CN101141595A - 图像校正方法和设备 - Google Patents

Abstract

本发明提供了一种能够在不使图像质量劣化的情况下提高图像校正性能的图像校正方法和设备。所述图像校正方法包括：基于输入图像的亮度直方图创建累积密度函数(CDF)；基于输入图像的CDF计算将被分别应用到多个不同的亮度调整函数的多个校正参数；和使用校正参数和亮度调整函数校正输入图像的亮度。

Description

图像校正方法和设备

本申请要求于2006年9月5日提交到韩国知识产权局的第10-2006-0085288号韩国专利申请的优先权，其公开完整地包含于此，以资参考。

技术领域

本发明涉及一种图像校正方法和设备，更具体地讲，涉及一种能够在不使图像质量劣化的情况下提高图像校正性能的图像校正方法和设备。

背景技术

由图像获取设备(诸如数字相机)提供给用户的信息不仅包括文本信息，而且包括各种内容，如静止图像、运动图像和声音。特别地，在各种形式的多媒体信息中，运动图像是视频点播(VOD)或交互式服务的基础。因此，正在积极研究相关的标准化提议。

随着数字电子工程技术的发展，传统的模拟数据被转换为数字数据。因此，处理各种数字图像的技术已经被提出以有效地处理大量的数据。这些数字图像处理技术具有以下优点。

第一，当模拟图像处理设备处理模拟信号时，噪音不可避免地被添加到模拟信号。因此在模拟图像处理设备处理模拟信号的情况下，不能避免图像质量的劣化。然而，当使用数字图像处理设备时，不会发生这样的图像质量的劣化。

第二，因为信号被转换为数字信号并被相应地处理，所以使用计算机的信号处理变为可能。换句话说，因为使用计算机来处理图像信号，所以可执行各种图像处理操作，如压缩图像信息。

目前，大多数传统的数字图像信号显示设备，如液晶显示器(LCD)、等离子体显示面板(PDP)、有机发光二极管(OLED)正采用红色(R)、绿色(G)和蓝色(B)颜色模型。

颜色模型(或颜色空间)是表现某种颜色和其他颜色之间的关系的方法。不同的图像处理系统由于不同的原因而使用不同的颜色模型。RGB颜色模型包括作为添加基色的R、G和B。这些基色的光谱元素被另外组合以产生颜色。

RGB模型由在边的每个轴上具有R、G和B的三维(3D)立方体来表现，。黑色位于3D立方体的原点，而白色位于3D立方体的相对端点。例如，在每种颜色通道具有8比特的24比特的彩色图形系统中，R由(255，0，0)来表现。

RGB模型简化了计算机图形系统的设计，然而，因为R、G和B颜色分量之间存在高相关性，所以RGB模型并非对于所有应用都是理想的。许多图像处理技术(诸如直方图均衡)仅使用图像的亮度来处理图像。因此，需要频繁地将RGB图像转化为亮度图像。为了将RGB图像转换为灰度图像，乘以1/3的R、G和B颜色分量的和，即R、G和B颜色分量的平均值，可被使用。然而，根据国家电视系统委员会(NTSC)标准，也可使用以下的等式：

Y＝0.288R+0.587G+0.114B    ...(1)

作为与基于RGB子像素的图像表现技术有关的技术领域之一，改善图像质量的技术已经被不断地研究。传统的改善图像质量的方法包括调整图像的整体亮度和执行直方图均衡。

如果调整了图像的整体亮度，则可改善暗区域的亮度。然而，因为在亮区域发生饱和，所以信息丢失。此外，虽然可在短的时间段内执行直方图均衡，但是在直方图均衡之后输出的图像质量劣化。还可使用Retinex算法作为改善图像质量的另一种方式。然而，因为在Retinex算法中需要大型滤波器以获得期望的图像质量，所以需要的计算量增加。

在这点上，已经提出了各种发明(例如，标题为“Method of CorrectingImage Quality of Mobile Telecommunication Terminal with Built-in Camera”的第2004-080456号韩国专利申请)，但是仍然不能解决以上问题。

发明内容

在下面的描述中将部分地阐明本发明另外的方面和/或优点，部分地通过描述会变得清楚，或者通过实施本发明可以了解。

本发明提供了一种能够在不使图像质量劣化的情况下提高图像校正性能的图像校正方法和设备。

然而，本发明的各方面不限于这里阐述的内容。对于本发明所属领域的技术人员来说，通过参考以下给出的本发明的详细描述，本发明的以上和/或其他方面将变得更清楚。

根据本发明的一方面，提供了一种图像校正方法，包括：基于输入图像的亮度直方图创建累积密度函数(CDF)；基于输入图像的CDF计算将被分别应用到多个不同的亮度调整函数的多个校正参数；和使用校正参数和亮度调整函数校正输入图像的亮度。

根据本发明的另一方面，提供了一种图像校正设备，包括：图像分析单元，基于输入图像的亮度直方图创建CDF；校正参数计算单元，基于输入图像的CDF计算将被分别应用到多个不同的亮度调整函数的多个校正参数；和图像处理单元，使用校正参数和亮度调整函数校正输入图像的亮度。

