一第一校正像素以及輸入影像之至少一第二像素判斷輸入影像的一像素是否為第一影像邊緣。若像素非為第一影像邊緣，校正模組將像素之至少一頻道上的影像高頻成分以第一校正影像高頻成分取代，以作為校正像素，若像素為第一影像邊緣，校正模組維持像素以作為校正像素。
根據前述實施例，由於不在影像邊緣處進行雜訊抑制動作，因此可降低習知技術中的拖曳現象。此外，經過前述色彩校正矩陣的處理，可讓影像具有所預期的色彩，使影像品質更佳。
201-209,301-309,401-409,601-609‧‧‧步驟
900‧‧‧影像雜訊抑制裝置
901‧‧‧影像邊緣偵測模組
903‧‧‧校正模組
第1圖係根據本案一實施例所繪示之之影像像素的示意圖。
第2-4圖係根據本案不同實施例所繪示之影像雜訊抑制方法的流程圖。
第5圖係根據本案一實施例所繪示之影像像素的示意圖。
第6圖係根據本案一實施例所繪示之計算校正影像高頻成分並產生校正影像的流程圖。
第7圖係根據本案一實施例所繪示之影像處理方法的示意圖。
第8圖係根據本案一實施例所繪示之色卡的示意圖。
第9圖係根據本案一實施例所繪示之影像雜訊抑制裝置的方塊圖。
以下將以不同實施例來說明本案的概念。以下實施例所提及的裝置、系統或模組可藉由硬體(例如電路)或是硬體加軟體(例如在處理器中寫入程式)來實現。
參照第1~4圖，第1圖係根據本案一實施例所繪示之影像像素的示意圖，第2~4圖係根據本案不同實施例所繪示之影像雜訊抑制方法的流程圖，其中，第1~4圖均以R頻道(channel)之像素為例，但其他種類像素亦可適用，如G、B頻道之像素，或是Y、U、V頻道之像素。在第2圖和第3圖的實施例中，影像雜訊抑制方法可判斷不同樣式的邊緣。
一併參照第1圖及第2圖，第2圖所示的影像雜訊抑制方法200包含步驟201~209。
步驟201：選取輸入影像之像素R(i,j)，其中像素R(i,j)對應於像素P(i,j)，並代表輸入影像之R頻道中第i列上第j行的像素，同理可知，像素R(i-1,j)代表輸入影像之R頻道中第i-1列上及第j行的像素。
步驟203：計算對應於像素R(i,j)之參考值差異Rdiff_row(i,j)與參考值差異Rdiff_col(i,j)。其中，參考值差異Rdiff_row(i,j)用以判斷是否有水平向的邊緣，參考值差異Rdiff_col(i,j)用以判斷是否有垂直向(上下向)的邊緣。下述將以式1至式3、式4至式6分別說明如何計算參考值差異Rdiff_row(i,j)及Rdiff_col(i,j)，需說明的是，於本案 中，像素之元件符號亦用來代表該像素的像素值。
(式1) Ravg_row_cur(i,j)=(R(i,j-2)+R(i,j-1)+4*R(i,j)+R(i,j+1)+R(i,j+2))/8
(式2) Ravg_row_pre(i,j)=(R(i-1,j-2)+R(i-1,j-1)+4*R(i-1,j)+R(i-1,j+1)+R(i-1,j+2))/8
(式3) Rdiff_row(i,j)=｜Ravg_row_cur(i,j)-Ravg_row_pre(i,j)｜
