JP3557673B2

JP3557673B2 - Image processing device

Info

Publication number: JP3557673B2
Application number: JP30506794A
Authority: JP
Inventors: 和貴平田
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 1994-12-08
Filing date: 1994-12-08
Publication date: 2004-08-25
Anticipated expiration: 2019-08-25
Also published as: JPH08161485A

Description

【０００１】
【産業上の利用分野】
本発明は、ディジタル画像に対してエッジ強調を行なう画像処理装置に関するものである。
【０００２】
【従来の技術】
従来、ディジタル画像に対してエッジ強調を行なう画像処理技術として、例えば、アンシャープ・マスキング、あるいは、Ｗａｌｌｉｓの手法等が提案されている。これらは、ＷｉｌｌｉａｍＫ．Ｐｒａｔｔ，”ＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ（ＳｅｃｏｎｄＥｄｉｔｉｏｎ）”，Ｐ．３０３〜３１０などに記載されている。
【０００３】
アンシャープ・マスキングとは、通常の解像度の原画像Ｆ_{（ｊ，ｋ）}と、これより低い解像度の画像Ｆ_{Ｌ（ｊ，ｋ）}との重み付けられた差をとることにより、エッジ強調を行なうものである。エッジ強調された画像をＧ_{（ｊ，ｋ）}とする。アンシャープ・マスキングによるエッジ強調された画像Ｇ_{（ｊ，ｋ）}は、
【数１】

のように定義される。
ここで、重み係数ｃは、３／５から５／６までの範囲の係数である。
【０００４】
また、Ｗａｌｌｉｓの手法によるエッジ強調された画像Ｇ_{（ｊ，ｋ）}は、
【数２】