附图说明

通过下面结合附图对实施例进行的描述，本发明的这些和/或其他方面和优点将会变得清楚和更易于理解，其中：

图1是根据本发明实施例的图像校正设备的框图；

图2示出了根据本发明实施例的图像的亮度直方图；

图3A至图3F-2示出了根据本发明实施例的输入图像被分类的六种代表性模型；

图4示出了根据本发明实施例的图像的累积密度函数(CDF)；

图5示出了根据本发明实施例的预处理函数；

图6示出了根据本发明实施例的亮度调整函数；

图7示出了根据本发明实施例的三个不同的亮度调整函数；

图8是解释基于包括大量具有低亮度值的像素的输入图像的CDF计算与每个亮度调整函数相应的第一校正参数的方法的示图；

图9是解释基于包括少量具有低亮度值的像素的输入图像的CDF计算与每个亮度调整函数相应的第一校正参数的方法的示图；

图10是图1的图像校正单元的详细框图；

图11示出了分别与图7所示的亮度调整函数相应的第一带通函数；

图12示出了分别与图7所示的亮度调整函数相应的第二带通函数；和

图13是示出根据本发明实施例的图像校正方法的流程图。

具体实施方式

将参照附图更全面地描述本发明的示例性实施例，本发明的示例性实施例示出在附图中。然而，本发明可以以许多不同的形式被实施并且不应被解释为局限于在此阐述的实施例；更恰当地，提供这些实施例以便本公开是彻底和完整的，并将本发明的构思完全地传达给本领域的技术人员。附图中相同的标号表示相同的部件，因此省略对它们的描述。

以下参照流程图和框图来描述根据本发明实施例的图像校正方法和设备。应该理解，流程图的每一个方框和流程图中的方框的组合可由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或者其他可编程数据处理设备的处理器，从而经计算机或者其他可编程数据处理设备的处理器执行的指令创建用于实现在一个流程图方框或多个流程图方框中描述的功能的装置。

这些计算机程序指令也可被存储在可命令计算机或者其他可编程数据处理设备以特定方式工作的计算机可用或计算机可读存储器中，以便存储在计算机可用或计算机可读存储器中的指令生产包括执行在一个流程图方框或多个流程图方框中描述的功能的指令手段的产品。

计算机程序指令也可被载入计算机或其他可编程数据处理设备以使得一系列操作步骤在计算机或其他可编程设备上被执行以产生计算机执行的过程，从而在计算机或其他可编程设备上执行的指令提供用于实现在一个流程图方框或多个流程图方框中描述的功能的步骤。

流程图的每个方框可以表示包括一个或多个实现特定逻辑功能的可执行指令的模块、代码段、或者部分代码。还应该注意到，在一些另外的实现方式中，方框中表示的功能可能次序颠倒地发生。例如，根据涉及的功能性，连续显示的两个方框可能基本上同时执行，或者可能有时以相反的次序执行。

图1是根据本发明实施例的图像校正设备100的框图。参照图1，图像校正设备100包括图像输入单元110、图像分析单元120、预处理单元130、校正参数计算单元140、图像处理单元150和显示单元160。

图像输入单元110从预定的图像源接收图像(静止图像或运动图像)。这里，输入图像可以是红色(R)、绿色(G)和蓝色(B)格式的信号，或者是其他信号格式，如YcbCr格式的信号。

如果输入图像是RGB格式的信号，则图像输入单元110将输入图像从RGB格式转换为输入图像被划分为亮度信号和颜色信号的格式，例如，色调(H)、饱和度(S)和值(V)格式。换句话说，图像输入单元110将RGB颜色空间转换为由H、S和V定义的HSV颜色空间。对于颜色空间转换，可使用下面的等式(2)。

$H=\left\{\begin{array}{ccc}(0+\frac{G-B}{\mathrm{MAX}-\mathrm{MIN}})\×60,& \mathrm{if}& R=\mathrm{MAX}\\ (2+\frac{B-R}{\mathrm{MAX}-\mathrm{MIN}})\×60,& \mathrm{if}& G=\mathrm{MAX}\\ (4+\frac{R-G}{\mathrm{MAX}-\mathrm{MIN}})\×60,& \mathrm{if}& B=\mathrm{MAX}\end{array}\right.$

$S=\frac{\mathrm{MAX}-\mathrm{NIM}}{\mathrm{MAX}}$

V＝MAX    ...(2)

等式(2)表示当R、G和B中的每个具有0.0(最小)和1.0(最大)之间的值时与(R，G，B)值相等的(H，S，V)值。在等式(2)中，MAX表示最大(R，G，B)值，MIN表示最小(R，G，B)值。

图像分析单元12使用输入图像的亮度信息创建概率密度函数(PDF)，并通过对PDF(以下称为亮度直方图)的积分运算创建输入图像的累积密度函数(CDF)。为此，图像分析单元120可包括直方图分析单元121和CDF分析单元122。

直方图分析单元121使用输入图像的亮度信息创建输入图像的亮度直方图，并计算可表现亮度直方图的参数。

图2示出了根据本发明实施例的图像的亮度直方图。参照图2，亮度直方图的横轴指示形成输入图像的像素的亮度值。在8比特图像的情况下，亮度值的范围为0至255。亮度直方图的纵轴指示对于每个亮度值的像素的频率。横轴被划分为低段、中段和高段。低段和中段之间的分界线L可指示与亮度直方图的底部25％相应的亮度值，中段和高段之间的分界线H可指示与亮度直方图的顶部25％相应的亮度值。此外，低段可以被再划分为低-低段和低-高段，高段可以被再划分为高-低段和高-高段。在这种情况下，低-低段和低-高段之间的分界线LL可指示与亮度直方图的底部15％相应的亮度值，高-低段和高-高段之间的分界线HH可指示与亮度直方图的顶部15％相应的亮度值。

