CN101401415A - 用于表构造并在图像处理中使用的系统、方法及设备 - Google Patents

Abstract

一种处理图像的方法包括针对所述图像的至少一部分中的多个图片元素值中的每一者选择多个偏移值中的一者。针对所述多个图片元素值中的每一者，基于(A)所述选定的偏移值及(B)所述图片元素值的一部分来获得索引值。针对所述多个图片元素值中的每一者，根据所述对应索引值从查找表中检索条目。

Description

用于表构造并在图像处理中使用的系统、方法及设备

技术领域

本发明涉及图像处理。

背景技术

许多图像显示系统具有非线性响应。举例来说，阴极射线管(CRT)通常将产生其中输入信号电平与输出图片元素(像素)亮度之间的关系为非线性的图像。同样地，打印机通常将产生其中输入信号电平与输出像素色调密度之间的关系为非线性的图像。显示非线性的作用可包括例如在低亮或阴影区中损失清晰度等的假象。

为实现对图像色调标尺的在感知上适合的复制，需要补偿此种非线性。可能需要增强图像的阴影区域中的细节，(例如)而不导致高亮部分中清晰度的不合理丢失。

图像获取系统可包括传感器，例如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)传感器。可能需要将非线性映射施加到此种传感器的输出信号。举例来说，可能需要预补偿显示非线性；补偿传感器响应(例如，对数响应)中的非线性；及/或将所述信号编码到标准、感知上均一及/或不依赖装置的空间(例如，sRGB、YCrCb、CIE Lab或Luv或XYZ等)中。

参数伽马(γ)通常用于表征对色调标尺的非线性复制。图1显示其中从规范化输入值到规范化输出值的非线性映射由幂函数γ＝1/(2.2)建模的实例。将此种映射施加到图像信号的操作称为伽马校正。

伽马曲线的形状不仅可影响图像的整体彩色外观，而且还影响所述图像亮度及对比度。通常在亮度-色度信号的亮度分量(例如，YCbCr信号的Y分量)上实施伽马校正操作。另一选择为，伽马校正操作可将同一映射施加到多光谱信号的每一分量(例如，RGB信号的R、G及B分量)。

虽然计算非线性函数(例如，幂函数)可能在计算上昂贵，但通过使用将输入值映射到预先计算输出值的查找表(LUT)通常可相当高效地实施伽马校正。将像素值作为索引应用到所述表，且从所述加索引的位置检索所述映射的输出值。以此方式，可以大大减小的复杂性在运行时间获得映射的值。

关于伽马校正的查找表实施方案的一个问题是所述表大小随着以位为单位的输入值的宽度而呈指数增长。图像传感器可输出8、10、12或甚至14个位宽的像素值。用于映射8个位输入像素的查找表仅具有256(2⁸)个条目，而用于映射14个位像素的查找表具有16,384(2¹⁴)个条目。对于许多硬件实施方案来说，此种表将占据昂贵的大面积的硅。此外，对于包括在运行时间载入伽马曲线的应用来说，载入此种大表的操作可能太耗费时间。

发明内容

一种根据一个实施例的处理图像方法包括针对所述图像的至少一部分中的多个图片元素值中的每一者选择多个偏移值中的一者。对于所述多个图片元素值中的每一者，所述方法包括：基于(A)所述选定的偏移值及(B)所述图片元素值的一部分获得索引值；及根据所述对应的索引值从查找表中检索条目。

一种经配置以根据一个实施例处理图像的设备包括逻辑元件阵列，其经配置以(A)针对所述图像的至少一部分中的多个图片元素值中的每一者且从值范围的多个区段中识别包括所述图片元素值的区段及(B)检索与所述区段相关联的偏移值。所述设备包括：移位器，其经配置以根据所述对应区段在所述多个区段内的位置移位所述多个图片元素值中的每一者；及加法器，其经配置以针对所述多个图片元素值中的每一者基于所述偏移值及所述经移位的图片元素值获得索引值。所述逻辑元件阵列经配置以针对所述多个图片元素值中的每一者根据所述对应的索引值从查找表中检索条目。

一种根据另一实施例的图像处理方法包括选择一组指示将以P个值的范围分割为N个区段的边界值。所述方法包括基于选定组边界值及非线性映射函数构造具有N个区段的查找表，其中所述查找表中的每一条目对应于所述P个值中的至少一者。所述方法还包括针对所述区段的至少(N-1)个区段中的每一者基于选定组边界值计算对应的索引偏移值。

附图说明

图1是伽马曲线的图式。

图2A是根据一个实施例的方法M100的流程图。

图2B是方法M100的实施方案M110的流程图。

图3是从查找表LUT1导出查找表LUT2的图式。

图4显示组织为树的路径的边界点组的实例。

图5是经配置以遍历如图4中所示树的递归函数的伪码的实例。

图6是根据一个实施例存储在查找表中的非线性映射的实例。

图7是方法M100的实施方案M120的流程图。

图8是方法M100的实施方案M130的流程图。

图9是方法M100的实施方案M140的流程图。

图10是根据本发明实施例的方法M200的流程图。

图11显示根据一个实施例的设备100的方块图。

图12是S形伽马曲线的实例。

图13显示组织为树的路径的边界点组的实例。

图14是伽马曲线的图式。

具体实施方式

实施例包括施加非线性函数的方法(包括伽马校正及/或变更的方法)及构造查找表的方法。实施例还包括可用于处理来自传感器(例如，电荷耦合装置及互补金属氧化物半导体传感器)的信号的系统、方法及设备。其它实施例包括可用于处理经由下列装置进行显示的信号的系统、方法及设备：(例如)打印机、阴极射线管、液晶显示器(LCD)、有机发光二极管(OLED)显示器、等离子显示器面板(PDP)及/或微电子机械系统(MEMS)显示装置(例如，空间光调制器)，例如数字镜装置(DMD)或干涉调制器。在一些应用中，可将显示装置实施为蜂窝式电话、便携式数字助理(PDA)、摄像放像机或其它便携式或手持式单元的显示器。