のように定義される。
【０００５】
ここで、Ｆ_{（ｊ，ｋ）}は原画像、Ｍ_{（ｊ，ｋ）}はある点（ｊ，ｋ）における原画像の推定平均、Ｓ_{（ｊ，ｋ）}はある点（ｊ，ｋ）における原画像の推定標準偏差、Ｍ_ｄは期待する平均、Ｓ_ｄは期待する標準偏差であり、ＡはＳ_{（ｊ，ｋ）}が小さいときに出力値が過剰に大きくなるのを防ぐゲイン係数、ｒは強調された画像の背景成分に対するエッジ成分の比率を制御する平均比例係数である。
【０００６】
これらの従来技術は、いずれも、入力された原画像Ｆ_{（ｊ，ｋ）}を空間周波数の低周波成分と高周波成分とに分離して処理し、その後、両者を合成してエッジ強調された画像Ｇ_{（ｊ，ｋ）}を出力するものである。したがって、パラメータの調整が難しく、入力された原画像Ｆ_{（ｊ，ｋ）}と出力されるエッジ強調された画像Ｇ_{（ｊ，ｋ）}との関係が予測しにくいという問題があった。例えば、アンシャープ・マスキングでは、エッジの強調があまりされなかったり、逆にＷａｌｌｉｓの手法ではエッジが強調されすぎたりする欠点があった。
【０００７】
【発明が解決しようとする課題】
本発明は、上述した事情に鑑みてなされたもので、ディジタル画像に対してエッジ強調を行なう画像処理装置において、パラメータを調整する必要がなく、良好なエッジの強調が施された画像を得ることができる画像処理装置を提供することを目的とするものである。
【０００８】
【課題を解決するための手段】
本発明は、デジタル画像に対してエッジ強調を行なう画像処理装置において、入力画像から画像の平坦さを数量化した値を得る平坦さ数量化手段と、該平坦さ数量化手段で得られた平坦さの値に基づきエッジ強調のための画素値変換関数を発生する画素値変換関数発生手段と、該画素値変換関数発生手段で発生した画素値変換関数および前記入力画像の画素値から出力画素値を決定する画素値変換手段を有し、前記画素値変換関数はシグモイド関数から導出される関数であるとともに近傍画素から計算される近傍平均の値により形状を制御された関数であることを特徴とするものである。
【０００９】
【作用】
本発明によれば、入力画像から画像の平坦さを数量化した値を得、この平坦さの値に基づき、例えば、平坦な領域の場合には、入力画像の画素値に大きな変更を加えないような画素値変換関数を生成し、エッジ領域の場合には、入力画像の画素値にエッジを強調する大きな変更を加えるような画素値変換関数を生成する。このときの画素値変換関数として、シグモイド関数から導出される関数であるとともに、近傍画素から計算される近傍平均の値により形状を制御された関数を用いる。この画素値変換関数および入力画像の画素値を用いて、画素値変換手段によりエッジが強調された画像となるような画素値を出力する。
【００１０】
このように、入力画像が空間周波数によって分離・処理・合成されることなく、入力画像の画素値（輝度）が平坦さの値に基づいて決定された関数を用いて直接処理され、エッジが強調される。したがって、パラメータを調整する必要がなく、良好なエッジの強調が施された画像を得ることができる。
【００１１】
平坦さの値としては、例えば、各画素の近傍標準偏差，近傍分散，近傍コントラスト等のいずれかの値を選択して用いることができる。画素値変換関数としては、例えば、シグモイド（Ｓｉｇｍｏｉｄ）関数を領域の平坦さおよび入力画素値に応じて変形したものを生成するように構成することができる。
【００１２】
【実施例】
図１は、本発明の画像処理装置の一実施例を示すブロック構成図である。図中、１１は画像入力部、１２は平坦さ数量化部、１３は画素値変換関数発生部、１４は画素値変換部、１５は画像出力部である。画像入力部１１は、原画像からディジタル画像データを取得する。平坦さ数量化部１２は、ディジタル画像データから画像の平坦さを数量化した値を得る。画素値変換関数発生部１３は、平坦さの値に基づきエッジ強調のための画素値変換関数を発生する。画素値変換部１４は、画素値変換関数に基づいてディジタル画像データの画素値を変換し出力画素値を決定する。画像出力部１５は、出力画素値を入力し、エッジ強調された処理画像を出力する。
【００１３】
平坦さ数量化部１２において得られる、平坦さの値とは、例えば、局所的な平坦さを表現する量であり、一具体例としては、近傍標準偏差の値を用いることができる。この近傍標準偏差とは、ある画素およびその近傍の画素からなる画像領域内における、各画素の輝度データの標準偏差である。この画像領域としては、例えば、ある画素およびその周囲８つの近傍画素からなる３行３列の正方形状の領域を用いることができる。なお、この画像領域の大きさおよび形状は、必要に応じて任意に設定することが可能である。
【００１４】
局所的な平坦さを表現する量として、近傍分散を用いることもできる。この近傍分散とは、ある画素およびその近傍の画素からなる画像領域内における、各画素の輝度データの分散である。同様に、この画像領域として、例えば、３行３列の正方領域を用いることができる。局所的な平坦さを表現する量として、近傍コントラストを用いることもできる。この近傍コントラストとは、ある画素およびその近傍の画素からなる画像領域内における、各画素の輝度データのコントラストである。なお、このコントラストとは、ある画像領域における最大輝度値をＩｍａｘ、最小輝度値をＩｍｉｎとしたとき、
【数３】

で定義される。同様に、この画像領域として、例えば、３行３列の正方領域を用いることができる。
【００１５】
これら近傍標準偏差，近傍分散，近傍コントラストの値が大きい領域は、いずれも、エッジなど局所的に輝度値の変化の大きい領域と良く一致するから、局所的な平坦さを表現するのに適している。しかし、局所的な平坦さを表現する量は、これらの値に限られるわけではなく、他の値を用いてもよい。
【００１６】
以上の説明では、画像の平坦さとして、局所的な平坦さを表現する量を用いた。しかし、本発明は、これに限らず、画像領域のより広範囲における平坦さを表現する量を採用してもよい。例えば、１画面を数区画に分割し、各区画毎に平坦さを表現する量を計算してもよい。また、処理対象となる画像全体から唯一の平坦さを表現する量を計算してもよい。後者の場合は、各１画面の平坦さに適したエッジ処理を行なうことができる。
【００１７】
画素値変換関数発生部１３において発生される画素値変換関数の具体例を示す。まず、平坦さの値に加え近傍平均の値も用いて、画素値変換関数を生成する例を示す。この近傍平均の値は、平坦さ数量化部１２の計算過程でも得られるため、平坦さ数量化部１２から得ることができるが、画像入力部１１の出力を入力しディジタル画像の画素の輝度値から直接計算するようにしてもよい。あるいは、画素値変換関数発生部１３においてではなく、画素値変換部１４において、計算するようにしてもよい。
【００１８】
画素値変換関数の一具体例として次のような関数ｇ（ｘ，ｃ，ｍ）を考える。
【数４】

