TWI670615B

TWI670615B - 功耗估算方法與功耗估算裝置

Info

Publication number: TWI670615B
Application number: TW106128834A
Authority: TW
Inventors: 陳俊維; 謝明得; 盧俊銘; 黃迅倫; 陳耀華
Original assignee: 財團法人工業技術研究院
Priority date: 2017-08-24
Filing date: 2017-08-24
Publication date: 2019-09-01
Also published as: CN109426599B; CN109426599A; TW201913417A; US20190068904A1; US10412331B2

Abstract

一種功耗估算方法，適用於具有N列像素的圖像。所述的功耗估算方法的一像素（pixel）估測程序包括：依序對N列像素其中一列中的每一像素進行一估測子程序，以取得多個像素能耗值，這些像素能耗值分別對應於此列像素中的每一像素；依據這些像素能耗值取得對應於此列像素的一列功耗值；其中，此估測子程序包括取得這些像素其中之一對應的一像素內容資訊，依據此像素內容資訊判斷對相應的此像素進行一預設影像處理程序的此像素能耗值。

Description

功耗估算方法與功耗估算裝置

本發明係關於一種功率估算方法與功率估算裝置。

電子系統層級（electronic system level, ESL）模擬分析方法逐漸地被廣泛使用於軟硬體的早期開發階段以及效能評估。但是，電子系統層級的功耗估測仍然有相當大的進步空間。大部分的半導體廠商通常是建議以一些常見的規格來進行電子系統層級的功耗估測。但是，基於昂貴的開發過程，大部分的矽智財（silicon intellectual property, SIP）供應商其實並不會提供電子系統層級的功耗模型。因此，現存的電子系統層級的功耗模型常常只能從硬體架構粗略估計功耗。但是，這類功耗模型並無法將輸入訊號的內容納入考慮。

以影像處理電路為例來說，影像處理電路的功率消耗除了跟其硬體配置有關之外，更與待處理影像內容息息相關。因此，在預估功耗時若只考慮硬體配置，將較難反映出影像處理電路在處理影像中不同內容之功耗差異，更無法貼切地反映出影像處理電路真實的功率消耗狀況。

本發明在於提供一種功率估算方法與功率估算裝置，以應對任意的硬體配置來設計功耗模型以進行功率估算，且這樣的功耗模型可以反映出電路的真實功率消耗狀況。

本發明揭露了一種功耗估算方法，所述的功耗估算方法適用於具有N列像素的圖像。所述的功耗估算方法的一像素估測程序包括：依序對N列像素其中一列中的每一像素進行一估測子程序，以取得多個像素能耗值，這些像素能耗值分別對應於此列像素中的每一像素；依據這些像素能耗值取得對應於此列像素的一列功耗值；其中，此估測子程序包括取得這些像素其中之一對應的一像素內容資訊，依據此像素內容資訊判斷對相應的此像素進行此預設影像處理程序的此像素能耗值。

本發明揭露了一種功率估算裝置，所述的功耗估算裝置具有一記憶體與一處理器。此記憶體用以儲存多個指令。此處理器電性連接此記憶體。此處理器用以執行這些指令。其中，當此處理器執行這些指令時，此功耗估算裝置用以執行所述的功耗估算方法。

本發明揭露了另一種功率估算裝置，所述的功耗估算裝置具有一轉換電路、一能耗估測電路與一運算電路。此轉換電路用以依據一像素內容資訊取得一查詢訊號。此查詢訊號用以指示一當前運算像素的類型。此當前運算像素為一圖像的多個像素其中之一。這些像素排列成N列。此能耗估測電路電性連接此轉換電路，此能耗估測電路用以依據此查詢訊號提供對應於此當前運算像素的一像素能耗值。此運算電路電性連接此能耗估測電路。此運算電路用以累計此能耗估測電路提供的此像素能耗值。且此運算電路用以依據這些像素對應的這些像素能耗值取得對應於此當前運算像素所在的此列像素的一列功耗值。

以上之關於本揭露內容之說明及以下之實施方式之說明係用以示範與解釋本發明之精神與原理，並且提供本發明之專利申請範圍更進一步之解釋。

以下在實施方式中詳細敘述本發明之詳細特徵以及優點，其內容足以使任何熟習相關技藝者了解本發明之技術內容並據以實施，且根據本說明書所揭露之內容、申請專利範圍及圖式，任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。以下之實施例係進一步詳細說明本發明之觀點，但非以任何觀點限制本發明之範疇。

