CN101175219A - 色彩插补方法及应用其的图像处理装置 - Google Patents

Abstract

一种色彩插补方法及应用其的图像处理装置。色彩插补方法用以插补一图像数据的色彩。从图像数据中定义一目标像素、数个第一邻近像素及数个第二邻近像素。第一邻近像素系环绕目标像素成一3*3矩阵，第二邻近像素更环绕第一邻近像素成一5*5矩阵。图像数据对应一环境亮度信息，色彩插补方法至少包括以下的步骤：判断环境亮度信息是否落于一暗态范围内。若是，则依据第一邻近像素，插补目标像素的色彩。若否，则依据第一邻近像素及第二邻近像素，插补目标像素的色彩。

Description

色彩插补方法及应用其的图像处理装置

技术领域

本发明是有关于一种色彩插补方法及应用其的图像处理装置，且特别是有关于一种依据环境亮度或使用者需求而采用不同算法的色彩插补方法及应用其的图像处理装置。

背景技术

随着图像数据处理技术的演进，使用者可通过图像拾取装置拾取图像数据后进行各种图像数据处理，使得图像数据呈现出更优越的质量表现。其中，图像数据由数个像素所组成，这些像素以矩阵式排列。在一般的图像拾取装置中，各个像素分别由单一光感测组件所拾取。每一光感测组件仅用于拾取一种原色成分(color component)的信息，例如是红色、绿色或蓝色。因此，各个像素仅可获得一种原色彩值，其余的原色彩值则必须通过色彩插补方法来获得。

在传统的色彩插补方法中，一目标像素所缺少的原色彩值由邻近像素的原色彩值而获得。举例来说，若目标像素仅具有红色彩值，则目标像素的绿色彩值可依据邻近像素的绿色彩值而获得。同理，目标像素的蓝色彩值可依据邻近像素的蓝色彩值而获得。其中，传统的色彩插补方法依照一预定算法进行运算。然而图像拾取装置在各种不同环境下对于所拾取的图像数据将有不同程度的影响。传统的色彩插补方法依据同一种预定算法，可能导致凸显噪声或画面模糊的状况，使得图像数据色彩质量不稳定。

因此，如何提出一种色彩插补方法及应用其的图像处理装置，以解决上述种种问题，实为目前研发重要方向之一。

发明内容

有鉴于此，本发明的目的就是在提供一种色彩插补方法及应用其的图像处理装置。其依据不同的环境亮度信息而采用适合的算法，并依据不同算法更搭配不同的图像数据校正与调整程序，使得本发明的色彩插补方法及应用其的图像处理装置具有“在不同环境亮度下，均可获得最佳色彩质量”、“可依据使用者之个人喜好，获得需要之色彩质量”、“实用性高”、“颜色调整最佳化”、“有效消除噪声”、“有效强化边缘”及“有效抑制假色”的优点。

根据本发明的一目的，提出一种色彩插补方法，用以插补一图像数据的色彩。从图像数据中定义一目标像素、数个第一邻近像素及数个第二邻近像素。第一邻近像素环绕目标像素成一3*3矩阵，第二邻近像素更环绕第一邻近像素成一5*5矩阵。图像数据对应一环境亮度信息，色彩插补方法至少包括以下的步骤：判断环境亮度信息是否落于一暗态范围内。若是则依据第一邻近像素，插补目标像素的色彩。若否则依据第一邻近像素及第二邻近像素，插补目标像素的色彩。

根据本发明另一目的，提出一种图像处理装置。图像处理装置包括一图像拾取单元及一色彩插补单元。图像拾取单元用以拾取一图像数据。从图像数据中定义一目标像素、数个第一邻近像素及数个第二邻近像素。第一邻近像素环绕目标像素成一3*3矩阵，第二邻近像素更环绕第一邻近像素成一5*5矩阵。色彩插补单元用以插补图像数据的色彩。色彩插补单元包括一自动判断单元、一第一演算单元及一第二演算单元。自动判断单元用于判断一环境亮度信息是否落于一暗态范围内。第一演算单元依据第一邻近像素，插补目标像素的色彩。第二演算单元依据第一邻近像素及第二邻近像素，插补目标像素的色彩。其中，当环境亮度信息落于暗态范围时，色彩插补单元以第一演算单元插补图像数据的色彩。当环境亮度信息未落于暗态范围时，色彩插补单元以第二演算单元插补图像数据的色彩。

为让本发明的上述目的、特征、和优点能更明显易懂，下文特举一优选实施例，并配合附图，作详细说明如下：

附图说明

图1绘示依照本发明优选实施例的图像处理装置的主要功能单元方块图；

图2绘示具贝尔图样的图像数据其部分像素的示意图；

图3绘示依照本发明优选实施例的色彩插补方法的主要流程图；

图4绘示图3的步骤(a)的细部步骤流程图；

图5绘示依照图1的图像处理装置的细部功能单元方块图；

图6绘示依照图5的色彩插补单元其方法的细部流程图；以及

图7绘示具贝尔图样的图像数据其部分像素的配置示意图。

具体实施方式

请同时参照图1～3，图1绘示依照本发明优选实施例的图像处理装置1000的主要功能方块方块图。图2绘示具贝尔图样(Bayer pattern)的图像数据E1其部分像素的示意图。图3绘示依照本发明优选实施例的色彩插补方法的主要流程图。

如图1所示，图像处理装置1000至少包括一图像拾取单元100及一色彩插补单元(Color Interpolation Unit)300。一景物E0通过图像拾取单元100拾取为一图像数据(Image Data)E1。以图2为例，从图像数据E1中定义一目标像素R0、数个第一邻近像素B1、G1及数个第二邻近像素R2、G2。第一邻近像素B1、G1环绕目标像素R0成一3*3矩阵，第二邻近像素R2、G2更环绕第一邻近像素B1、G1成一5*5矩阵。其中，这些像素R0、B1、G1、R2及G2以一贝尔图样(Bayer pattern)配置。各像素R0、B1、G1、R2及G2对应一原色，例如是红色(Red，R)、绿色(Green，G)或蓝色(Blue，B)。

如图1所示，当图像拾取单元100拾取图像数据E1时，图像数据E1对应一环境亮度信息(Environmental Luminance Information)E2。色彩插补单元300用以插补图像数据E1的色彩。色彩插补单元300至少包括一自动判断单元330、一第一演算单元310及一第二演算单元320。自动判断单元330用以判断环境亮度信息E2是否落于一暗态范围内。第一演算单元310依据第一邻近像素B1、G1插补目标像素R0的色彩。第二演算单元320依据第一邻近像素B1、G1及第二邻近像素R2、G2插补目标像素R0的色彩。通过自动判断单元330的判断后，而选择采用第一演算单元310或第二演算单元320进行色彩插补。至于本发明的色彩插补方法的主要步骤以图3说明如下，同时并搭配图2的像素为例作说明。

如图3所示，色彩插补方法至少包括以下的主要步骤。首先，在步骤(a)中，判断环境亮度信息E2是否落于一暗态范围内。若是，则执行步骤(c)；若否，则执行步骤(d)。接着在步骤(c)中，依据第一邻近像素B1、G1，插补目标像素R0的色彩。或者，在步骤(d)中，依据第一邻近像素B1、G1及第二邻近像素R2、G2，插补目标像素R0的色彩。通过步骤(c)及步骤(d)的两种不同算法插补目标像素R0的色彩可获得适合环境亮度信息的色彩质量。至于在步骤(a)中，如何判断环境亮度信息E2以图4详细说明如下：

其中，判断环境亮度信息E2是否落于暗态范围内的步骤(a)更包括数个子步骤。请参照图4，其绘示图3的步骤(a)的细部步骤流程图。环境亮度信息E2包括一曝光时间(exposure time)及一感测增益值(sensor gain)。首先，在步骤(a1)中，判断曝光时间是否大于一参考时间。若是则表示环境亮度信息E2落于暗态范围，若否则进入步骤(a2)。

在步骤(a2)中，判断感测增益值是否大于一参考增益值。若是则表示环境亮度信息E2落于暗态范围，若否则进入步骤(a3)。

在步骤(a3)中，判断曝光时间及感测增益值之乘积是否大于一参考乘积。若是则表示环境亮度信息E2落于暗态范围，若否则表示环境亮度信息E2未落于暗态范围。

依照上述子步骤(a1)、(a2)及(a3)的判断后，若判断结果为环境亮度信息E2落于暗态范围内，则进入步骤(c)。若判断结果为环境亮度信息E2未落于暗态范围内，则进入步骤(d)。