式1用以計算參考值Ravg_row_cur(i,j)，參考值Ravg_row_cur(i,j)代表像素R(i,j)之水平方向的像素值加權平均。式2用以計算參考值Ravg_row_pre(i,j)，參考值Ravg_row_pre(i,j)代表像素R(i,j)前一列之水平方向的像素值加權平均。式3用以計算參考值差異Rdiff_row(i,j)，即取參考值Ravg_row_cur(i,j)與參考值Ravg_row_pre(i,j)相減後的絕對值，以判斷是否有水平向的邊緣。其中，式1以取像素R(i,j)及像素R(i,j)左右各2個像素的像素值做加權平均為例，於其他實施例中，亦可就像素R(i,j)及像素R(i,j)左右各n個像素的像素值做加權平均，其中n為正整數。相應地，式2亦可就像素R(i-1,j)及像素R(i-1,j)左右各n個像素的像素值做加權平均。在一些實施中，加權平均之運算亦可為其他種類之平均運算，如一般平均、指數平均、指數平均等平均運算。
(式4) Ravg_col_left(i,j)=(R(i,j-2)+R(i,j-1)+R(i-1,j-1)+R(i-1,j-2))/4
(式5) Ravg_col_right(i,j)=(R(i,j+1)+R(i,j+2)+R(i-1,j+1)+R(i-1,j+2))/4
(式6) Rdiff_col(i,j)=1Ravg_col_left(i,j)-Ravg_col_right(i,j)｜
式4用以計算參考值Ravg_col_left(i,j)，參考值Ravg_col_left(i,j)代表像素R(i,j)之左邊像素的像素值平均。式5用以計算參考值Ravg_col_right(i,j)，參考值Ravg_col_right(i,j)代表像素R(i,j)之右邊像素的像素值平均。式6用以計算參考值差異Rdiff_col(i,j)，即取參考值Ravg_col_left(i,j)與參考值Ravg_col_right(i,j)相減後的絕對值，以判斷是否有垂直向的邊緣。其中，式4取像素R(i,j)左邊2個像素及像素R(i-1,j)左邊2個像素的像素值做一般平均為例，於其他實施例中，亦可就像素R(i,j)左邊不同列之k個像素做一般平均，其中k為正整數。相應地，式5亦可就R(i,j)右邊不同列之k個像素做一般平均。在一些實施中，一般平均亦可為其他種類之平均運算，如加權平均、指數平均、 指數平均等平均運算。
步驟205：判斷Rdiff_row(i,j)是否大於臨界值Th0，並判斷Rdiff_col(i,j)是否大於臨界值Th1，若上述條件其中一者成立，代表輸入影像具有影像邊緣，進入步驟209；若上述條件均不成立，代表影像邊緣不存在，進入步驟207。
步驟207：將校正影像高頻成分取代像素R(i,j)之影像高頻成分，以產生校正影像之校正像素Rp(i,j)。校正影像高頻成分及影像高頻成分之詳細內容將於底下詳述。
步驟209：維持原像素R(i,j)。
在一些實施例中，由於垂直向的邊緣不只一種態樣，若像素R(i,j)左邊和右邊的像素的差異不大，但像素R(i,j)左邊和右邊的像素分別與像素R(i,j)差異較大時，像素R(i,j)亦為影像邊緣，而第3圖所示的影像雜訊抑制方法300可根據此類影像邊緣是否存在來決定是否進行雜訊抑制。
如第3圖所示，影像雜訊抑制方法300包含步驟301~309，其中影像雜訊抑制方法300的步驟301、307、309類似於影像雜訊抑制方法200的步驟201、207、209，故在此不再贅述。