表现亮度直方图的参数可包括，例如，包括在高段中的像素的数量、包括在中段中的像素的数量、包括在低段中的像素的数量、包括在低-低段中的像素的数量、包括在低-高段中的像素的数量、包括在高-低段中的像素的数量和包括在高-高段中的像素的数量。

参照图1，直方图分析单元121基于亮度直方图计算参数，分析计算的参数，并确定输入图像对应于预定数量的代表性模型中的哪一个。在下文中，将参照图3A至图3F-2描述代表性模型。

图3A至图3F-2示出了根据本发明实施例的输入图像被分类的六种代表性模型。图3A表现在中段中具有大量像素并且在高段和低段中具有少量像素的图像。图3B表现具有均匀分布的亮度值的图像。图3C表现具有大量不连续亮度值的图像。图3D表现在低段和高段中具有大量像素的图像，即具有高对比度的图像。图3E表现在高段中具有大量像素并且在低段和中段中具有少量像素的图像，即亮图像。图3F表现在低段中具有大量像素并且在中段和高段中具有少量像素的图像，即暗图像。

以上描述了输入图像基于其亮度直方图被分类的六种模型。然而，输入图像被分类的模型的数量和模型的形式可被再划分或简化。例如，图3D可被再划分为图3D-1和图3D-2。图3D-1表现在低-低段和高段中具有大量像素的图像，即具有暗阴影区域和高亮区域的图像，图3D-2表现在低-高段和高段中具有大量像素的图像，即具有阴影区域和高亮区域的图像。

此外，图3E可被再划分为图3E-1和图3E-2。图3E-1表现在高-低段中具有大量像素的图像，即高亮图像。图3E-2表现在高-高段中具有大量像素的图像，即具有饱和的亮度的图像。

图3F也可被再划分为图3F-1和图3F-2。图3F-1表现在低-低段中具有大量像素的图像，即暗阴影图像，图3F-2表现在低-高段中具有大量像素的图像，即阴影图像。

参照图1，直方图分析单元121将参数与各个预定阈值比较并将输入图像分类。具体地讲，在分析输入图像的亮度直方图之后，如果包括在高段中的像素的数量大于像素总数的阈值比率(例如25％)，并且如果包括在低段中的像素的数量小于所述阈值比率，则直方图分析单元121可将输入图像分类为图3E。如果包括在高-低段中的像素的数量大于包括在高-高段中的像素的数量，则可将输入图像分类为图3E-1。相反，如果包括在高-高段中的像素的数量大于包括在高-低段中的像素的数量，则可将输入图像分类为图3E-2。

在分析输入图像的亮度直方图之后，如果包括在高段中的像素的数量小于所述阈值比率，并且如果包括在低段中的像素的数量大于所述阈值比率，则直方图分析单元121可将输入图像分类为图3F。如果包括在低-低段中的像素的数量大于包括在低-高段中的像素的数量，则可将输入图像分类为图3F-1。相反，如果包括在低-高段中的像素的数量大于包括在低-低段中的像素的数量，则可将输入图像分类为图3F-2。

如果包括在高段中的像素的数量和包括在低段中的像素的数量大于所述阈值比率，则可将输入图像分类为图3D。

参照图1，CDF分析单元122通过对输入图像的亮度直方图的积分运算创建输入图像的CDF。

图4示出了根据本发明实施例的基于输入图像的亮度直方图创建的CDF。参照图4，CDF的横轴指示输入图像的亮度值，纵轴指示对于每个亮度值的像素的频率的累积值。在图4中，随着亮度值增加，CDF值增加的程度，即CDF值的增加率，减小。这是因为形成输入图像的大多数像素具有低亮度值。

参照图1，预处理单元130通过使用从多个预处理函数中选择的预处理函数来增加输入图像的亮度，以调整输入图像的亮度。当输入图像包括大量具有低亮度值的像素时，预处理单元130可增加输入图像的亮度。为了根据输入图像的类型改变亮度增加的程度，可期望选择使用在输入图像的CDF中对应于预定亮度值的CDF值(delta)作为参数的预处理函数。

具体地讲，预处理单元130选择与包括在CDF的低段中的多个亮度值之中的预定亮度值P_D相应的CDF值(delta)作为用于预处理函数选择的参数。一旦选择了用于预处理函数选择的参数，预处理单元130就从多个预处理函数中选择与选择的参数相应的预处理函数。例如，如果基于CDF选择的参数为100，则预处理单元130选择与选择的参数100相应的预处理函数。然后，预处理单元130基于选择的预处理函数增加形成输入图像的每个像素的亮度。

将参照图5进行更详细的描述。图5示出了根据本发明实施例的与基于CDF选择的参数(delta)相应的预处理函数。参照图5，预处理函数的横轴指示输入亮度值，纵轴指示与输入亮度值相应的输出亮度值。在图5中，亮度值的范围被标准化为0至1的范围并被相应地表现。从图5中可以看出，总的来说预处理函数通常采用对数函数的形式，而预处理函数的特定形式有所不同。预处理函数指示形成输入图像的每个像素的亮度应该增加到的目标亮度。例如，如果基于CDF选择的参数(delta)是Delta_max，则与选择的参数相应的预处理函数将当前为0.1的像素的亮度值增加到0.3。在具有0.6的亮度值的情况下，预处理函数将像素的亮度值从0.6增加到0.8。在通过所述预处理函数改善输入图像的亮度之后，将具有改善的亮度的输入图像提供给稍后描述的图像处理单元150。