【００１９】
式（２）から式（４）は、式（１）を導出するための関数であり、式（１）は、式（４）で定義されるシグモイド（Ｓｉｇｍｏｉｄ）関数から導出される。この関数の形状を変化させることにより、様々な画像の平坦さに適合したエッジ強調を行なうことができる。式（４）におけるｘは、原画像の任意の画素の輝度値（以下の記載では、「画像データ」という）である。ここでは、輝度値は、０から２５５の値をとることを前提としている。ｃは、その画素の平坦さの値であり、例えば、近傍標準偏差，近傍分散，近傍コントラスト等の値であるが、以下、近傍標準偏差の値を用いるものとして説明する。ｍは、画素値変換関数の形状を制御するための第３のパラメータであり、例えば、近傍画素から計算される近傍平均の値を用いる。
【００２０】
式（４）のパラメータｂの値は、ここでは０に固定して用いている。式（４）のｆ（ｘ，ｃ，ｂ）の値は、式（４）における変数ｘの値が−∞のときに０，０のときに０．５、∞のときに１となり、変数ｘの値が０のときに変曲点となる。式（４）は、式（３）のように置き換えられ、式（３）のｈ（ｘ，ｃ）は、式（３）における変数ｘの値が０．５のときに変曲点となる。そして、式（３）は、式（２）のように置き換えられ、ｘが０から１までの値をとるときに、式（２）のｙ（ｘ，ｃ）の値は、０から１までの値をとるように正規化されるとともに、近傍標準偏差ｃの値が０のときには、式（２）における変数ｘの値をそのまま返すようにする。さらに、式（２）は、式（１）のように置き換えられ、画像データｘの値が０から２５５までの値をとるときにｇ（ｘ，ｃ，ｍ）も０から２５５までの値をとるように正規化された後、近傍平均ｍの値だけ横軸方向および縦軸方向に移動させる、言い換えれば、座標平面上で４５度方向に移動するようにされる。
【００２１】
図２は、画素値変換関数の生成処理の一例を示すフローチャートである。Ｓ２１においては、図１における画像入力部１１から画像データｘを取得する。Ｓ２２においては、Ｓ２１において取得された画像データｘに基づいて近傍平均ｍを得る。Ｓ２３においては、Ｓ２１において取得された画像データｘおよびＳ２２において得られた近傍平均ｍに基づいて近傍標準偏差ｃを得る。
【００２２】
Ｓ２４においては、Ｓ２３において得られた近傍標準偏差ｃに基づいて、式（４）に示されるシグモイド関数を生成する。Ｓ２５においては、Ｓ２４において生成されたシグモイド関数を、式（２）および式（３）のように基準化する。Ｓ２６においては、基準化されたシグモイド関数を式（１）のようにさらに基準化し、近傍平均ｍに基づいて座標平面上で４５度方向に移動させる。このようにして生成されたシグモイド関数が、式（１）に相当し、画素値変換関数データとして、図１に示される画素値変換部１４へ出力される。
【００２３】
図３，図４，図５は、近傍標準偏差と近傍平均を変化させたときの画素値変換関数の説明図である。図３（Ａ），図３（Ｂ）は、近傍平均ｍの値が６４で近傍標準偏差ｃの値が２および１０の場合の画素値変換関数を示し、図４（Ａ），図４（Ｂ）は、近傍平均ｍの値が１２８で近傍標準偏差ｃの値が２および１０の場合の画素値変換関数を示し、図５（Ａ），図５（Ｂ）は、近傍平均ｍの値が１９２で近傍標準偏差ｃの値が２および１０の場合の画素値変換関数を示すものである。図中、横軸は画像データｘの値、縦軸は、画素変換関数ｇ（ｘ，ｃ，ｍ）の値である。
【００２４】
図３，図４，図５に示される各曲線からわかるように、式（１）で表わされる画素値変換関数ｇ（ｘ，ｃ，ｍ）は、単調増加関数であり、画像データｘの値が近傍平均ｍの値をとるとき、画素値変換関数ｇ（ｘ，ｃ，ｍ）の値も近傍平均ｍの値となり、曲線の変曲点になる。画像データｘの値が近傍平均ｍの値より大きいとき、上に凸となり、逆に小さいとき、下に凸となる。したがって、近傍平均ｍの値近傍においては、画像データｘの値の変化に対する画素値変換関数ｇ（ｘ，ｃ，ｍ）の値の変化が大きくなる。ただし、近傍標準偏差ｃの値が０のときは、変曲点がない。
【００２５】
また、式（１）で表わされる画素値変換関数ｇ（ｘ，ｃ，ｍ）の値は、近傍標準偏差ｃの値が大きくなるほど、画像データｘの値の変化に対する画素値変換関数ｇ（ｘ，ｃ，ｍ）の値の変化が大きくなる。なお、近傍標準偏差ｃの値が０であるときには、画素値変換関数ｇ（ｘ，ｃ，ｍ）の値は、画像データｘの値そのものとなる。
【００２６】
ただし、原画像の画素値ｘは、実際には０から２５５までの値をとり、また、画素値変換関数ｇ（ｘ，ｃ，ｍ）についても、実際には０から２５５までの値をとる。
【００２７】
図６，図７，図８は、エッジ強調の効果を示すシミュレーション結果の説明図である。各図は、６種類の領域におけるエッジ強調の様子をシミュレーションしたものである。図中、横軸は、画素の位置を示し、縦軸は輝度の値を示す。曲線４１は画像入力部１１の出力、曲線４２は近傍標準偏差、曲線４３は画像出力部１５の強調画像データ出力である。このシミュレーションでは、ｃの値は、式（１）のｃの値を５倍に強調した値を用い、また、近傍平均ｍは、ある画素とその前後１画素との平均から計算した。
