CN101079957A

CN101079957A - 图像处理系统

Info

Publication number: CN101079957A
Application number: CNA2007101037291A
Authority: CN
Inventors: 石武志; 福冈智博; 伊贺希一郎; 渡会祐司
Original assignee: Fujitsu Ltd
Current assignee: Socionext Inc
Priority date: 2006-05-22
Filing date: 2007-05-22
Publication date: 2007-11-28
Anticipated expiration: 2027-05-22
Also published as: EP1860611A3; TWI437872B; EP1860611A2; KR20070112713A; KR100896243B1; CN101079957B; TW200808032A; US20070268503A1

Abstract

本发明提供了一种图像处理系统1，包括：缓冲器2，用于存储作为图像处理对象的目标像素oo和目标像素oo周围的一组像素，使得所述像素被排列在水平和垂直方向上；最大值检测器31，用于从周围像素组中与目标像素oo具有相同颜色的像素中获得最大值Bmax；最小值检测器32，用于从周围像素组中与目标像素oo具有相同颜色的像素中获得最小值Bmin；以及减法器33，用于从由最大值检测器31获得的结果中减去由所述最小值检测器32获得的结果。

Description

图像处理系统

技术领域

本发明涉及用于例如通过从图像数据中去除噪声来矫正构成图像的像素的图像处理系统。

背景技术

图7所示的日本未实审专利申请公开No.2003-259126中公开了用于从图像数据中去除噪声的图象处理系统的一个示例。

日本未实审专利申请公开No.2003-259126的图像处理系统100具有用于计算图像块131中目标像素及其周围像素(-2，-1，+1，+2)的中值的中值计算单元112和用于从目标像素的值fi中减去中值fmd以获得差值fd的减法器113。图像处理系统100还包括用于将差值fd乘以由增益设置单元114设置的增益G以获得矫正值(G*fd)的乘法器115和用于从目标像素的值fi中减去矫正值(G*fd)以输出计算值fout的减法器116。通过基于差值fd设置增益G，可以适当地从图像数据中去除噪声。

此外，一些用于数码相机的CCD(电荷耦合器件)等输出Bayer模式图像数据。在日本未实审专利申请公开No.2003-259126的技术被应用于这种具有CCD的系统时，Bayer模式图像数据被转换成RGB图像数据或YUV图像数据，并且对通过转换获得的RGB图像数据或YUV图像数据执行诸如噪声去除之类的图像处理。

但是，由于噪声分量在将Bayer模式图像数据转换成RGB图像数据或YUV图像数据期间被分散，因此不包含噪声的像素也受到分散的噪声分量的影响，使得诸如噪声去除之类的图像处理的精度下降。此外，需要用于将Bayer模式图像数据转换成RGB图像数据或YUV图像数据的图像转换电路，这会导致图像器件的电路规模增大。

因此，有必要提供一种能够对一组覆盖所有三原色的基本像素(例如Bayer模式图像数据)执行诸如噪声去除之类的高精度图像处理的图像处理系统，并且该系统由于不需要图像转换电路而具有较小的电路规模。

发明内容

为了实现上述目的，提供了一种图像处理系统，包括：缓冲器，用于存储作为图像处理对象的目标像素和所述目标像素周围的一组像素，使得所述像素被排列在水平和垂直方向上；最大值检测器，用于从周围像素组中与所述目标像素具有相同颜色的像素获得最大值；最小值检测器，用于从所述周围像素组中与所述目标像素具有相同颜色的像素获得最小值；以及减法器，用于从由所述最大值检测器获得的结果中减去由所述最小值检测器获得的结果。

从存储在所述缓冲器中的所述周围像素组中与所述目标像素具有相同颜色的像素的最大值中减去存储在所述缓冲器中的所述周围像素组中与所述目标像素具有相同颜色的像素的最小值。该减法使得能够获得用于检测图像数据的像素改变情况(即像素均匀改变还是像素如在边缘情形下那样快速改变)的值。