步驟303：計算對應於像素R(i,j)之參考值差異Rdiff_left(i,j)與參考值差異Rdiff_right(i,j)。其中，參考值差異Rdiff_left(i,j)與參考值差異Rdiff_right(i,j)用以判斷是否有垂直向的邊緣。參照前述之式4、式5及下述之式7、式8，藉以說明如何計算參考值差異。
(式7) Rdiff_left(i,j)=｜R(i,j)-Ravg_col_left(i,j)｜
(式8) Rdiff_right(i,j)=｜R(i,j)-Ravg_col_right(i,j)｜
其中，式7用以計算參考值差異Rdiff_left(i,j)，參考值差異Rdiff_left(i,j)為像素R(i,j)的像素值與參考值Ravg_col_left(i,j)相減後的絕對值。式8用以計算參考值差異Rdiff_right(i,j)，參考值差異Rdiff_right(i,j)為像素R(i,j)的像素值與參考值Ravg_col_right(i,j)相減後 的絕對值。
步驟305：判斷Rdiff_left(i,j)是否大於臨界值Th2，並判斷Rdiff_right(i,j)是否大於臨界值Th3，若上述條件其中兩者均成立，代表輸入影像具有影像邊緣，進入步驟309；若上述條件至少其中一者不成立，代表影像邊緣不存在，進入步驟307。
值得注意的是，第2圖和第3圖的實施例可併用，參閱第4圖，第4圖繪示雜訊抑制方法200與雜訊抑制方法300併用後的流程圖。其中步驟401對應步驟201和步驟301，步驟403a對應步驟203，步驟405a對應步驟205，步驟403b對應步驟303，步驟405b對應步驟305，步驟407對應步驟207或步驟307，步驟409對應步驟209或步驟309。第4圖中各步驟的詳細內容已詳述於前述實施例，故在此不再贅述。
在一些實施例中，步驟403a及步驟403b可同步進行，步驟405a及步驟405b可同步進行，若步驟405a和步驟405b的條件均不成立時，進入步驟407，反之，進入步驟409。
在一些實施例中，像素R(i,j)上方和下方的像素分別與像素R(i,j)差異較大時，像素R(i,j)亦為影像邊緣，在此情形，亦可利用類似於第3圖的雜訊抑制方法300針對像素R(i,j)進行雜訊抑制，如將影像雜訊抑制方法300中列與行的索引(index)互換，即可用於判斷水平向的邊緣。
前述實施例均是以未經過影像雜訊抑制方法處理的像素為例來說明，然而，利用影像雜訊抑制方法處理輸入影像時，可由列的順序或是行的順序依次處理每一像素，因此，本案之一實施例是利用已經過影像雜訊抑制方法處理後之校正像素的像素值來進行影像雜訊抑制方法。以第5圖為例(但不以此為限)，當第i-1列的像素已經過前述影像雜訊抑制方法處理，則其像素值為已經過影像雜訊抑制後之校正像素的像素值，此類像素標示為Rp。因此，(式2)、(式4)以及(式5)可據此修改為以下的(式2-1)、(式4-1)以及式(5-1)，藉以實施第2~4圖 的影像雜訊抑制方法。
(式2-1) Ravg_row_pre(i,j)=(Rp(i-1,j-2)+Rp(i-1,j-1)+4*Rp(i-1,j)+Rp(i-1,j+1)+Rp(i-1,j+2))/8
(式4-1) Ravg_col_left(i,j)=(R(i,j-2)+R(i,j-1)+Rp(i-1,j-1)+Rp(i-1,j-2))/4