【００２８】
図６（Ａ），図６（Ｂ），図７（Ａ）の曲線４１に示されるように、エッジなどによって輝度が激しく変化する領域では、平坦さの値が大きくなり、曲線４３のようにエッジが強調される。図７（Ｂ），図８（Ａ），図８（Ｂ）における曲線４１は、輝度変化がゆっくりしており、平坦さの値が小さくなり、曲線４２が横軸に重なり、曲線４３は曲線４１とほぼ同じ値に重なる。
【００２９】
画素値変換関数としては、必ずしも、式（１）のｇ（ｘ，ｃ，ｍ）を用いる必要はなく、平坦な領域の場合には、入力画素値に大きな変更を加えないような画素値を出力し、エッジ領域の場合には、該入力画素値にエッジを強調するように大きな変更を加える画素値を出力するような関数であればよい。
【００３０】
上述の説明では、画素値変換関数の一具体例として、画素の位置や画面によって変化する平坦さデータに加え、同じく画素の位置や画面によって変化する近傍平均のデータも用いて画素値変換関数を生成した。しかし、このような近傍平均のデータを用いずに画素値変換関数を生成することもできる。たとえば、以上の一具体例の構成において、近傍平均ｍの値を所定値に固定した上で、平坦さの値ｃに基づき画素値変換関数を生成すればよい。近傍平均ｍの値が画素の位置や画面によって大きく変わることがない場合において、計算量を減らすことができる。
【００３１】
【発明の効果】
以上の説明から明らかなように、本発明によれば、原画像において、ある領域の平坦さの値を得ることにより、領域に対応して平坦な領域の場合には、入力画素値に大きな変更を加えないような画素値変換関数を生成し、エッジ領域の場合には、該入力画素値にエッジを強調する大きな変更を加えるような画素値変換関数を生成し、生成された画素値変換関数により画素値の変換を行なうようにしたので、パラメータを調整する必要がなく、良好なエッジの強調が施された画像を得ることができる。
【図面の簡単な説明】
【図１】本発明の画像処理装置の一実施例を示すブロック構成図である。
【図２】画素値変換関数の生成処理の一例を示すフローチャートである。
【図３】近傍標準偏差と近傍平均を変化させたときの画素値変換関数の第１の説明図である。
【図４】近傍標準偏差と近傍平均を変化させたときの画素値変換関数の第２の説明図である。
【図５】近傍標準偏差と近傍平均を変化させたときの画素値変換関数の第３の説明図である。
【図６】エッジ強調の効果を示すシミュレーション結果の第１の説明図である。
【図７】エッジ強調の効果を示すシミュレーション結果の第２の説明図である。
【図８】エッジ強調の効果を示すシミュレーション結果の第３の説明図である。
【符号の説明】
１１…画像入力部、１２…平坦さ数量化部、１３…画素値変換関数発生部、１４…画素値変換部、１５…画像出力部、４１…画像入力部１１の出力、４２…近傍標準偏差、４３…画像出力部１５の強調画像データ出力。[0001]
[Industrial applications]
The present invention relates to an image processing device that performs edge enhancement on a digital image.
[0002]
[Prior art]
Conventionally, as an image processing technique for performing edge enhancement on a digital image, for example, unsharp masking, Wallis's method, and the like have been proposed. These are described by William K. Pratt, "Digital Image Processing (Second Edition)", 303-310.
[0003]
The unsharp masking, the original image F _{(j, k)} of the ordinary resolution as this lower resolution image F _{L (j, k)} by taking a weighted difference between, performs edge enhancement It is. The edge-emphasized image is _defined as G _{(j, k)} . The image G _{(j, k)} edge-emphasized by unsharp masking is
(Equation 1)