利用以上布置，即使图像数据是诸如其中布置有覆盖所有三原色的基本像素的Bayer模式图像数据之类的数据，也可以在不转换所述图像数据的情况下获得用于检测图像数据的情况的值。与在将图像数据转换为RGB图像数据和/或YUV图像数据之后检测图像数据的情况的布置相比，本发明的图像数据不受转换之后图像中所包括的周围图像的噪声的影响。因此可以获得非常精确的检测值。此外，本发明的系统不需要图像转换电路，因此可以被构建成小规模的。

为了实现上述目的，还提供了一种图像处理系统，包括：缓冲器，用于存储作为图像处理对象的目标像素和所述目标像素周围的一组像素，使得所述像素被排列在水平和垂直方向上；以及分散值计算单元，用于获得周围像素组中与所述目标像素具有相同颜色的像素的分散值。

可以通过获得存储在所述缓冲器中的所述周围像素组中与所述目标像素具有相同颜色的像素的分散值来获取用于检测所述图像数据的像素改变情况是均匀的还是快速的(在边缘区域的情形下)的值。

此外，还提供了一种图像处理系统，包括：缓冲器，用于存储作为图像处理对象的目标像素和所述目标像素周围的一组像素，使得所述像素被排列在水平和垂直方向上；亮度平均值计算单元，用于获得作为周围像素组的平均值的亮度平均值；周围亮度平均值计算单元，用于从所述周围像素组中选择覆盖所有三原色的像素以准备像素组合，并且获得每个像素组合的环境亮度平均值，所述环境亮度平均值是像素组合的平均值；以及亮度差累计值计算单元，用于获得作为下述绝对值总和的亮度差累计值，所述绝对值中的每一个是通过从每个环境亮度平均值中减去所述亮度平均值获得的。

可以通过获得绝对值总和来获取用于检测所述图像数据的像素改变情况是均匀的还是快速的(在边缘区域的情形下)的值，所述绝对值中的每一个是通过从每个环境亮度平均值减去所述亮度平均值获得的。

结合附图阅读下面的详细描述可以更加清楚以上和其他目的以及新颖特征。但是应当清楚地理解，附图仅供说明之用，而非意图限制本发明。

附图说明

图1是示出了根据第一实施例的图像处理系统的配置的电路框图。

图2是示出了第一边缘检测器的功能的功能框图。

图3是示出了第二边缘检测器的功能的功能框图。

图4是示出了根据第二实施例的图像处理系统的配置的电路框图。

图5是示出了第三边缘检测器的功能的功能框图。

图6是示出了根据第三实施例的图像处理系统的配置的电路框图。

图7是现有技术的图像处理系统的框图。

具体实施方式

现在参考图1到6，在下文中根据优选实施例详细描述本发明的图像处理系统。

(第一实施例)

图1是示出了根据第一实施例的图像处理系统1的配置的电路框图。图像处理系统1输入Bayer模式图像数据，其中R像素、Gr像素、Gb像素和B像素被布置在2×2像素块中。系统1通过检测判定5×5像素块是均匀区域还是非均匀边缘区域，并适当地根据检测结果对位于5×5像素块中心的目标像素oo执行滤波。

在下面的描述中，每个5×5像素块的第一个像素被定义为像素nn，像素mn、on、pn、qn、nm、mm、om、pm、qm、no、mo、oo、po、qo、np、mp、op、pp、qp、nq、mq、oq、pq和qq在水平方向上以此顺序被存储。

图像处理系统1包括：缓冲器2，用于存储5×5像素块；第一边缘检测器3；第一矫正器5，用于矫正第一边缘检测器3的结果；第二边缘检测器4；第二矫正器6，用于矫正第二边缘检测器4的结果；选择器7，用于选择第一矫正器5的输出或第二矫正器6的输出，或混合这二者以供输出；以及噪声滤波器8，用于对5×5像素块的像素中的目标像素oo进行滤波，并根据选择器7的输出优化滤波器特性。