本發明之功耗估測方法係適用於具有N列像素的圖像。此功耗估測方法包含一像素估測程序，惟此功耗估測方法也可以另包含硬體狀態估測程序。當功耗估測方法具有像素估測程序與硬體狀態估測程序時，於功耗估測方法中係可依據組態設定判斷以像素估測程序或硬體狀態估測程序進行功耗估測。以下係先就功耗估測方法具有像素估測程序的情況進行說明。

請參照圖1與圖2，圖1係為根據本發明一實施例所繪示之功耗估測方法在像素估測程序下運行的方法流程圖，圖2係為根據本發明一實施例所繪示之功耗估測方法的估測子程序的方法流程圖。所述的功耗估算方法在像素估測程序下包括：於步驟S101中，依序對N列像素其中一列中的每一像素進行一估測子程序，以取得多個像素能耗值，這些像素能耗值分別對應於此列像素中的每一像素；於步驟S103中，依據這些像素能耗值取得對應於此列像素的一列功耗值。另一方面，在圖2則是繪示出了估測子程序的相關步驟。如圖2所示，於估測子程序的步驟S201中，取得這些像素其中之一對應的一像素內容資訊，於估測子程序的步驟S203中，依據此像素內容資訊判斷對相應的此像素進行此預設影像處理程序的此像素能耗值。

請接著參照圖3以進行更具體的說明，圖3係為根據本發明一實施例所繪示之圖像的各像素的配置示意圖。在此實施例中，例如圖像I的各像素是依照像素P11、像素P12以至像素P18的順序分別進行如前述的估測子程序。所述的估測子程序例如係關聯於影像訊號處理器（image signal processor, ISP）。以其中像素P11來說，於估測子程序中例如是先取得像素P11的像素內容資料，並且依據像素P11的像素內容資料判斷出對像素P11進行預設影像處理程序時所需消耗的能量，亦即為所述的像素能耗值。所述的像素內容資料例如為未加工過的影像資料（raw raster data），所述的預設影像處理程序例如包括黑色箝平（black clamping）、透鏡失真補償（lens distortion compensation）、錯誤更正（fault pixel correction）或自動白平衡（auto white balance）等等，但並不以此為限。

而當取得像素P11、像素P12以至像素P18的各像素能耗值時，即可加總各像素能耗值而得到像素列R1的列能耗值。再將此列能耗值對時間平均即可取得像素列R1的列功耗值。

於上述步驟S203中可包含其他步驟，請再接著參照圖4以作說明，圖4係為根據本發明一實施例所繪示之功耗估測方法的細部方法流程圖。於步驟S301中，依據這些像素其中之一的像素內容資訊取得像素的一直接內容參數。於步驟S303中，依據此像素的像素內容資訊取得此像素相對於這些像素其中至少另一的一相對內容參數。於步驟S305中，依據直接內容參數與相對內容參數判斷對此像素進行所述的預設影像處理程序的像素能耗值。

於實務上，在圖4所示的實施例中，例如係依據這些像素其中之一的直接內容參數與相對內容參數判斷出像素的類型，並依據像素的類型而自一查找表取得此像素的像素能耗值。其中，所述的查找表中的各元素分別為不同類型的像素所對應的像素能耗值。查找表可以是一維或是多維，在此並不限制查找表的具體型式。

在一實施例中，所述的直接內容參數係為像素的亮度值，而所述的相對內容參數係為像素相對於這些像素其中之另一的梯度值。於實務上，梯度值係為對亮度值進行梯度運算的結果，所述的梯度運算例如是利用索貝爾運算子（sobel operator）對圖像進行遮罩（mask）運算，但不以此為限，所屬技術領域具有通常知識者當可依照實際所需自行定義出合適的梯度定義以及相關運算子或運算遮罩。在以索貝爾運算子取得梯度值的實施例中，例如係先以索貝爾運算子定義的兩個矩陣算出水平梯度值與垂直梯度值，在以水平梯度值與垂直梯度值算出梯度值與梯度方向。因此於前述的步驟S305中，可例如依據像素的亮度值與梯度值判斷出像素的類型。在另一種作法中，則可例如依據像素的亮度值、水平梯度值與垂直梯度值判斷出像素的類型。也就是說，相對內容參數可以包含了所述的水平梯度值與垂直梯度值。在一實施例中，各圖像中具有相同亮度值與梯度值的各像素會被歸類於同一類型，因此反過來說，依據像素的亮度值與梯度值即可判斷出像素的類型。

