CN101489081B - 获得方差数据或标准偏差数据的方法以及数字拍摄设备 - Google Patents

Abstract

提供一种获得方差数据或标准偏差数据的方法以及数字拍摄设备。所述方法包括：(a)将图像划分为多个聚类；(b)检查包括在每个聚类中的像素的数据值的频率数据；(c)获得包括在每个聚类中的像素的数据值的加权平均值；(d)通过使用加权平均值来获得包括在每个聚类中的像素的数据值的方差或标准偏差；以及(e)通过使用每个聚类中的所述加权平均值以及方差或标准偏差，根据加权平均值来获得方差数据或标准偏差数据。还提供一种数字拍摄设备，其包括记录介质，该记录介质存储根据上述方法获得的用于在图像中有效地减少噪声的方差数据或标准偏差数据。

Description

获得方差数据或标准偏差数据的方法以及数字拍摄设备

本申请要求于2008年1月15日提交到韩国知识产权局的第10-2008-0004428号韩国专利申请的利益，该申请的全部内容包含于此以资参考。

技术领域

本发明涉及一种获得用于减少噪声的方差数据或标准偏差数据的方法以及包括存储用于减少噪声的方差数据或标准偏差数据的记录介质的数字拍摄设备。更具体地说，本发明涉及一种获得用于有效地减少图像中的噪声的方差数据或标准偏差数据的方法，以及包括存储用于有效地减少图像中的噪声的方差数据或标准偏差数据的记录介质的数字拍摄设备。

背景技术

传统数字拍摄设备将通过在拍摄模式下的拍摄操作获得的图像数据存储在存储介质中，并通过使用存储在存储介质中的图像数据将图像显示在显示单元上。

传统数字拍摄设备从投射到成像装置上的光获得图像数据，并处理图像数据，其中，所述成像装置包括在所述传统数字拍摄设备中。当从投射到成像装置的光获得图像数据和/或处理图像数据时产生噪声。由于这种噪声使得在较暗的图像中出现图像粗糙，并使得在较亮的图像中出现拍摄对象轮廓的模糊和色彩暗淡，所以造成图像的对比度下降。

发明内容

本发明提供一种获得用于有效地减少图像中的噪声的方差数据或标准偏差数据的方法，以及包括存储用于有效地减少图像中的噪声的方差数据或标准偏差数据的记录介质的数字拍摄设备。

根据本发明的实施例，提供一种获得用于减少噪声的方差数据或标准偏差数据的方法。所述方法包括：(a)将图像划分为多个聚类(cluster)；(b)检查包括在每个聚类中的像素的数据值的频率数据；(c)考虑包括在每个聚类中的像素的数据值的频率数据来获得包括在每个聚类中的像素的数据值的加权平均值；(d)通过使用加权平均值来获得包括在每个聚类中的像素的数据值的方差或标准偏差；以及(e)通过使用每个聚类中的所述加权平均值以及方差或标准偏差，根据加权平均值来获得方差数据或标准偏差数据。

可通过使用k-means算法来执行(a)。

(a)可包括(a1)在图像上布置与聚类的数量相应的多个种子，并将任意数据值给予每个种子；(a2)根据基于空间位置和数据值的距离从种子中确定图像的每个像素的最接近种子；(a3)将每个种子的数据值更新为该种子被确定为其最接近种子的像素的数据值的平均值，并将每个种子的空间位置更新到该种子被确定为其最接近种子的像素的空间位置的平均值；(a4)如果执行更新之前每个种子的空间位置和数据值与执行更新之后该种子的空间位置和数据值之间的差大于阈值，则重复(a1)到(a3)；(a5)如果执行更新之前每个种子的空间位置和数据值与执行更新之后该种子的空间位置和数据值之间的差等于或小于阈值，则通过将每个种子被确定为其最接近种子的像素分组到相同的聚类来将图像划分为多个聚类。

每个像素可具有YCbCr数据，(a1)可包括将任意YCbCr数据给予每个种子。

(a2)可包括：通过假设图像的每个像素的空间位置是(x_pix，y_pix)，像素的YCbCr数据是(Y_pix，Cb_pix，Cr_pix)，图像的第i种子的空间位置是(x_{seed_i}，y_{seed_i})，第i种子的YCbCr数据是(Y_{seed_i}，Cb_{seed_i}，Cr_{seed_i})，根据等式1来计算像素与每个种子之间的距离，从而确定每个像素的最接近种子。

$D_i=\sqrt{{(x_{\mathrm{pix}}-x_{\mathrm{seed}\_i})}^2+{(y_{\mathrm{pix}}-y_{\mathrm{seed}\_i})}^2+{(Y_{\mathrm{pix}}-Y_{\mathrm{seed}\_i})}^2+{({\mathrm{Cb}}_{\mathrm{pix}}-{\mathrm{Cb}}_{\mathrm{seed}\_i})}^2+{({\mathrm{Cr}}_{\mathrm{pix}}-{\mathrm{Cr}}_{\mathrm{seed}\_i})}^2}$