参照图1，当使用亮度调整函数校正形成输入图像的每个像素的亮度时，校正参数计算单元140计算将被应用到亮度调整函数的校正参数。校正参数表示将被应用到亮度调整函数的权重。换句话说，当使用亮度调整函数调整输入图像的亮度时，校正参数确定输入图像的亮度将被调整的程度。校正参数包括用于校正输入图像中的低亮度区域的亮度的校正参数(以下称为第一校正参数)和用于校正输入图像中的高亮度区域的亮度的校正参数(以下称为第二校正参数)。可使用输入图像的CDF来计算第一校正参数，并且可使用第一校正参数来计算第二校正参数。所述低亮度区域表示包括具有小于预定阈值的亮度值的像素的区域，所述高亮度区域表示包括具有大于所述阈值的亮度值的像素的区域。所述阈值可通过亮度调整函数来确定。

在描述使用输入图像的CDF来计算第一校正参数的方法之前，将描述根据本发明实施例的亮度调整函数。

图6示出了根据本发明实施例的亮度调整函数R_n(x)。参照图6，亮度调整函数R_n(x)的横轴指示形成输入图像的像素的亮度值，纵轴指示横轴上的亮度值将被改变到的目标亮度值。在纵轴和横轴上，亮度值的范围可被标准化为0至1的范围并被相应地表现。亮度调整函数R_n(x)指示形成输入图像的每个像素的亮度应该增加的程度。亮度调整函数R_n(x)从最小亮度值到预定亮度值P_n增加，然后从预定亮度值P_n到最大亮度值减小。具体地讲，亮度调整函数R_n(x)可从最小亮度值到预定亮度值P_n线性增加，然后从预定亮度值P_n到最大亮度值线性减小。在本发明的另一实施例中，还可使用从最小亮度值到预定亮度值P_n单调增加然后从预定亮度值P_n到最大亮度值单调减小的非线性函数。在下文中，从最小亮度值到预定亮度值P_n线性增加然后从预定亮度值P_n到最大亮度值线性减小的亮度调整函数R_n(x)将被作为示例来描述。等式(3)是亮度调整函数输出的亮度值的数学表达式。在等式(3)中，L_in指示输入图像的亮度值。

$R_n\left(L_{\mathrm{in}}\right)=\left\{\begin{array}{cc}\frac{1}{P_n}\&times;L_{\mathrm{in}},& \mathrm{if}{P}_n<L_{\mathrm{in}}\\ \frac{-1}{1-P_n}\&times;L_{\mathrm{in}}+\frac{1}{1-P_n},& \mathrm{if}{P}_n\&GreaterEqual;L_{\mathrm{in}}\end{array}\right....\left(3\right)$

根据本发明实施例，可使用具有在不同位置的预定亮度值P_n的多个亮度调整函数。图7示出了根据本发明实施例的分别具有在不同位置的预定亮度值P₁至P₃的第一亮度调整函数R₁(x)至第三亮度调整函数R₃(x)。在下文中，将使用图7中所示的第一亮度调整函数R₁(x)至第三亮度调整函数R₃(x)的情况作为实施例来描述。

如果使用如图7所示的多个亮度调整函数，则可以与预定亮度值P_n成比例地确定将被应用到每个亮度调整函数的第一校正参数。具体地讲，假设第一亮度调整函数R₁(x)至第三亮度调整函数R₃(x)的第一校正参数分别是W₁、W₂和W₃。在这种情况下，因为P₁＞P₂＞P₃，所以第一亮度调整函数R₁(x)至第三亮度调整函数R₃(x)的第一校正参数可以为W₁＞W₂＞W₃。为了满足这一条件，可使用输入图像的CDF来计算第一校正参数W₁、W₂和W₃。

具体地讲，参照图8，可通过穿过原点和点A(P₁，CDF₁)的直线的斜率CDF₁/P₁来确定第一亮度调整函数R₁(x)的第一校正参数W₁，所述点A(P₁，CDF₁)的坐标值为预定亮度值P₁和与预定亮度值P₁相应的CDF值。此外，可通过穿过原点和点B(P₁，CDF₂)的直线的斜率CDF₂/P₁来确定第二亮度调整函数R₂(x)的第一校正参数W₂，所述点B(P₁，CDF₂)的坐标值为预定亮度值P₁和与预定亮度值P₂相应的CDF值。可通过穿过原点和点C(P₁，CDF₃)的直线的斜率CDF₃/P₁来确定第三亮度调整函数R₃(x)的第一校正参数W₃所述点C(P₁，CDF₃)的坐标值为预定亮度值P₁和与预定亮度值P₃相应的CDF值。如果以这种方式与预定亮度值P_n成比例地设置将被应用到每个亮度调整函数的第一校正参数，则可防止在使用每个亮度调整函数校正输入图像的低亮度区域之后获得的低亮度校正图像中可能发生的局部灰度反转。

此外，如果使用输入图像的CDF来计算每个亮度调整函数的第一校正参数，则可为输入图像自适应地设置第一校正参数。将参照图8和图9更详细地描述计算第一校正参数的方法。在图8所示的CDF中，随着亮度值增加，CDF值增加的程度(即CDF值的增加率)减小。换句话说，图8所示的CDF是包括大量具有低亮度值的像素的输入图像的CDF。另一方面，在图9所示的CDF中，随着亮度值增加，CDF值增加的程度(即CDF值的增加率)也增加。如果将图8所示的直线的斜率与图9所示的直线的斜率相比，能够理解它们互不相同。