在一實施例中，當判斷出一像素的類型之後，可更依據像素的類型而自一查找表中取得此像素的像素能耗值。所述的查找表中的各元素分別為不同類型的像素所對應的像素能耗值。於實務上，像素的亮度值與梯度值可被用來換算成一個位址，再依據此位址自查找表中對應的位置取得相應的像素能耗值。於實務上，像素的亮度值與梯度值可經過適當的量化，以降低運算複雜度且降低查找表的資料量。

請接著參照圖5，圖5係為根據本發明另一實施例所繪示之功耗估測方法的細部方法流程圖。於步驟S401中，以一第一訓練圖像與一硬體架構資料量測得多個第一列參考能耗值，每一第一列參考能耗值對應於此第一訓練圖像的多個像素列的其中一列的總能耗值。於實務上，在步驟S401中例如係以一第一訓練圖像經由一影像相關處理器之硬體藉由量測儀器量測得多個第一列參考能耗值或以一第一訓練圖像經由一硬體描述語言所建置之影像相關處理器藉由估測軟體估測得多個第一列參考能耗值。於步驟S403中，判斷此第一訓練圖像的每一像素的亮度值。於步驟S405中，判斷此第一訓練圖像的每一像素相對於此第一訓練圖像的至少另一像素的梯度值。於步驟S407中，依據此第一訓練圖像的每一像素的亮度值與梯度值判斷出此第一訓練圖像的每一像素的類型。於步驟S409中，依據此第一訓練圖像的每一像素的類型與這些第一列參考能耗值取得此查找表。

在一實施例中，當量測得所述的多個第一列參考能耗值，可依據這些第一列參考能耗值形成一矩陣E；當判斷出第一訓練圖像的每一像素的類型時，可以統計第一訓練圖像每一列具有哪些類型的像素，並據以形成矩陣A。其中，矩陣E的尺寸為h×1，矩陣A的尺寸為h×k，其中h為第一訓練圖像的列數，k為像素的類型數。換句話說，矩陣E中的每一個元素用以表示第一訓練圖像的每一列相應的第一列參考能耗值，而矩陣A中的每一個元素用以表示在第一訓練圖像中某一列的某一類型像素的數量。在取得矩陣A與矩陣E的情況下，接著再依據最小平方法（least square）解出條件式中的矩陣W。矩陣W的尺寸為k×1，且矩陣W中的每一個元素為每一種類型元素的能耗值。換句話說，矩陣W即為所欲的查找表。

於實務上，除了以第一訓練圖像取得查找表之外，更可依據另一個或是另多個訓練圖像更新查找表。請接著參照圖6以對此進行說明，圖6係為根據本發明更一實施例所繪示之功耗估測方法的細部方法流程圖。於步驟S501中，以一第二訓練圖像與硬體架構資料量測得多個第二列參考能耗值。於步驟S503中，判斷此第二訓練圖像的每一像素的亮度值。於步驟S505中，判斷此第二訓練圖像的每一像素相對於此第二訓練圖像的至少另一像素的梯度值。於步驟S507中，依據此第二訓練圖像的每一像素的亮度值與梯度值判斷出此第二訓練圖像的每一像素的類型，不同類型的像素對應於不同的亮度值與梯度值。於步驟S509中，依據此第二訓練圖像的每一像素的類型、這些列參考能耗值與一限制條件更新此查找表。

其中，所述的限制條件為，這些像素類型中定義有一第一類型與一第二類型，第一類型的像素對應的梯度值大於第二類型的像素對應的梯度值，第一類型的像素對應的亮度值等於第二類型的像素對應的亮度值，第一類型的像素的能耗值大於第二類型的像素的能耗值。藉此，以避免運算結果符合前述的最小平方法條件式卻略為偏離現實的情況。於實務上，第二訓練圖像的數量可以為多個，也就是說，可以藉由多次的更新使得查找表的內容更加符合硬體行為。在一實施例中，上述的訓練圖像可以是預設的圖像，也就是說，上述更新查找表的過程可以是於離線階段完成。