查找表的映射函数可经调整以适合于特定传感器及/或应用。在一些情形下可能需要将所述映射函数变为适合于不同传感器或应用的映射函数。举例来说，可能需要配置设备(例如，信号处理单元)以根据不同的伽马曲线来施加映射。一种实施具体作用(例如，改变图像的对比度及/或动态范围)的方法是使用不同的伽马曲线。因此，可能需要配置实施包括使用查找表的操作(例如，伽马校正或变更操作)的装置以施加不同的映射函数。

用以施加不同映射函数的装置的配置可包括使所述装置参考不同的查找表。此种配置可包括根据不同的映射函数产生查找表及/或载入来自存储器层次的较低级的另一查找表。在一个实例中，将所述查找表从只读存储器(ROM)载入到随机存取存储器(RAM)中。存储器层次的较低级可具有更密集存储的特性，而存储器层次的较高级可具有更快的存取特性。然而，如上所述，查找表的大小随着索引值的宽度呈指数增长。因此，当像素值的宽度大于八个位时，载入新表可能呈现问题。举例来说，载入新表所需的时间可能超过消费者应用可接受的延迟。

实际上，可用于图像获取应用的典型伽马曲线在输入范围的低端处具有陡的坡度且在输入范围的高端处具有缓的坡度。图1显示此种曲线的一个实例。在输入范围的高端处，所述曲线的坡度小于1。在此区域中，对应于相邻索引值的输出值之间的差可能相对较小。因此，减小映射分辨率是可以接受的，且因此可通过将此区域中多于一个的输入值映射到相同输出值来减小所述表的大小。因为所述曲线的坡度在输入范围的低端处远远大于一，然而，在此区域中以高分辨率进行映射可是有利的。举例来说，可能需要将此区域中的每一索引值映射到唯一输出值。

通常使用具有s个位的既定最大宽度且可具有P≤2^s个不同值中的任一者的索引寻址查找表。所述查找表的域或输入范围可包括所述索引的所有2^s个可能值，或可仅包括所述范围的某部分。在以下阐述中，假设所述表的域包括从0到M＝2^s-1的整个值范围，使得P＝2^s，但具体来说，本发明涵盖其中所述查找表的域包括小于所述范围的全部的所述范围的仅一部分的实施例。

需要获得具有经减小大小的查找表。举例来说，需要使用具有L(其中L<P)个条目的查找表来施加所述映射函数。可根据系统限制(例如，可用转移时间及/或芯片面积)来确定参数L。实施例包括构造及/或施加将P个输入值映射到L个或更少输出值的查找表的系统、方法及设备。

图2A显示根据一个实施例的方法M100的流程图。任务A100选择满足一个或多个准则的对输入范围的分割。基于选定的分割，任务A200计算一组索引值v。基于选定的分割及映射函数，任务A300计算K≤L个条目的表。可离线实施此种方法以获得所需映射函数(例如，伽马曲线)的表。

图2B显示方法M100的实施方案M110的流程图，实施方案M110包括任务A100的实施方案A110。任务A110根据所需最大数量表条目L选择一组边界值b。所述组边界值指示将索引值范围分割为N个区段，其中N的值可以是规定好的或可以是任务A110选定的。

一组边界值包括初值b₀、终值b_N及(N-1)个中间值{b₁，b₂，...，b_N-1}。分别将所述索引值范围的最低及最高值给予边界值b₀及b_N。在一个实例中，所述索引值范围为区间[0，M]，使得b₀＝0且b_N＝M，但具体来说本发明涵盖其中所述输入范围包括小于所述区间的全部的所述区间的仅一部分的实施例。

在如本文所述的实例中，一组边界值界定对所述输入范围的分割，使得区段i为区间[b_i，b_i+1)(其中，0≤i≤N-2)且区段(N-1)为区间[b_N-1，b_N]。将了解在对组成任务做适当改变的情况下，还可实施方法M110，使得区段0为区间[b₀，b₁]且区段i为区间(b_i，b_i+1]，其中1≤i≤N-1。

在一个实例中，任务A110经配置以选择满足以下三个条件的一组边界值：

a)所述组边界值b为界定非空区段的有序组。此条件可表达为 $b_i<b_{i+1}\&ForAll;i,0\&le;i<N.$

b)对于0<i<N来说，b_i是2ⁱ的整数倍。

c)根据组b构造的经减小查找表的大小不超过所需最大数量表条目L。此条件可表达为 $\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}[(b_{i+1}-b_i)>>i]\&le;L..$