图2是示出了第一边缘检测器3的功能的功能框图。

在最大值检测器31中，从周围像素组中选择与目标像素oo具有相同颜色的像素nn、on、qn、no、qo、nq、oq、qq，并检测这些像素的最大值Bmax。在最小值检测器32中，从周围像素组中选择与目标像素oo具有相同颜色的像素nn、on、qn、no、qo、nq、oq、qq，并检测这些像素的最小值Bmin。减法器33从最大值Bmax中减去最小值Bmin，并输出减法的结果作为最大-最小差值B1。

在上述布置中，如果周围像素组构成均匀图像，则周围像素组的最大值Bmax与最小值Bmin之间的差较小，因此较小的值被输出作为最大-最小差值B1。另一方面，如果周围像素组构成诸如边缘图像之类的快速改变的图像，则周围像素组的最大值Bmax与最小值Bmin之间的差较大，因此较大的值被输出作为最大-最小差值B1。

在缓冲器2中，目标像素被置于中心，相同数量的周围像素被排列在水平和垂直方向上。因此，可以从在水平方向和垂直方向上排列的像素中均等地选取感兴趣的像素。在周围像素组中，与目标像素具有相同颜色的像素被布置在最外围。因此，可以有效地选取覆盖所有三原色的像素。周围像素组的图像数据被布置为Bayer模式，并且缓冲器2将图像数据的像素存储在5行5列中，目标像素位于中心。因此，可以在最小单元中布置包括覆盖所有三原色的像素的周围像素组。

返回图1，第一矫正器5执行处理以使得第一边缘检测器3的结果落在指定范围内。更具体而言，第一矫正器5执行的处理包括进行这样的裁剪(clipping)，其中使得第一边缘检测器3的结果在低于指定下限时等于0，在超过指定上限时等于最大值。

接下来将说明第二边缘检测器4。与第一边缘检测器3类似，第二边缘检测器4判定周围像素组构成均匀图像还是诸如边缘图像之类的快速改变的图像。第二边缘检测器4具有亮度平均值计算单元41、环境亮度平均值计算单元42，和亮度差累计值计算单元43。

图3是示出了第二边缘检测器4的功能的功能框图。

亮度平均值计算单元41计算与周围像素组具有相同颜色的每个像素组的平均值。然后，对这些平均值求和以获得总和，该总和又被除以颜色数(即4)，从而获得作为周围像素组的平均值的亮度平均值Lav。下面将具体描述该计算。

作为R像素的平均值，通过将像素nn、on、qn、no、qo、nq、oq、qq的总和除以8获得平均值Lav1。作为Gr像素的平均值，通过将像素mo、po的总和除以2获得平均值Lav2。作为Gb像素的平均值，通过将像素om、op的总和除以2获得平均值Lav3。作为B像素的平均值，通过将像素mm、pm、mp、pp的总和除以4获得平均值Lav4。然后，通过将平均值Lav1、Lav2、Lav3、Lav4的总和除以4获得亮度平均值Lav。

虽然在该实施例中通过将mo和po的总和除以2来获得Gr像素的平均值，但是也可以通过进一步把周围像素组的Gr像素mn、pn、mq、pq添加到像素mo和po的总和并且将最终的总和除以6来获得平均值Lav2。虽然在该实施例中通过将om和op的总和除以2来获得Gb像素的平均值，但是也可以通过进一步把周围像素组的Gr像素nm、qm、np、qp添加到像素om和op的总和并且将最终的总和除以6来获得平均值Lav3。

在环境亮度平均值计算单元42中，从周围像素组选取覆盖所有三原色的像素组合，并针对每个像素组合获得作为像素组合的平均值的环境亮度平均值Lar。在该实施例中，图像数据的大小是5×5像素，并且覆盖所有三原色的像素组合由R像素、Gr像素、Gb像素和B像素构成。