於實務上可藉由不同的方式將所述的限制條件實現於功耗估算方法當中。請接著參照圖7，圖7係為根據本發明又一實施例所繪示之功耗估測方法的細部方法流程圖。在圖7所述的實施例中，所述的像素類型中定義有一第三類型、一第四類型與一第五類型。第三類型的像素對應的亮度值、第四類型對應的亮度值與第五類型對應的亮度值相同。第三類型的像素對應的梯度值小於第四類型對應的梯度值。第四類型對應的梯度值小於第五類型對應的梯度值。於步驟S601中，依據更新前的查找表中對應於第三類型的元素與第四類型的元素取得平均能耗值。於步驟S603中，依據平均能耗值產生能耗下限。於圖7所述的實施例中，限制條件更包括更新後的能耗表中對應於第五類型的元素值不小於對應的能耗下限。

請接著參照圖8，圖8係為根據本發明再一實施例所繪示之功耗估測方法的細部方法流程圖。在圖8所示的實施例中，所述的各像素類型中定義有第六類型、第七類型與第八類型。第六類型的像素對應的亮度值大於第七類型的像素對應的亮度值。第七類型的像素對應的亮度值大於第八類型的像素對應的亮度值。第六類型的像素對應的梯度值、第七類型的像素對應的梯度值與第八類型的像素對應的梯度值相同。於步驟S701中，依據更新前的查找表中對應於第六類型的元素與對應於第八類型的元素產生校正值。於步驟S703中，依據校正值調整對應於第七類型像素的能耗下限。所屬技術領域具有通常知識者經詳閱本說明書後，當可依據實際所需設定校正值的產生方式，但凡以依據前述像素的亮度值相對關係與梯度值相對關係來產生校正值者皆屬本案之範疇。在一實施例中，校正值被直接加入對應的能耗下限以形成更新後的能耗下限。在另一實施例中，能耗下限與相應的校正值被分別乘上對應的比例參數後再加總形成更新後的能耗下限，其中若能耗下限之比例參數為一小於一的正數的話，那相應的校正值之比例參數可設定為一減掉能耗下限之比例參數。

如前述地，在另一類的實施例中除了如前述的像素估測程序之外，本發明的功耗估算方法更具有一硬體狀態估測程序。請再接著參照圖9與圖10以對此進行說明，圖9係為根據本發明又另一實施例所繪示之功耗估測方法的細部方法流程圖，圖10係為根據本發明又更一實施例所繪示之功耗估測方法的細部方法流程圖。於步驟S801中，判斷一組態設定是否符合一切換條件。於步驟S803中，當判斷此組態設定符合此切換條件時，進行像素估測程序。於步驟S805中，當判斷組態設定不符合切換條件時，進行硬體狀態估測程序。所述的切換條件例如是某個變數值或是某個記憶體欄位的值遭到改變，相關細節在此不予贅述。

另一方面，於硬體狀態估測程序的步驟S901中，判斷一硬體架構執行該預設影像處理程序對應的多個硬體工作狀態；於步驟S903中，判斷於執行此預設影像處理程序時，該硬體架構進入這些硬體工作狀態的多個執行次數；於步驟S905中，依據這些硬體工作狀態的多個功耗值與這些執行次數判斷出此硬體架構執行此預設影像處理程序時的總功耗值。

請參照圖11以對硬體狀態估測程序進行更進一步的說明，圖11係為根據本發明一實施例所繪示之硬體架構的狀態轉換示意圖。於實務上，當硬體架構用以進行前述的預設影像處理程序時，硬體架構係主要轉換於圖11所示的閒置狀態、填充狀態、處理狀態與刷新狀態。因此，在硬體狀態估測程序中，係依據所欲的硬體架構的各個狀態所需的功耗值以及所欲的硬體架構於進行預設影像處理程序時進入各個狀態的次數來判斷出以此硬體架構執行此預設影像處理程序時的總功耗值。在一實施例中，例如是將前述的各個執行次數分別乘上對應的功耗值再加總成總功耗值。藉由切換於像素估測程序與硬體狀態估測程序，於功耗估算方法中得以取得不同面向的功耗值，並可依據當下可用的運算資源選擇適合的估測程序來估算功耗。