............................................................(1)

每个像素可具有YCbCr数据，可对于Y、Cb和Cr数据中的每一个执行(b)到(e)。

(b)可包括：通过假设x轴指示包括在第i聚类中的像素的数据值且y轴指示数据值的频率，来检查y＝w_i(x)的曲线图。

(c)可包括：通过假设包括在第n聚类中的像素的数量是k且第i像素的数据是x_i，根据等式2来获得包括在每个聚类中的像素的数据值的加权平均值WM_n。

${\mathrm{WM}}_n=\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{w}_n\left(x_i\right)\·x_i\·\·\·\left(2\right)$

(d)可包括：根据等式3来获得包括在第n聚类中的k个像素的数据值的方差σ_n ²，或根据等式4来获得包括在第n聚类中的k个像素的数据值的标准偏差σ_n。

${\mathrm{\σ}}_n^2=\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{(x_i-{\mathrm{WM}}_n)}^2\·\·\·\left(3\right)$

${\mathrm{\σ}}_n=\sqrt{\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{(x_i-{\mathrm{WM}}_n)}^2}\·\·\·\left(4\right)$

(e)可包括：通过假设水平轴指示加权平均值且垂直轴指示方差或标准偏差，根据加权平均值来获得方差数据或标准偏差数据。

每个像素可具有不同格式的数据值，可对于具有不同格式的数据值中的每一个执行(b)到(e)。

每个像素可具有R、G和B数据，可对于R、G和B数据中的每一个执行(b)到(e)。

每个像素可具有亮度数据、第一色彩数据和第二色彩数据，可对于亮度数据、第一色彩数据和第二色彩数据中的每一个执行(b)到(e)。

(a)可包括：将N个图像中的每一个划分为多个聚类，在(b)到(e)中，彼此对应的聚类可被看作一个聚类。

根据本发明的另一实施例，提供一种数字拍摄设备。所述数字拍摄设备包括记录介质，该记录介质存储根据上述方法获得的用于减少噪声的方差数据或标准偏差数据。

根据本发明的另一实施例，提供一种获得用于减少噪声的方差数据或标准偏差数据的方法。所述方法包括：(i)准备包括记录介质的数字拍摄设备，所述记录介质存储根据权利要求1的方法获得的用于减少噪声的方差数据或标准偏差数据，作为第一数据；(ii)通过使用数字拍摄设备来获得附加图像；(iii)将在(ii)中获得的附加图像划分为多个聚类；(iv)检查包括在附加图像的每个聚类中的像素的数据值的频率数据；(v)考虑包括在附加图像的每个聚类中的像素的数据值的频率数据来获得包括在附加图像的每个聚类中的像素的数据值的加权平均值；(vi)通过使用加权平均值来获得包括在附加图像的每个聚类中的像素的数据值的方差或标准偏差；(vii)通过使用附加图像的每个聚类中的所述加权平均值以及方差或标准偏差，根据加权平均值来获得方差数据或标准偏差数据，作为第二数据；(viii)获得用于减少噪声的方差数据或标准偏差数据，其最终通过使用第二数据来修正第一数据而获得。