此外，虽然本发明的子步骤(a1)、(a2)及(a3)以图4的顺序为例作说明。然而子步骤(a1)、(a2)及(a3)的顺序并不在此限，设计者可依据需求作适当的更动，仍不超出本发明的技术范围。

当环境亮度信息E2落于暗态范围内时，所拾取的图像数据E1可能较模糊。此时，在步骤(c)中，仅依据第一邻近像素B1、G1，插补目标像素R0的色彩。因此，图像数据E1依此步骤(c)进行色彩插补后，即可获得较清晰锐利的色彩质量。

当环境亮度信息E2未落于暗态范围内时(亦即落于亮态范围内)，所拾取的图像数据E1具有较多的曝光量。在步骤(d)中，不仅依据第一邻近像素B1、G1及插补目标像素R0的色彩，更依据第二邻近像素R2、G2，插补目标像素R0的色彩。因此，图像数据E1依此步骤(d)进行色彩插补后，即可获得较平缓的色彩变化。

请同时参照图5及图6，图5绘示图1的图像处理装置1000的细部功能单元方块图。图6绘示依照图5的色彩插补单元其方法的细部流程图。在本实施例中，图像处理装置1000例如是一照相手机、一照相机或一摄影机，任何形式的摄录像处理装置均可应用本发明的色彩插补方法。如图5所示，图像处理装置1000包括图像拾取单元100、明暗校正单元(Shading CorrectionUnit)200、色彩插补单元300、滤波器(Filter)400、RGB色彩校正单元(ColorProcessing Unit in the RGB Space)500、色彩空间转换单元(Color SpaceTransform Unit)600、噪声消除单元(De-noise Unit)710、边缘强化单元(EdgeEnhancement Unit)720、假色抑制单元(False Color Suppression Unit)730、自动对焦单元910及自动曝光单元920。

景物的图像数据E1藉由图像拾取单元100所拾取，图像拾取单元100包括一镜头(Lens)110、光感测组件阵列(Optical SensorArray)120及模拟数字转换器(A/D Coverter)130。景物的图像数据E1穿越镜头110后，聚焦于光感测组件阵列120上。光感测组件阵列120接收图像数据E1后，更通过模拟/数字转换器130将图像数据E1转换成一数字数据。光感测组件阵列120包括数个光感测组件，每一光感测组件系用以感测一种原色成分数据。也就是说，组成图像数据E1的各个像素分别具有一原色彩值。

由于在镜头110中心处所拾取的部分图像数据E1的亮度较高，而镜头110边缘处所拾取的部分图像数据E1的亮度较低。因此，明暗校正单元200用以校正图像数据E1在中心位置与边缘位置的明亮度的差异。

接着，通过明暗校正单元200校正后的图像数据E1，再藉由色彩插补单元300进行色彩插补程序。其中，色彩插补单元300更包括一使用者界面340。如图6所示，在步骤(o)中，使用者可通过使用者界面340选择自动模式或手动模式。当使用者选择自动模式时，则进入步骤(a)。当使用者选择手动模式时，则进入步骤(b)。

如前述的图4所示，在步骤(a)中，自动判断单元330判断环境亮度信息E2是否落于暗态范围内。且步骤(a)更包含数个子步骤(a1)、(a2)、(a3)、(a4)及(a5)，在此不再赘述。若环境亮度信息E2落于暗态范围内，则以第一演算单元310执行步骤(c)，若环境亮度信息E2未落于暗态范围内，则以第二演算单元320执行步骤(d)。

在步骤(b)中，使用者可通过使用者界面340选择以第一演算单元310执行步骤(c)以获得较清晰锐利的图像数据E1。或者选择以第二演算单元320执行步骤(d)，以获得色彩变化较平缓的图像数据E1。其中，此步骤(c)与前述步骤(c)相同，此步骤(d)与前述步骤(d)相同，不再赘述。

如上所述，图6的虚线范围为图5的色彩插补单元300的内部运作的流程。通过自动模式的操作，使得图像数据E1可依据环境亮度信息E2而以最适合的算法进行色彩插补。此外，通过手动模式的操作，使得使用者可依据个人需求进行色彩插补。

接着，如图5所示。经过色彩插补后的图像数据E1更通过RGB色彩校正单元进行色彩校正。RGB色彩校正单元包括一黑色补偿单元(BlackCompensation Unit)510、一自动白平衡单元(Auto White Balance Unit，AWBUnit)520、一彩色校正单元(Color Correction Unit)530及一迦玛校正单元(Gamma Correction Unit)540。黑色补偿单元510用以将图像数据E1中的RGB值做平移校正，使得黑色像素的RGB值均为0。自动白平衡单元520则是依据当时的色温，将RGB值分别乘上适当的增益(Gains)，使的白色的RGB值均可达到255。彩色校正单元530则用以校正图像数据E1的色彩饱和度、色彩对比度及色偏。迦玛校正单元540则用以调整整张图像数据E1的明暗对比效果。

如图5所示，YCbCr色彩空间为目前多数图像及视频压缩算法(如JPEG、MPEG等)所采用的色彩空间。因此经过RGB色彩校正后的图像数据E1更通过色彩空间转换单元600，而将图像数据E1由RGB空间(RGB Space)转换为YCbCr空间(YCbCr Space)。

请更同时参照图5及图6。经由自动模式的步骤(a)的判断后，当环境亮度信息落于暗态范围时，同时表示着图像数据E1的噪声较多。因此在步骤(c)之后，更可通过步骤(e)以噪声消除单元710消除图像数据E1的噪声。

此外，在手动模式下，经由步骤(c)的色彩插补演算后的图像数据E1可能产生部分的假色(False Color)。因此在步骤(c)之后更可通过步骤(f)，以假色抑制单元730抑制图像数据E1的假色。

不论是自动模式或手动模式。经由步骤(d)的色彩插补演算后的图像数据E1可能使得图像数据E1中的边缘图样较为模糊。因此在步骤(d)之后更可通过步骤(g)，以边缘强化单元720强化图像数据E1中的边缘图样。

如上所述，本发明在不同的算法下，更搭配上述的噪声消除单元710、边缘强化单元720及假色抑制单元730以有效地达到消除噪声、强化边缘及抑制假色的目的。

其中，明暗校正后的图像数据E1更可通过滤波器400拾取出高频数据E3。边缘强化单元依据转换为YCbCr色彩空间的图像数据E1及高频数据E3进行边缘强化的动作。在本实施例中，滤波器400为一拉普拉斯滤波器(Laplaian Filter)。

此外，高频数据E3除了提供边缘强化单元720之外，更具有另一用途。高频数据E3更可提供自动对焦单元(Auto Focus Unit，AF Unit)910进行自动对焦的动作。其利用不同的焦距配合多张图像数据的高频数据，可自动寻找到最适合的焦距。

其中转换为YCbCr空间的图像数据E1具有一亮度数据E4(LuminanceData)，自动曝光单元920可依据亮度数据E4决定下一张图像数据的曝光时间(Exposure Time)。

最后，经由上述明暗校正、色彩插补、RGB色彩校正、色彩空间转换、噪声消除、边缘强化及假色抑制的图像数据E1即可输出至一存储卡或一图像压缩单元。

至于图5的第一演算单元310、第二演算单元320及其所执行的步骤(c)及步骤(d)的算法，以下配合图7为例详细说明如下。

请参照图7，其绘示具贝尔图样的图像数据E1其部分像素的配置示意图。本发明色彩插补方法的步骤(c)及步骤(d)为一种适应性插补算法(adaptivecolor interpolation algorithms)。如图7所示，图像数据E1的像素以一贝尔图样(Bayer pattern)配置。每一像素仅具有一种原色彩值，其中二分之一的像素具有绿色彩值，四分之一的像素具有红色彩值，另外四分之一的像素具有蓝色彩值。如图7所示，任意选取3*3矩阵的9个像素，仅可能产生虚线L11、L12、L13及L14等四种排列方式。在每一3*3矩阵中，定义中间位置的像素为目标像素，其余为环绕目标像素的第一邻近像素。目标像素具有一第一原色彩值，部分的第一邻近像素具有一第二原色彩值。在步骤(c)的算法中，其主要精神是以水平方向、垂直方向差异最小的两个，两对角方向差异最小的两个，或四个第一邻近像素的第二原色彩值的平均值组成目标像素的一第二原色插补值。