一旦如上所述设置了每个亮度调整函数的第一校正参数，就可使用每个第一校正参数来计算每个亮度调整函数的第二校正参数。例如，假设第一亮度调整函数R₁(x)至第三亮度调整函数R₃(x)的第二校正参数分别是W₄、W₅和W₆。在这种情况下，可使用等式(4)计算第二校正参数W₄、W₅和W₆。

W₄＝1-W₁

W₅＝1-W₂       ...(4)

W₆＝1-W₃

在另一实施例中，可通过等式(5)给出第二校正参数W₄、W₅和W₆。

W₄＝W₁

W₅＝W₂         ...(5)

W₆＝W₃

上面已经描述了亮度调整函数和计算分别与亮度调整函数相应的校正参数的方法。在以上示例中，亮度调整函数的数量为三。然而，本发明不限于此。因此，可使用更多数量的亮度调整函数。此外，在以上示例中，使用在预定亮度值P_n的位置固定时计算第一校正参数的方法。然而，预定亮度值P_n的位置可根据输入图像的类型而改变。例如，如果输入图像包括大量具有低亮度值的像素，则可朝向低段来定位预定亮度值P_n。相反，如果输入图像包括大量具有高亮度值的像素，则可朝向高段来定位预定亮度值P_n。

参照图10，图像处理单元150使用多个亮度调整函数和分别与所述多个亮度调整函数相应的校正参数来校正输入图像的亮度。将参照图10更详细地描述图像处理单元150。

图10是图1的图像校正单元150的详细框图。参照图10，图像处理单元150可包括校正图像产生单元910、滤波单元920、合成单元930、中间图像产生单元940和最终图像产生单元950。

校正图像产生单元910使用多个不同的亮度调整函数和通过校正参数计算单元140计算的多个校正参数来校正输入图像的亮度。具体地讲，校正图像产生单元910包括第一校正图像产生单元911和第二校正图像产生单元912。

第一校正图像产生单元911使用多个不同的亮度调整函数R₁(x)至R₃(x)和分别与亮度调整函数R₁(x)至R₃(x)相应的多个第一校正参数W₁至W₃来校正输入图像的亮度。换句话说，第一校正图像产生单元911将输入图像的亮度值L_in代入亮度调整函数R_n(x)，并将代入结果与对应于亮度调整函数R_n(x)的第一校正参数W_n相乘。因此，产生多个具有校正的亮度的第一校正图像。可通过等式(6)给出每个第一校正图像的亮度。

第一校正图像的亮度＝W_n·R_n(L_in)，(n＝1，2，3)...(6)

具有校正的亮度的第一校正图像被提供给合成单元930。第二校正图像产生单元912使用亮度调整函数R₁(x)至R₃(x)和分别与亮度调整函数R₁(x)至R₃(x)相应的多个第二校正参数W₄至W₆来校正输入图像的亮度。具体地讲，第二校正图像产生单元912将输入图像的亮度值L_in代入亮度调整函数R_n(x)，并将代入结果与对应于亮度调整函数R_n(x)的第二校正参数W_n+3相乘。因此，产生多个具有校正的亮度的第二校正图像。可通过等式(7)给出每个第二校正图像的亮度。

第二校正图像的亮度＝W_n+3·R_n(L_in)，(n＝1，2，3)...(7)

具有校正的亮度的第二校正图像被提供给稍后将描述的合成单元930。

滤波单元920使用分别与亮度调整函数R₁(x)至R₃(x)相应的多个带通函数对输入图像滤波。为此，滤波单元920包括第一滤波单元921和第二滤波单元922。

第一滤波单元921使用与每个亮度调整函数R_n(x)相应的第一带通函数S_n(x)对输入图像滤波。在下文中，将参照图11描述与每个亮度调整函数R_n(x)相应的第一带通函数S_n(x)。

图11示出了根据本发明实施例的分别与亮度调整函数R₁(x)至R₃(x)相应的第一带通函数S₁(x)至S₃(x)。通过等式(8)给出图11所示的第一带通函数S_n(x)。

$S_n\left(L_{\mathrm{in}}\right)=\left\{\begin{array}{cc}0,& \mathrm{if}{P}_n<L_{\mathrm{in}}\\ 1,& \mathrm{if}{P}_n\&GreaterEqual;L_{\mathrm{in}}\end{array}\right.,(n=\mathrm{1,2,3}),...\left(8\right)$

其中，L_in指示输入图像的亮度。例如等式(8)中的一个的第一带通函数使输入图像的亮度值中小于预定亮度值P_n的亮度值通过。如果使用第一带通函数对输入图像滤波，则可获得模糊图像(以下称为第一滤波图像)。当合成具有使用每个亮度调整函数调整的亮度的第一校正图像时，对输入图像进行模糊化以防止图像质量的劣化。第一带通函数可实现为低通滤波器(LPF)。如果难以实现大型空间LPF，则可减小输入图像的大小。然后可使用小型(例如5×5)高斯掩膜(Gaussian mask)对输入图像进行模糊化，并可通过插值回复其原始大小。在下文中，将由S_{n_LPF}来指示在通过每个LPF时由LPF模糊化的图像。