根据本发明的另一实施例，提供一种数字拍摄设备。数字拍摄设备包括记录介质，该记录介质存储根据上述方法获得的用于减少噪声的方差数据或标准偏差数据。

附图说明

通过参照附图详细描述本发明的示例性实施例，本发明的上述和其它特点和优点将变得更加清楚：

图1A是示出根据本发明实施例的获得用于减少噪声的方差数据或标准偏差数据的多个种子的初始分布的图像的示例的示意性概念图；

图1B是示出根据本发明实施例的通过使用k-means算法将图像首次划分为多个聚类的图1A所示的种子的更新分布的图像的示例的示意性概念图；

图1C是示出根据本发明实施例的通过将图像再一次划分为多个聚类的图1B所示的种子的更新分布的图像的示例的示意性概念图；

图2A示出原始拍摄图像的示例；

图2B示出根据本发明实施例的通过使用k-means算法将图2A的原始拍摄图像划分为多个聚类而获得的图像的示例；

图3A是根据本发明实施例的划分为多个聚类的图像的聚类的示例的概念图；

图3B是示出根据本发明实施例的在理想情况下图3A所示的聚类的像素的数据分布的示意性曲线图；

图3C是示出根据本发明实施例的在实际情况下图3A所示的聚类的像素的数据分布的示例的示意性曲线图；

图4是通过使用根据本发明实施例的方法获得的用于减少噪声的标准偏差数据的示例的曲线图；

图5A是直观地表示在图像的拍摄对象的轮廓上的数据分布的示例的示图；

图5B是直观地表示根据本发明实施例的用于减少图5A所示的图像中的噪声的滤波器的示例的示图；

图5C是直观地表示根据本发明实施例的当通过使用图5B所示的滤波器对图5A所示的图像进行滤波时获得的结果的示例的示图；

图6A到图6C是用于描述根据本发明实施例的根据数字拍摄设备的特征修正用于减少噪声的方差数据或标准偏差数据的方法的示例的曲线图；

图7是根据本发明实施例的将多个图像中的每一个划分为多个聚类以便获得用于减少噪声的方差数据或标准偏差数据的方法的示例的概念图；以及

图8是根据本发明实施例的数字拍摄设备的示例的示意性框图。

具体实施方式

以下，将通过参照附图解释本发明的实施例来详细描述本发明。

现将描述根据本发明实施例的获得用于减少噪声的方差数据或标准偏差数据的方法。

首先，图像被划分为多个聚类。这里，聚类包括彼此之间具有相似性的像素。具体说来，这些像素具有相似的数据值。已经发现：当执行根据本发明实施例的获得用于减少噪声的方差数据或标准偏差数据的方法时，噪声的分布根据像素的数据值而变化。因此，为了有效地减少噪声，图像被划分为多个聚类，每个聚类包括具有相似数据值的像素。

以下，将描述具体通过使用k-means算法将图像划分为多个聚类的方法。

图1A是示出根据本发明实施例的用于获得用于减少噪声的方差数据或标准偏差数据的多个种子的初始分布的图像Im的示例的示意性概念图。首先，如图1A所示，将种子布置在图像Im上。种子的数量相应于图像Im被划分的聚类的数量。在图1A中，布置了96个种子。然而，应该清楚：本发明并不受限于此。例如，如果每个像素具有YCbCr数据，则按照惯例，Y、Cb和Cr数据中的每一个是8比特数据。因此，可在图像Im上布置256(256＝2⁸)个种子。此外，在图1A中，种子被均匀布置。然而，应该清楚，可对此进行各种改变。例如，种子可被随机地布置。

每个布置的种子具有与图像Im的每个像素相同的数据格式。例如，如果图像Im的每个像素具有YCbCr数据，则每个种子也具有YCbCr数据，如果每个像素具有RGB数据，则每个种子也具有RGB数据。以下，为了便于解释，假设图像Im的每个像素具有YCbCr数据，并且每个种子也具有YCbCr数据。每个种子的数据值是任意数据值。

在种子被布置并且数据被给予每个种子之后，根据基于空间位置和数据值的距离从所述种子中确定图像Im的每个像素的最接近种子。例如，如果假设图像Im的每个像素的空间位置是(x_pix，y_pix)，像素的YCbCr数据是(Y_pix，Cb_pix，Cr_pix)，图像Im的第i种子的空间位置是(x_{seed_i}，y_{seed_i})，第i种子的YCbCr数据是(Y_{seed_i}，Cb_{seed_i}，Cr_{seed_i})，则可使用等式1来计算像素与第i种子之间的距离Di。

$D_i=\sqrt{{(x_{\mathrm{pix}}-x_{\mathrm{seed}\_i})}^2+{(y_{\mathrm{pix}}-y_{\mathrm{seed}\_i})}^2+{(Y_{\mathrm{pix}}-Y_{\mathrm{seed}\_i})}^2+{({\mathrm{Cb}}_{\mathrm{pix}}-{\mathrm{Cb}}_{\mathrm{seed}\_i})}^2+{({\mathrm{Cr}}_{\mathrm{pix}}-{\mathrm{Cr}}_{\mathrm{seed}\_i})}^2}$

............................................................(1)

如上所述，图像Im的每个像素与种子之间的距离被计算，具有最小距离的种子被确定为像素的最接近种子。因此，图像Im的每个像素的最接近种子被确定。

然后，将每个种子的数据值更新为该种子被确定为其最接近种子的像素的数据值的平均值。例如，如果第一种子S1被确定为10个像素的最接近种子，则第一种子S1的数据值被更新到这10个像素的数据值的平均值。同样的原理被应用于第二种子S2、第三种子S3等种子。同样，种子的空间位置也被更新。更具体地说，每个种子的空间位置被更新到该种子被确定为其最接近种子的像素的空间位置的平均值。例如，如果第一种子S1被确定为10个像素的最接近种子，则第一种子S1的空间位置被更新到这10个像素的空间位置的平均值。同样的原理被应用于第二种子S2、第三种子S3等种子。

图1B是示出根据本发明实施例的通过使用k-means算法将图像首次划分为多个聚类的图1A所示的种子的更新分布的图像的示例的示意性概念图。图1B是根据本发明实施例的图1A所示的第一种子S1、第二种子S2、第三种子S3等种子的空间位置被更新到第一种子S1’、第二种子S2’、第三种子S3’等种子的空间位置的图像Im的示例的示意性概念图。