以下分别以虚线L11、L12、L13及L14等四种排列方式说明在步骤(c)的演算式。

在虚线L11中，定义这些像素包括 $\left[\begin{array}{ccc}B11& G11& B12\\ G12& R10& G13\\ B13& G14& B14\end{array}\right]$ ，其中目标像素R10具有一红色彩值V(R10)，第一邻近像素B11、B12、B13及B14分别具有一蓝色彩值V(B11)、V(B12)、V(B13)及V(B14)，第一邻近像素G11、G12、G13及G14分别具有一绿色彩值V(G11)、V(G12)、V(G13)及V(G14)。在步骤(c)的演算式中依据绿色彩值V(G11)、V(G12)、V(G13)及V(G14)获得目标像素R10的一绿色插补值V(R10_G)。计算公式如下：

2≤N≤4..................(c1)

其中，当垂直方向绿色彩值V(G11)及V(G14)的差异远小于水平方向绿色彩值V(G12)及V(G13)的差异时，则以垂直方向绿色彩值V(G11)及V(G14)的平均值组成目标像素G10的绿色插补值V(R10_G)。

反之，则以水平方向绿色彩值V(G12)及V(G13)的平均值组成目标像素R10的绿色插补值V(R10_G)。

当水平方向及垂直方向的绿色彩值差异皆不大时，则直接以四个绿色彩值的平均组成目标像素R10的绿色插补值V(R10_G)。

另外，在步骤(c)的演算式依据依据蓝色彩值V(B11)、V(B12)、V(B13)及V(B14)获得目标像素R10之一蓝色插补值V(R10_B)。计算公式如下：

$V(R10\_B)=\left\{\begin{array}{cc}[V\left(B11\right)+V\left(B14\right)]/2& \mathrm{if}|V\left(B12\right)-V\left(B13\right)|>|V\left(B11\right)-V\left(B14\right)|\×N\\ [V\left(B12\right)+V\left(B13\right)]/2& \mathrm{if}|V\left(B11\right)-V\left(B14\right)|>|V\left(B12\right)-V\left(B13\right)|\×\mathrm{Nh}\\ [V\left(B11\right)+V\left(B12\right)+V\left(B13\right)+V\left(B14\right)]/4& \mathrm{Otherwise}\end{array}\right.$

，2≤N≤4...........................(c2)

其中，当左上-右下方向的蓝色彩值V(B11)及V(B14)的差异远小于右上-左下方向的蓝色彩值V(B12)及V(B13)的差异时，则以左上-右下方向的蓝色彩值V(B11)及V(B14)的平均值组成目标像素G10的蓝色插补值V(R10_B)。

反之，则以右上-左下方向的绿色彩值V(B12)及V(B13)的平均值组成目标像素R10的蓝色插补值V(R10_B)。

当左上-右下方向及右上-左下方向的绿色彩值差异皆不大时，则直接以四个蓝色彩值的平均组成目标像素R10的蓝色插补值V(R10_B)。

在虚线L12中，此些像素包括 $\left[\begin{array}{ccc}R21& G21& R22\\ G22& B20& G23\\ R23& G24& R24\end{array}\right]$ ，其中目标像素B20具有一蓝色彩值V(B20)，第一邻近像素R21、R22、R23及R24分别具有一红色彩值V(R21)、V(R22)、V(R23)及V(R24)，第一邻近像素G21、G22、G23及G24分别具有一绿色彩值V(G21)、V(G22)、V(G23)及V(G24)。在步骤(c)的演算式依据绿色彩值V(G21)、V(G22)、V(G23)及V(G24)获得目标像素B20的一绿色插补值V(B20_G)。计算公式如下：

$V(B20\_G)=\left\{\begin{array}{cc}[V\left(G21\right)+V\left(G24\right)]/2& \mathrm{if}|V\left(G22\right)-V\left(G23\right)|>|V\left(G21\right)-V\left(G24\right)|\×N\\ [V\left(G22\right)+V\left(G23\right)]/2& \mathrm{if}|V\left(G21\right)-V\left(G24\right)|>|V\left(G22\right)-V\left(G23\right)|\×N\\ [V\left(G21\right)+V\left(G22\right)+V\left(G23\right)+V\left(G24\right)]/4& \mathrm{Otherwise}\end{array}\right.$

2≤N≤4..........................(c3)

其中，演算式(c3)的主要精神与演算式(c1)相同，在此不再赘述。

此外，步骤(c)更依据红色彩值V(R21)、V(R22)、V(R23)及V(R24)获得目标像素B20的一红色插补值V(B20_R)。计算公式如下：

$V(B20\_R)=\left\{\begin{array}{cc}[V\left(R21\right)+V\left(R24\right)]/2& \mathrm{if}|V\left(R22\right)-V\left(R23\right)|>|V\left(R21\right)-V\left(R24\right)|\×N\\ [V\left(R22\right)+V\left(R23\right)]/2& \mathrm{if}|V\left(R21\right)-V\left(R24\right)|>|V\left(R22\right)-V\left(R23\right)|\×N\\ [V\left(R21\right)+V\left(R22\right)+V\left(R23\right)+V\left(R24\right)]/4& \mathrm{Otherwise}\end{array}\right.$

，2≤N≤4...........................(c4)

其中，演算式(c4)的主要精神与演算式(c2)相同，在此不再赘述。

在虚线L13中，像素包括 $\left[\begin{array}{ccc}G31& B31& G32\\ R31& G30& R32\\ G33& B32& G34\end{array}\right]$ ，其中第一邻近像素R31及R32分别具有一红色彩值V(R31)及V(R32)，第一邻近像素B31及B32分别具有一蓝色彩值V(B31)及V(B32)，目标像素G30、第一邻近像素G31、G32、G33及G34分别具有一绿色彩值V(G30)、V(G31)、V(G32)、V(G33)及V(G34)。其中步骤(c)依据第一邻近像素R31及R32的红色彩值V(R31)及V(R32)获得目标像素R30的红色插补值V(G30_R)。其计算公式如下：

V(G30_R)＝[V(R31)+V(R32)]/2.................(c5)

其中，邻近目标像素G30的红色彩值仅有V(R31)及V(R32)。因此，可直接以红色彩值V(R31)及V(R32)的平均值组成目标像素G30的红色彩值V(G30_G)。

此外，步骤(c)更依据第一邻近像素B31及B32的蓝色彩值V(B31)及V(B32)获得目标像素R30的蓝色插补值V(G30_B)。其计算公式如下：

V(G30_B)＝[V(B31)+V(B32)]/2....................(c6)

其中，演算式(c6)的主要精神与演算式(c5)相同，在此不再赘述。

在虚线L14中，这些像素包括 $\left[\begin{array}{ccc}G41& R41& G42\\ B41& G40& B42\\ G43& R42& G44\end{array}\right]$ ，其中第一邻近像素R41及R42分别具有一红色彩值V(R41)及V(R42)，第一邻近像素B41及B42分别具有一蓝色彩值V(B41)及V(B42)，目标像素G40、第一邻近像素G41、G42、G43及G44分别具有一绿色彩值V(G40)、V(G41)、V(G42)、V(G43)及V(G44)。其中步骤(c)依据第一邻近像素R41及R42的红色彩值V(R41)及V(R42)获得目标像素G40的红色插补值V(G40_R)。计算公式如下：

V(G40_R)＝[V(R41)+V(R42)]/2.....................(c7)

其中，演算式(c7)的主要精神与演算式(c5)相同，在此不再在赘述。

此外，步骤(c)更依据第一像素B41及B42的蓝色彩值V(B41)及V(B42)获得目标像素的蓝色插补值V(B40_B)。计算公式如下：

V(G40_B)＝[V(B41)+V(B42)]/2.....................(c8)

其中，演算式(c8)的主要精神与演算式(c5)相同，在此不再赘述。

如图7所示，任意选取5*5矩阵的25个像素，仅可能产生虚线L21、L22、L23及L24等四种排列方式。在每一5*5矩阵中，定义中间位置的像素为目标像素，环绕目标像素的8个像素为第一邻近像素，其余为第二邻近像素。目标像素具有一第一原色彩值，部分的第一邻近像素具有一第二原色彩值，部分的第二邻近像素具有一第一原色彩值；在步骤(d)中，更以部分的第二邻近像素的第一原色彩值调整目标像素的一第二原色插补值。