周围像素组中的R像素、Gr像素、Gb像素和B像素可能有以下12种组合：(i)像素nn、mn、nm、mm；(ii)像素mn、on、mm、om；(iii)像素on、pn、om、pm；(iv)像素pn、qn、pm、qm；(v)像素nm、mm、no、mo；(vi)像素pm、qm、po、qo；(vii)像素no、mo、np、mp；(viii)像素po、qo、pp、qp；(ix)像素np、mp、nq、mq；(x)像素mp、op、mq、oq；(xi)像素op、pp、oq、pq；(xii)像素pp、qp、pq、qq。环境亮度平均值计算单元42计算每个组合的像素平均值，从而获得环境亮度平均值Lar1到Lar12。

在亮度差累计值计算单元43中，通过对环境亮度平均值Lar的绝对值求和获得亮度差累计值B2，其中每个绝对值是通过从每个环境亮度平均值Lar减去亮度平均值Lav获得的。在该实施例的图像处理系统1中，计算|Lar1-Lav|、|Lar2-Lav|、|Lar3-Lav|、|Lar4-Lav|、|Lar5-Lav|、|Lar6-Lav|、|Lar7-Lav|、|Lar8-Lav|、|Lar9-Lav|、|Lar10-Lav|、|Lar11-Lav|、|Lar12-Lav|的总和以获得亮度差累积值B2。

例如，如果周围像素组构成均匀图像，则亮度平均值Lav与周围像素组的每个环境亮度平均值Lar之间的差较小，因此较小的值被输出作为亮度差累计值B2。另一方面，如果周围像素组构成诸如边缘图像之类的快速改变的图像，则亮度平均值Lav与周围像素组的每个环境亮度平均值Lar之间的差较大，因此较大的值被输出作为亮度差累计值B2。

在缓冲器2中，目标值被置于中心，相同数量的周围像素被排列在水平和垂直方向上。因此，可以从在水平方向和垂直方向上排列的像素中均等地选取感兴趣的像素。在周围像素组中，与目标像素具有相同颜色的像素被布置在最外围。因此，可以有效地选取覆盖所有三原色的像素。周围像素组的图像数据被布置为Bayer模式，并且缓冲器2将图像数据的像素存储在5行5列中，目标像素位于中心。因此，可以在最小单元中布置包括覆盖所有三原色的像素的周围像素组。

返回图1，第二矫正器6执行处理以使得第二边缘检测器4的结果落在指定范围内。更具体而言，第二矫正器6执行的处理包括进行这样的裁剪，其中使得第二边缘检测器4的结果在低于指定下限时等于0，在超过指定上限时等于最大值。

选择器7响应于模式信号MD选择第一矫正器5的输出或第二矫正器6的输出，以便输出矫正值B。还可以将选择器7设计为响应于模式信号MD输出第一矫正器5的输出和第二矫正器6的输出中较大或较小的一个。

在噪声滤波器8中，使用已知的中值滤波器对图像数据执行噪声去除处理，并在处理之后输出目标像素oo。噪声滤波器8具有中值滤波器和用于将来自图像数据的目标像素oo与来自中值滤波器的目标像素oo以对应于矫正值B的比率混合以供输出的目标像素计算单元。

在上述布置中，噪声滤波器8的输出特性根据来自选择器7的矫正值B的大小而改变。更具体而言，来自图像数据的目标像素oo的值与从中值滤波器输出的目标像素oo的值以对应于矫正值B的大小的比率被混合以供输出。例如，如果矫正值B较小，则使来自中值滤波器的目标像素oo的比例较大，以便提高噪声去除特性。另一方面，如果矫正值B较大，则使来自图像数据的目标像素oo的比例较大，以便降低噪声去除特性。