在种子如上所述被更新之后，根据基于空间位置和数据值的距离从更新的种子中确定图像Im的每个像素的最接近种子。然后，每个种子的数据值被再次更新为该种子被确定为其最接近种子的像素的数据值的平均值，每个种子的空间位置被再次更新到该种子被确定为最接近种子的像素的空间位置的平均值。图1C是根据本发明实施例的图1B所示的第一种子S1’、第二种子S2’、第三种子S3’等种子的空间位置被再次更新到第一种子S1”、第二种子S2”、第三种子S3”等种子的空间位置的图像Im的示例的示意性概念图。

必要时可将种子的更新重复一次或多次。如果执行更新之前每个种子的空间位置和数据值与执行更新之后该种子的空间位置和数据值之间的差大于阈值，则重复种子的更新。如果执行更新之前该种子的空间位置和数据值与执行更新之后该种子的空间位置和数据值之间的差等于或小于阈值，则种子的更新完成。必要时可变化阈值。阈值越低，图像Im划分得越精细。

当种子的更新完成时，通过将每个种子被确定为其最接近种子的像素分组到相同的聚类，图像Im被划分为多个聚类。例如，第一种子S1”被确定为其最接近种子的像素被分组到相同的聚类(诸如第一聚类)，第二种子S2”被确定为其最接近种子的像素被分组到相同的聚类(诸如第二聚类)，第三种子S3”被确定为其最接近种子的像素被分组到相同的聚类(诸如第三聚类)。图2A示出原始拍摄图像的示例。图2B示出根据本发明实施例的通过使用k-means算法将图2A的原始拍摄图像划分为多个聚类而获得的图像的示例。

在图像如上所述被划分为多个聚类之后，获得用于减少噪声的方差数据或标准偏差数据。如果图像的每个像素具有YCbCr数据，则从Y、Cb和Cr数据的每一个获得用于减少噪声的方差数据或标准偏差数据。现将参照图3A到图3C和图4来描述获得用于减少噪声的方差数据或标准偏差数据的方法，并对Y、Cb和Cr数据中的每一个执行所述方法。

图3A是根据本发明实施例的被划分为多个聚类的图像的聚类C₁₀₀在包括在聚类C₁₀₀中的像素的Y数据值的平均值具有值100的情况下的示例的概念图。图3B是示出根据本发明实施例的包括在图3A所示的聚类C₁₀₀中的像素的Y数据值的理想频率的示意性曲线图。在图3B所示的曲线图中，水平轴指示Y数据值，垂直轴指示包括在聚类C₁₀₀中的像素的Y数据值的频率。如图3B所示，如果假设包括在聚类C₁₀₀中的像素的Y数据值具有理想分布(高斯分布、正态分布)，则可简单地获得包括在聚类C₁₀₀中的像素的Y数据值的平均值、方差或标准偏差。此外，还可获得包括在其它聚类的每一个中的其它像素的Y数据值的平均值、方差或标准偏差。因此，可获得每个聚类的Y数据值的平均值以及与所述平均值相应的方差或标准偏差。结果，可获得水平轴上的平均值相对于垂直轴上的方差或标准偏差的曲线图。

如上所述，已经发现：当正在执行根据本发明实施例的获得用于减少噪声的方差数据或标准偏差数据的方法时，噪声的分布根据像素的数据值而变化。噪声的数据值的方差或标准偏差与水平轴上的平均值相对于垂直轴上的方差或标准偏差的曲线图几乎相同。因此，可通过使用水平轴上的平均值相对于垂直轴上的方差或标准偏差的曲线图来部分地减少噪声。

然而，当正在执行根据本发明实施例的获得用于减少噪声的方差数据或标准偏差数据的方法时，已经发现：当实际分析包括在聚类C₁₀₀中的像素的Y数据值的分布时，获得图3C所示的非理想曲线图，其完全不同于基于Y数据值的理想分布的图3B的曲线图。因此，如果通过假设包括在聚类C₁₀₀中的像素的Y数据值的频率分布是图3B所示的理想分布且聚类的方差数据或标准偏差数据以及平均值被看作噪声的方差数据或标准偏差数据以及平均值来获得方差或标准偏差以及平均值，则可有效地减少噪声。

因此，在根据本发明实施例的获得用于减少噪声的方差数据或标准偏差数据的方法中，通过假设包括在聚类C₁₀₀中的像素的Y数据值的频率分布不是图3B所示的理想分布来检查包括在聚类C₁₀₀中的像素的Y数据值的实际频率数据。例如，可通过图3C所示的曲线图来表示频率数据。如果假设x轴指示包括在第i聚类中的像素的数据值且y轴指示数据值的频率，则图3C的曲线图可被称为y＝w_i(x)的曲线图。