(式5-1)Ravg_col_right(i,j)=(R(i,j+1)+R(i,j+2)+Rp(i-1,j+1)+Rp(i-1,j+2))/4
綜上所述，因影像雜訊抑制方法200、300不在水平向或垂直向的影像邊緣處進行校正，故可有效降低習知技術中的拖曳現象。
前述實施例中，提及了若影像邊緣不存在，則將校正影像高頻成分取代選取之像素。以下將描述如何產生此校正影像高頻成分。還請留意，以下所述的高頻影像成份是指影像變化較大的部份，低頻影像成份是指影像變化較小的部份。
一併參照第1圖及第6圖來說明校正影像高頻成分的產生方法，第6圖係根據本案一實施例所繪示之計算校正影像高頻成分並產生校正影像的流程圖。計算方法600包含步驟601至步驟609。
步驟601：選取輸入影像之像素。
步驟603：計算對應於像素之影像低頻成分，並據以產生相對應的影像高頻成分。在一實施例中，將以(式9)及(式10)來計算影像低頻成分及高頻成分，其中(式9)及(式10)均以R通道的像素R(i,j)作為示例說明，亦可適用於G通道及B通道的像素。
(式9) R_LP(i,j)=(3*R(i,j)+R(i-1,j-2)+R(i-1,j-1)+R(i-1,j)+R(i-1,j+1)+R(i-1,j+2))/8
(式10) R_HP(i,j)=R(i,j)-R_LP(i,j)
其中，R_LP(i,j)及R_HP(i,j)分別代表對應於像素R(i,j)的影像低頻成分及影像高頻成分。(式9)將像素R(i,j)與前一列的5個像素的像素值做權重平均，以得到對應於像素R(i,j)的影像低頻成分，(式10)將像素R(i,j)的像素值減去R_LP(i,j)，以得到對應於像素R(i,j)的影像高頻成分R_HP(i,j)。需注意的是，影像 低頻成分的計算方式不以(式9)為限，其考慮的像素個數也不以6個為限，相應地，影像高頻成分的計算方式不以(式10)為限。
步驟605：根據影像高頻成份計算出校正影像高頻成分Y_HP(i,j)。在一實施例中，將依(式11)來求得校正影像高頻成分Y_HP(i,j)。
(式11) Y_HP(i,j)=(R_HP(i,j)+2．G_HP(i,j)+B_HP(i,j))/4
其中，影像高頻成分R_HP(i,j)、G_HP(i,j)以及B_HP(i,j)分別對應R、G、B通道，(式11)對影像高頻成分R_HP(i,j)、G_HP(i,j)以及B_HP(i,j)做權重平均，以計算出校正影像高頻成分Y_HP(i,j)，在一些實施例中，權重平均之權重係數不以(式11)為限。此外，於另一實施例中，校正影像高頻成分Y_HP(i,j)可為R頻道影像高頻成份R_HP(i,j)、G頻道影像高頻成份G_HP(i,j)或B頻道影像高頻成份B_HP(i,j)。因此，校正影像高頻成分Y_HP(i,j)可根據輸入影像之至少一色彩頻道上的影像高頻成分來決定。
步驟607：根據校正影像高頻成分Y_HP(i,j)產生校正影像之對應像素
(式12) Rp(i,j)=R_LP(i,j)+Y_HP(i,j)
校正影像於R頻道之對應像素的像素值Rp(i,j)為原來的影像低頻成份R_LP(i,j)加上校正影像高頻成分Y_HP(i,j)。
類似地，前述(式9)至(式12)的步驟不限於施行在未經影像雜訊抑制方法處理的像素，亦可施行於已經過影像雜訊抑制方法處理的像素。以第5圖為例，當第i-1列的像素已經過前述影像雜訊抑制方法處理，則其像素值為已經過影像雜訊抑制的像素值，此類像素標示為Rp。因此，前述(式9)可據此修改為以下的(式9-1)。