虽然在该实施例中，噪声滤波器8被设计为根据矫正值B的大小来改变来自图像数据的目标像素oo与来自中值滤波器的目标像素oo的混合比率，但是也可以按照以下方式设计噪声滤波器8。噪声滤波器8还配备有用于将矫正值B与阈值BTH相比较的比较器和用于选择来自中值的目标像素oo或来自图像数据的目标像素oo的值的目标像素选择器。如果矫正值B低于阈值BTH，则目标像素选择器输出中值滤波器的目标像素oo，如果矫正值B等于或高于阈值BTH，则目标像素选择器输出图像数据的目标像素oo。与前述包括目标像素计算单元的电路相比，这种布置可以利用更简单的电路配置来实现。

接下来将描述第一实施例的图像处理系统1的操作。

首先将讨论具有5×5像素的图像数据构成均匀图像的情形。第一边缘检测器3输出较小的值作为最大-最小差值B1，因为与目标像素oo具有相同颜色的周围像素的最大值Bmax与最小值Bmin之差较小。第二边缘检测器4也输出较小的值作为亮度差累计值B2，因为亮度平均值Lav与周围像素组的每个环境亮度平均值Lar之差较小。

因此，不论在选择器7中选择最大-最小差值B1还是亮度差累计值B2，从选择器7输出的矫正值B都较小。

当矫正值B较小时，噪声滤波器8中的噪声去除特性较强，因此噪声滤波器8输出在较大程度上去除了噪声的值。

也就是说，如果图像数据构成均匀图像，则在较大程度上去除了噪声的值被输出作为目标像素oo。更具体而言，在图像数据均匀的情形下，即使目标像素oo包括噪声，噪声也可以得到约束从而不那么显著。

如果周围像素组的一些像素与该组中其他像素相比具有突出的高级噪声，则最大-最小差值B1有时变得较大，尽管周围像素组是均匀的。即使周围像素组中包含这样的高级噪声，噪声峰值也可以得到约束，因为亮度差累计值B2是通过计算周围像素组中R像素、Gr像素、Gb像素和B像素的组合的平均值获得的。因此，亮度差累计值B2变得小于最大-最小差值B1，从而图像数据的情况在亮度差累计值B2中被更恰当地反映。也就是说，第二边缘检测器4可以以比第一边缘检测器3更高的精度输出噪声滤波器8的矫正值。

接下来将说明具有5×5像素的图像数据构成诸如边缘图像之类的快速改变的图像的情形。第一边缘检测器3输出较大的值作为最大-最小差值B1，因为周围像素组中与目标像素oo具有相同颜色的像素的最大值Bmax与最小值Bmin之差较大。第二边缘检测器4也输出较大的值作为亮度差累计值B2，因为亮度平均值Lav与周围像素组的每个环境亮度平均值Lar之差较大。

因此，不论在选择器7中选择最大-最小差值B1还是亮度差累计值B2，从选择器7输出的矫正值B都较大。

当矫正值B较大时，噪声滤波器8中的噪声去除特性较弱，因此噪声滤波器8输出在较小程度上去除了噪声的值。

具体而言，如果图像数据构成诸如边缘图像之类的快速改变的图像，则在较小程度上去除了噪声的值被输出作为目标像素oo。也就是说，由于周围像素组中的改变在图像数据构成边缘图像等的情形下较为明显，所以即使不执行噪声去除，目标像素oo中的噪声也不会变得很显著。不仅如此，这种布置还避免了噪声去除使边缘模糊的问题。

利用以上布置，第一实施例中的图像处理系统1能够通过判定周围像素组与均匀图像还是边缘图像相关联来对目标像素oo适当地执行噪声去除。此外，直接对Bayer模式图像数据执行图像数据区域判定，并且直接从Bayer模式图像数据中去除噪声。与一次将图像数据转换为RGB图像数据或YUV图像数据然后再对其执行噪声去除的布置相比，这种布置提供了不易受周围像素组影响的更高精度的噪声去除。此外，由于图像处理系统1不需要用于对Bayer模式图像数据执行RGB转换和/或YUV转换的电路，所以与具有转换电路的系统相比，图像处理系统1的电路配置可以较小。