当如上所述检查频率数据时，考虑聚类的频率数据来获得包括在每个聚类中的像素的数据值的加权平均值。如果假设包括在第n聚类中的像素的数量是k且第i像素的数据是x_i，则可使用等式2来计算加权平均值WM_n。

${\mathrm{WM}}_n=\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{w}_n\left(x_i\right)\·x_i\·\·\·\left(2\right)$

当如上所述计算加权平均值WM_n时，可通过使用加权平均值WM_n来获得包括在每个聚类中的像素的数据值的方差或标准偏差。可通过使用等式3来获得包括在第n聚类中的k个像素的数据值的方差σ_n ²，并且可通过使用等式4来获得包括在第n聚类中的k个像素的数据值的标准偏差σ_n。

${\mathrm{\σ}}_n^2=\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{(x_i-{\mathrm{WM}}_n)}^2\·\·\·\left(3\right)$

${\mathrm{\σ}}_n=\sqrt{\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{(x_i-{\mathrm{WM}}_n)}^2}\·\·\·\left(4\right)$

当对所有的聚类执行上述处理时，可获得聚类的加权平均值WM_n，由此可获得与加权平均值WM_n相应的方差σ_n ²和标准偏差σ_n。也就是说，可使用聚类中的加权平均值以及方差或标准偏差来获得根据加权平均值的方差数据或标准偏差数据。例如，如果假设水平轴指示加权平均值且垂直轴指示标准偏差，则获得图4所示的曲线图。如上所述，已经发现：当正在执行根据本发明实施例的获得用于减少噪声的方差数据或标准偏差数据的方法时，噪声的分布根据像素的数据值而变化。因此，噪声的分布恰好与图4所示的曲线图相同。也就是说，图4所示的曲线图或曲线图的数据可被看作用于减少噪声的方差数据或标准偏差数据。因此，图像的噪声可被显著减少。

可从Y、Cb和Cr数据中的每一个单独获得图4所示的曲线图。此外，应该清楚：也可从R、G和B数据中的每一个单独获得图4所示的曲线图。也就是说，如果每个像素具有不同格式的数据值，则可从具有不同格式的数据值的每一个单独获得图4所示的曲线图。例如，如果每个像素具有亮度数据、第一色彩数据和第二色彩数据，则可从亮度数据、第一色彩数据和第二色彩数据的每一个单独获得图4所示的曲线图。

如上所述而获得的用于减少噪声的方差数据或标准偏差数据可用于通过使用各种方法来减少噪声，所述方法包括通过使用双边滤波器来减少噪声的方法。现将简要描述通过使用双边滤波器来减少噪声的方法。

图5A是直观地表示在图像的拍摄对象的轮廓上的数据分布的示例的示图。具体说来，图5A是直观地表示在灰度图像的拍摄对象的轮廓上的数据分布的示图。在灰度图像中，通过亮度变化来表示拍摄对象。如图5A所示，在拍摄对象的轮廓上存在大量亮度变化。在图5A所示的数据分布中，出现噪声。因此，为了减少噪声，使用双边滤波器，该双边滤波器直观地表示在图5B的示例中。例如，双边滤波器具有半正态分布的形式，这是因为如果通过使用具有正态分布的形式的滤波器对图5A的数据分布进行滤波，则拍摄对象的轮廓会模糊。如果通过使用图5B的双边滤波器对图5A的数据分布进行滤波，则可获得图5C的示例中所示的结果。当将图5A和图5C彼此进行比较时，很清楚的是噪声显著减少。在“Bilateral filtering for gray and colorimages”，C.Tomasi和R.Manduchi，Proceedings of the 1998 IEEE InternationalConference on Computer Vision，Bombay，India中提供了关于通过使用双边滤波器来减少噪声的方法的详细信息，其包含于此以资参考。

当执行通过使用双边滤波器来减少噪声的方法时，需要根据图5A的数据分布的数据值(在灰度图像的情况下为亮度值)之间的差来适当地纠正图5B的双边滤波器的形式。这是因为如上所述，噪声的分布根据像素的数据值而变化。也就是说，噪声的分布也根据图5A的数据分布的数据值之间的差而变化，因此，需要根据靠近拍摄对象的轮廓的数据值之间的差来适当地修正图5B的双边滤波器的大小和/或形式。根据本发明上述实施例获得的用于减少噪声的方差数据或标准偏差数据可用于修正图5B的双边滤波器的大小和/或形式。例如，通过参照用于减少噪声的方差数据或标准偏差数据来检查噪声根据图5A的数据分布的数据值之间的差的方差或标准偏差，然后，可通过使用方差或标准偏差来产生具有半正态分布的形式的图5B的双边滤波器，从而用于减少噪声。