图3图解说明根据此种分割从具有P个条目的原始表(查找表1)导出具有K个条目的经减小表(查找表2)。在此实例中，N＝3。在第一区段(区段0)中，施加全分辨率以从表(查找表1)的对应条目产生表(查找表2)的条目。通常，根据查找表2[q]＝查找表1[p](p＝q)来获得表(查找表2)的区段0中的条目。在第二区段(区段1)中，组合来自表(查找表1)的一对值以产生表(查找表2)的每一值。在第三区段(区段2)中，组合来自表(查找表1)的四个值以产生表(查找表2)的每一值。一般来说，在第i区段中，组合来自表(查找表1)的2i个输出值以用表(查找表2)中的单个输出值来表示。

许多不同组边界值可满足任务T110根据其做出其选择的条件。可能候选组b的全域可表示为穿过在根以下具有(N-1)个级的树的路径，b₀及b_N的值对于所述候选组中的每一者相同。图4显示(b₀，b_N)＝(0，M)的此种树的一个实例，其中可根据以下表达式列举所述根以下的每一级处的节点：

b_i＝2ⁱ×h_i，其中

如在图4的实例中，可配置树或其它数据结构使得其指示满足条件a)及b)的组b_i。可能需要考虑所述组的一些或全部中的每一者是否也满足条件c)。任务A110可经配置以确定对应的组是否满足条件c)，且可实施方法M110以遍历所述数据结构，从而针对每一组执行任务A110的此种实例。

一种遍历数据结构(例如，图4中所示的树)的方式是用(N-1)嵌套循环结构。可连续及/或并行实施对各个组的处理。一种递归技术也可用于遍历所述树中的路径以确定对应于每一路径的组是否满足条件c)。

图5显示此种递归函数的一个实例的伪码列表。在所述递归情形下，所述函数调用自身来处理所述树的下一更低级直到到达底级。在基本情形下，访问直接悬挂在公用节点上的叶，且所述函数确定由在每一页处结束的路径表示的组是否满足条件c)。

所属领域的技术人员将认识到可经由许多其它程序及/或函数表达式来实施此类实施例。递归函数的潜在优点是同一函数可用于N的不同值。然而，在许多实际情况中，仅考虑有限数量的N值可能已足够。通常，使用一个或多个分区不足以实现可接受的误差，而很少需要使用多于五个的分区。因此，考虑情形N＝{3，4，5}通常已足够，使得可使用嵌套循环例程或类似程序或函数来充分实施方法M110。

因为表(查找表2)具有少于P的条目，因此不同于表(查找表1)地给表(查找表2)加索引，其中所述加索引方案取决于所述分割。对于任务A110选定的组b_i，任务A200计算对应组的N个索引偏移值{v₀，...，v_N-1}。在一个实例中，任务A200根据表达式v_i＝c_i-(b_i>>i)计算所述索引偏移值，其中c

$c_0=b_0,c_i=b_0+\underset{j=0}{\overset{i-1}{\mathrm{\&Sigma;}}}[(b_{j+1}-b_j)>>j],$ 其中0<i<N，

是b_i映射到的表(查找表2)的索引值。在下文中更加详细地阐述对所述索引偏移值的使用。

基于映射函数f及由任务A110选择的所述组边界点b，任务A300构造具有N个区段及K≤L个条目的查找表LUT2。表(查找表2)的区段i中的每一条目基于函数f的2ⁱ个值，函数f描述输入值与输出值之间的非线性关系(例如，伽马曲线)。映射函数f可以是传感器或显示装置或两者的组合的特有函数，或可能是一类所述传感器、装置或组合的类函数。函数f可由卖主供应、从传感器及/或显示装置的测量值导出及/或根据所需关系或作用来选择。

任务A300的实施方案A310根据可表达如下的程序获得查找表2的条目：

LUT2[q]＝f(q)，i＝0；

LUT2[q]＝g{f(r)，f(r+1)，...，f(r+2ⁱ-1)}，0<i<N，

其中0≤q<K是到表(查找表2)的索引，i是q的区段索引，r＝(q-v_i)<<i＝b_i+[(q-c_i)<<i]，且g是聚合函数。函数g{·}可以是平均函数(例如算术或其它平均(例如，几何平均))或对平均值的中位数、众数或其它统计性量度。

在任务A300的实施方案A320中，映射函数f由具有P个条目的查找表LUT1表示。可从存储装置检索或可能根据映射函数f的表达式产生表(查找表1)。可通过卖主供应、从对传感器的测量导出及/或根据所需关系或作用选择所述表(查找表1)。在一个实例中，从表(查找表1)的2ⁱ个条目导出表(查找表2)的区段i中的每一条目：

LUT2[q]＝LUT1[q]，i＝0；

LUT2[q]＝g{LUT1[r]，LUT1[r+1]，...，LUT1[r+2ⁱ-1]}，0<i<N，

其中0≤q<K是到表(查找表2)的索引，i是q的区段索引，r＝(q-v_i)<<i＝b_i+[(q-c_i)<<i]，且g是如上所述的聚合函数。

表(查找表2)的条目无需具有与索引值相同的宽度。许多现代电荷耦合装置及互补金属氧化物半导体传感器可产生每像素具有8、10、12或甚至14个位的信号。然而，可就其可通过或处理的信号的宽度来限制信号路径中的其它元件。因此，对系统要求的依从性可能需要减小像素值的宽度。一种工业标准要求YCrCb信号的每一分量为每像素8个位的格式。任务A300可经配置以构造其条目具有比最大表索引值的位少的表(查找表2)。