(第二实施例)

接下来将说明根据第二实施例的图像处理系统1A。图4是示出了第二实施例的图像处理系统1A的配置的电路框图。第二实施例的图像处理系统1A包括第三边缘检测器9，它取代了第一实施例的图像处理系统1的第一边缘检测器3。因此，这里将仅详细描述不同点(即第三边缘检测器9)，而简化或略去与第一实施例相同部分的说明。

第三边缘检测器9具有平均值计算单元91和分散值计算单元92。参考图5描述平均值计算单元91和分散值计算单元92。

在平均值计算单元91中，获得周围像素值中与目标像素oo具有相同颜色的像素nn、on、qn、no、qo、nq、oq、qq，将它们的总和除以8，从而获得平均值Bav。

分散值计算单元92计算周围像素组中与目标像素oo具有相同颜色的像素中的每一个与平均值计算单元91所获得的平均值Bav之间的差，并输出通过获取上述差值的平方值然后将这些平方值的总和除以8而获得的分散值B3。

例如，如果周围像素组构成均匀图像，则平均值Bav与像素nn、on、qn、no、qo、nq、oq、qq中的每一个之间的差较小，因此较小的值被输出作为分散值B3。另一方面，如果周围像素组构成诸如边缘图像之类的快速改变的图像，则平均值Bav与像素nn、on、qn、no、qo、nq、oq、qq中的每一个之间的差较大，因此较大的值被输出作为分散值B3。

第二实施例的图像处理系统1A具有与第一实施例的图像处理系统1相同的功能，因此能够通过判定周围像素组与均匀图像还是边缘图像相关联来对目标像素oo执行适当的噪声去除。此外，直接对Bayer模式图像数据执行图像数据区域判定，并且直接从Bayer模式图像数据中去除噪声。与一次将图像数据转换为RGB图像数据或YUV图像数据然后再对其执行噪声去除的布置相比，这种布置提供了不易受周围像素组影响的更高精度的噪声去除。此外，由于图像处理系统1A不需要用于对Bayer模式图像数据执行RGB转换和/或YUV转换的电路，所以与具有转换电路的系统相比，图像处理系统1A的电路配置可以较小。

在缓冲器2中，目标像素被置于中心，相同数量的周围像素被排列在水平和垂直方向上。因此，可以从在水平方向和垂直方向上排列的像素中均等地选取感兴趣的像素。此外，与目标像素具有相同颜色的周围像素被布置在最外围。这使得可以选取覆盖所有三原色的像素而不会浪费像素。此外，周围像素组构成Bayer模式图像数据，并且缓冲器2将图像数据的像素存储在5行5列中，目标像素位于中心。因此，可以在最小单元中布置包括覆盖所有三原色的像素的周围像素组。

在第一实施例的图像处理系统1的第一边缘检测器3中，由于根据周围像素组中与目标像素oo具有相同颜色的像素nn、on、qn、no、qo、nq、oq、qq的最大值Bmax和最小值Bmin之间的差来检测图像数据的区域的情况，所以如果像素nn、on、qn、no、qo、nq、oq、qq中的任意一个包含噪声，都可能发生错误检测。与此形成对照的是，第二实施例的图像处理系统1A的第三边缘检测器9根据像素nn、on、qn、no、qo、nq、oq、qq的分散值B3来检测图像数据的区域的情况。因此，即使像素nn、on、qn、no、qo、nq、oq、qq中的任意一个包含噪声，噪声的影响也将被分散，从而限制了错误检测。

(第三实施例)

接下来将描述根据第三实施例构造的图像处理系统1B。图6是示出了第三实施例的图像处理系统1B的配置的电路框图。第三实施例的图像处理系统1B具有边缘增强单元80，它取代了第一实施例的图像处理系统1的噪声滤波器8，图像处理系统1B与图像处理系统1的不同之处在于图像处理系统1B没有亮度差累计值计算单元43和选择器7。因此，这里将仅详细描述不同点(即边缘增强单元80)，而简化或略去对与第一实施例相同的部分的说明。