Is defined as
Here, the weight coefficient c is a coefficient in a range from 3/5 to 5/6.
[0004]
Further, an image G _{(j, k)} edge-emphasized by the Wallis method is
(Equation 2)

Is defined as
[0005]
Here, F _{(j, k)} is the original image, M _{(j, k)} is the estimated average of the original image at a certain point (j, k), and S _{(j, k)} is the original average at a certain point (j, k). The estimated standard deviation of the image, M _d is the expected average, S _d is the expected standard deviation, A is a gain coefficient that prevents the output value from becoming excessively large when S _{(j, k)} is small, and r is An average proportional coefficient for controlling the ratio of the edge component to the background component of the emphasized image.
[0006]
In each of these prior arts, an input original image F _{(j, k)} is processed by separating it into a low-frequency component and a high-frequency component of a spatial frequency, and thereafter, the two are combined and edge-emphasized. G _{(j, k)} is output. Therefore, there is a problem that it is difficult to adjust parameters, and it is difficult to predict the relationship between the input original image F _{(j, k)} and the output edge-enhanced image G _{(j, k)} . For example, the unsharp masking has a disadvantage that the edge is not emphasized much, whereas the Wallis method has a disadvantage that the edge is emphasized too much.
[0007]
[Problems to be solved by the invention]
SUMMARY OF THE INVENTION The present invention has been made in view of the above circumstances, and in an image processing apparatus that performs edge enhancement on a digital image, it is not necessary to adjust parameters, and to obtain an image with good edge enhancement. It is an object of the present invention to provide an image processing apparatus capable of performing the following.
[0008]
[Means for Solving the Problems]
The present invention provides, in an image processing apparatus for performing edge enhancement on a digital image, a flatness quantification unit that obtains a value obtained by quantifying the flatness of an image from an input image, and a flatness quantification unit obtained by the flatness quantification unit. Pixel value conversion function generating means for generating a pixel value conversion function for edge enhancement based on the value of the pixel value, and an output pixel value from the pixel value conversion function generated by the pixel value conversion function generation means and the pixel value of the input image The pixel value conversion function is a function derived from a sigmoid function and a function whose shape is controlled by a value of a neighborhood average calculated from neighboring pixels. Is what you do.
[0009]
[Action]
According to the present invention, a value obtained by quantifying the flatness of an image is obtained from an input image, and based on this flatness value, for example, in the case of a flat region, the pixel value of the input image is not significantly changed. Such a pixel value conversion function is generated, and in the case of an edge region, a pixel value conversion function that makes a large change that emphasizes edges on the pixel values of the input image is generated. As the pixel value conversion function at this time, a function derived from the sigmoid function and a function whose shape is controlled by the value of the neighborhood average calculated from the neighboring pixels is used. Using the pixel value conversion function and the pixel value of the input image, the pixel value conversion unit outputs a pixel value that results in an image whose edges are enhanced.
[0010]
As described above, the pixel value (brightness) of the input image is directly processed using the function determined based on the flatness value without separating, processing, and combining the input image according to the spatial frequency, and the edge is emphasized. Is done. Therefore, it is not necessary to adjust the parameters, and it is possible to obtain an image with good edge enhancement.
[0011]
As the value of the flatness, for example, any one of the values such as the standard deviation of the neighborhood, the variance of the neighborhood, and the contrast of the neighborhood can be selected and used. As the pixel value conversion function, for example, it can be configured to generate a sigmoid function that is modified according to the flatness of the area and the input pixel value.
[0012]
【Example】
FIG. 1 is a block diagram showing an embodiment of the image processing apparatus of the present invention. In the figure, 11 is an image input unit, 12 is a flatness quantification unit, 13 is a pixel value conversion function generation unit, 14 is a pixel value conversion unit, and 15 is an image output unit. The image input unit 11 acquires digital image data from an original image. The flatness quantification unit 12 obtains a value obtained by quantifying the flatness of an image from digital image data. The pixel value conversion function generator 13 generates a pixel value conversion function for edge enhancement based on the flatness value. The pixel value conversion unit 14 converts the pixel value of the digital image data based on the pixel value conversion function and determines an output pixel value. The image output unit 15 receives an output pixel value and outputs a processed image with edge enhancement.
[0013]
The value of the flatness obtained in the flatness quantifying unit 12 is, for example, an amount expressing local flatness, and as a specific example, a value of a standard deviation nearby can be used. The neighborhood standard deviation is a standard deviation of luminance data of each pixel in an image area including a certain pixel and its neighboring pixels. As the image area, for example, a square area of three rows and three columns including a certain pixel and eight neighboring pixels can be used. Note that the size and shape of the image area can be arbitrarily set as needed.
[0014]
Neighborhood variance can also be used as an amount expressing local flatness. The neighborhood variance is the variance of the luminance data of each pixel in an image area including a certain pixel and its neighboring pixels. Similarly, a square area of three rows and three columns can be used as the image area. Neighboring contrast can also be used as an amount expressing local flatness. The neighborhood contrast is a contrast of luminance data of each pixel in an image area including a certain pixel and its neighboring pixels. Note that this contrast means that the maximum luminance value in a certain image area is Imax and the minimum luminance value is Imin.
(Equation 3)