如果使用与每个亮度调整函数相应的第一带通函数对输入图像滤波，则可获得多个第一滤波图像。然后，第一滤波图像被提供给稍后将描述的合成单元930。合成单元930将第一滤波图像的亮度值分别与对应于第一滤波图像的第一校正图像的亮度值相乘，并产生多个第一子带图像。第一子带图像的亮度可由等式(9)给出。

第一子带图像的亮度＝W_n·R_n(L_in)·S_{n_LPF}，(n＝1，2，3)...(9)

接下来，第二滤波单元922使用与每个亮度调整函数R_n(x)相应的第二带通函数H_n(x)对输入图像滤波。将参照图12描述与每个亮度调整函数R_n(x)相应的第二带通函数H_n(x)。

图12示出了根据本发明实施例的分别与亮度调整函数R₁(x)至R₃(x)相应的第二带通函数H₁(x)至H₃(x)。通过等式(10)给出图12所示的第二带通函数H_n(x)。

$H_n\left(L_{\mathrm{in}}\right)=\left\{\begin{array}{cc}1,& \mathrm{if}{P}_n<L_{\mathrm{in}}\\ 0,& \mathrm{if}{P}_n\&GreaterEqual;L_{\mathrm{in}}\end{array}\right.,(n=\mathrm{1,2,3}),...\left(10\right)$

其中，L_in指示输入图像的亮度。例如等式(10)中的一个的第二带通函数使输入图像的亮度值中大于预定亮度值P_n的亮度值通过。换句话说，阻止小于预定亮度值P_n的亮度值。通过实现等式(10)中的第二带通函数H_n(x)的LPF的图像由H_{n_LPF}来指示，并且图像H_{n_LPF}可通过1-S_{n_LPF}来给出。

如果使用与每个亮度调整函数相应的第二带通函数对输入图像滤波，则可获得多个第二滤波图像。然后，第二滤波图像被提供给稍后将描述的合成单元930。合成单元930将第二滤波图像的亮度值分别与对应于第二滤波图像的第二校正图像的亮度值相乘，并产生多个第二子带图像。第二子带图像的亮度可由等式(11)给出。

第二子带图像的亮度＝W_n+3·R_n(L_in)·H_{n_LPF}，(n＝1，2，3)...(11)

如上参照等式(9)所述，合成单元930产生第一子带图像并合成第一子带图像的亮度。因此，合成单元930产生输入图像的低亮度区域的亮度被校正的低亮度校正图像。这里，低亮度校正图像的亮度L_Shadow可由等式(12)给出。

L_Shadow＝W₁·R₁(L_in)·S_{1_LPF}+W₂·R₂(L_in)·S_{2_LPF}+W₃·R₃(L_in)·S_{3_LPF}...(12)

此外，如上参照等式(11)所述，合成单元930产生第二子带图像并合成第二子带图像的亮度。因此，合成单元930产生输入图像的高亮度区域的亮度被校正的高亮度校正图像。这里，高亮度校正图像的亮度L_Highlight可由等式(13)给出。

L_Highlight＝W₄·R₁(L_in)·H_{1_LPF}+W₅·R₂(L_in)·H_{2_LPF}+W₆·R₃(L_in)·H_{3_LPF}...(13)

合成单元930产生的低亮度校正图像和高亮度校正图像被提供给稍后将描述的中间图像产生单元940。

中间图像产生单元940将低亮度校正图像的亮度L_Shadow加到输入图像的亮度L_in，并从输入图像的亮度L_in减去高亮度校正图像的亮度L_Highlight。结果，产生输入图像中低亮度区域的亮度和高亮度区域的亮度都被校正的中间图像。这里，中间图像的亮度L_mix可由等式(14)给出。

L_mix＝L_in+L_Shadow-L_Highlight    ...(14)

最终图像产生单元950将预定权重应用到输入图像的亮度L_in和中间图像的亮度L_mix中的每一个，将加权的亮度L_in和L_mix相加，并产生最终图像。这里，最终图像的亮度L_out可由等式(15)给出。

L_out＝(1-α)·L_in+α·L_mix     ，...(15)

其中，α指示确定分别合成输入图像的亮度L_in和中间图像的亮度L_mix的比率的权重。这里，0≤α≤1。

接下来，最终图像产生单元950调整最终图像的颜色信息。具体地讲，最终图像产生单元950将输入图像的亮度L_in代入函数F(x)，以调整输入图像的饱和度。然后，最终图像产生单元950将代入结果与预定增益α相乘，并确定输入图像的饱和度将增加的饱和度量αF(L_in)。最后，最终图像产生单元950将确定的饱和度量αF(L_in)加到输入图像的饱和度C_in，并使用等式(16)计算最终图像的饱和的C_out。

C_out＝C_in+α·F(L_in)    ...(16)

当调整最终图像的饱和度时，最终图像产生单元950可在输入图像的色调值固定时与校正参数α成比例地增加最终图像的饱和度，以校正输入图像的亮度。这里，最终图像产生单元950固定输入图像的色调值，以防止颜色失真。然而，校正输入图像的失真的颜色的处理可添加到最终图像产生单元执行的处理。

一旦调整了最终图像的颜色信息，最终图像产生单元950就将HSV信号形式的最终图像转换为RGB信号。

显示单元160以RGB信号形式显示最终图像。各种显示器，诸如液晶显示器(LCD)、等离子体显示面板(PDP)、发光二极管(LED)、有机LED(OLED)和柔性显示器，可实现为显示单元160。接下来，将参照图13来描述图1的图像校正设备100的部件的操作。

