CN101778201A - 图像处理装置、图像处理方法、程序和成像装置 - Google Patents
图像处理装置、图像处理方法、程序和成像装置 Download PDFInfo
- Publication number
- CN101778201A CN101778201A CN201010002342A CN201010002342A CN101778201A CN 101778201 A CN101778201 A CN 101778201A CN 201010002342 A CN201010002342 A CN 201010002342A CN 201010002342 A CN201010002342 A CN 201010002342A CN 101778201 A CN101778201 A CN 101778201A
- Authority
- CN
- China
- Prior art keywords
- plane
- brightness value
- reference pixel
- pixel
- optimal estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 71
- 238000003384 imaging method Methods 0.000 title claims abstract description 13
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000009499 grossing Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 14
- 230000002146 bilateral effect Effects 0.000 description 10
- 230000009467 reduction Effects 0.000 description 9
- 238000005070 sampling Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000000205 computational method Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005693 optoelectronics Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 240000004859 Gamochaeta purpurea Species 0.000 description 1
- 238000002266 amputation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
Images
Classifications
-
- G06T5/75—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20201—Motion blur correction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了图像处理装置、图像处理方法、程序和成像装置。图像处理装置包括:估计平面计算部分,对于输入图像数据,该部分计算由块中的亮度值限定的估计平面,每个块都包含包括了参考像素的预定数目的像素;最优估计平面选择部分,该部分在估计平面之中选择块中的各个像素的亮度值与估计平面之间的误差总和最小的最优估计平面;加权因子计算部分,该部分基于参考像素的亮度值和最优估计平面中的亮度值,计算针对参考像素的加权因子;和加权平滑化部分,该部分计算块中的各个像素的亮度值和最优估计平面中的亮度值之间的相对亮度差与针对参考像素的加权因子的乘积的和,并将参考像素位置处的最优估计平面中的亮度值增加到计算的结果中。
Description
技术领域
本发明涉及将去噪应用于具有噪声的图像数据的图像处理。
背景技术
近些年来数字相机的普遍使用使得有必要对经常在不良条件下取得的数字图像进行复原。具体地,在低光强度时、像在夜晚的时候所取得的图像具有噪声,因为输入进相机的光的量小。例如,在夜间监视(nightwatch)相机的情况下,噪声的影响使得难以判别要受到监视的个人的面部或车辆的牌照号码。为了克服这不便之处,从具有噪声的图像中去除噪声的方案是必要的。这样的方案是通过一般被称为降噪(noisereduction)的技术来得到的。