边缘增强单元80包括YUV图像数据转换器81、高通滤波器82、乘法器83和加法器84。

在这些组件中，YUV图像数据转换器81输入存储在缓冲器2中的具有5×5像素的Bayer模式图像数据，并将其转换为5×5像素的YUV图像数据。这里，YUV图像数据由亮度信号Y、指示亮度信号Y与蓝色分量之间的差的差信号U，以及指示亮度信号Y与红色分量之间的差的差信号V组成。首先，通过已知的双线性技术将存储在缓冲器2中的Bayer模式图像数据转换成RGB图像数据(由红色信号(R)、绿色信号(G)和蓝色信号(B)构成的图像数据)，并进而通过已知技术将其转换为YUV图像数据。

高通滤波器82输入从YUV图像数据转换器81输出的5×5像素的YUV图像数据的5×5像素的亮度信号Y；执行高通滤波处理以增强5×5像素的亮度信号的空间频率的高频分量；并输出对应于目标像素oo的位置的高通增强像素值A。通过使用已知的5×5像素加权矩阵的方法来执行高通滤波处理。该加权矩阵可以由CPU(未示出)等随意设置。

乘法器83是用于将从高通滤波器82输出的高通增强像素值A乘以从第一边缘检测器3输出的最大-最小差值B1以输出亮度矫正值Y2的电路。最大-最小差值B1被预先归一化，使得最小值是0，最大值是1。具体而言，当图像数据较均匀并具有较小的改变时，最大-最小差值B1变得更接近0。另一方面，当图像数据更快速地改变(例如与边缘图像相关联的情形)时，最大-最小差值B1变得更接近1。利用该乘法，亮度矫正值Y2在图像数据均匀时变为0，而在图像数据与边缘相关联时变得接近高通增强像素值A。

在加法器84中，亮度矫正值Y2被添加到与目标像素oo的位置相关联的亮度信号Y的像素，从而输出亮度信号Y+Y2。

利用上述布置，第三实施例的图像处理系统1B通过判定周围像素组与均匀图像还是边缘图像相关联来对目标像素oo适当地执行边缘增强。由于对Bayer模式图像数据直接执行图像数据区域判定，与一次将图像数据转换为RGB图像数据或YUV图像数据然后再对其执行图像数据区域判定的布置相比，本发明提供了不易受周围像素组影响的更高精度的边缘增强处理。

虽然第一边缘检测器3在第三实施例中被用作用于检测边缘的装置，但是第二边缘检测器4或第三边缘检测器9也可以被使用。在此情形下，也是直接对Bayer模式图像数据执行图像数据区域判定。因此，与一次将图像数据转换为RGB图像数据或YUV图像数据然后再对其执行图像数据区域判定的布置相比，本发明提供了不易受周围像素组影响的更高精度的边缘增强处理。

很明显，本发明不一定限于这里示出的特定实施例，可以在不脱离本发明的精神和范围的情况下对所公开的实施例作出各种改变和修改。

例如，虽然在使用中值滤波器作为噪声滤波器的情形下描述了第一和第二实施例，但是很明显，本发明同样适用于使用用于减少空间频率的高频的已知空间滤波器的情形。

虽然在缓冲器2被设计为存储5×5像素的情形下描述了前述实施例，但是很明显，本发明同样适用于用于存储其他大小(例如9×9像素)的图像数据的缓冲器。

应当注意，第三边缘检测器例示了分散值计算单元，YUV图像数据转换器例示了亮度数据转换器。

这些实施例提供了能够在不使用图像转换电路的情况下对诸如Bayer模式图像数据之类的覆盖三原色的一组基本像素执行诸如噪声去除之类的的高精度图像处理的小电路规模的图像处理系统。