Is defined by Similarly, a square area of three rows and three columns can be used as the image area.
[0015]
All of the regions where the values of the neighborhood standard deviation, the neighborhood variance, and the neighborhood contrast are large coincide well with the area such as an edge where the change in the luminance value is large locally, so that it is suitable for expressing local flatness. I have. However, the amount expressing local flatness is not limited to these values, and other values may be used.
[0016]
In the above description, an amount representing local flatness is used as the flatness of the image. However, the present invention is not limited to this, and may employ an amount expressing flatness over a wider range of the image area. For example, one screen may be divided into several sections, and the amount expressing flatness may be calculated for each section. Alternatively, a single amount representing flatness may be calculated from the entire image to be processed. In the latter case, edge processing suitable for the flatness of each screen can be performed.
[0017]
A specific example of the pixel value conversion function generated by the pixel value conversion function generator 13 will be described. First, an example will be described in which a pixel value conversion function is generated using the value of the neighborhood average in addition to the value of the flatness. The value of the neighborhood average can also be obtained from the flatness quantification unit 12 because it is obtained also in the calculation process of the flatness quantification unit 12, but the luminance value of the pixel of the digital image is obtained by inputting the output of the image input unit 11 May be calculated directly from Alternatively, the calculation may be performed not by the pixel value conversion function generator 13 but by the pixel value converter 14.
[0018]
The following function g (x, c, m) is considered as a specific example of the pixel value conversion function.
(Equation 4)