或者，部分的第一邻近像素具有一第二原色插补值，在该步骤(d)中，更以部分的第一邻近像素的第二原色插补值调整目标像素的另一第二原色插补值。

以下分别说明虚线L21、L22、L23及L24等四种排列方式在步骤(d)中的演算式。

在虚线L21中，此些像素包括 $\left[\begin{array}{ccccc}& G114& R110& G113& \\ G117& B100& G101& B102& G120\\ R111& G103& R104& G105& R109\\ G118& B106& G107& B108& G119\\ & G115& R112& G116& \end{array}\right]$ ，其中目标像素R104、第二邻近像素R110、R111、R109及R112分别具有一红色彩值V(R104)、V(R110)、V(R111)、V(R109)及V(R112)，第一邻近像素B 100、B102、B106及B108分别具有一蓝色彩值V(B100)、V(B102)、V(B106)及V(B108)，第一邻近像素G101、G103、G105、G107、第二邻近像素G114、G113、G117、G120、G118、G119、G115及G116分别具有一绿色彩值V(G101)、V(G103)、V(G105)、V(G107)、V(G114)、V(G113)、V(G117)、V(G120)、V(G118)、V(G119)、V(G115)及V(G116)。其中步骤(d)更依据绿色彩值V(G101)、V(G103)、V(G105)及V(G107)以及红色彩值V(R104)、V(R110)、V(R111)、V(R109)及V(R112)以及蓝色彩值V(B100)、V(B102)、V(B106)及V(B108)，以获得目标像素R104的一绿色插补值V(R104_G)。计算公式如下：

首先，计算红色变异值R_var、绿色变异值G_var及蓝色变异值：

R_var＝max[V(R104)，V(R109)，V(R110)，V(R111)，V(R112)]

-min[V(R104)，V(R109)，V(R110)，V(R111)，V(R112)]

G_var＝max[V(G101)，V(G103)，V(G105)，V(G107)]

-min[V(G101)，V(G103)，V(G105)，V(G107)]

B_var＝max[V(B100)，V(B102)，V(B106)，V(B108)]

-min[V(B100)，V(B102)，V(B106)，V(B108)]...........(d11)

接着，以原色变异值较小的原色值决定水平差值Δh及垂直差值Δv：

$\left\{\begin{array}{c}\mathrm{\Δh}=|V\left(R109\right)-V\left(R111\right)|\\ \mathrm{\Δv}=|V\left(R110\right)-V\left(R112\right)|\end{array}\right.\mathrm{if}{,R}_{\mathrm{var}}=\min (R_{\mathrm{var}},G_{\mathrm{var}},B_{\mathrm{var}})$

$\left\{\begin{array}{c}\mathrm{\Δh}=|V\left(G103\right)-V\left(G105\right)|\\ \mathrm{\Δv}=|V\left(G101\right)-V\left(G107\right)|\end{array}\right.\mathrm{if}{G}_{\mathrm{var}}=\min (R_{\mathrm{var}},G_{\mathrm{var}},B_{\mathrm{var}})$

$\left\{\begin{array}{c}\mathrm{\Δh}=|V\left(B100\right)-V\left(B102\right)|+|V\left(B106\right)-V\left(B108\right)|\\ \mathrm{\Δv}=|V\left(B100\right)-V\left(B106\right)|+|V\left(B102\right)-V\left(B108\right)|\end{array}\right.\mathrm{if}{B}_{\mathrm{var}}=\min (R_{\mathrm{var}},G_{\mathrm{var}},B_{\mathrm{var}})...\left(d12\right)$

然后，计算目标像素R104的绿色插补值V(R104_G)：

，2≤N≤4，和2≤k₁，k₂，k₃≤8..................(d13)

其中，当水平差值Δh远小于垂直差值Δv且垂直差值Δv大于一安全临界值TV(Thresho1d value)时，则以水平方向绿色彩值V(G103)及V(G105)的平均值[V(G103)+V(G105)]/2，并加上绿色与红色的调整关系式 $[V\left(R104\right)-\frac{V\left(R109\right)+V\left(R111\right)}{2}]/k_1$ 以组成目标像素G104的绿色插补值V(R104_G)。

反之，则以垂直方向绿色彩值V(G101)及V(G107)的平均值[V(G101)+V(G107)]/2，并加上绿色与红色的调整关系式 $[V\left(R104\right)-\frac{V\left(R110\right)+V\left(R112\right)}{2}]/k_2$ 以组成目标像素R104的绿色插补值V(R104_G)。

当水平差值Δh与垂直差值Δv差异不大时，则直接以四个绿色彩值的平均组[V(G101)+V(G103)+V(G105)+V(G107)]/4，并加上绿色与红色的调整关系式 $[V\left(R104\right)-\frac{V\left(R109\right)+V\left(R110\right)+V\left(R111\right)+V\left(R112\right)}{4}]/k_3$ 以组成目标像素R104的绿色插补值V(R104_G)。

此外，步骤(d)更依据蓝色彩值V(B100)、V(B102)、V(B106)及V(B108)以及目标像素R104、第一邻近像素B100、B102、B106及B108的一绿色插补值V(R104_G)、V(B100_G)、V(B102_G)、V(B106_G)及V(B108_G)获得目标像素R104的一蓝色插补值V(R104_B)。其计算公式如下：

首先，以步骤(c)的方式计算绿色插补值V(R104_G)、V(B100_G)、V(B102_G)、V(B106_G)及V(B108_G)。

接着，计算变化差值Δd₁、Δd₂、Δd₃及Δd₄：

Δd₁＝|V(B100)-V(B108)|

Δd₂＝|V(B102)-V(B106)|

Δd₃＝|V(G117)-V(G107)|/2+|V(G101)-V(G119)|/2

Δd₄＝|V(G101)-V(G118)|/2+|V(G120)-V(G107)|/2.............(d21)

然后，计算目标像素R104的蓝色插补值V(R104_B)：

，2≤N≤4，和2≤k₁，k₂，k₃≤8...................(d22)

其中，演算式(d22)的主要精神与演算式(d13)类似，但考虑的是斜角方向的差值，在此不再赘述。

在虚线L22中此些像素包括 $\left[\begin{array}{ccccc}& G214& B210& G213& \\ G217& R200& G201& R202& G220\\ B211& G203& B204& G205& B209\\ G218& R206& G207& R208& G219\\ & G215& B212& G216& \end{array}\right]$ ，其中目标像素B204、第二邻近像素B210、B211、B209及B212分别具有一蓝色彩值V(B204)、V(B210)、V(B211)、V(B209)及V(B212)，第一邻近像素R200、R202、R206及R208分别具有一红色彩值V(R200)、V(R202)、V(R206)及V(R208)，第一邻近像素G201、G203、G205、G207、第二邻近像素G214、G213、G217、G220、G218、G219、G215及G216分别具有一绿色彩值V(G201)、V(G203)、V(G205)、V(G207)、V(G214)、V(G213)、V(G217)、V(G220)、V(G218)、V(G219)、V(G215)及V(G216)。其中步骤(d)更依据绿色彩值V(G201)、V(G203)、V(G205)及V(G207)以及蓝色彩值V(B210)、V(B211)、V(B209)及V(B212)以及红色彩值V(R200)、V(R202)、V(R206)及V(R208)，以获得目标像素B204的一绿色插补值V(B204_G)。其计算公式如下：

首先，计算蓝色变异值B_var、绿色变异值G_var及红色变异值R_var：

B_var＝max[V(B204)，V(B209)，V(B210)，V(B211)，V(B212)]

-min[V(B204)，V(B209)，V(B210)，V(B211)，V(B212)]

G_var＝max[V(G201)，V(G203)，V(G205)，V(G207)]

-min[V(G201)，V(G203)，V(G205)，V(G207)]

R_var＝max[V(R200)，V(R202)，V(R206)，V(R208)]

-min[V(R200)，V(R202)，V(R206)，V(R208)]...................(d31)

接着，决定水平差值Δh及垂直差值Δv：

$\left\{\begin{array}{c}\mathrm{\Δh}=|V\left(B209\right)-V\left(B211\right)|\\ \mathrm{\Δv}=|V\left(B210\right)-V\left(B212\right)|\end{array}\right.\mathrm{if}{B}_{\mathrm{var}}=\min (B_{\mathrm{var}},G_{\mathrm{var}},R_{\mathrm{var}})$