图6显示根据所述组边界点{0，64，192，384，704，1023}将10个位的输入范围(0-1023)映射到8个位的输出范围(0-255)的表(查找表2)、基于伽马曲线γ＝1/(2.2)的规范化函数f及算法平均函数 $g=\frac{1}{2^i}\underset{j=0}{\overset{2^i-1}{\mathrm{\&Sigma;}}}f(r+j)$ 的实例。在此特定实例中， $f\left(x\right)=256{\left(\frac{x}{1024}\right)}^{\frac{1}{22}}$ 且表(查找表2)中的条目数量K为236。可适合于此种应用的一组边界点的另一实例为{0，4，144，728，1008，1023}。

图7显示方法M100的包括任务A400的实施方案M120的流程图。任务A400计算表(查找表2)相对于映射函数f的误差。在一个实例中，将量化误差E计算为对应于输入范围的每一索引值的绝对差的和，例如：

$E=\underset{p=b_0}{\overset{b_N}{\mathrm{\&Sigma;}}}\mathrm{abs}[f\left(p\right)-\mathrm{LUT}2\left[s\right]),$ 其中s＝v_i+(p>>i)

且i指p驻存于其中的区段(如所述组边界点b_i所界定)的索引，其中0≤i≤N。

在另一实例中，将误差E计算为绝对差的加权和，例如：

$E=\underset{p=b_0}{\overset{b_N}{\mathrm{\&Sigma;}}}[w\left(p\right)\&times;\mathrm{abs}(f\left(p\right)-\mathrm{LUT}2\left[s\right])],$

其中w是加权函数。可根据准则(例如，对误差的视觉可感知性)来选择加权函数w。举例来说，可能需要比对应于输入范围的端处的索引值的误差更严重地加权对应于输入范围中心附近的索引值的误差，因为中程数误差在视觉上可更易感知。在另一实例中，加权函数w的值由区段索引i加索引：

$E=\underset{p=b_0}{\overset{b_N}{\mathrm{\&Sigma;}}}[w\left[i\right]\&times;\mathrm{abs}(f\left(p\right)-\mathrm{LUT}2\left[s\right])]..$

在任务A400的实施方案A420中，映射函数f由具有P个条目的表(查找表1)表示。此种实施方案可根据对如上所述表达式的以下修改中的一者来计算误差E：

$E=\underset{p=b_0}{\overset{b_N}{\mathrm{\&Sigma;}}}\mathrm{abs}[\mathrm{LUT}1\left(p\right)-\mathrm{LUT}2\left[s\right]),$

$E=\underset{p=b_0}{\overset{b_N}{\mathrm{\&Sigma;}}}[w\left(p\right)\&times;\mathrm{abs}(\mathrm{LUT}1\left[p\right]-\mathrm{LUT}2\left[s\right])],$

$E=\underset{p=b_0}{\overset{b_N}{\mathrm{\&Sigma;}}}[w\left[i\right]\&times;\mathrm{abs}(\mathrm{LUT}1\left[p\right]-\mathrm{LUT}2\left[s\right])]..$

图8显示方法M100的实施方案M130的流程图。方法M130包括方法M120的多于一个的实例(每一者对应于输入范围的不同分割)及根据一个或多个准则从候选组中选择一组边界点的任务A500。在方法M130中，可在一个循环中并行及/或连续实施方法M120的各个实例。在一个实例中，任务A500经配置以选择具有误差E的最小值E_min的候选组边界点。

虽然可针对N的既定值实施方法M130的实施方案，但可能需要考虑N的多于一个的值的表。图9显示方法M100包括方法M130的多于一个实例的实施方案M140的流程图，每一实例对应于N的不同值并产生相应的最小误差值E_min。如上所提及，N＝{3，4，5}的值最有可能实际用于伽马曲线应用，但可使用任何值。

在方法M140中，可在循环中并行及/或连续实施方法M130的各个实例。对于连续执行方案来说，方法M140可包括针对N的当前值确定是否E_min(N)≤E_min(N-1)的重复控制任务A600。如果所述关系为真，那么任务A600针对N的下一值起始方法M130的实例。否则，任务A600选择与误差E_min(N-1)相关联的所述组边界点，其中可视需要在用于其它任务之前将N的值减量。可将选定组边界点及对应组索引偏移值及表(查找表2)存储到数据存储装置及/或使其可用于另一应用或装置。

在一些实施方案中，可修改对应于选定组边界点的经减小表(查找表2)以进一步减小误差。举例来说，可施加误差减小的计算密集的方法，所述方法在特定应用中不适合用在任务A400中的所有候选者上。此种方法可基于误差相对于映射函数f或表(查找表1)的可感知性测量。

方法M100可经配置以输出选定组边界点及对应组索引偏移值及表(查找表2)。举例来说，方法M100可输出所述组及表用以存储到数码相机或包括图像传感器的其它装置(例如，蜂窝式电话、便携式数字助理或便携式多媒体播放器/记录器)中。另一选择为，方法M100可能经配置以将所述组及表存储为将根据某准则(例如，特定传感器或应用的适用性)与其它组及表比较的候选者。