(式9-1) R_LP(i,j)=(3*R(i,j)+Rp(i-1,j-2)+Rp(i-1,j-1)+Rp(i-1,j)+Rp(i-1,j+1)+Rp(i-1,j+2))/8
其中，(式9-1)結合(式10)至(式12)的動作與(式9)結合(式10)至(式12)的 動作相同，故在此不再贅述。
於一實施例中，本案提出一影像處理方法，除了包含前述的影像雜訊抑制方法來抑制影像的雜訊外，更包含一影像色彩校正方法來使影像的色彩更加理想。如第7圖所示，輸入影像Imgin在經過前述的影像雜訊抑制方法處理後，會再經過影像色彩校正方法處理來產生校正影像Imgc，其中，影像色彩校正方法係根據色彩校正矩陣來處理影像雜訊抑制後的影像，色彩校正矩陣產生方法之詳細內容將於底下詳述。
色彩校正矩陣之產生方法包含下列步驟：輸入包含複數個影像區塊的比較影像，其中，比較影像可對應至輸入影像；計算所有影像區塊之每一色彩頻道的像素統計值；根據像素統計值與目標統計值來計算出色彩校正矩陣。
更詳細地來說，在一些實施例中，該比較影像可由拍攝一色卡所取得，此色卡可為常用於色彩校正之色彩旗盤格，例如GretagMacbeth ColorChecker，值得注意的是，該比較影像可對應至該輸入影像，舉例來說，該比較影像與該輸入影像有相似的拍攝環境(如光源)。第8圖係根據本案一實施例所繪示之色卡的示意圖，色卡800包含多個色塊(即前述影像區塊，僅繪示部份色塊A~F)，每個色塊具有不同的顏色。在輸入完比較影像後，會計算比較影像的每一頻道的像素統計值，舉例來說，可在每個影像區塊選取多個像素，並取平均以得到對應之平均像素，接著，加總所有影像區塊的該平均像素後除以影像區塊數目，以計算出像素統計值，如底下(式13)中所述的輸入影像向量[Rinput Ginput Binput]T，其中，T代表轉置運算子(transpose operator)。目標統計值亦根據此色卡影像而產生，但可能跟比較影像具有不同的參數例如亮度、色溫等，其每一頻道的目標統計值可為(式13)中所述的目標影像向量[Rtarget Gtarget Btarget]T，根據輸入影像向量[Rinput Ginput Binput]T和目標影像向量[Rtarget Gtarget Btarget]T並利用最小平方法可計算 出(式13)中的色彩校正矩陣C(例如)。也就是說，透過此色彩校正矩陣，可將輸入影像向量調整為預期的目標影像向量。
在一些實施例中，色彩校正矩陣不只有一個，可根據不同環境下的比較影像產生多個色彩校正矩陣。
第9圖繪示了根據本案一實施例之影像雜訊抑制裝置。如第9圖所示，影像雜訊抑制裝置900包含影像邊緣偵測模組901以及校正模組903。影像邊緣偵測模組901用以判斷輸入影像Imgin是否存在影像邊緣。若判斷影像邊緣不存在，則校正模組903將輸入影像Imgin至少一頻道上的影像高頻成分以校正影像高頻成分取代來產生校正影像Imgc，若判斷影像邊緣存在，則校正模組903不對輸入影像Imgin進行校正而直接將輸入影像Imgin輸出。
根據前述實施例，由於不在影像邊緣處進行雜訊抑制動作，因此可降低習知技術中的拖曳現象。此外，經過前述色彩校正矩陣的處理，可讓影像具有所預期的色彩，使影像品質更佳。