$\left\{\begin{array}{c}\mathrm{\Δh}=|V\left(G203\right)-V\left(G205\right)|\\ \mathrm{\Δv}=|V\left(G201\right)-V\left(G207\right)|\end{array}\right.\mathrm{if}{G}_{\mathrm{var}}=\min (B_{\mathrm{var}},G_{\mathrm{var}},R_{\mathrm{var}})$

$\left\{\begin{array}{c}\mathrm{\Δh}=|V\left(R200\right)-V\left(R202\right)|+|V\left(R206\right)-V\left(R208\right)|\\ \mathrm{\Δv}=|V\left(R200\right)-V\left(R206\right)|+|V\left(R202\right)-V\left(R208\right)|\end{array}\right.\mathrm{if}{R}_{\mathrm{var}}=\min (B_{\mathrm{var}},G_{\mathrm{var}},R_{\mathrm{var}})...\left(d32\right)$

然后，计算目标像素B204的绿色插补值V(B204_G)：

2≤N≤4，和2≤k₁，k₂，k₃≤8.....................(d33)

其中，演算式(d33)的主要精神与演算式(d13)类似，在此不再赘述。

此外，步骤(d)更依据红色彩值V(R200)、V(R202)、V(R206)及V(R208)以及目标像素B204、第一邻近像素R200、R202、R206及R208的一绿色插补值V(B204_G)、V(R200_G)、V(R202_G)、V(R206_G)及V(R208_G)获得目标像素B204的一红色插补值V(B204_R)。其计算公式如下：

首先，以步骤(c)的方式计算绿色插补值V(B204_G)V(R200_G)、V(R202_G)、V(R206_G)及V(R208_G)。

接着，计算变化差值Δd₁、Δd₂、Δd₃及Δd₄：

Δd₁＝|V(R200)-V(R208)|

Δd₂＝|V(R202)-V(R206)|

Δd₃＝|V(G217)-V(G207)|/2+|V(G201)-V(G219)|/2

Δd₄＝|V(G201)-V(G218)|/2+|V(G220)-V(G207)|/2..............(d41)

然后，计算目标像素B204的红色插补值V(B204_R)：

2≤N≤4，和2≤k₁，k₂，k₃≤8......................(d42)

其中，演算式(d42)的主要精神与演算式(d22)类似，在此不再赘述。

在虚线L23中，此些像素包括 $\left[\begin{array}{ccccc}& R314& G310& R313& \\ & G300& B301& G302& \\ G311& R303& G304& R305& G309\\ & G306& B307& G308& \\ & R315& G312& R316& \end{array}\right]$ ，其中第一邻近像素R303、R305、第二邻近像素R314、R313、R315及R316分别具有一红色彩值V(R303)、V(R305)、V(R314)、V(R313)、V(R315)及V(R316)，第一邻近像素B301及B307分别具有一蓝色彩值V(B301)及V(B307)，目标像素G304、第一邻近像素G300、G302、G306、G308、第二邻近像素G310、G311、G309及G312分别具有一绿色彩值V(G304)、V(G300)、V(G302)、V(G306)、V(G308)、V(G310)、V(G311)、V(G309)及V(G312)。步骤(d)系依据红色彩值V(R303)、V(R305)、V(R313)、V(R314)、V(R315)及V(R316)以及第一邻近像素R303及R305的一绿色插补值V(R303_G)及V(R305_G)获得目标像素G304的一红色插补值V(G304_R)。其计算公式如下：

首先，以步骤(c)的方式计算绿色插补值V(R303_G)及V(R305_G)。

接着，计算目标像素G304的该红色插补值：

$V(G304\_R)=\{3\×[\frac{V\left(R303\right)+V\left(R305\right)}{2}+(V\left(G304\right)-\frac{V(R303\_G)+V(R305\_G)}{2}/k)]+$

$\frac{V\left(R313\right)+V\left(R314\right)+V\left(R315\right)+V\left(R316\right)}{4}\}/4$ ，2≤k≤8.........(d51)

其中，在第一邻近像素中，仅有红色彩值V(R303)、V(R305)，因此演算式(d51)直接以红色彩值V(R303)、V(R305)的平均值组成目标像素G304的第一邻近像素的红色插补值V(G304_R)，并且再并入红色与绿色的调整关系式 $(V\left(G304\right)-\frac{V(R303\_G)+V(R305\_G)}{2})/k$ 及对应于第二邻近像素的红色彩值V(R313)、V(R314)、V(R315)及V(R316)的平均值 $\frac{V\left(R313\right)+V\left(R314\right)+V\left(R315\right)+V\left(R316\right)}{4}$ ，以获得较佳的红色插补值V(G304_R)。

此外，步骤(d)更依据蓝色彩值V(B301)及V(B307)以及该第一邻近像素B301及B307的一绿色插补值V(B301_G)及V(B307_G)获得目标像素G304的一蓝色插补值V(G304_B)。其计算公式如下：

首先，以步骤(c)的方式计算绿色插补值V(B301_G)及V(B307_G)。

接着，计算目标像素的蓝色插补值：

$V(G304\_B)=\left\{\right[\frac{V\left(B301\right)+V\left(B307\right)}{2}+(V\left(G304\right)-\frac{V(B301\_G)+V(B307\_G)}{2}/k)]+$

$\frac{V\left(B301\right)+V\left(B307\right)}{2}\}/2,$ 2≤k≤8.................................(d61)

其中，演算式(d61)的主要精神与演算式(d51)类似，在此不再赘述。

在虚线L24中，此些像素包括 $\left[\begin{array}{ccccc}& B414& G410& B413& \\ & G400& R401& G402& \\ G411& B403& G404& B405& G409\\ & G406& R407& G408& \\ & B415& G412& B416& \end{array}\right]$ ，其中第一邻近像素B403、B405、第二邻近像素B414、B413、B415及B416分别具有一蓝色彩值V(B403)、V(B405)、V(B414)、V(B413)、V(B415)及V(B416)，第一邻近像素R401及R407分别具有一红色彩值V(R401)及V(R407)，目标像素G404、第一邻近像素G400、G402、G406、G408、第二邻近像素G410、G411、G409及G412分别具有一绿色彩值V(G404)、V(G400)、V(G402)、V(G406)、V(G408)、V(G410)、V(G411)、V(G409)及V(G412)。步骤(d)更依据红色彩值V(R401)及V(R407)以及第一邻近像素R401、R407的一绿色插补值V(R401_G)、V(R407_G)获得目标像素G404的一红色插补值V(G404_R)。其计算公式如下：

首先，以步骤(c)的方式计算绿色插补值V(R401_G)及V(R407_G)。

接着，计算目标像素G404的该红色插补值：

$V(G404\_R)=\left\{\right[\frac{V\left(R401\right)+V\left(R407\right)}{2}+(V\left(G404\right)-\frac{V(R401\_G)+V(R407\_G)}{2}/k)]+$

$\frac{V\left(R401\right)+V\left(R407\right)}{2}\}/2,$ 2≤k≤8...........................(d71)

其中，演算式(d71)的主要精神与演算式(d51)类似，在此不再赘述。

此外，步骤(d)更依据蓝色彩值V(B403)、V(B405)、V(B413)、V(B414)、V(B415)及V(B416)及第一邻近像素B403、B405的绿色插补值V(B403_G)、V(B405_G)获得该目标像素G404的一蓝色插补值V(G404_B)。其计算公式如下：

首先，以步骤(c)的方式计算绿色插补值V(B403_G)及V(B405_G)。

接着，计算目标像素G404的蓝色插补值：

$V(G404\_B)=\{3\×[\frac{V\left(B403\right)+V\left(B405\right)}{2}+(V\left(G404\right)-\frac{V(B403\_G)+V(B405\_G)}{2}/k)]+$

$\frac{V\left(B413\right)+V\left(B414\right)+V\left(B415\right)+V\left(B416\right)}{4}\}/4,$ 2≤k≤8...............(d81)

其中，演算式(d81)的主要精神与演算式(d51)类似，在此不再赘述。

本发明上述实施例所揭露的色彩插补方法及应用其的图像处理装置，其依据不同的环境亮度信息而采用适合的算法。并依据不同算法更搭配不同的图像校正与调整程序，使得本发明的色彩插补方法及应用其的图像处理装置具有以下各项优点：