方法M100的实施方案可用于获得表(查找表2)以将同一非线性映射函数f施加到一群组装置或传感器(例如，一个批次或一种型号的传感器)中的每一者。另一选择为，此种方法的实施方案可经配置以用于许多不同形式的函数f的生产环境中。举例来说，可根据传感器的所测量特性及/或根据所需作用来配置此种方法以获得对于每一装置或传感器为唯一的表(查找表2)。方法M100的实施方案可体现于硬件、软件及/或固件中。

实施例还包括使用具有少于P的条目的查找表实施具有P个值中的一者的索引的映射的系统、方法及设备。此类实施例的优点可包括降低的存储要求。实施方案可使用移位及加法操作以用相对低的计算成本识别对应于所述输入索引值的表条目。在所述索引为像素值的情形下，一个实施例可经配置以经由原始图像的逐像素映射来产生经处理的图像，例如经伽马校正图像。

图10显示根据一个实施例的方法M200的流程图。基于查找表及相关联组边界点b及索引偏移值v，方法M200根据非线性映射函数实施像素值的映射。

所述组边界点b指示将以P个值的输入范围分割为N个区段。所述以P个值的范围可从0延伸到M，其中M＝2^s-1且s为所述范围中最大值的位中的宽度，使得b₀＝0且b_N＝M。另一选择为，可将P个值的范围限制到小于范围(0-M)的全部的范围(0-M)的某部分。

对于每一输入像素值，任务B110识别以P个值的范围的对应区段。任务B110可经配置以基于像素值p及所述组边界点b确定对应的区段索引i，其中0≤i≤(N-1)。在其中边界点b_i指示包括像素值p的区段的较低端的实例中，可根据以下表达式中的任一者实施任务B110：

$i=\underset{j}{\max }\{b_j\&le;p\};$

$i=\left(\underset{j}{\min }\{b_j\&GreaterEqual;p\}\right)-1..$

应注意，至少在一些情形下，所述组边界值无需显式包括所述终值中的一者或其两者。

任务B120检索对应于在任务B110中所识别区段的偏移值。偏移值v_i与所述查找表中从所述输入范围的终值到区段i的以条目数量测量的位移相关。举例来说，偏移值v_i可能与所述查找表中从终值b₀到边界值b_i的条目的数量相关，如在以下表达式中：

v_i＝c_i-(b_i>>i)，其中 $c_0=b_0,c_i=b_0+\underset{j=0}{\overset{i-1}{\mathrm{\&Sigma;}}}[(b_{j+1}-b_j)>>j]$ 其中0<i<N.

可能实施任务B120以从一组偏移值v中检索对应于区段i的值v_i。

基于在任务B110中所识别的对应区段，任务B130将像素值p向右移位。举例来说，可实施任务B130以根据区段索引i实施像素值p的逐位向右移位，如同表达式(p>>i)所表达的那样。通常以非常少的计算成本来实施此种操作。

任务B140将表索引k获得为索引偏移值v_i与经向右移位像素值(p>>i)的和。在一个实例中，根据以下表达式实施任务B140：k＝v_i+(p>>i)。

任务B150检索对应于表索引k的表条目。在方法M200的一些应用中，所述查找表具有N个区段，每一区段有序地与索引i的对应值相关联，其中0≤i≤(N-1)。举例来说，所述查找表可以是如上所述的表(查找表2)。在此种应用中，所述表通常经配置使得区段i中的每一条目与2ⁱ个不同输入值相关联，但在一些实施方案中此数量可在所述边界点中的一者或多者附近变化。

方法M200可经配置使得任务B150检索作为输入像素值的映射值的表条目查找表2[k]。任务B150还可经配置以使用其条目具有比最大输入像素值的位少的查找表(如在图6的实例中)。可能需要配置任务B150以使用根据一个或多个准则从多于一个的选项中选择的表。举例来说，可经由从用户接口及/或从自动机构接收的输入信号来选择所述表，所述选择基于例如所需作用等准则；图像传感器上光入射的质量，例如强度及/或色温；及/或另一传感器(例如，光电池或光敏电阻)上光入射的质量。

可针对图像的一些或全部像素中的每一像素实施方法M200。可连续及/或并行实施方法M200的实例，每一实例对应于图像的不同像素。在将方法M200应用到包括一组像素值的传感器信号之前及/或之后，可在所述信号上实施一个或多个操作，例如去马赛克、白平衡及/或黑电平补偿，其中可从所述信号中去除DC分量。还可能需要将所述传感器信号映射到不同的色空间。

图11显示根据一个实施例的设备100的方块图。此种设备可经配置以实施方法M200的实施方案。逻辑元件阵列110接收输入像素值p并根据一组存储在边界值组存储装置120中的边界值确定对应的区段索引i。基于索引i，阵列110从偏移值组存储装置130检索偏移值并配置移位器140以实施值p的逐位向右移位。加法器150将所述偏移值与经向右移位的像素值相加以产生和。基于加法器150所产生的和，阵列110从查找表存储装置160检索并输出对应于像素值p的映射的值。设备100可连续处理需要处理的图像或图像部分中的每一像素，或可提供设备100的多于一个的实施方案(可能共享存储装置120、130及160中的一者或多者)以并行处理图像的像素。