如上所述获得的用于减少噪声的方差数据或标准偏差数据可用于通过使用各种方法来减少噪声。可通过使用随同数字拍摄设备开发的产品来获得用于减少噪声的方差数据或标准偏差数据。此后，当批量生产完全开发的产品时，可将存储先前获得的用于减少噪声的方差数据或标准偏差数据的记录介质包括在数字拍摄设备中。

同时，当批量生产相同型号的数字拍摄设备时，所述数字拍摄设备中会出现噪声分布的偏差。例如，用于从投射的光获得图像数据的成像装置被设置在数字拍摄设备的框架上，如果在生产数字拍摄设备时成像装置的位置发生即使非常微小的变化，出现的噪声的分布也会发生变化。此外，例如，由于镜头筒固定器位置的精确差别，当批量生产相同型号的数字拍摄设备时，所述数字拍摄设备中也会出现噪声分布的偏差。为了防止噪声分布的偏差，批量生产的每个数字拍摄设备可能会需要在被投放到市场之前修正先前获得的用于减少噪声的方差数据或标准偏差数据。

图6A到图6C是用于描述根据本发明实施例的根据数字拍摄设备的特征修正用于减少噪声的方差数据或标准偏差数据的方法的示例的曲线图。在图6A到图6C中，点线指示图4所示的曲线图。首先，通过使用批量生产的多个数字拍摄设备之一来获得附加图像。附加图像可包括单个图像或多个图像。在批量生产数字拍摄设备之前事先获得用于减少噪声的方差数据或标准偏差数据(以下，称为第一数据)，附加图像对于优化每个数字拍摄设备的第一数据而言是必要的。因此，单个图像可被用作附加图像。

当获得附加图像时，根据本发明的先前实施例，附加图像被划分为如上所述的多个聚类，检查包括在附加图像的每个聚类中的像素的数据值的频率数据，考虑聚类的频率数据来计算包括在附加图像的聚类中的像素的数据值的加权平均值，通过使用聚类的加权平均值来获得包括在附加图像的聚类中的像素的数据值的方差或标准偏差，并获得根据附加图像的加权平均值的方差数据或标准偏差数据，作为第二数据。可通过使用当先前获得用于减少噪声的方差数据或标准偏差数据时使用的相同方法来获得第二数据。因此，这里将省略对它的详细描述。

在图6A中，点指示作为根据附加图像的加权平均值的方差数据或标准偏差数据的第二数据。当如上所述获得第二数据时，基于第二数据来修正第一数据。例如，从第二数据获得图6B所示的交替的长划和短划线，然后，通过使用图6B所示的交替的长划和短划线，将从第一数据获得的图6A所示的点线修正为如图6C所示的实线。也就是说，图6C所示的实线指示最终通过使用第二数据来修正第一数据而获得的用于减少噪声的方差数据或标准偏差数据。例如，可通过使用第一数据和第二数据的算术均值，或通过使用将权重应用于先前获得的第一数据而获得的加权平均值来执行通过使用第二数据对第一数据进行的修正。然而，在这种情况下，图6B的A所指示的部分可被看作第二数据的异常值(outlier)，从而被排除在外并且当修正第一数据时所述异常值不被使用。

图7是根据本发明实施例的将多个图像中的每一个划分为多个聚类以便获得用于减少噪声的方差数据或标准偏差数据的方法的示例的概念图。

根据图1A到图1C、图2A、图2B、图3A到图3C以及图4的之前的实施例，在批量生产数字拍摄设备之前，通过使用单个图像来获得用于减少噪声的方差数据或标准偏差数据。然而，根据本发明的当前实施例，通过使用多个图像来获得用于减少噪声的方差数据或标准偏差数据，以便增加用于减少噪声的方差数据或标准偏差数据的精度，这是因为在批量生产数字拍摄设备之前获得了用于减少噪声的方差数据或标准偏差数据。

如果假设为了获得用于减少噪声的方差数据或标准偏差数据而使用N个图像，则N个图像中的每一个被划分为多个聚类。在这种情况下，在N个图像上可存在彼此相应的聚类。图7示出第一图像Iml的聚类C¹ ₁₀₀和第二图像Im2的聚类C² ₁₀₀，它们彼此相应。在图7中，包括在第一图像Im的聚类C¹ ₁₀₀中的像素的Y数据值的平均值与包括在第二图像Im2的聚类C² ₁₀₀中的像素的Y数据值的平均值均具有值100。因此，如果聚类的数据值的平均值具有相同的值，则聚类被看作彼此相应。可通过将N个图像中的每一个划分为多个聚类并将彼此相应的聚类看作一个聚类，并通过执行以上参照图3A到图3C以及图4描述的相同处理来获得用于减少噪声的方差数据或标准偏差数据。以上描述了获得用于减少噪声的方差数据或标准偏差数据的方法，因此，这里将省略对它的详细描述。如果通过将N个图像中的每一个划分为多个聚类并将彼此相应的聚类看作一个聚类，并通过执行以上参照图3A到图3C以及图4描述的相同处理来获得用于减少噪声的方差数据或标准偏差数据，则可进一步增加用于减少噪声的偏差数据或标准偏差数据的精度。