[0019]
Expression (4) is a function for deriving Expression (1) from Expression (2), and Expression (1) is derived from a sigmoid function defined by Expression (4). By changing the shape of this function, it is possible to perform edge enhancement suitable for the flatness of various images. X in Expression (4) is a luminance value of an arbitrary pixel of the original image (hereinafter, referred to as “image data”). Here, it is assumed that the luminance value takes a value from 0 to 255. c is a value of the flatness of the pixel, for example, a value of a neighborhood standard deviation, a neighborhood variance, a neighborhood contrast, and the like. Hereinafter, description will be made assuming that a value of the neighborhood standard deviation is used. m is a third parameter for controlling the shape of the pixel value conversion function, and uses, for example, a value of a neighborhood average calculated from neighboring pixels.
[0020]
Here, the value of the parameter b in equation (4) is fixed to 0 for use. The value of f (x, c, b) in equation (4) is 0 when the value of variable x in equation (4) is −∞, 0.5 when it is 0, and 1 when it is ∞. When the value of x is 0, it becomes an inflection point. Equation (4) is replaced by equation (3), and h (x, c) in equation (3) becomes an inflection point when the value of variable x in equation (3) is 0.5. . Then, Expression (3) is replaced as Expression (2), and when x takes a value from 0 to 1, the value of y (x, c) in Expression (2) becomes from 0 to 1. , And when the value of the neighborhood standard deviation c is 0, the value of the variable x in the equation (2) is returned as it is. Further, the expression (2) is replaced by the expression (1), and when the value of the image data x takes a value from 0 to 255, g (x, c, m) also becomes a value from 0 to 255. After being normalized so as to be taken, it is moved in the horizontal axis direction and the vertical axis direction by the value of the neighborhood average m, in other words, it is moved in the direction of 45 degrees on the coordinate plane.
[0021]
FIG. 2 is a flowchart illustrating an example of a process of generating a pixel value conversion function. In S21, the image data x is obtained from the image input unit 11 in FIG. In S22, a neighborhood average m is obtained based on the image data x acquired in S21. In S23, the neighborhood standard deviation c is obtained based on the image data x acquired in S21 and the neighborhood average m obtained in S22.
[0022]
In S24, a sigmoid function shown in Expression (4) is generated based on the neighborhood standard deviation c obtained in S23. In S25, the sigmoid function generated in S24 is normalized as shown in Expressions (2) and (3). In S26, the standardized sigmoid function is further standardized as in equation (1), and is moved in the direction of 45 degrees on the coordinate plane based on the neighborhood average m. The sigmoid function thus generated corresponds to the equation (1) and is output to the pixel value conversion unit 14 shown in FIG. 1 as pixel value conversion function data.
[0023]
FIGS. 3, 4, and 5 are explanatory diagrams of the pixel value conversion function when the neighborhood standard deviation and neighborhood average are changed. FIGS. 3A and 3B show pixel value conversion functions when the value of the neighborhood average m is 64 and the values of the neighborhood standard deviation c are 2 and 10. FIGS. 5B shows a pixel value conversion function when the value of the neighborhood average m is 128 and the values of the neighborhood standard deviation c are 2 and 10. FIGS. 5A and 5B show the values of the neighborhood average m. Is a pixel value conversion function in the case where is 192 and the values of the neighborhood standard deviation c are 2 and 10. In the figure, the horizontal axis represents the value of the image data x, and the vertical axis represents the value of the pixel conversion function g (x, c, m).
[0024]
As can be seen from the curves shown in FIGS. 3, 4, and 5, the pixel value conversion function g (x, c, m) represented by Expression (1) is a monotonically increasing function, and the value of the image data x Takes the value of the neighborhood average m, the value of the pixel value conversion function g (x, c, m) also becomes the value of the neighborhood average m, and becomes the inflection point of the curve. When the value of the image data x is larger than the value of the neighborhood average m, it becomes convex upward, and when it is small, it becomes convex downward. Therefore, in the vicinity of the value of the neighborhood average m, the change in the value of the pixel value conversion function g (x, c, m) with respect to the change in the value of the image data x becomes large. However, when the value of the neighborhood standard deviation c is 0, there is no inflection point.
[0025]
Further, the value of the pixel value conversion function g (x, c, m) represented by the equation (1) is such that the pixel value conversion function g (x , C, m). When the value of the neighborhood standard deviation c is 0, the value of the pixel value conversion function g (x, c, m) is the value of the image data x itself.
[0026]
However, the pixel value x of the original image actually takes a value from 0 to 255, and the pixel value conversion function g (x, c, m) actually takes a value from 0 to 255. .