降噪的目的是去除噪声。然而,也希望尽可能原样地保持原始图像的详细部分(没有噪声的图像)。例如,不希望通过降噪从牌照的图像中去除噪声到了牌子上的字符被弄得模糊并且变得难辨认的程度。因此降噪旨在通过使用劣化的(deteriorated)图像(具有噪声的图像)来尽可能多地仅仅去除噪声,以便尽可能原样地保持原始图像的边缘部分。
降噪的最简单的方法是平滑滤波(低通滤波)。此方法截除了包含相当多的噪声成分的高频带的信息,并且因此能够去除噪声。然而,因为图像的详细部分(边缘)也被包含在高频带中,所以锐度(sharpness)由于平滑化而丢失。
考虑了边缘保持(edge preservation)的降噪方案的一个示例是双边滤波(bilateral filtering)(C Tomasi and R Manduchi,“Bilateral filtering forgray and color images”,Computer Vision,1998)。双边滤波是一种类型的加权平滑滤波,但是它得到了如下的降噪:通过设计路线以找到加权因子来实现边缘的保持。加权因子由下面的两个指标来确定。
一个指标是参考像素和邻近像素之间的距离差。假设当离参考像素的距离变得更长时与参考像素的关系变得更低,则使得加权因子更小。相反地,假设当离参考像素的距离变得更短时与参考像素的关系变得更高,则使得加权因子更大。
另一个指标是参考像素和邻近像素之间的亮度差。假设当亮度差变得更大时与参考像素的关系变得更低,则使得加权因子更小。并且,假设当亮度差变得更小时与参考像素的关系变得更高,则使得加权因子更大。
如已经描述的,因为通过双边滤波、具体地借助亮度差来确定加权因子,所以边缘的保持是令人满意的。双边滤波具有如下的优点:它一方面通过将平滑滤波应用于亮度均匀的区域并且另一方面通过对于具有大的亮度差的像素使得加权因子更小,来得到令人满意的边缘保持。
除了以上方案之外,已提出了很多方案作为考虑了边缘保持的降噪方案,例如在JP-T-2007-536662(在下文中被称为引用文献1)和JP-A-2006-246080(在下文中被称为引用文献2)中所提议的。
引用文献1中所描述的技术是通过上述双边滤波、利用以逐块的方式(on a block-by-block basis)比较亮度差,来计算加权因子。此技术使得可以将具有空间相关性的纹理与噪声相区别。纹理的保持质量因此可相比于双边滤波而被增强。因此变得可以达到优秀的去噪(denoising)性能。
根据引用文献2中所描述的技术,通过既使用双边滤波又使用反锐化掩模(unsharp masking),来实现具有优秀的边缘保持的降噪。
发明内容
然而,上述的技术有着对于具有灰度(亮度以平面的方式变化的区域)的图像而言去噪性能差的问题。这里,一阶可微分的区域被定义为灰度部分。灰度部分中像素的亮度值是噪声与由灰度限定的平面所导致的偏置的和。
因为上述的技术都未考虑当计算加权因子时的、由灰度限定的平面所导致的偏置,所以参考像素和邻近像素之间的亮度差相应地增加。结果,(就亮度值而言)靠近参考像素的邻近像素实质上没有出现在灰度部分中,并且加权因子变得如此小以致于噪声保留着未被去除。
因此,希望提供每个都实现了优秀的去噪性能的图像处理装置、图像处理方法、程序和成像装置。
根据本发明的一个实施例,提供了一种图像处理装置,所述图像处理装置包括:估计平面计算部分,对于被输入的图像数据,该估计平面计算部分以逐块的方式来计算由亮度值限定的多个估计平面,其中每个块都包含包括了要实施滤波处理的参考像素的预定数目的像素;最优估计平面选择部分,该最优估计平面选择部分在多个估计平面之中选择块中的各个像素的亮度值与估计平面中的亮度值之间的误差总和最小的最优估计平面;加权因子计算部分,该加权因子计算部分基于参考像素的亮度值以及最优估计平面中的亮度值,来计算针对参考像素的加权因子;以及加权平滑化部分,该加权平滑化部分计算块中的各个像素的亮度值和最优估计平面中的亮度值之间的相对亮度差与针对参考像素的加权因子的乘积的和,并且将参考像素位置处的最优估计平面中的亮度值增加到计算的结果中。
根据本发明的另一实施例,提供了一种图像处理方法,所述图像处理方法包括以下步骤:对于被输入的图像数据,以逐块的方式来计算由亮度值限定的多个估计平面,其中每个块都包含包括了要实施滤波处理的参考像素的预定数目的像素;在多个估计平面之中选择块中的各个像素的亮度值与估计平面中的亮度值之间的误差总和最小的最优估计平面;基于参考像素的亮度值以及最优估计平面中的亮度值,来计算针对参考像素的加权因子;以及计算块中的各个像素的亮度值和最优估计平面中的亮度值之间的相对亮度差与针对参考像素的加权因子的乘积的和,并且将参考像素位置处的最优估计平面中的亮度值增加到计算的结果中。