图13是示出根据本发明实施例的图像校正设备100使用的图像校正方法的流程图。

首先，图像输入单元110接收输入图像(操作S11)。图像分析单元120基于输入图像的亮度信息产生输入图像的亮度直方图，并通过亮度直方图的积分运算创建输入图像的CDF(操作S12)。

然后，参数计算单元140基于输入图像的CDF计算将分别应用到多个不同的亮度调整函数的校正参数(操作S13)。

操作S13可包括计算校正输入图像中的低亮度区域的亮度所需的多个第一校正参数的操作以及计算校正输入图像中的高亮度区域的亮度所需的多第二校正参数的操作。每个亮度调整函数指示输入图像的亮度值将被改变到的目标亮度值。亮度调整函数线性地增加小于预定阈值P_n的亮度值，并线性地减小大于预定阈值P_n的亮度值。通过穿过原点和具有多个阈值中的最大亮度值与对应于预定亮度值P_n的CDF值作为坐标值的点的直线的斜率来确定每个第一校正参数。通过从1减去每个第一校正参数来确定每个第二校正参数。

一旦计算出第一校正参数和第二校正参数，图像处理单元150就使用第一校正参数、第二校正参数和亮度调整函数来校正输入图像的亮度(操作S14)。操作S14可包括：产生输入图像中低亮度区域的亮度被校正的低亮度校正图像的操作、产生输入图像中高亮度区域的亮度被校正的高亮度校正图像的操作、通过将低亮度校正图像的亮度加到输入图像的亮度并从输入图像的亮度减去高亮度校正图像的亮度来产生中间图像的操作、基于输入图像的亮度与中间图像的亮度的加权和产生最终图像的操作。

产生低亮度校正图像的操作可包括：使用第一校正参数和亮度调整函数产生多个第一校正图像的操作、使用分别与亮度调整函数相应的第一带通函数对输入图像滤波的操作、通过将多个作为滤波操作结果产生的第一滤波图像的亮度值与分别对应于第一滤波图像的第一校正图像的亮度值相乘来产生多个第一子带图像的操作、合成第一子带图像并产生低亮度校正图像的操作。在这种情况下，第一带通函数使小于预定阈值P_n的亮度值通过。

此外，产生高亮度校正图像的操作可包括：使用第二校正参数和亮度调整函数产生多个第二校正图像的操作，使用分别与亮度调整函数相应的第二带通函数对输入图像滤波的操作，通过将多个作为滤波操作结果产生的第二滤波图像的亮度值与分别对应于多个第二滤波图像的第二校正图像的亮度值相乘来产生多个第二子带图像的操作，合成第二子带图像并产生高亮度校正图像的操作。在这种情况下，第二带通函数使大于预定阈值P_n的亮度值通过。

一旦产生了具有校正的亮度的最终图像，图像处理单元150就基于最终图像的亮度来校正最终图像的颜色信息。

具有校正的亮度和颜色信息的最终图像被显示在显示单元160上(操作S15)。因此，与现有技术相比，本发明可输出更精致和自然的图像。

如上所述，根据本发明的图像校正设备和方法至少提供以下优点之一。因为使用输入图像的CDF，所以可为输入图像自适应地设置校正参数。

此外，因为为输入图像自适应地设置校正参数，所以可提高图像校正的性能。

本发明中使用多个亮度调整函数。因此，可以以更精细的方式校正输入图像的低亮度区域和高亮度区域，从而可获得更自然的最终图像。

虽然已经显示和描述了本发明的一些实施例，但是本领域技术人员应该理解，在不脱离本发明的原理和精神的情况下，可以对这些实施例进行修改，本发明的范围由权利要求及其等同物限定。

Claims (29)

1.一种图像校正方法，包括：

基于输入图像的亮度直方图创建累积密度函数；

基于输入图像的累积密度函数计算将被分别应用到多个不同的亮度调整函数的多个校正参数；和

使用校正参数和亮度调整函数校正输入图像的亮度。

2.如权利要求1所述的方法，其中，亮度直方图指示具有预定亮度的像素的频率。

3.如权利要求1所述的方法，其中，亮度调整函数中的每一个指示输入图像的亮度值将被改变到的目标亮度值。

4.如权利要求3所述的方法，其中，亮度调整函数中的每一个增加小于预定阈值的亮度值并减小大于所述阈值的亮度值。

5.如权利要求4所述的方法，其中，计算校正参数的步骤包括：

计算用于校正输入图像中低亮度区域的亮度的多个第一校正参数；和

计算用于校正输入图像中高亮度区域的亮度的多个第二校正参数。

6.如权利要求5所述的方法，其中，低亮度区域包括具有小于所述阈值的亮度值的像素，高亮度区域包括具有大于所述阈值的亮度值的像素。

7.如权利要求5所述的方法，其中，第一校正参数中的每一个是穿过累积密度函数的原点和具有多个阈值中的最大亮度值与对应于预定亮度值的累积密度函数值作为坐标值的点的斜率。