Claims (10)

  1. 一種影像處理方法，用以處理一輸入影像，包含下述步驟：選取該輸入影像之一像素；根據該輸入影像之至少一第一像素對應的至少一第一校正像素以及該輸入影像之至少一第二像素判斷該像素是否為一第一影像邊緣；以及若該像素非為該第一影像邊緣，將該像素之至少一頻道上的影像高頻成分以一第一校正影像高頻成分取代，以作為一校正像素，若該像素為該第一影像邊緣，維持該像素以作為該校正像素。
  2. 如請求項1所述的影像處理方法，其中，該至少一第一像素分別根據下述步驟產生對應之該至少一第一校正像素：(i)判斷該第一像素是否為一第二影像邊緣；以及(ii)若該第一像素非為該第二影像邊緣，將該第一像素之至少一頻道上的影像高頻成分以一第二校正影像高頻成分取代，以作為對應之該第一校正像素，若該第一像素為該第二影像邊緣，維持該第一像素以作為該第一校正像素。
  3. 如請求項1所述的影像處理方法，其中，判斷該像素是否為該第一影像邊緣的步驟包含：根據該像素以及該至少一第二像素於一第一頻道上的像素值產生一第一參考值；根據該至少一第一像素對應之該至少一第一校正像素於該第一頻道上的像素值產生一第二參考值；計算該第一參考值及該第二參考值之差異來產生一參考值差異；以及根據該參考值差異判斷像素是否為該第一影像邊緣。
  4. 如請求項3所述的影像處理方法，其中，該像素為P(i,j)，該校正像素為Pp(i,j),P(i,j)為該輸入影像中第i列及第j行的像素，該至少一第一像素為該輸入影像中的像素P(i-1,j-n)至像素P(i-1,j+n)，該至少一第二像素包含該輸入影像中的像素P(i,j-n)至像素P(i,j-1)及像素P(i,j+1)至像素P(i,j+n)，n為正整數。
  5. 如請求項1所述的影像處理方法，其中，判斷該像素是否為該第一影像邊緣的步驟包含：根據該像素之一邊的m個第三像素於一第一頻道上的像素值產生一第一參考值；根據像素之另一邊m個第四像素於該第一頻道上的像素值產生一第二參考值，其中，當該m個第三像素之其中一者或該m個第四像素之其中一者為該第一像素時，該第一像素的像素值由對應之該第一校正像素的像素值所取代；計算該第一參考值及該第二參考值之差異來產生一參考值差異；以及根據該參考值差異判斷該像素是否為該第一影像邊緣。
  6. 如請求項1所述的影像處理方法，其中，判斷該像素是否為該第一影像邊緣的步驟包含：根據該像素之一邊的m個第三像素於一第一頻道上的像素值產生一第一參考值；根據像素之另一邊m個第四像素於該第一頻道上的像素值產生一第二參考值，其中，當該m個第三像素之其中一者或該m個第四像素之其中一者為該第一像素時，該第一像素的像素值由對應之該第一校正像素的像素值所取代；根據該第一參考值與該像素於該第一頻道上的像素值計算一第一參考值差 異，並根據該第二參考值與該像素於該第一頻道上的像素值計算一第二參考值差異；以及根據該第一參考值差異及該第二參考值差異判斷該像素是否為該第一影像邊緣。
  7. 如請求項1所述的影像處理方法，其中該第一校正影像高頻成分是根據該像素之該至少一頻道上的該影像高頻成分來決定。
  8. 如請求項7所述的影像處理方法，其中該影像高頻成分可根據下述步驟產生：根據該像素及該至少一第一校正像素於該頻道的像素值計算出該像素於該頻道的低頻成份；以及以該像素於該頻道的像素值減去該低頻成份來得到該像素於該頻道的該影像高頻成份。
  9. 如請求項1所述的影像處理方法，更包含：根據一色彩校正矩陣校正該校正像素，其中該色彩校正矩陣可由下述步驟所產生：將一比較影像定義為複數個影像區塊，該比較影像對應於該輸入影像；分別計算每一該影像區塊的每一頻道的輸入統計值；以及根據該些輸入統計值與多個目標統計值計算出該色彩校正矩陣。
  10. 一種影像處理裝置，包含：一影像邊緣偵測模組，根據一輸入影像之至少一第一像素對應的至少一第一校 正像素以及該輸入影像之至少一第二像素判斷該輸入影像的一像素是否為一第一影像邊緣；以及一校正模組，若該像素非為該第一影像邊緣，將該像素之至少一頻道上的影像高頻成分以一第一校正影像高頻成分取代，以作為一校正像素，若該像素為該第一影像邊緣，維持該像素以作為該校正像素。
TW106115081A 2017-05-08 2017-05-08 影像處理方法及影像處理裝置 TWI645706B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW106115081A TWI645706B (zh) 2017-05-08 2017-05-08 影像處理方法及影像處理裝置
US15/725,291 US10339635B2 (en) 2017-05-08 2017-10-05 Image processing method and image processing apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106115081A TWI645706B (zh) 2017-05-08 2017-05-08 影像處理方法及影像處理裝置