本申请基于2006年5月22日提交的在先日本专利申请No.2006-141708并要求享受其优先权，该在先申请的全部内容通过引用结合于此。

Claims

1.一种图像处理系统，包括：

缓冲器，用于存储作为图像处理对象的目标像素和所述目标像素周围的一组像素，使得所述像素被排列在水平和垂直方向上；

最大值检测器，用于从所述周围像素组中与所述目标像素具有相同颜色的像素中获得最大值；

最小值检测器，用于从所述周围像素组中与所述目标像素具有相同颜色的像素中获得最小值；以及

减法器，用于从由所述最大值检测器获得的结果中减去由所述最小值检测器获得的结果。

2.一种图像处理系统，包括：

缓冲器，用于存储作为图像处理对象的目标像素和所述目标像素周围的一组像素，使得所述像素被排列在水平和垂直方向上；以及

分散值计算单元，用于获得所述周围像素组中与所述目标像素具有相同颜色的像素的分散值。

3.一种图像处理系统，包括：

亮度平均值计算单元，用于获得作为所述周围像素组的平均值的亮度平均值；

周围亮度平均值计算单元，用于从所述周围像素组中选择覆盖所有三原色的像素以准备像素组合，并且获得每个像素组合的环境亮度平均值，所述环境亮度平均值是像素组合的平均值；以及

亮度差累计值计算单元，用于获得亮度差累计值，所述亮度差累计值是绝对值的总和，所述绝对值中的每一个是通过从每个环境亮度平均值中减去所述亮度平均值而获得的。

4.根据权利要求1所述的图像处理系统，

其中所述目标像素位于所述缓冲器中的像素的布置的中心，并且所述周围像素组被布置为在水平和垂直方向上排列相同数量的像素。

5.根据权利要求4所述的图像处理系统，

其中所述周围像素组被布置为与所述目标像素具有相同颜色的像素位于最外围。

6.根据权利要求2所述的图像处理系统，

7.根据权利要求6所述的图像处理系统，

8.根据权利要求3所述的图像处理系统，

9.根据权利要求8所述的图像处理系统，

10.根据权利要求1所述的图像处理系统，

其中所述图像数据由Bayer模式图像数据组成，并且所述缓冲器将所述图像数据的像素存储在5行5列中，所述目标像素位于中心。

11.根据权利要求2所述的图像处理系统，

12.根据权利要求3所述的图像处理系统，

13.根据权利要求1所述的图像处理系统，还包括：

噪声滤波器，所述噪声滤波器输入由所述减法器获得的结果作为控制值，并且被设计为在所述被输入的控制值减小时提高噪声去除特性。

14.根据权利要求1所述的图像处理系统，还包括：

高通滤波器，用于从关于所述周围像素组和所述目标像素的亮度信息中提取空间频率的高频分量，并且在提取所述高频分量之后输出与所述目标像素的位置相对应的亮度信息；以及

乘法器，用于将由所述高通滤波器获得的结果乘以由所述减法器获得的结果。

15.根据权利要求2所述的图像处理系统，还包括：

噪声滤波器，所述噪声滤波器输入由所述分散值计算单元获得的结果作为控制值，并且被设计为在所述被输入的控制值减小时提高噪声去除特性。

16.根据权利要求2所述的图像处理系统，还包括：

乘法器，用于将由所述高通滤波器获得的结果乘以由所述分散值计算单元获得的结果。

17.根据权利要求3所述的图像处理系统，还包括：

噪声滤波器，所述噪声滤波器输入由所述亮度差累计值计算单元获得的结果作为控制值，并且被设计为在所述被输入的控制值减小时提高噪声去除特性。

18.根据权利要求3所述的图像处理系统，还包括：

高通滤波器，用于从关于所述周围像素组和所述目标像素的亮度信息中提取空间频率的高频分量，并在提取所述高频分量之后输出与所述目标像素的位置相对应的亮度信息；以及

乘法器，用于将由所述高通滤波器获得的结果乘以由所述亮度差累计值计算单元获得的结果。