[0027]
6, 7, and 8 are explanatory diagrams of simulation results showing the effect of edge enhancement. Each figure simulates the state of edge enhancement in six types of regions. In the figure, the horizontal axis indicates the position of the pixel, and the vertical axis indicates the value of the luminance. A curve 41 is an output of the image input unit 11, a curve 42 is a neighborhood standard deviation, and a curve 43 is an output of the emphasized image data of the image output unit 15. In this simulation, the value of c used was a value obtained by emphasizing the value of c in Equation (1) five times, and the neighborhood average m was calculated from the average of a certain pixel and one pixel before and after it.
[0028]
As shown by the curves 41 in FIGS. 6A, 6B, and 7A, in a region where the luminance changes drastically due to an edge or the like, the value of the flatness becomes large, and as shown by a curve 43, Edges are emphasized. Curves 41 in FIGS. 7B, 8A, and 8B show that the luminance changes slowly, the flatness value decreases, the curve 42 overlaps the horizontal axis, and the curve 43 corresponds to the curve 43. It overlaps with almost the same value as 41.
[0029]
It is not always necessary to use g (x, c, m) in equation (1) as the pixel value conversion function. In the case of a flat area, a pixel value that does not significantly change the input pixel value is used. In the case of an output and an edge area, any function may be used as long as it outputs a pixel value that makes a large change to the input pixel value so as to emphasize an edge.
[0030]
In the above description, as a specific example of the pixel value conversion function, in addition to the flatness data that changes according to the pixel position and the screen, the pixel value conversion function is also used using the neighborhood average data that also changes according to the pixel position and the screen. Generated. However, it is also possible to generate a pixel value conversion function without using such neighborhood average data. For example, in the configuration of the above specific example, the pixel value conversion function may be generated based on the flatness value c after fixing the value of the neighborhood average m to a predetermined value. In the case where the value of the neighborhood average m does not greatly change depending on the position of the pixel or the screen, the calculation amount can be reduced.
[0031]
【The invention's effect】
As is apparent from the above description, according to the present invention, in the original image, by obtaining the flatness value of a certain area, in the case of a flat area corresponding to the area, the input pixel value is largely changed. Is generated, and in the case of an edge region, a pixel value conversion function that makes a large change that emphasizes edges on the input pixel value is generated, and the generated pixel value conversion function is generated. , The pixel value is converted, so that it is not necessary to adjust the parameters, and it is possible to obtain an image with good edge enhancement.
[Brief description of the drawings]
FIG. 1 is a block diagram showing an embodiment of an image processing apparatus according to the present invention.
FIG. 2 is a flowchart illustrating an example of a process of generating a pixel value conversion function.
FIG. 3 is a first explanatory diagram of a pixel value conversion function when a neighborhood standard deviation and a neighborhood average are changed.
FIG. 4 is a second explanatory diagram of a pixel value conversion function when a neighborhood standard deviation and a neighborhood average are changed.
FIG. 5 is a third explanatory diagram of a pixel value conversion function when a neighborhood standard deviation and a neighborhood average are changed.
FIG. 6 is a first explanatory diagram of a simulation result showing an effect of edge enhancement.
FIG. 7 is a second explanatory diagram of a simulation result showing the effect of edge enhancement.
FIG. 8 is a third explanatory diagram of a simulation result showing the effect of edge enhancement.
[Explanation of symbols]
11: image input unit, 12: flatness quantification unit, 13: pixel value conversion function generation unit, 14: pixel value conversion unit, 15: image output unit, 41: output of image input unit 11, 42: neighborhood standard deviation , 43... Output of the emphasized image data by the image output unit 15.

Claims

In an image processing apparatus that performs edge enhancement on a digital image, a flatness quantifying unit that obtains a value obtained by quantifying the flatness of an image from an input image, and a flattening value obtained by the flatness quantifying unit A pixel value conversion function generator for generating a pixel value conversion function for edge enhancement based on the pixel value conversion function generated by the pixel value conversion function generator and a pixel for determining an output pixel value from the pixel value of the input image An image processing apparatus having value conversion means, wherein the pixel value conversion function is a function derived from a sigmoid function and a function whose shape is controlled by a value of a neighborhood average calculated from neighboring pixels. .