第一、“在不同环境亮度下，均可获得最佳色彩质量”：本发明依据不同的环境亮度而采用适合的算法，使得色彩差补后的图像数据可获得最佳的色彩质量。

第二、“可依据使用者的个人喜好，获得需要的色彩质量”：本发明更可通过使用者界面让使用者选择需要的算法，以符合使用者的需求。

第三、“实用性高”：本发明同时提供自动模式及手动模式，不仅藉由自动模式增加产品的便利性，更藉由手动模式增加产品的操作弹性。因而大大地增加产品的实用性。

第四、“颜色调整最佳化”：在本发明的演算式中，适时的并入颜色得调整关系式，更可获得最佳的颜色调整质量。

第五、“有效消除噪声”：本发明依据环境亮度信息更可适时的提供消除噪声的运算，以增加图像数据质量。

第六、“有效强化边缘”：在步骤(d)的算法后，更提供强化边缘的运算，更增加图像数据的质量。

第七、“有效抑制假色”：在步骤(c)的算法后，更提供抑制假色的运算，更增加图像数据的质量。

综上所述，虽然本发明已以一优选实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中的普通技术人员，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视后附的权利要求书所界定者为准。

Claims (22)

1.一种色彩插补方法，用以插补一图像数据的色彩，从该图像数据中定义一目标像素、多个第一邻近像素及多个第二邻近像素，这些第一邻近像素环绕该目标像素成一3*3矩阵，这些第二邻近像素更环绕这些第一邻近像素成一5*5矩阵，该图像数据对应一环境亮度信息，该色彩插补方法至少包括以下步骤：

(a)判断该环境亮度信息是否落于一暗态范围内，若是则执行步骤(c)，若否则执行步骤(d)；

(c)依据这些第一邻近像素，插补该目标像素的色彩；以及

(d)依据这些第一邻近像素及这些第二邻近像素，插补该目标像素的色彩。

2.如权利要求1所述的色彩插补方法，其中该环境亮度信息包括一曝光时间(exposure time)及一感测增益值(sensor gain)，该步骤(a)判断该曝光时间是否大于一参考时间，或者判断该感测增益值是否大于一参考增益值，或者判断该曝光时间及该感测增益值之乘积是否大于一参考乘积，若其中之一成立则该环境亮度信息落于该暗态范围。

3.如权利要求1所述的色彩插补方法，更包括：

(b)通过一使用者界面，选择执行步骤(c)或步骤(d)。

4.如权利要求1所述的色彩插补方法，其中在该步骤(a)之后，若该环境亮度信息落于该暗态范围内则更执行步骤(e)，该色彩插补方法还包括：

(e)消除该图像数据的噪声；或其中在该步骤(c)之后，该色彩插补方法还包括：

(g)抑制该图像数据的假色。

5.如权利要求1所述的色彩插补方法，其中在该步骤(d)之后，该色彩插补方法还包括：

(f)强化该图像数据的边缘。

6.如权利要求1所述的色彩插补方法，其中该目标像素及这些第一邻近像素以一贝尔图样(Bayer pattern)配置，该目标像素具有一第一原色彩值，部分的这些第一邻近像素具有一第二原色彩值，在该步骤(c)中，以水平方向、垂直方向差异最小的两个，或两对角方向差异最小的两个，或四个这些第一邻近像素的该第二原色彩值的平均值组成该目标像素的一第二原色插补值。

7.如权利要求1所述的色彩插补方法，其中该目标像素、这些第一邻近像素及这些第二邻近像素以一贝尔图样配置，该目标像素具有一第一原色彩值，部分的这些第一邻近像素具有一第二原色彩值，在该步骤(d)中，以水平方向、垂直方向差异最小的两个，或两对角方向差异最小的两个，或四个这些第一邻近像素的该第二原色彩值的平均值组成该目标像素的一第二原色插补值。

8.如权利要求7所述的色彩插补方法，其中部分的这些第二邻近像素具有一第一原色彩值，部分的这些第一邻近像素具有一第二原色插补值，在该步骤(d)中，更以部分的这些第二邻近像素的该第一原色彩值调整该目标像素的一第二原色插补值，且更以部分的这些第一邻近像素的该第二原色插补值调整该目标像素的另一第二原色插补值。

9.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccc}B11& G11& B12\\ G12& R10& G13\\ B13& G14& B14\end{array}\right],$ 目标像素R10具有一红色彩值V(R10)，第一邻近像素B11、B12、B13及B14分别具有一蓝色彩值V(B11)、V(B12)、V(B13)及V(B14)，第一邻近像素G11、G12、G13及G14分别具有一绿色彩值V(G11)、V(G12)、V(G13)及V(G14)，其中该步骤(c)还包括：

步骤(c1)，依据这些绿色彩值V(G11)、V(G12)、V(G13)及V(G14)获得该目标像素R10的一绿色插补值V(R10_G)，包括：

若|V(G12)-V(G13)|＞|V(G11)-V(G14)|×N，则V(R10_G)＝[V(G11)+V(G14)]/2；

若|V(G11)-V(G14)|＞|V(G12)-V(G13)|×N，则V(R10_G)＝[V(G12)+V(G13)]/2；及

否则，V(R10_G)＝[V(G11)+V(G12)+V(G13)+V(G14)]/4；

其中2≤N≤4；以及

步骤(c2)，依据这些蓝色彩值V(B11)、V(B12)、V(B13)及V(B14)获得该目标像素R10的一蓝色插补值V(R10_B)，包括：

若|V(B12)-V(B13)|＞|V(B11)-V(B14)|×N，则V(R10_B)＝[V(B11)+V(B14)]/2；

若|V(B11)-V(B14)|＞|V(B12)-V(B13)|×N，则V(R10_B)＝[V(B12)+V(B13)]/2；以及

否则，V(R10_B)＝[V(B11)+V(B12)+V(B13)+V(B14)]/4；

其中2≤N≤4。

10.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccc}R21& G21& R22\\ G22& B20& G23\\ R23& G24& R24\end{array}\right],$ 目标像素B20具有一蓝色彩值V(B20)，第一邻近像素R21、R22、R23及R24分别具有一红色彩值V(R21)、V(R22)、V(R23)及V(R24)，第一邻近像素G21、G22、G23及G24分别具有一绿色彩值V(G21)、V(G22)、V(G23)及V(G24)，其中该步骤(c)还包括：

步骤(c3)，依据这些绿色彩值V(G21)、V(G22)、V(G23)及V(G24)获得该目标像素B20的一绿色插补值V(B20_G)，包括：

若|V(G22)-V(G23)|＞|V(G21)-V(G24)|×N，则V(B20_G)＝[V(G21)+V(G24)]/2；

若|V(G21)-V(G24)|＞|V(G22)-V(G23)|×N，则V(B20_G)＝[V(G22)+V(G23)]/2；及

否则，V(B20_G)＝[V(G21)+V(G22)+V(G23)+V(G24)]/4；

其中2≤N≤4；以及

步骤(c4)，依据这些红色彩值V(R21)、V(R22)、V(R23)及V(R24)获得该目标像素B20的一红色插补值V(B20G)，包括：

若|V(R22)-V(R23)|＞|V(R21)-V(R24)|×N，则V(B20_R)＝[V(R21)+V(R24)]/2；

若|V(R21)-V(R24)|＞|V(R22)-V(R23)|×N，则V(B20_R)＝[V(R22)+V(R23)]/2；及

否则，V(B20_R)＝[V(R21)+V(R22)+V(R23)+V(R24)]/4；

其中2≤N≤4。

11.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccc}G31& B31& G32\\ R31& G30& R32\\ G33& B32& G34\end{array}\right],$ 第一邻近像素R31及R32分别具有一红色彩值V(R31)及V(R32)，第一邻近像素B31及B32分别具有一蓝色彩值V(B31)及V(B32)，目标像素G30、第一邻近像素G31、G32、G33及G34分别具有一绿色彩值V(G30)、V(G31)、V(G32)、V(G33)及V(G34)，其中该步骤(c)还包括：