根据本发明的另一实施例,提供了一种导致信息处理装置执行以下步骤的程序:对于被输入的图像数据,以逐块的方式来计算由亮度值限定的多个估计平面,其中每个块都包含包括了要实施滤波处理的参考像素的预定数目的像素;在多个估计平面之中选择块中的各个像素的亮度值与估计平面中的亮度值之间的误差总和最小的最优估计平面;基于参考像素的亮度值以及最优估计平面中的亮度值,来计算针对参考像素的加权因子;以及计算块中的各个像素的亮度值和最优估计平面中的亮度值之间的相对亮度差与针对参考像素的加权因子的乘积的和,并且将参考像素位置处的最优估计平面中的亮度值增加到计算的结果中。
根据本发明的另一实施例,提供了一种成像装置,所述成像装置包括:成像部分;估计平面计算部分,对于由成像部分获得的图像数据,该估计平面计算部分以逐块的方式来计算由亮度值限定的多个估计平面,其中每个块都包含包括了要实施滤波处理的参考像素的预定数目的像素;最优估计平面选择部分,该最优估计平面选择部分在多个估计平面之中选择块中的各个像素的亮度值与估计平面中的亮度值之间的误差总和最小的最优估计平面;加权因子计算部分,该加权因子计算部分基于参考像素的亮度值以及最优估计平面中的亮度值,来计算针对参考像素的加权因子;以及加权平滑化部分,该加权平滑化部分计算块中的各个像素的亮度值和最优估计平面中的亮度值之间的相对亮度差与针对参考像素的加权因子的乘积的和,并且将参考像素位置处的最优估计平面中的亮度值增加到计算的结果中。
根据本发明的实施例,确定了块中的各个像素的亮度值与估计平面中的亮度值之间的误差最小的最优估计平面,并且基于参考像素的亮度值以及最优估计平面中的亮度值,来计算针对参考像素的加权因子。因此,不仅可以实现现有技术中还不可行的对灰度部分的去噪,而且可以保持图像数据的详细部分(边缘等)。
附图说明
图1是示出根据本发明的一个实施例的相机的配置的框图;
图2是示出应用了本发明的图像处理装置的配置的功能框图;
图3A至图3D是用来描述估计平面的计算方法的视图;
图4A至图4C是用来描述边缘部分的估计平面的视图;
图5A至图5C是用来描述边缘部分的估计平面的视图;并且
图6是示出信息处理装置的配置的示例的视图。
具体实施方式
在下文中,将以下面的顺序具体地参考附图来描述本发明的实施例。
1.参考图1的相机配置
2.参考图2至图5C的图像处理示例1
3.图像处理示例2
4.参考图6的修改例
1.相机配置
图1示出根据本发明的一个实施例的相机配置的示例。来自被摄对象(subject)的光被诸如透镜11和光圈12之类的光学系统收集到成像元件13上。
成像元件13例如由CCD(电荷耦合器件)、CMOS(互补金属氧化物半导体)成像器等来形成。它将所接收的光转换成电信号,并且输出电信号至相关双采样(correlated double sampling)电路14。更具体地,成像元件13根据从定时生成器17供应的定时信号,在规则的间隔处持续预定曝光时间地经由透镜11和光圈12接收从被摄对象来的光。成像元件13然后通过光电转换将已经到达成像面上的各个光接收元件的光的量转换为电信号,并且向相关双采样电路14供应所转换的电信号。
相关双采样电路14通过相关双采样来去除从成像元件13供应的电信号中的噪声成分,并且向A/D(模拟/数字)转换器15供应产生的电信号。A/D转换器15将从相关双采样电路14供应的电信号从模拟形式转换为数字形式(通过后接量子化的采样),并且向信号处理电路16供应产生的图像数据。
信号处理电路16例如由DSP(数字信号处理器)来形成。它将各种类型的图像处理(相机信号处理)应用于从A/D转换器15供应的图像数据,并且向D/A(数字/模拟)转换器18或编解码器21供应图像处理之后的图像数据。
定时生成器17生成指定各种类型的处理的定时的定时信号,并且向成像元件13、相关双采样电路14、A/D转换器15和信号处理电路16供应定时信号。
D/A转换器18将从信号处理电路16供应的图像数据从数字形式转换为模拟形式,并且向视频编码器19供应产生的图像信号。视频编码器19将从D/A转换器18供应的图像信号(模拟信号)转换为可显示在监视器20上的信号,并且向监视器20供应所转换的信号。监视器20起到了数字相机的取景器(viewfinder)的作用,并且由LCD(液晶显示器)来形成,以便根据从视频编码器19供应的信号在其上显示图像。所谓的直通图像(through image)因此显示在监视器20上。