依據上述，本發明尚提供了多種功耗估算裝置，請參照圖12以進行說明，圖12係為根據本發明一實施例所繪示之功耗估測裝置的功能方塊圖。於圖12所示的實施例中，功耗估測裝置1具有處理器12與記憶體14，處理器12電性連接記憶體14。記憶體14用以儲存多個指令。處理器12用以執行記憶體14所儲存的指令。當處理器12執行所述的指令時，功耗估算裝置1用以執行前述各實施例其中任一所述的功耗估算方法。處理器12例如為中央處理器（central process unit, CPU）或是數位信號處理器（digital signal processor, DSP）。記憶體14可以是揮發性記憶體（volatile memory）或是非揮發性記憶體（non-volatile memory）。或是，處理器12與記憶體14可以被集成為一微控制器（micro control unit, MCU）。上述僅為舉例示範，實際上並不以此為限。

依據上述，本發明尚提供了另一種功耗估算裝置，請參照圖13以進行說明，圖13係為根據本發明另一實施例所繪示之功耗估測裝置的功能方塊圖。於圖13所示的實施例中，功耗估算裝置1’具有轉換電路11’、能耗估測電路13’與運算電路15’。能耗估測電路13’電性連接轉換電路11’。運算電路15’電性連接能耗估測電路13’。

轉換電路11’用以依據一像素內容資訊取得一查詢訊號。所述的查詢訊號用以指示當前運算像素的類型。所述的當前運算像素為一圖像的多個像素其中之一。這些像素排列成N列。每一列有多個像素。能耗估測電路13’用以依據所述的查詢訊號提供對應於當前運算像素的一像素能耗值。運算電路15’用以累計能耗估測電路13’提供的像素能耗值，且運算電路15’用以依據對應的各像素能耗值取得相應於當前運算像素所在的列像素的一列功耗值。

轉換電路11’、能耗估測電路13’與運算電路15’例如是整合於現場可程式邏輯閘陣列（Field Programmable Gate Array, FPGA）或是整合於積體電路（integrated circuit, IC）。轉換電路11’、能耗估測電路13’與運算電路15’的具體作動方式係可參照如前述的功耗估測方法，於此僅對功耗估測裝置的結構進行說明，相關細節不再重複贅述。

請再參照圖14，圖14係為根據本發明更一實施例所繪示之功耗估測裝置的功能方塊圖。轉換電路11”的電路結構大致上相仿於轉換電路11’的電路結構，惟在此實施例中，轉換電路11”更具有第一子電路111”、第二子電路112”與第三子電路113”。第三子電路113”分別電性連接第一子電路111”與第二子電路112”。第三子電路113”電性連接能耗估測電路13”。第一子電路111”用以依據所述的像素內容資訊取得當前運算像素的直接內容參數。第二子電路112”用以依據像素內容資訊取得當前運算像素相對於這些像素其中至少另一的相對內容參數。第三子電路113”用以依據直接內容參數與相對內容參數產生查詢訊號。

另一方面，在圖14的實施例中，能耗估測電路13”更包含儲存模組131”與處理電路132”。儲存模組131”電性連接處理電路132”。儲存模組131”用以儲存如前述的查找表。處理電路132”係依據該所述的查詢訊號而自查找表取得當前運算像素的像素能耗值。在一實施例中，處理電路132”更用以如前述地產生或是更新所述的查找表。儲存模組131”可以是揮發性記憶體（volatile memory）或非揮發性記憶體（non-volatile memory）。

綜合以上所述，本發明提供了一種功耗估算方法與功耗估算裝置，所述的功耗估算方法與功耗估算裝置可用以依據圖像內容估算任意硬體配置下的影像處理電路對相應圖像進行影像處理時的功率消耗。從另一個角度來說，也等同於提供了相關硬體配置的功耗模型。所述的功耗模型可以反映出對圖像進行預設影像處理時，圖像的每一列像素所造成的平均功耗。

雖然本發明以前述之實施例揭露如上，然其並非用以限定本發明。在不脫離本發明之精神和範圍內，所為之更動與潤飾，均屬本發明之專利保護範圍。關於本發明所界定之保護範圍請參考所附之申請專利範圍。