逻辑元件阵列110可实施为微处理器或其它数字信号处理单元且可以是独立或嵌入式装置。也可将此种逻辑元件阵列(例如，晶体管及/或栅极)制作为专用集成电路(ASIC)或专用标准产品(ASSP)中或编程到现场可编程门阵列(FPGA)或类似装置中。在包括设备100的装置或系统的背景下，此种阵列还可用于执行其它指令组，例如与设备100的操作不直接相关的活动的指令。还可将如本文中所述的阵列110实施为用以在一个或多个逻辑元件阵列上执行的一个组或多个组指令。

可将移位器140及加法器150实施为电路(包括例如晶体管及/或栅极等逻辑元件)及/或实施为用以在逻辑元件阵列上执行的指令。举例来说，可将移位器140及加法器150中的一者或其两者实施到阵列110内及/或实施为用以由阵列110执行的指令。

可将边界值组存储装置120、偏移值组存储装置130及查找表存储装置160中的每一者实施为半导体存储器(例如静态、动态或快闪随机存取存储器)或磁存储器(例如，铁电随机存取存储器)中的存储元件阵列。可将存储装置120、130及160中的一者或多者实施在同一存储元件阵列中，且可将所述存储装置中的一者或多者实施在与阵列110相同的芯片上。

可将设备100的元件中的一者或多者实施在可配置为包括设备100的系统的芯片集的同一芯片或不同芯片上。在一个实例中，将设备100的一个或多个元件实施在经配置以控制蜂窝式电话的各种装置的操作的移动台调制解调器芯片或芯片集内。

虽然在本文中论述了幂函数的实例，但根据实施例的方法还可与具有其它形状的映射函数一起使用。此类方法可经配置以与除幂函数之外的非线性函数及/或除伽马校正或更正之外的应用一起使用。举例来说，此种方法可用于针对对比度增强来施加非线性映射函数。根据实施例的方法还可经配置以用于其中经处理图像打算用于除显示之外的用途的应用(例如，机器视觉应用)。

即使在缺乏入射光的情况下，由于温度相依噪声(还称为“暗噪声”)处理，传感器(例如，电荷耦合装置传感器)通常将输出非零信号。来自互补金属氧化物半导体传感器的信号通常将具有甚至比来自电荷耦合装置传感器的信号更高的暗噪声级。如在图1的实例中可见，典型伽马曲线在输入范围的较低端处具有陡升。此陡升可具有提高图像的暗区域中的噪声的作用。

非线性映射函数f可经设计以产生将传感器及/或显示器噪声抑制在低输入水平下的伽马曲线。此种曲线可具有S形形状，其中在输入范围的较低端处具有低坡度。图12显示此种曲线的一个实例。另一选择为，非线性映射函数f可经设计以产生在输入范围的较低端处具有短线性段的伽马曲线。举例来说，函数f可经设计以实施或逼近Rec.709传递函数，其穿过(0-0.018)(其中，将所述输入范围规范化为0-1.0)的输入范围具有4.5的坡度且在别处遵循幂函数γ＝0.45。

在非线性映射函数的一些应用中，可能需要根据不同的非线性分割来构造表或使用如此构造的表。举例来说，可能需要应用具有不单调递减的坡度的非线性映射函数f。在此类情形下，其中2ⁱ个不同输入值被映射到第i区段中的每一条目的查找表可能具有相对于映射函数f的较高误差。

根据实施例的方法M10根据区段数量N选择一组边界值b、一组减小因数x及所需最大数量表条目L。方法M110表示方法M10的特定实施例，其中M110中x_i＝2ⁱ。

方法M10包括根据以下条件选择一组边界值的任务A10：

a) $b_i<b_{i+1}\&ForAll;i,0\&le;i<N.$

b)对于0<i<N，b_i是x_i的倍数。

c)

任务A110表示任务A10的具体实施例。

图13显示表示可能候选组b的全域的树的一个实例，其中(b₀，b_N)＝(0，M)。可根据以下表达式枚举在此树根以下的每一级处的节点：

b_i＝x_i×h_i，其中

方法M10还包括基于选定组边界值b及减小因数x计算一组索引偏移值v的任务A20。在一个实例中，A20根据以下表达式计算所述索引偏移值：

其中

在其中所述组减小因数x的元素x_i不是2的非负整数幂的实施方案中，任务A20可经配置以根据以下表达式计算所述索引偏移值：

v_i＝c_j-(b_i>>x_i)，其中 $c_i=\underset{j=0}{\overset{i-1}{\mathrm{\&Sigma;}}}[(b_{j+1}-b_j)>>x_j].$

任务A200表示任务A20的特定实施例，其中A200中x_i＝2ⁱ。

基于映射函数f、所述组边界点b及所述组减小因数x，任务A30构造具有N个区段及K≤L个条目的查找表LUT2。可根据对如上所述任务A310或A320的实施方案的广义化来配置任务A30，其中将函数r广义化为r＝(q-v_i)×x_i并根据以下表达式中的一者计算所述表条目：