编解码器21根据诸如JPEG(联合图像专家组)方法、MPEG(运动图像专家组)方法和DV(数字视频)方法之类的预定方法来编码从信号处理电路16供应的图像数据,并且向存储器22供应所编码的图像数据。
存储器22由诸如闪存之类的半导体存储器来形成,并且存储(记录)从编解码器21供应的所编码的图像数据。然而,应当注意,诸如磁盘、光(磁)盘和磁带之类的记录介质可代替存储器22来使用。存储器22或记录介质可形成为可附接于数字相机以及可与数字相机分离。并且,可以既提供结合在数字相机中的记录介质又提供可附接于数字相机并可与数字相机分离的记录介质。
存储部分23由诸如EEPROM(电可擦可编程只读存储器)之类的非易失性存储器来形成,或者由非易失性存储器和诸如RAM(随机存取存储器)之类的易失性存储器的组合来形成。存储部分23存储CPU(中央处理单元)24上运行的程序,并且临时地存储由CPU 24执行的处理所必需的数据。
CPU 24通过运行存储部分23中存储的程序来执行各种类型的处理。更具体地,CPU 24例如响应于用户的操作、根据从输入装置25供应的信号、经由总线来向诸如信号处理电路16、定时生成器17、编解码器21和存储器22之类的各个部分供应控制信号,从而控制各个部分。
输入装置25具有诸如提供拍摄(成像)触发的释放按钮(快门按钮)之类的操作按钮、当校正拍摄期间的曝光时所操作的曝光校正拨盘、以及当调整变焦时所操作的变焦按钮(变焦杆)。响应于用户对操作按钮的操作而生成的各种类型的信号经由总线从输入装置25供应至CPU 24,并且CPU 24根据经由总线从输入装置25供应的各种信号来控制各个部分以执行处理。应当注意,输入装置25的一个或多个操作按钮可显示在监视器20上。例如,可在监视器20上设置透明板(tablet),从而由这板检测对于监视器20上所显示的操作按钮的操作。
I/F(接口)26是例如根据USB(通用串行总线)标准、IEEE(电气和电子工程师协会)1394标准或IEEE802标准来进行通信的接口。当经由I/F 26连接到外部计算机等时,数字相机变得能够更新存储部分23中所存储的程序并且执行对包括图像数据的各种类型的数据的发送和接收。
在如上配置的数字相机中,来自被摄对象的光经由诸如透镜11和光圈12之类的光学系统入射在成像元件13上。成像元件13接收来自被摄对象的入射光,并且对所接收的光进行光电转换。在成像元件13中作为光电转换的结果而获得的图像(数据)经由相关双采样电路14和A/D转换器15被供应至信号处理电路16。
信号处理电路16针对所输入的图像数据应用下面所描述的用于去噪和边缘保持的图像处理。图像处理之后的图像数据经由D/A转换器18和视频编码器19被供应至监视器20,并且被显示于其上。当必要的时候,图像处理之后的图像数据经由编解码器21被供应至存储器22,并且被存储于其中。
2.图像处理示例1
现在将描述信号处理电路16的图像处理。作为具体示例而描述的图像处理是通过估计由灰度部分的亮度值所限定的平面,并且通过利用此平面计算用于平滑化的加权因子,来去除灰度部分(亮度以平面的方式变化的区域)中的噪声。此外,图像处理是通过使用当计算加权因子时具有最小误差的最优平面,来保持图像数据的详细部分(边缘等)。
例如,通过将信号处理电路16装备在具有图2所示的图像处理装置的功能的上述数字相机中,来实现图像处理。图2是示出应用了本发明的图像处理装置的配置的功能框图。图像处理装置包括估计平面计算部分310至31n(n是正整数)、最优估计平面选择部分32、加权因子计算部分33和加权平滑化部分34。
对于图像数据,估计平面计算部分310至31n以逐块的方式来计算由亮度值限定的多个估计平面,其中每个块都包含包括了要实施滤波处理的参考像素的预定数目的像素。更具体地,利用在中心具有要实施滤波处理的任意像素(在下文中被称为参考像素)的、任意尺寸(n×n,其中n是等于或大于3的奇数)的块(在下文中被称为参考块)中所有的像素,来计算所估计的平面。例如,对于参考像素以及参考像素的邻近处的八个像素(在下文中被称为邻近像素),利用在中心具有参考像素和各个邻近像素的、任意尺寸(m×m,其中m是等于或大于3的奇数)的各个块(在下文中被称为邻近块)中所有的像素,来计算九个估计平面。
这里,优选的是参考块和邻近块具有相同的尺寸(n=m)。当以这种方式来配置时,在所有的估计平面计算部分310至31n中计算处理可以是相同的,这转而可使得估计平面计算部分310至31n的配置更简单。对估计平面的计算方法可以是例如最小二乘法。根据最小二乘法,估计平面被计算为块中的各个像素的亮度值与平面之间的平方误差总和(误差的平方和)为最小。