1、1’、1”‧‧‧功耗估算裝置

12‧‧‧處理器

14‧‧‧記憶體

11、11’、11”‧‧‧轉換電路

111”‧‧‧第一子電路

112”‧‧‧第二子電路

113”‧‧‧第三子電路

13、13’、13”‧‧‧能耗估測電路

131”‧‧‧儲存模組

132”‧‧‧處理電路

15、15’、15”‧‧‧運算電路

I‧‧‧影像

P11~P88‧‧‧像素

R1‧‧‧像素列

圖1係為根據本發明一實施例所繪示之功耗估測方法的方法流程圖。圖2係為根據本發明一實施例所繪示之功耗估測方法的估測子程序的方法流程圖。圖3係為根據本發明一實施例所繪示之圖像的各像素的配置示意圖。圖4係為根據本發明一實施例所繪示之功耗估測方法的細部方法流程圖。圖5係為根據本發明另一實施例所繪示之功耗估測方法的細部方法流程圖。圖6係為根據本發明更一實施例所繪示之功耗估測方法的細部方法流程圖。圖7係為根據本發明又一實施例所繪示之功耗估測方法的細部方法流程圖。圖8係為根據本發明再一實施例所繪示之功耗估測方法的細部方法流程圖。圖9係為根據本發明又另一實施例所繪示之功耗估測方法的細部方法流程圖。圖10係為根據本發明又更一實施例所繪示之功耗估測方法的細部方法流程圖。圖11係為根據本發明一實施例所繪示之硬體架構的狀態轉換示意圖。圖12係為根據本發明一實施例所繪示之功耗估測裝置的功能方塊圖。圖13係為根據本發明另一實施例所繪示之功耗估測裝置的功能方塊圖。圖14係為根據本發明更一實施例所繪示之功耗估測裝置的功能方塊圖。