LUT2[q]＝g{f(r)，f(r+1)，...，f(r+x_i-1)}；

LUT2[q]＝g{LUT1[r]，LUT1[r+1]，...，LUT1[r+x_i-1]}·。

在其中(r+x_i-1)>b_i+1的情形下，使得函数g的x_i输入值中的一些在区段(i+1)中，可能需要修改函数g以仅基于区段i中的那些值产生适合的结果。

根据对如本文中所述任务A400的实施方案的类似广义化，方法M10可包括经配置以计算表(查找表2)的误差的任务。方法M10还可包括任务A500及A600的实施方案。

根据实施例的方法M20根据非线性映射函数实施像素值的映射。将方法M20实施为对方法M200的广义化，其中根据如下表达式计算表索引k：

或k＝v_i+(p>>x_i)，以适者为宜。

在一种应用中，方法M20的实施方案用于根据图14中所示显示装置的伽马曲线实施图像信号的伽马校正。在此实例中，x_i＝2^N-i且γ＝2.4。

实施例包括获得适合于硬件、软件及/或固件中的实施方案的非线性分割查找表的方法。此种方法可用于显著减小查找表的大小而图像质量无可感知的降级。在一种应用中，将1024个值的查找表减小到256个值的查找表，且发现所述经减小的表在室内及室外情形两者中实施良好。贯穿所述动态范围，在使用原始表产生的图像与使用所述经减小表产生的图像之间未发现可察觉的差异。减小表大小的潜在优点包括降低的存储要求及更快地载入。实施例还包括对值输入范围应用非线性分割以根据相邻映射值之间的改变速率来指派局部映射分辨率的方法。

其它实施例包括应用可实施于硬件、软件及/或固件中的非线性映射函数的方法。此类实施方案可能是存储高效及/或计算高效。通常可快速地实施查找表操作，使得根据实施例的方法可能在运行时间用于实施逐像素映射。

在方法M200的另一实施例中，通过使用区段索引i来获得所述映射的值以修改从表(查找表2)检索的表条目。在一个实例中，将校正值加入所述表条目，其中所述校正值是对应于区段索引i的p[i:0](像素值p的最右i个位)与坡度值m_i的乘积。在另一实例中，根据如下表达式经由表条目k与下一表条目(k+1)之间的线性插值来获得所述映射的值：

$\frac{2^i-p[i:0]}{2^i}\mathrm{LUT}2\left[k\right]+\frac{p[i:0]}{2^i}\mathrm{LUT}2[k+1],$

其中可使用逐位移位以低计算成本来实施所述乘法及除法运算。所述映射值的所述修改可用于进一步减小误差，且还可将对所述实例的广义化应用到方法M20的实施方案。

提供对所述实施例的上述说明旨在使任一所属领域的技术人员能够制造或使用本发明。这些实施例可具有各种修改，且本文所呈现的一般原理也可应用于其它实施例。举例来说，实施例可包括将非线性映射施加到一序列图像(例如，视频信号)中的一些或全部图像。

可将实施例部分地或整体地实施为硬连线电路、制作成专用集成电路的电路配置或者载入到非易失性存储装置中的固件程序或作为机器可读码从数据存储媒体载入或载入到所述数据存储媒体中的软件程序，所述码是可由逻辑元件阵列(例如微处理器或其它数字信号处理单元)执行的指令。实施例还包括含有描述如本文所揭示方法的一个组或多个组(例如，序列)机器可执行指令的计算机程序及将所述组指令存储于其中的数据存储媒体(例如，半导体或磁存储器(例如，只读存储器或随机存取存储器)、磁盘或光盘)。因此，本文并非打算将本发明限定为以上所示实施例，而欲赋予其与本文中以任何方式揭示的原理及新特征相一致的最宽广范围。

Claims (30)