最优估计平面选择部分32在多个估计平面之中选择块中的各个像素的亮度值与估计平面中的亮度值之间的误差总和为最小的最优估计平面。更具体地,在估计平面是在估计平面计算部分310至31n中利用最小二乘法来计算的情况下,选择平方误差的总和最小的估计平面。
加权因子计算部分33基于参考像素的亮度值以及最优估计平面中的亮度值,来计算针对参考像素的加权因子。具体计算方法将在下面描述。
加权平滑化部分34通过计算块中的各个像素的亮度值和最优估计平面中的亮度值之间的相对亮度差与针对参考像素的加权因子的乘积的和,并且通过将参考像素位置处的最优估计平面中的亮度值增加到计算的结果中,来平滑化参考像素。
根据如上所述的图像处理装置,由参考块中的和邻近块中的像素的亮度值所限定的平面针对图像数据而被估计,并且利用估计平面的加权平滑滤波被构造。通过利用具有最小误差的最优估计平面来构造加权平滑滤波,变得可以不仅实现对于图像中的亮度以平面的方式变化的灰度部分的去噪,而且实现对于具体特征同时突然地变化的边缘部分的保持。
现在将描述如上的图像处理装置的操作的具体示例。这里,将在参考块和邻近块具有3个像素×3个像素的尺寸的假设下给出描述。
最初,输入进估计平面计算部分310至31n的图像数据被以逐块的方式来处理,其中每个块都包含包括了要实施滤波处理的参考像素的3个像素×3个像素。如图3A所示,在估计平面计算部分310中估计针对由参考像素和八个邻近像素所组成的参考块中的所有像素的、具有最小误差的平面。并且,如图3B所示,在估计平面计算部分311中估计针对在中心具有八个邻近像素之中的、参考像素的右上处的邻近像素的邻近块中的所有像素的、具有最小误差的平面。类似地,如图3C和图3D所示,在估计平面计算部分312至318中估计针对包含参考像素的并且在中心具有剩余的各个邻近像素的邻近块中的像素的平面。这些估计平面通过最小二乘法来计算为在块中的各个亮度值与平面中的各个亮度值之间的平方误差最小。借助参考块的估计平面以及借助各个邻近块的估计平面,也就是说总共九个估计平面通过这些计算而被获得。
最优估计平面选择部分32选择估计平面计算部分310至31n中所计算的九个估计平面之中的最优估计平面。这里所提到的术语“最优”被定义为在块中的各个亮度值与平面中的各个亮度值之间的平方误差的总和最小。例如,在图4A至图5C所示的针对参考块的估计平面和针对邻近块的估计平面的情况下,具有的块中的各个亮度值与平面中的各个亮度值之间的平方误差总和小的、图4B和图5B所示的估计平面被选择。以此方式选择的估计平面被称为最优估计平面。
随后,加权因子计算部分33利用最优估计平面来找到用于加权平滑滤波的加权因子。在双边滤波的情况下,确定加权因子的因素是参考像素和邻近像素之间的距离差和亮度差。这里,因素是与亮度差的术语有关的、与最优估计平面的相对亮度差。更具体地,以下面的方式来找到相对亮度差。也就是说,对于参考像素而言,参考像素的亮度值与相应位置处的最优估计平面中的亮度值之间的差被计算为相对亮度差。类似地,对于邻近像素而言,邻近像素的亮度值与相应位置处的最优估计平面中的亮度值之间的差被计算为相对亮度差。
通过使用参考像素的相对亮度差与邻近像素的相对亮度差之间的差作为输入的函数,来确定加权因子。具有紧支集(compact support)的任何函数(在给定的有界区间外将会是0)都是可用的。该函数可以是例如Gaussian函数(在适当的区间外将会是0)。
最后,加权平滑化部分34计算针对参考像素而获得的相对亮度差与加权因子的乘积的和。与参考像素相对应的位置处的最优估计平面中的亮度值被增加到计算结果中。这样获得的值是应用于参考像素的滤波处理的结果。
通过对所输入的图像数据中的所有像素执行如上的计算,灰度部分中的噪声被去除。因此变得可以获得保持了详细部分(边缘等)的图像。这是因为由灰度限定的平面所导致的偏置被减去,从而通过根据本发明的实施例的图像处理,仅仅在噪声部分中评价亮度差。更具体地,如已经描述的,例如通过最小二乘法来估计灰度所限定的平面,并且通过从原始图像数据的亮度值中减去估计平面的亮度值来提取噪声部分。然后,通过仅仅对所提取的噪声部分应用滤波,去噪可应用于灰度部分。
顺便提及,此处理是在块中的像素形成平面的假设下执行的。因此,当此处理应用于除平面以外的部分(例如边缘部分)时,结果不令人满意(边缘被模糊)。例如,在如图4A和图5A所示的参考块中的边缘部分存在的情况下,参考块中的像素的亮度值与估计平面中的亮度值之间的误差变得更大。因此,当通过利用此估计平面计算加权因子、来应用滤波处理时,边缘被模糊。