Claims

一種功耗估算方法，適用於具有N列像素的一圖像，該功耗估算方法具有一像素估測程序，該像素估測程序包括：依序對該N列像素其中一列中的多個像素中的每一像素進行一估測子程序，以取得多個像素能耗值，該些像素能耗值分別對應於該列像素的該些像素；以及依據該些像素能耗值取得對應於該列像素的一列功耗值，其中，該估測子程序包括取得該些像素其中之一對應的一像素內容資訊，並依據該像素內容資訊判斷對相應的該像素進行一預設影像處理程序的該像素能耗值；該功耗估算方法更具有一硬體狀態估測程序，該功耗估算方法更包括：判斷一組態設定是否符合一切換條件；當判斷該組態設定符合該切換條件時，進行該像素估測程序；以及當判斷該組態設定不符合該切換條件時，進行該硬體狀態估測程序，其中該硬體狀態估測程序包括：判斷一硬體架構執行該預設影像處理程序對應的多個硬體工作狀態；判斷於執行該預設影像處理程序時，該硬體架構進入該些硬體工作狀態的多個執行次數；以及依據該些硬體工作狀態的多個功耗值與該些執行次數判斷出該硬體架構執行該預設影像處理程序時的總功耗值。
如請求項1所述之功耗估算方法，其中於依據該像素內容資訊判斷對相應的該像素進行該預設影像處理程序的該像素能耗值的步驟中，更包括：依據該些像素其中之一的該像素內容資訊取得該像素的一直接內容參數；依據該像素的該像素內容資訊取得該像素相對於該些像素其中至少另一的一相對內容參數；以及依據該直接內容參數與該相對內容參數判斷對該像素進行該預設影像處理程序的該像素能耗值。
如請求項2所述之功耗估算方法，其中於依據該像素內容資訊判斷對相應的該像素進行該預設影像處理程序的該像素能耗值的步驟中，係依據該像素內容資訊所對應的該像素的該直接內容參數與該相對內容參數判斷出該像素的類型，並依據該像素的類型而自一查找表取得該像素的該像素能耗值；其中，該查找表中的每一個元素為不同類型的像素所對應的該像素能耗值。
如請求項3所述之功耗估算方法，其中該些直接內容參數其中之一係為對應的該像素的亮度值，該些相對內容參數其中之一係為對應的該像素相對於該些像素其中至少另一的梯度值，於依據該直接內容參數與該相對內容參數判斷對相應的該像素進行該預設影像處理程序的該像素能耗值的步驟中，係依據該像素的亮度值與梯度值判斷出該像素的類型。
如請求項3所述之功耗估算方法，其中該些直接內容參數其中之一係為對應的該像素的亮度值，該些相對內容參數其中之一係包含了對應的該像素相對於該些像素其中至少另一的水平梯度值與對應的該像素相對於該些像素其中至少另一的垂直梯度值，於依據該直接內容參數與該相對內容參數判斷對相應的該像素進行該預設影像處理程序的該像素能耗值的步驟中，係依據該像素的水平梯度值、垂直梯度值與亮度值判斷出該像素的類型。
如請求項4所述之功耗估算方法，其中該像素估測程序更包括：以一第一訓練圖像與一硬體架構資料量測得多個第一列參考能耗值，每一該第一列參考能耗值對應於該第一訓練圖像的多個像素列其中之一的總能耗值；判斷該第一訓練圖像的每一像素的亮度值；判斷該第一訓練圖像的每一像素相對於該第一訓練圖像的至少另一像素的梯度值；依據該第一訓練圖像的每一像素的亮度值與梯度值判斷出該第一訓練圖像的每一像素的類型；以及依據該第一訓練圖像的每一該像素的類型與該些第一列參考能耗值取得該查找表。
如請求項6所述之功耗估算方法，其中該像素估測程序更包括：以一第二訓練圖像與該硬體架構資料量測得多個第二列參考能耗值；判斷該第二訓練圖像的每一像素的亮度值；判斷該第二訓練圖像的每一像素相對於該第二訓練圖像的至少另一像素的梯度值；依據該第二訓練圖像的每一像素的亮度值與梯度值判斷出該第二訓練圖像的每一像素的類型，不同類型的像素對應於不同的亮度值與梯度值；以及依據該第二訓練圖像的每一該像素的類型、該些列參考能耗值與一限制條件更新該查找表；其中，該限制條件為，該些像素類型中定義有一第一類型與一第二類型，該第一類型的像素對應的梯度值大於該第二類型的像素對應的梯度值，該第一類型的像素對應的亮度值等於該第二類型的像素對應的亮度值，該第一類型的像素的能耗值大於該第二類型的像素的能耗值。
如請求項7所述之功耗估算方法，其中該些像素類型中定義有一第三類型、一第四類型與一第五類型，該第三類型的像素對應的亮度值、該第四類型對應的亮度值與該第五類型對應的亮度值相同，該第三類型的像素對應的梯度值小於該第四類型對應的梯度值，該第四類型對應的梯度值小於該第五類型對應的梯度值，該功耗估算方法更包括：依據更新前的該查找表中對應於該第三類型的元素與該第四類型的元素取得一平均能耗值；以及依據該平均能耗值產生一能耗下限；其中，該限制條件更包括更新後的該能耗表中對應於該第五類型的元素值不小於對應的該能耗下限。
如請求項8所述之功耗估算方法，其中，該些像素類型中定義有一第六類型、一第七類型與一第八類型，該第六類型的像素對應的亮度值大於該第七類型的像素對應的亮度值，該第七類型的像素對應的亮度值大於該第八類型的像素對應的亮度值，該第六類型的像素對應的梯度值、該第七類型的像素對應的梯度值與該第八類型的像素對應的梯度值相同，該功耗估算方法更包括：依據更新前的該查找表中對應於該第六類型的元素與對應於該第八類型的元素產生一校正值；依據該校正值調整對應於該第七類型像素的該能耗下限。
一種功耗估算裝置，包括：一轉換電路，用以依據一像素內容資訊取得一查詢訊號，該查詢訊號用以指示一當前運算像素的類型，該當前運算像素為一圖像的多個像素其中之一，該些像素排列成N列；一能耗估測電路，電性連接該轉換電路，該能耗估測電路用以依據該查詢訊號提供對應於該當前運算像素的一像素能耗值；以及一運算電路，電性連接該能耗估測電路，該運算電路用以累計該能耗估測電路提供的該像素能耗值，且該運算電路用以依據該些像素對應的該些像素能耗值取得對應於該當前運算像素所在的該列像素的一列功耗值，其中該轉換電路包括：一第一子電路，用以依據該像素內容資訊取得該當前運算像素的一直接內容參數；一第二子電路，該第二子電路用以依據該像素內容資訊取得該當前運算像素相對於該些像素其中至少另一的一相對內容參數；以及一第三子電路，分別電性連接該第一子電路與該第二子電路，該第三子電路電性連接該能耗估測電路，該第三子電路用以依據該直接內容參數與該相對內容參數產生該查詢訊號。
如請求項10所述之功耗估算裝置，其中該能耗估測電路更包含一儲存模組與一處理電路，該儲存模組用以儲存一查找表，該處理電路係依據該查詢訊號而自該查找表取得該當前運算像素的該像素能耗值。