图8是根据本发明实施例的数字拍摄设备的示例的示意性框图。

由中央处理单元(CPU)100来管理数字拍摄设备的一般操作，数字拍摄设备包括操作单元200，该操作单元200包括用于基于用户输入来产生电信号的键。由操作单元200产生的电信号被发送到CPU 100，从而CPU 100可根据电信号来控制数字拍摄设备。

在拍摄模式下，当基于用户输入的电信号被应用于CPU 100时，CPU 100控制镜头驱动单元11、光圈驱动单元21和成像装置控制单元31，从而分别调整镜头10的位置、光圈20的打开程度以及成像装置30的灵敏度。成像装置30从输入的光产生图像数据，模数(A/D)转换单元40将从成像装置30输出的模拟数据转换为数字数据。在这种情况下，应该清楚：根据成像装置30的特征，A/D转换单元40可以不包括在数字拍摄设备中。

可通过存储器60将从成像装置30输出的图像数据输入到数字信号处理单元50，或者可将从成像装置30输出的图像数据直接输入到数字信号处理单元50。当必要时，图像数据可被输入到CPU 100。这里，存储器60的示例包括只读存储器(ROM)和随机存取存储器(RAM)。当必要时，数字信号处理单元50可执行数字信号处理，诸如伽马校正和白平衡调整。

可通过存储器60将从数字信号处理单元50输出的图像数据发送到显示控制单元80，或者可将从数字信号处理单元50输出的图像数据直接发送到显示控制单元80。显示控制单元81控制显示单元80，从而在显示单元80上显示图像。可通过存储器60将从数字信号处理单元50输出的图像数据输入到存储/读取控制单元71，或者可将从数字信号处理单元50输出的图像数据直接输入到存储/读取控制单元71。存储/读取控制单元71根据基于用户输入的信号将图像数据存储在存储介质70中，或者存储/读取控制单元71可自动将图像数据存储在存储介质70中。应该清楚：存储/读取控制单元71可从存储在存储介质70中的图像文件读取图像数据，并通过存储器60或通过其它任何路径将图像数据输入到显示控制单元81。可从数字拍摄设备拆除存储介质70，或者存储介质70可永久地固定于数字拍摄设备中。

可将用于执行根据本发明上述实施例获得用于减少噪声的方差数据或标准偏差数据的方法的程序写入记录介质中。这里，记录介质可以是图8示出的存储器60或存储介质70，或者任何其它存储介质。这里，记录介质的示例包括磁存储介质(例如，ROM、软盘、硬盘等)和光记录介质(例如，CD-ROM或DVD)。

如上所述，根据本发明的上述实施例，当数字拍摄设备从投射到成像装置的光获取图像数据，随后处理图像数据时，可通过使用存储在记录介质中的用于减少噪声的方差数据或标准偏差数据来显著地减少噪声，从而获得具有较高对比度的清楚且质量极佳的图像。

尽管参照本发明的示例性实施例具体示出并描述了本发明，但是本领域的技术人员应该理解：在不脱离权利要求限定的本发明的精神和范围的情况下，可对其进行形式和细节上的各种改变。所述示例性实施例应被看作仅仅是描述性的，并不是为了进行限制。因此，本发明的范围不是由本发明的详细描述来限定，而是由权利要求来限定，所述范围之内的所有差异将被解释为包括在本发明中。

Claims (15)

1.一种获得用于减少噪声的方差数据或标准偏差数据的方法，所述方法包括：

(a)将图像划分为多个聚类；

(b)检查包括在每个聚类中的像素的数据值的频率数据；

(c)考虑包括在每个聚类中的像素的数据值的频率数据来获得包括在每个聚类中的像素的数据值的加权平均值；

(d)通过使用加权平均值来获得包括在每个聚类中的像素的数据值的方差或标准偏差；以及

(e)通过使用每个聚类中的所述加权平均值以及方差或标准偏差，根据加权平均值来获得所述用于减少噪声的方差数据或标准偏差数据，其中，噪声的分布根据像素的数据值而变化。

2.如权利要求1所述的方法，其中，通过使用k-means算法来执行(a)。

3.如权利要求1所述的方法，其中，(a)包括：

(a1)在图像上布置与聚类的数量相应的多个种子，并将任意数据值给予每个种子；

(a2)根据基于空间位置和数据值的距离从种子中确定图像的每个像素的最接近种子；

(a3)将每个种子的数据值更新为该种子被确定为其最接近种子的像素的数据值的平均值，并将每个种子的空间位置更新到该种子被确定为其最接近种子的像素的空间位置的平均值；