为了避免此问题,提供了计算邻近块中的估计平面并且在多个估计平面之中选择最优估计平面的处理。因此变得可以选择满足了包含参考像素的块中的像素形成平面的假设的区域。例如,因为具有与如图4B和图5B所示的块中的像素的亮度值的较小误差的估计平面被选为最优估计平面,所以变得可以保持边缘部分。
如已经描述的,根据本发明的实施例的图像处理实现了现有技术中还不可行的对灰度部分的去噪。并且,通过针对各个邻近块计算估计平面、并且选择最优估计平面,变得可以保持图像数据的详细部分(边缘等)。简而言之,边缘保持和对灰度部分的去噪可同时达成。
3.图像处理示例2
现在将描述图像处理示例2。通过与图2所示的图像处理装置相同的配置来执行图像处理示例2。加权因子通过另一方法而在加权因子计算部分33中计算。更具体地,参考像素的亮度值与参考像素的位置处的最优估计平面中的亮度值之间的误差的平方值被找到以作为参考像素的加权因子。类似地,邻近像素的亮度值与参考像素的位置处的最优估计平面中的亮度值之间的误差的平方值被找到以作为邻近像素的加权因子。
通过使用图像数据的亮度值与最优估计平面中的亮度值之间的误差的平方值作为此方式中的加权因子,如以上的图像处理示例1般,边缘保持和对灰度部分的去噪可同时达成。
4.修改例
根据上述的本发明的实施例,图像处理由硬件执行。然而,图像处理可由软件执行。在图像处理由软件执行的情况下,构成软件的程序被安装进诸如通用计算机之类的信息处理装置。此程序被临时地或永久地存储(记录)在诸如软盘(flexible disk)、CD-ROM(光盘只读存储器)、DVD(数字通用光盘)和半导体存储器之类的记录介质中,并且作为所谓的包装软件(package software)而被提供。可替代地,程序可通过从诸如因特网之类的网络下载来提供。
图6是示出信息处理装置的配置的示例的视图。信息处理装置包括总线51、CPU(中央处理单元)52、ROM(只读存储器)53、RAM(随机存取存储器)54、硬盘55、输出部分56、输入部分57、通信部分58、驱动器59、以及输入和输出接口60。输入和输出接口60经由总线51连接到CPU 52。当用户操作由键盘、鼠标、麦克风等形成的输入部分57并且命令经由输入和输出接口60而被输入时,CPU 52根据命令运行ROM 53中所存储的程序。
并且,CPU 52将硬盘55中预先安装的程序载入RAM 54,并且运行此程序。CPU 52然后执行上述的图像处理,并且将处理结果输出至例如由LCD(液晶显示器)或扬声器所形成的输出部分56。
不言而喻,例如单独地或者作为编辑和管理数字相机所取得的图像的应用的一部分,执行上述图像处理的程序可被分布。
本申请包含与2009年1月9日递交日本专利局的日本优先专利申请JP 2009-003459中所公开的主题相关的主题,该日本优先专利申请的全部内容由此通过引用而被结合。
本领域的技术人员应当理解,各种修改、组合、子组合和变更可根据设计需求和其他因素而发生,只要它们在所附权利要求或其等同物的范围内。
Claims (7)
1.一种图像处理装置,包括:
估计平面计算部分,对于被输入的图像数据,所述估计平面计算部分以逐块的方式计算由亮度值限定的多个估计平面,其中每个块都含有包括了要实施滤波处理的参考像素的预定数目的像素;
最优估计平面选择部分,所述最优估计平面选择部分在所述多个估计平面之中选择所述块中的各个像素的亮度值与所述估计平面中的亮度值之间的误差总和为最小的最优估计平面;
加权因子计算部分,所述加权因子计算部分基于所述参考像素的亮度值以及所述最优估计平面中的亮度值,计算针对所述参考像素的加权因子;以及
加权平滑化部分,所述加权平滑化部分计算所述块中的各个像素的亮度值和所述最优估计平面中的亮度值之间的相对亮度差与针对所述参考像素的所述加权因子的乘积的和,并在计算结果中加上所述最优估计平面中的参考像素位置处的亮度值。
2.根据权利要求1所述的图像处理装置,
其中,所述加权因子计算部分利用在中心具有所述参考像素的块中的各个像素的亮度值与所述最优估计平面中的亮度值之间的相对亮度差,来计算针对所述参考像素的所述加权因子。
3.根据权利要求1所述的图像处理装置,
其中,所述加权因子计算部分使用所述参考像素的亮度值与所述最优估计平面中的亮度值之间的亮度差的平方值。
4.根据权利要求1所述的图像处理装置,
其中,
所述估计平面计算部分通过最小二乘法来计算估计平面;并且
所述最优估计平面选择部分在所述多个估计平面之中选择通过所述最小二乘法得到的误差的平方和为最小的估计平面,作为所述最优估计平面。
5.一种图像处理方法,包括以下步骤:
对于被输入的图像数据,以逐块的方式计算由亮度值限定的多个估计平面,其中每个块都含有包括了要实施滤波处理的参考像素的预定数目的像素;
在所述多个估计平面之中选择所述块中的各个像素的亮度值与所述估计平面中的亮度值之间的误差总和为最小的最优估计平面;
基于所述参考像素的亮度值以及所述最优估计平面中的亮度值,计算针对所述参考像素的加权因子;以及
计算所述块中的各个像素的亮度值和所述最优估计平面中的亮度值之间的相对亮度差与针对所述参考像素的所述加权因子的乘积的和,并在计算结果中加上所述最优估计平面中的参考像素位置处的亮度值。
6.一种使信息处理装置执行以下步骤的程序:
对于被输入的图像数据,以逐块的方式计算由亮度值限定的多个估计平面,其中每个块都含有包括了要实施滤波处理的参考像素的预定数目的像素;
在所述多个估计平面之中选择所述块中的各个像素的亮度值与所述估计平面中的亮度值之间的误差总和为最小的最优估计平面;
基于所述参考像素的亮度值以及所述最优估计平面中的亮度值,计算针对所述参考像素的加权因子;以及
计算所述块中的各个像素的亮度值和所述最优估计平面中的亮度值之间的相对亮度差与针对所述参考像素的所述加权因子的乘积的和,并在计算结果中加上所述最优估计平面中的参考像素位置处亮度值。
7.一种成像装置,包括:
成像部分;
估计平面计算部分,对于由所述成像部分获得的图像数据,所述估计平面计算部分以逐块的方式计算由亮度值限定的多个估计平面,其中每个块都含有包括了要实施滤波处理的参考像素的预定数目的像素;
最优估计平面选择部分,所述最优估计平面选择部分在所述多个估计平面之中选择所述块中的各个像素的亮度值与所述估计平面中的亮度值之间的误差总和为最小的最优估计平面;
加权因子计算部分,所述加权因子计算部分基于所述参考像素的亮度值以及所述最优估计平面中的亮度值,计算针对所述参考像素的加权因子;以及
加权平滑化部分,所述加权平滑化部分计算所述块中的各个像素的亮度值和所述最优估计平面中的亮度值之间的相对亮度差与针对所述参考像素的所述加权因子的乘积的和,并在计算结果中加上所述最优估计平面中的参考像素位置处的亮度值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009-003459 | 2009-01-09 | ||
JP2009003459A JP4640508B2 (ja) | 2009-01-09 | 2009-01-09 | 画像処理装置、画像処理方法、プログラム、及び撮像装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101778201A true CN101778201A (zh) | 2010-07-14 |
CN101778201B CN101778201B (zh) | 2012-09-05 |
Family
ID=42319149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010100023429A Expired - Fee Related CN101778201B (zh) | 2009-01-09 | 2010-01-11 | 图像处理装置、图像处理方法、程序和成像装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8411992B2 (zh) |
JP (1) | JP4640508B2 (zh) |
CN (1) | CN101778201B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103295190A (zh) * | 2012-02-22 | 2013-09-11 | 伊姆普斯封闭式股份有限公司 | 数字x射线图像降噪方法 |
CN110290310A (zh) * | 2018-03-15 | 2019-09-27 | 索尼公司 | 从图像信号中减少阶梯伪像的图像处理装置 |
CN110852334A (zh) * | 2015-12-29 | 2020-02-28 | 意法半导体国际有限公司 | 用于自适应像素滤波的系统和方法 |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5644097B2 (ja) * | 2009-12-08 | 2014-12-24 | ソニー株式会社 | 画像処理装置、画像処理方法及びプログラム |