(c5)计算目标像素G30的一红色插补值V(G30_R)＝[V(R31)+V(R32)]/2；以及

(c6)计算目标像素G30的一蓝色插补值V(G30_B)＝[V(B31)+V(B32)]/2。

12.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccc}G41& R41& G42\\ B41& G40& B42\\ G43& R42& G44\end{array}\right],$ 第一邻近像素R41及R42分别具有一红色彩值V(R41)及V(R42)，第一邻近像素B41及B42分别具有一蓝色彩值V(B41)及V(B42)，目标像素G40、第一邻近像素G41、G42、G43及G44分别具有一绿色彩值V(G40)、V(G41)、V(G42)、V(G43)及V(G44)，其中该步骤(c)还包括：

(c7)计算目标像素G40的一红色插补值V(G40_R)＝[V(R41)+V(R42)]/2；以及

(c8)计算目标像素G40的一蓝色插补值V(G40_B)＝[V(B41)+V(B42)]/2。

13.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccccc}& G114& R110& G113& \\ G117& B100& G101& B102& G120\\ R111& G103& R104& G105& R109\\ G118& B106& G107& B108& G119\\ & G115& R112& G116& \end{array}\right],$ 目标像素R104、第二邻近像素R110、R111、R109及R112分别具有一红色彩值V(R104)、V(R110)、V(R111)、V(R109)及V(R112)，第一邻近像素B100、B102、B106及B108分别具有一蓝色彩值V(B100)、V(B102)、V(B106)及V(B108)，第一邻近像素G101、G103、G105、G107、第二邻近像素G114、G113、G117、G120、G118、G119、G115及G116分别具有一绿色彩值V(G101)、V(G103)、V(G105)、V(G107)、V(G114)、V(G113)、V(G117)、V(G120)、V(G118)、V(G119)、V(G115)及V(G116)，其中该步骤(d)还包括：

步骤(d1)，包括：

计算红色变异值R_var、绿色变异值G_var及蓝色变异值B_var，其中

R_var＝max[V(R104)，V(R109)，V(R110)，V(R111)，V(R112)]-min[V(R104)，V(R109)，V(R110)，V(R111)，V(R112)]，

G_var＝max[V(G101)，V(G103)，V(G105)，V(G107)]-min[V(G101)，V(G103)，V(G105)，V(G107)]，

B_var＝max[V(B100)，V(B102)，V(B106)，V(B108)]-min[V(B100)，V(B102)，V(B106)，V(B108)]；

决定水平差值Δh及垂直差值Δv，其中若R_var＝min(R_var，G_var，B_var)则Δh＝|V(R109)-V(R111)|且Δv＝|V(R110)-V(R112)|，若G_var＝min(R_var，G_var，B_var)则Δh＝|V(G103)-V(G105)|且Δv＝|V(G101)-V(G107)|，若B_var＝min(R_var，G_var，B_var)则Δh＝|V(B100)-V(B102)|+|V(B106)-V(B108}|且Δv＝|V(B100)-V(B106)|+|V(B102)-V(B108)|；

若Δh×N＜Δv且Δv＞TV，则

$V=(R104\_G)=\[V\left(G103\right)+V\left(G105\right)\]/2+\[V\left(R104\right)-\frac{V\left(R109\right)+V\left(R111\right)}{2}\]/k_1;$

若Δh＞Δv×N且Δh＞TV，则

$V(R104\_G)=\[V\left(G101\right)+V\left(G107\right)\]/2+\[V\left(R104\right)-\frac{V\left(R110\right)+V\left(R112\right)}{2}\]/k_2;$ 及

否则，

$V(R104\_G)=\[V\left(G101\right)+V\left(G103\right)+V\left(G105\right)+V\left(G107\right)\]/4$

$+\[V\left(R104\right)-\frac{V\left(R109\right)+V\left(R110\right)+V\left(R111\right)+V\left(R112\right)}{4}\]/k_3;$

其中2≤N≤4且2≤k₁，k₂，k₃≤8；以及

步骤(d2)，包括：

以步骤(c)的方式计算这些绿色插补值V(R104_G)、V(B100_G)、V(B102_G)、V(B106_G)及V(B108_G)；

计算变化差值Δd₁、Δd₂、Δd₃及Δd₄，其中

Δd₁＝|V(B100)-V(B108)|，

Δd₂＝|V(B102)-V(B106)|，

Δd₃＝|V(G117)-V(G107)|/2+|V(G101)-V(G119)|/2，

Δd₄＝|V(G101)-V(G118)|/2+|V(G120)-V(G107)|/2；

若Δd₁×N＜Δd₂且Δd₂＞TV且Δd₃×N＜Δd₄且Δd₄＞TV则

$V(R104\_B)=\[V\left(B100\right)+V\left(B108\right)\]/2+\[V(R104\_G)-\frac{V(B100\_G)+V(B108\_G)}{2}\]/k_1;$

若Δd₁＞Δd₂×N且Δd₁＞TV且Δd₃＞Δd₄×N且Δd₃＞TV则

$V(R104\_B)=\[V\left(B102\right)+V\left(B106\right)\]/2+\[V(R104\_G)-\frac{V(B102\_G)+V(B106\_G)}{2}\]/k_2;$ 及

否则，

$V(R104\_B)=\[V\left(B100\right)+V\left(B102\right)+V\left(B106\right)+V\left(B108\right)\]/4$

$+\[V(R104\_G)-\frac{V(B100\_G)+V(B102\_G)+V(B106\_G)+V(B108\_G)}{4}\]/k_3;$

其中2≤N≤4且2≤k₁，k₂，k₃≤8。

14.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccccc}& G214& B210& G213& \\ G217& R200& G201& R202& G220\\ B211& G203& B204& G205& B209\\ G218& R206& G207& R208& G219\\ & G215& B212& G216& \end{array}\right],$ 目标像素B204、第二邻近像素B210、B211、B209及B212分别具有一蓝色彩值V(B204)、V(B210)、V(B211)、V(B209)及V(B212)，第一邻近像素R200、R202、R206及R208分别具有一红色彩值V(R200)、V(R202)、V(R206)及V(R208)，第一邻近像素G201、G203、G205、G207、第二邻近像素G214、G213、G217、G220、G218、G219、G215及G216分别具有一绿色彩值V(G201)、V(G203)、V(G205)、V(G207)、V(G214)、V(G213)、V(G217)、V(G220)、V(G218)、V(G219)、V(G215)及V(G216)，其中该步骤(d)还包括：

步骤(d3)，包括：

计算蓝色变异值B_var、绿色变异值G_var及红色变异值R_var，

B_var＝max[V(B204)，V(B209)，V(B210)，V(B211)，V(B212)]-min[V(B204)，V(B209)，V(B210)，V(B211)，V(B212)]，

G_var＝max[V(G201)，V(G203)，V(G205)，V(G207)]-min[V(G201)，V(G203)，V(G205)，V(G207)]，

R_var＝max[V(R200)，V(R202)，V(R206)，V(R208)]-min[V(R200)，V(R202)，V(R206)，V(R208)]；

若B_var＝min(B_var，G_var，R_var)则Δh＝|V(B209)-V(B211)0|且Δv＝|V(B210)-V(B212)|，若G_var＝min(B_var，G_var，R_var)则Δh＝|V(G203)-V(G205)|且Δv＝|V(G201)-V(G207)|，若R_var＝min(B_var，G_var，R_var)则Δh＝|V(R200)-V(R202)|+|V(R206)-V(R208)|且Δv＝|V(R200)-V(R206)|+|V(R202)-V(R208)|；

若Δh×N＜Δv且Δv＞TV，则

$V(B204\_G)=\[V\left(G203\right)+V\left(G205\right)\]/2+\[V\left(B204\right)-\frac{V\left(B209\right)+V\left(B211\right)}{2}\]/k_1;$

若Δh＞Δv×N且Δh＞TV，则

$V(B204\_G)=\[V\left(G201\right)+V\left(G207\right)\]/2+\[V\left(B204\right)-\frac{V\left(B210\right)+V\left(B212\right)}{2}\]/k_2;$ 及

否则，

$V(B204\_G)=\[V\left(G201\right)+V\left(G203\right)+V\left(G205\right)+V\left(G207\right)\]/4$

$+\[V\left(B204\right)-\frac{V\left(B209\right)+V\left(B210\right)+V\left(B211\right)+V\left(B212\right)}{4}\]/k_3;$