Publications (2)

Publication Number Publication Date
TW201843992A TW201843992A (zh) 2018-12-16
TWI645706B true TWI645706B (zh) 2018-12-21

Family

ID=64015411

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106115081A TWI645706B (zh) 2017-05-08 2017-05-08 影像處理方法及影像處理裝置

Country Status (2)

Country Link
US (1) US10339635B2 (zh)
TW (1) TWI645706B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200813890A (en) * 2006-09-06 2008-03-16 Realtek Semiconductor Corp Method and apparatus for directional edge enhancement
TW201001335A (en) * 2008-06-26 2010-01-01 Chunghwa Picture Tubes Ltd Image process method and apparatus

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100344807B1 (ko) * 2000-01-12 2002-07-20 엘지전자주식회사 영상 신호 보정 장치 및 방법
US6724398B2 (en) * 2000-06-20 2004-04-20 Mitsubishi Denki Kabushiki Kaisha Image processing method and apparatus, and image display method and apparatus, with variable interpolation spacing
US6731821B1 (en) * 2000-09-29 2004-05-04 Hewlett-Packard Development Company, L.P. Method for enhancing compressibility and visual quality of scanned document images
US7082218B2 (en) * 2001-07-27 2006-07-25 Hewlett-Packard Development Company, L.P. Color correction of images
TW575864B (en) * 2001-11-09 2004-02-11 Sharp Kk Liquid crystal display device
US20040190023A1 (en) * 2003-03-24 2004-09-30 Tatsuya Aoyama Image processing method, apparatus and program
KR100542365B1 (ko) * 2004-05-07 2006-01-10 삼성전자주식회사 영상 화질 개선 장치 및 그 방법
JP2008015741A (ja) * 2006-07-05 2008-01-24 Konica Minolta Holdings Inc 画像処理装置、画像処理方法及びこれを用いた撮像装置
US7952647B2 (en) * 2006-12-27 2011-05-31 Intel Corporation Method and apparatus of content adaptive detailing filtering for digital pictures
CN101316321B (zh) * 2007-05-30 2010-04-07 展讯通信（上海）有限公司 一种基于中值滤波器的图像噪声去除方法和装置
JP5169997B2 (ja) * 2009-05-29 2013-03-27 ソニー株式会社 フィルタ回路、画像処理装置、撮像装置、画像処理方法及びプログラム
JP5889013B2 (ja) * 2012-02-01 2016-03-22 キヤノン株式会社 画像処理装置及び画像処理方法
US9224782B2 (en) * 2013-04-19 2015-12-29 Semiconductor Components Industries, Llc Imaging systems with reference pixels for image flare mitigation
TWI549511B (zh) * 2014-03-19 2016-09-11 智原科技股份有限公司 影像感測裝置及色彩校正矩陣修正方法與查找表建立方法
TWI542224B (zh) * 2014-09-22 2016-07-11 瑞昱半導體股份有限公司 影像訊號處理方法以及影像訊號處理裝置
EP3113104B1 (en) * 2015-06-30 2018-02-21 Softkinetic Software Method for signal processing

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200813890A (en) * 2006-09-06 2008-03-16 Realtek Semiconductor Corp Method and apparatus for directional edge enhancement
TW201001335A (en) * 2008-06-26 2010-01-01 Chunghwa Picture Tubes Ltd Image process method and apparatus

Also Published As

Publication number Publication date
TW201843992A (zh) 2018-12-16
US10339635B2 (en) 2019-07-02
US20180322615A1 (en) 2018-11-08

Similar Documents

Publication Publication Date Title
JP5980294B2 (ja) データ処理装置、撮像装置、およびデータ処理方法
JP4290193B2 (ja) 画像処理装置
KR101327789B1 (ko) 이미지의 다양한 노이즈들을 동시에 저감하는 방법 및 장치
JP6097588B2 (ja) 画像処理装置及び画像処理方法
KR101311613B1 (ko) 윤곽 보정 장치
JP6352547B2 (ja) 画像処理装置及び画像処理方法
KR20070121440A (ko) 노이즈 저감 방법 및 장치
JP2007312304A (ja) 画像処理装置および画像処理方法
TW201537981A (zh) 圖像處理裝置、圖像處理方法、圖像處理程式及記錄媒體
US9830690B2 (en) Wide dynamic range imaging method
JP2014115790A (ja) 画像処理装置、情報処理方法及びプログラム
WO2016114148A1 (ja) 画像処理装置、画像処理方法、及び記録媒体
JP2008033592A (ja) 画像処理装置および画像処理方法、並びにプログラム
TWI645706B (zh) 影像處理方法及影像處理裝置
TWI670708B (zh) 顏色偏移校正方法及裝置
CN109788261B (zh) 颜色偏移校正方法及装置
TWI638339B (zh) 錯色移除方法
CN112243119A (zh) 一种白平衡处理方法、装置、电子设备及存储介质
JP2006014024A (ja) 画像処理装置及びこれを用いた画像表示装置、並びに画像処理方法及びこれをコンピュータに実行させるためのプログラム
JP2012175169A (ja) 画像処理装置
CN108881670B (zh) 影像处理方法及影像处理装置
JP2017041732A (ja) 画像処理装置、画像処理方法およびプログラム
JP6818585B2 (ja) 画像処理装置、画像処理方法、及び、プログラム
JPWO2006117844A1 (ja) 画像処理装置、画像処理方法、及び情報端末装置
JP2010193093A (ja) 画像処理装置、撮像装置、及び、画像処理方法