1、一种处理图像的方法，所述方法包含：

针对所述图像的至少一部分中的多个图片元素值中的每一者，选择多个偏移值中的一者；

针对所述多个图片元素值中的每一者，基于(A)所述选定的偏移值及(B)所述图片元素值的一部分获得索引值；及

针对所述多个图片元素值中的每一者，根据所述对应索引值从查找表中检索条目。

2、如权利要求1所述的图像处理方法，其中所述多个图片元素值中的每一者具有s个位的宽度，且

其中所述查找表具有少于2^s个的条目。

3、如权利要求1所述的图像处理方法，其中图片元素值的所述宽度大于从查找表中检索的所述对应条目的所述宽度。

4、如权利要求1所述的图像处理方法，其中所述多个图片元素值中的两个图片元素值之间的差大于所述查找表中的条目数量。

5、如权利要求1所述的图像处理方法，其中所述选择多个偏移值中的一者包含：

从值范围的多个区段中识别包括所述图片元素值的区段；及

检索与所述区段相关联的偏移值。

6、如权利要求5所述的图像处理方法，其中所述获得索引值包含根据所述对应区段在所述多个区段内的位置来移位所述图片元素值。

7、如权利要求6所述的图像处理方法，其中所述移位所述图片元素值包含逐位向右移位所述图片元素值。

8、如权利要求1所述的图像处理方法，其中所述获得索引值包含获得所述偏移值与所述图片元素值的经移位部分的和。

9、如权利要求1所述的图像处理方法，其中针对所述多个图片元素值中的每一者，所述从查找表中检索条目包括根据所述对应索引值从所述查找表中检索第二图像的图片元素值。

10、如权利要求9所述的图像处理方法，其中所述多个图片元素值中的至少一者的所述宽度大于从所述查找表中检索的所述对应图片元素值的所述宽度。

11、如权利要求1所述的图像处理方法，所述方法包含从传感器接收所述图像。

12、如权利要求1所述的图像处理方法，所述方法包含输出基于所述图像并包括所述经检索条目的经处理图像，

其中所述多个图片元素值中的每一者在所述图像中具有一位置，且

其中所述经检索条目中的每一者在所述经处理图像中的所述位置基于所述对应图片元素值在所述图像中的所述位置。

13、如权利要求1所述的图像处理方法，所述方法包含显示包括从所述查找表中检索的所述条目的图像信号。

14、如权利要求1所述的图像处理方法，所述方法包含将包括从所述查找表中检索的所述条目的图像信号存储到数据存储媒体。

15、如权利要求1所述的图像处理方法，所述方法包含针对所述多个图片元素值的多个颜色分量中的每一者，实施(A)所述选择多个偏移值中一者、(B)所述获得索引值及(C)所述从查找表中检索条目。

16、如权利要求1所述的图像处理方法，所述方法包含：

载入不同于所述查找表的第二查找表；

针对所述多个图片元素值中的每一者，选择第二组多个偏移值中的一者；

针对所述多个图片元素值中的每一者，基于(A)从所述第二组多个偏移值中选择的所述偏移值及(B)所述图片元素值的一部分获得第二索引值；及

针对所述多个图片元素值中的每一者，根据所述对应的第二索引值从所述第二查找表中检索条目。

17、一种数据存储媒体，其经配置以存储描述如权利要求1所述的方法的指令。

18、一种经配置以处理图像的设备，所述设备包含：

一逻辑元件阵列，其经配置以(A)针对所述图像的至少一部分中的多个图片元素值中的每一者且从值范围的多个区段中识别包括所述图片元素值的所述区段并(B)检索与所述区段相关联的偏移值；

一移位器，其经配置以根据所述对应区段在所述多个区段中的位置移位所述多个图片元素值中的每一者；

一加法器，其经配置以针对所述多个图片元素值中的每一者基于所述偏移值及所述经移位的图片元素值获得索引值，

其中所述逻辑元件阵列经配置以针对所述多个图片元素值中的每一者根据所述对应的索引值从查找表中检索条目。

19、如权利要求18所述的经配置以处理图像的设备，所述设备包含经配置以提供所述图像的传感器。

20、如权利要求18所述的经配置以处理图像的设备，所述设备包含经配置以基于从查找表中检索的所述条目显示经处理图像的显示器。

21、如权利要求18所述的经配置以处理图像的设备，所述设备包含：

一传感器，其经配置以提供所述图像所基于的信号；

一显示器，其经配置以基于从查找表中检索的所述条目显示经处理的图像；及

一用户接口，其经配置以控制所述设备以将基于所述经处理图像的信号无线传输到用于蜂窝式通信的网络。

22、一种图像处理方法，所述方法包含：

选择指示将以P个值的范围分割为N个区段的一组边界值；

基于所述选定组边界值及非线性映射函数，构造具有N个区段的查找表，其中所述查找表的每一条目对应于所述P个值中的至少一者；及

针对所述区段的至少(N-1)个区段中的每一者，基于所述选定组边界值计算对应的索引偏移值。

23、如权利要求22所述的图像处理方法，其中所述选择一组边界点包括根据所需最大数量L个表条目选择一组边界点，L小于P，且

其中所述构造查找表包含构造具有不大于所述所需最大数量L个表条目的查找表。

24、如权利要求22所述的图像处理方法，其中所述计算对应的索引偏移值包括从所述P个值中的最小值(A1)及所述P个值中的最大值(A2)中的一者(A)到所述区段的边界值(B)计算所述查找表中的所述条目数量。

25、如权利要求22所述的图像处理方法，所述方法包含：

识别多个组边界点，所述多个组中的每一者指示根据所需最大数量L个表条目将所述以P个值的范围不同地分割为N个区段；及

针对所述多个组边界值中的每一者，构造基于非线性映射函数并具有不大于所述所需最大数量L个表条目的对应查找表，

其中所述选择一组边界值包括从所述多个组边界点中选择所述组边界点。

26、如权利要求25所述的图像处理方法，所述方法包含针对所述多个组边界值中的每一者，计算所述对应查找表相对于所述非线性映射函数的误差，

其中所述选择一组边界值包括根据所述组边界值的所述计算出的误差从所述多个组边界点中选择所述组边界点。

27、如权利要求26所述的图像处理方法，其中所述计算所述对应查找表的误差包含计算所述查找表相对于具有P个值的查找表的误差。

28、如权利要求22所述的图像处理方法，所述方法包含为所述多个组边界点中的每一者计算一组索引偏移值。

29、如权利要求22所述的图像处理方法，其中对于所述区段的至少(N-1)个区段中的每一者，所述查找表的每一条目基于以所述P个值中的多于一个值对所述非线性映射函数的估计。

30、如权利要求29所述的图像处理方法，其中对于所述区段中的至少一者，所述查找表的每一条目基于以所述P个值中的多个i对所述非线性映射函数的估计，且

其中对于所述区段中的另一者，所述查找表中的每一条目基于以所述P个值中的多个j对所述非线性映射函数的估计，j大于i。

Images