其中2≤N≤4且2≤k₁，k₂，k₃≤8；以及

步骤(d4)，包括：

以步骤(c)的方式计算这些绿色插补值V(B204_G)V(R200_G)、V(R202_G)、V(R206_G)及V(R208_G)；

计算变化差值Δd₁、Δd₂、Δd₃及Δd₄，其中

Δd₁＝|V(R200)-V(R208)|，Δd₂＝|V(R202)-V(R206)|，

Δd₃＝|V(G217)-V(G207)|/2+|V(G201)-V(G219)|/2，

Δd₄＝|V(G201)-V(G218)|/2+|V(G220)-V(G207)|/2；

若Δd₁×N＜Δd₂且Δd₂＞TV且Δd₃×N＜Δd₄且Δd₄＞TV则

$V(B204\_R)=\[V\left(R200\right)+V\left(R208\right)\]/2+\[V(B204\_G)-\frac{V(R200\_G)+V(R208\_G)}{2}\]/k_1;$

若Δd₁＞Δd₂×N且Δd₁＞TV且Δd₃＞Δd₄×N且Δd₃＞TV则

$V(B204\_R)=\[V\left(R202\right)+V\left(R206\right)\]/2+\[V(B204\_G)-\frac{V(R202\_G)+V(R206\_G)}{2}\]/k_2;$ 及

否则，

$V(B204\_R)=\[V\left(R200\right)+V\left(R202\right)+V\left(R206\right)+V\left(R208\right)\]/4$

$+\[V(B204\_G)-\frac{V(R200\_G)+V(R202\_G)+V(R206\_G)+V(R208\_G)}{4}\]/k_3;$

其中2≤N≤4且2≤k₁，k₂，k₃≤8。

15.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccccc}& R314& G310& R313& \\ & G300& B301& G302& \\ G311& R303& G304& R305& G309\\ & G306& B307& G308& \\ & R315& G312& R316& \end{array}\right],$ 第一邻近像素R303、R305、第二邻近像素R314、R313、R315及R316分别具有一红色彩值V(R303)、V(R305)、V(R314)、V(R313)、V(R315)及V(R316)，第一邻近像素B301及B307分别具有一蓝色彩值V(B301)及V(B307)，目标像素G304、第一邻近像素G300、G302、G306、G308、第二邻近像素G310、G311、G309及G312分别具有一绿色彩值V(G304)、V(G300)、V(G302)、V(G306)、V(G308)、V(G310)、V(G311)、V(G309)及V(G312)，其中该步骤(d)还包括：

步骤(d5)，包括：

以步骤(c)的方式计算这些绿色插补值V(R303_G)及V(R305_G)；及

计算该目标像素G304的该红色插补值

$V(G304\_R)=\{3\×\[\frac{V\left(R303\right)+V\left(R305\right)}{2}+(V\left(G304\right)-\frac{V(R303\_G)+V(R305\_G)}{2})/k\]+$

$\frac{V\left(R313\right)+V\left(R314\right)+V\left(R315\right)+V\left(R316\right)}{4}\}/4;$

其中2≤k≤8；以及

步骤(d6)，包括：

以步骤(c)的方式计算这些绿色插补值V(B301_G)及V(B307_G)；以及

计算该目标像素的该蓝色插补值

$V(G304\_B)=\{\[\frac{V\left(B301\right)+V\left(B307\right)}{2}+(V\left(G304\right)-\frac{V(B301\_G)+V(B307\_G)}{2})/k\]+$

$\frac{V\left(B301\right)+V\left(B307\right)}{2}\}/2;$

其中2≤k≤8。

16.如权利要求1所述的色彩插补方法，其中这些像素包括 $\left[\begin{array}{ccccc}& B414& G410& B413& \\ & G400& R401& G402& \\ G411& B403& G404& B405& G409\\ & G406& R407& G408& \\ & B415& G412& B416& \end{array}\right],$ 第一邻近像素B403、B405、第二邻近像素B414、B413、B415及B416分别具有一蓝色彩值V(B403)、V(B405)、V(B414)、V(B413)、V(B415)及V(B416)，第一邻近像素R401及R407分别具有一红色彩值V(R401)及V(R407)，目标像素G404、第一邻近像素G400、G402、G406、G408、第二邻近像素G410、G411、G409及G412分别具有一绿色彩值V(G404)、V(G400)、V(G402)、V(G406)、V(G408)、V(G410)、V(G411)、V(G409)及V(G412)，其中该步骤(d)还包括：

步骤(d7)，包括：

以步骤(c)之方式计算这些绿色插补值V(R401_G)及V(R407_G)；

计算该目标像素G404的该红色插补值

$V(G404\_R)=\{\[\frac{V\left(R401\right)+V\left(R407\right)}{2}+(V\left(G404\right)-\frac{V(R401\_G)+V(R407\_G)}{2})/k\]+$

$\frac{V\left(R401\right)+V\left(R407\right)}{2}\}/2;$ 其中2≤k≤8；以及

步骤(d8)，包括：

以步骤(c)的方式计算这些绿色插补值V(B403_G)及V(B405_G)；

计算该目标像素G404的该蓝色插补值

$V(G404\_B)=\{3\×\[\frac{V\left(B403\right)+V\left(B405\right)}{2}+(V\left(G404\right)-\frac{V(B403\_G)+V(B405\_G)}{2})/k\]+$

$\frac{V\left(B413\right)+V\left(B414\right)+V\left(B415\right)+V\left(B416\right)}{4}\}/4;$ 其中2≤k≤8。

17.一种图像处理装置，包括：

一图像拾取单元，用以拾取一图像数据，从该图像数据中定义一目标像素、多个第一邻近像素及多个第二邻近像素，这些第一邻近像素环绕该目标像素成一3*3矩阵，这些第二邻近像素更环绕这些第一邻近像素成一5*5矩阵；以及

一色彩插补单元(Color Interpolation Unit)，用以插补该图像数据的色彩，该色彩插补单元包括：

一自动判断单元，用以判断一环境亮度信息是否落于一暗态范围内；

一第一演算单元，依据这些第一邻近像素，插补该目标像素的色彩；及

一第二演算单元，系依据这些第一邻近像素及该第二邻近像素，插补该目标像素的色彩；

其中，当该环境亮度信息落于该暗态范围时，该色彩插补单元以该第一演算单元补该图像数据的色彩，当该环境亮度信息未落于该暗态范围时，该色彩插补单元系以该第二演算单元插补该图像数据的色彩。

18.如权利要求17所述的图像处理装置，其中该环境亮度信息包括一曝光时间(exposure time)及一感测增益值(sensor gain)，该自动判断单元判断该曝光时间是否大于一参考时间，或判断该感测增益值是否大于一参考增益值，或判断该曝光时间及该感测增益值之乘积是否大于一参考乘积，若其中之一成立则该环境亮度信息落于该暗态范围。

19.如权利要求17所述的图像处理装置，其中该色彩插补单元还包括：

一使用者界面，用以选择执行该第一演算单元或该第二演算单元；

一噪声消除单元(De-noise Unit)，用以消除该图像数据的噪声；

一边缘强化单元(Edge Enhancement Unit)，用以强化该图像数据中的边缘图样；以及

一假色抑制单元(False Color Suppression Unit)，用以抑制该图像数据的假色。

20.如权利要求17所述的图像处理装置，其中该目标像素及这些第一邻近像素以一贝尔图样(Bayer pattern)配置，该目标像素具有一第一原色彩值，部分的这些第一邻近像素具有一第二原色彩值，该第一演算单元以水平方向、垂直方向差异最小的两个，或两对角方向差异最小的两个，或四个这些第一邻近像素的该第二原色彩值的平均值组成该目标像素的一第二原色插补值。

21.如权利要求17所述的图像处理装置，其中该目标像素、这些第一邻近像素及这些第二邻近像素以一贝尔图样配置，该目标像素具有一第一原色彩值，部分的这些第一邻近像素具有一第二原色彩值，该第二演算单元以水平方向、垂直方向差异最小的两个，或两对角方向差异最小的两个，或四个这些第一邻近像素的该第二原色彩值的平均值组成该目标像素的一第二原色插补值。

22.如权利要求21所述的图像处理装置，其中部分的这些第二邻近像素具有一第一原色彩值，部分的这些第一邻近像素具有一第二原色插补值，该第二演算单元更以部分的这些第二邻近像素的该第一原色彩值调整该目标像素的该第二原色插补值，且该第二演算单元更以部分的这些第一邻近像素的该第二原色插补值调整该目标像素的该第二原色插补值。

Images