8.如权利要求5所述的方法，其中，第二校正参数中的每一个是从1减去第一校正参数中的每一个之后获得的值。

9.如权利要求6所述的方法，其中，校正输入图像的亮度的步骤包括：

基于分别应用了第一校正参数的亮度调整函数，产生低亮度区域的亮度被校正的低亮度校正图像；

基于分别应用了第二校正参数的亮度调整函数，产生高亮度区域的亮度被校正的高亮度校正图像；

合成低亮度校正图像和高亮度校正图像，并产生中间图像；和

基于输入图像的亮度与中间图像的亮度的加权和确定最终图像的亮度。

10.如权利要求9所述的方法，其中，产生低亮度校正图像的步骤包括：

使用分别应用了第一校正参数的亮度调整函数来产生多个具有校正的亮度的第一校正图像；

使用分别与亮度调整函数相应的多个第一带通函数对输入图像滤波，并产生分别与第一校正图像相应的多个第一滤波图像；

合成第一校正图像和分别与第一校正图像相应的第一滤波图像，并产生多个第一子带图像；和

合成第一子带图像并产生低亮度校正图像。

11.如权利要求10所述的方法，其中，第一带通函数使小于所述预定阈值的亮度值通过。

12.如权利要求10所述的方法，其中，产生高亮度校正图像的步骤包括：

使用分别应用了第二校正参数的亮度调整函数来产生多个具有校正的亮度的第二校正图像；

使用分别与亮度调整函数相应的多个第二带通函数对输入图像滤波，并产生分别与第二校正图像相应的多个第二滤波图像；

合成第二校正图像和分别与第二校正图像相应的第二滤波图像，并产生多个第二子带图像；和

合成第二子带图像并产生高亮度校正图像。

13.如权利要求12所述的方法，其中，第二带通函数使大于所述预定阈值的亮度值通过。

14.如权利要求9所述的方法，还包括：根据确定的最终图像的亮度校正最终图像的颜色信息。

15.如权利要求1所述的方法，还包括：如果具有低亮度值的像素的数量大于输入图像中像素总数的阈值比率，则使用从多个预处理函数中选择的预处理函数增加输入图像的亮度，其中，通过与预定像素值相应的累积密度函数值确定预处理函数的选择。

16.一种图像校正设备，包括：

图像分析单元，基于输入图像的亮度直方图创建累积密度函数；

校正参数计算单元，基于输入图像的累积密度函数计算将被分别应用到多个不同的亮度调整函数的多个校正参数；和

图像处理单元，使用校正参数和亮度调整函数校正输入图像的亮度。

17.如权利要求16所述的设备，其中，亮度直方图指示具有预定亮度的像素的频率。

18.如权利要求16所述的设备，其中，亮度调整函数中的每一个指示输入图像的亮度值将被改变到的目标亮度值。

19.如权利要求18所述的设备，其中，亮度调整函数中的每一个增加小于预定阈值的亮度值并减小大于所述阈值的亮度值。

20.如权利要求19所述的设备，其中，校正参数计算单元计算用于校正输入图像中低亮度区域的亮度的第一校正参数，并计算用于校正输入图像中高亮度区域的亮度的第二校正参数。

21.如权利要求20所述的设备，其中，低亮度区域包括具有小于所述阈值的亮度值的像素，高亮度区域包括具有大于所述阈值的亮度值的像素。

22.如权利要求20所述的设备，其中，第一校正参数中的每一个是穿过累积密度函数的原点和具有多个阈值中的最大亮度值与对应于预定亮度值的累积密度函数值作为坐标值的点的斜率。

23.如权利要求20所述的设备，其中，第二校正参数中的每一个是从1减去第一校正参数中的每一个之后获得的值。

24.如权利要求21所述的设备，其中，图像处理单元包括：

校正图像产生单元，使用分别应用了第一校正参数的亮度调整函数来产生多个具有校正的亮度的第一校正图像，并使用分别应用了第二校正参数的亮度调整函数来产生多个具有校正的亮度的第二校正图像；

滤波单元，通过使用分别与亮度调整函数相应的多个第一带通函数对输入图像滤波来产生多个第一滤波图像，并通过使用分别与亮度调整函数相应的多个第二带通函数对输入图像滤波来产生多个第二滤波图像；

合成单元，通过合成多个第一子带图像产生低亮度区域的亮度被校正的低亮度校正图像，并通过合成多个第二子带图像产生高亮度区域的亮度被校正的高亮度校正图像，其中，在合成第一校正图像和分别与第一校正图像相应的第一滤波图像之后产生所述多个第一子带图像，并且在合成第二校正图像和分别与第二校正图像相应的第二滤波图像之后产生所述多个第二子带图像；

中间图像产生单元，合成低亮度校正图像和高亮度校正图像，并产生中间图像；和

最终图像产生单元，基于输入图像的亮度与中间图像的亮度的加权和产生最终图像。

25.如权利要求24所述的设备，其中，第一带通函数使小于所述预定阈值的亮度值通过。

26.如权利要求24所述的设备，其中，第二带通函数使大于所述预定阈值的亮度值通过。

27.如权利要求24所述的设备，其中，最终图像产生单元根据最终图像的亮度校正最终图像的颜色信息。

28.如权利要求16所述的设备，还包括：预处理单元，如果具有低亮度值的像素的数量大于输入图像中像素总数的阈值比率，则预处理单元使用从多个预处理函数中选择的预处理函数增加输入图像的亮度，其中，通过与预定像素值相应的累积密度函数值确定预处理函数的选择。

29.如权利要求16所述的设备，其中，图像分析单元包括：

直方图分析单元，使用输入图像的亮度信息创建输入图像的亮度直方图，并计算能表现亮度直方图的参数；和

累积密度函数分析单元，创建输入图像的累积密度函数。

Images