(a4)如果执行更新之前每个种子的空间位置和数据值与执行更新之后该种子的空间位置和数据值之间的差大于阈值，则重复(a1)到(a3)；

(a5)如果执行更新之前每个种子的空间位置和数据值与执行更新之后该种子的空间位置和数据值之间的差等于或小于阈值，则通过将每个种子被确定为其最接近种子的像素分组到相同的聚类来将图像划分为多个聚类。

4.如权利要求3所述的方法，其中，每个像素具有YCbCr数据，其中，(a1)包括将任意YCbCr数据给予每个种子。

5.如权利要求4所述的方法，其中，(a2)包括：通过假设图像的每个像素的空间位置是(x_pix，y_pix)，像素的YCbCr数据是(Y_pix，Cb_pix，Cr_pix)，图像的第i种子的空间位置是(x_{seed_i}，y_{seed_i})，第i种子的YCbCr数据是(Y_{seed_i}，Cb_{seed_i}，Cr_{seed_i})，根据以下等式来计算像素与每个种子之间的距离，从而确定每个像素的最接近种子：

$D_i=\sqrt{{(x_{\mathrm{pix}}-x_{\mathrm{seed}\_i})}^2+{(y_{\mathrm{pix}}-y_{\mathrm{seed}\_i})}^2+{(Y_{\mathrm{pix}}-Y_{\mathrm{seed}\_i})}^2+{({\mathrm{Cb}}_{\mathrm{pix}}-{\mathrm{Cb}}_{\mathrm{seed}\_i})}^2+{({\mathrm{Cr}}_{\mathrm{pix}}-{\mathrm{Cr}}_{\mathrm{seed}\_i})}^2}.$

6.如权利要求1所述的方法，其中，每个像素具有YCbCr数据，其中，对于Y、Cb和Cr数据中的每一个执行(b)到(e)。

7.如权利要求1所述的方法，其中，(b)包括：通过假设x轴指示包括在第n聚类中的像素的数据值且y轴指示数据值的频率，来检查y＝W_n(x)的曲线图。

8.如权利要求7所述的方法，其中，(c)包括：通过假设包括在第n聚类中的像素的数量是k且第i像素的数据是x_i，根据等式

来获得包括在每个聚类中的像素的数据值的加权平均值WM_n。

9.如权利要求8所述的方法，其中，(d)包括：根据等式来获得包括在第n聚类中的k个像素的数据值的方差σ_n ²，或根据等式

来获得包括在第n聚类中的k个像素的数据值的标准偏差σ_n。

10.如权利要求9所述的方法，其中，(e)包括：通过假设水平轴指示加权平均值且垂直轴指示方差或标准偏差，根据加权平均值来获得所述用于减少噪声的方差数据或标准偏差数据。

11.如权利要求1所述的方法，其中，每个像素具有不同格式的数据值，

其中，对于具有不同格式的数据值中的每一个执行(b)到(e)。

12.如权利要求1所述的方法，其中，每个像素具有R、G和B数据，其中，对于R、G和B数据中的每一个执行(b)到(e)。

13.如权利要求1所述的方法，其中，每个像素具有亮度数据、第一色彩数据和第二色彩数据，

其中，对于亮度数据、第一色彩数据和第二色彩数据中的每一个执行(b)到(e)。

14.如权利要求1所述的方法，其中，(a)包括：将N个图像中的每一个划分为多个聚类，

其中，在(b)到(e)中，彼此对应的聚类被看作一个聚类。

15.一种获得用于减少噪声的方差数据或标准偏差数据的方法，所述方法包括：

(i)准备包括记录介质的数字拍摄设备，所述记录介质存储根据权利要求1的方法获得的用于减少噪声的方差数据或标准偏差数据，作为第一数据；

(ii)通过使用数字拍摄设备来获得附加图像；

(iii)将在(ii)中获得的附加图像划分为多个聚类；

(iv)检查包括在附加图像的每个聚类中的像素的数据值的频率数据；

(v)考虑包括在附加图像的每个聚类中的像素的数据值的频率数据来获得包括在附加图像的每个聚类中的像素的数据值的加权平均值；

(vi)通过使用加权平均值来获得包括在附加图像的每个聚类中的像素的数据值的方差或标准偏差；

(vii)通过使用附加图像的每个聚类中的所述加权平均值以及方差或标准偏差，根据加权平均值来获得方差数据或标准偏差数据，作为第二数据，其中，噪声的分布根据像素的数据值而变化；以及

(viii)获得用于减少噪声的方差数据或标准偏差数据，其最终通过使用第二数据来修正第一数据而获得。

Images