KR20120017521A (ko) * | 2010-08-19 | 2012-02-29 | 삼성전자주식회사 | 영상 고정밀화를 위한 고속 처리 필터링 장치 및 방법 |
AU2011200830B2 (en) * | 2011-02-25 | 2014-09-25 | Canon Kabushiki Kaisha | Method, apparatus and system for modifying quality of an image |
JP5575048B2 (ja) * | 2011-04-14 | 2014-08-20 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置および画像形成装置 |
US10223997B2 (en) * | 2011-12-07 | 2019-03-05 | Ubitus Inc. | System and method of leveraging GPU resources to increase performance of an interact-able content browsing service |
JP2014138290A (ja) * | 2013-01-17 | 2014-07-28 | Sharp Corp | 撮像装置及び撮像方法 |
JP6362333B2 (ja) * | 2013-02-14 | 2018-07-25 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US10540564B2 (en) | 2014-06-27 | 2020-01-21 | Blinker, Inc. | Method and apparatus for identifying vehicle information from an image |
US10572758B1 (en) | 2014-06-27 | 2020-02-25 | Blinker, Inc. | Method and apparatus for receiving a financing offer from an image |
US10515285B2 (en) | 2014-06-27 | 2019-12-24 | Blinker, Inc. | Method and apparatus for blocking information from an image |
US9600733B1 (en) | 2014-06-27 | 2017-03-21 | Blinker, Inc. | Method and apparatus for receiving car parts data from an image |
US10579892B1 (en) | 2014-06-27 | 2020-03-03 | Blinker, Inc. | Method and apparatus for recovering license plate information from an image |
US9818154B1 (en) | 2014-06-27 | 2017-11-14 | Blinker, Inc. | System and method for electronic processing of vehicle transactions based on image detection of vehicle license plate |
US9589202B1 (en) | 2014-06-27 | 2017-03-07 | Blinker, Inc. | Method and apparatus for receiving an insurance quote from an image |
US9607236B1 (en) | 2014-06-27 | 2017-03-28 | Blinker, Inc. | Method and apparatus for providing loan verification from an image |
US9754171B1 (en) | 2014-06-27 | 2017-09-05 | Blinker, Inc. | Method and apparatus for receiving vehicle information from an image and posting the vehicle information to a website |
US9594971B1 (en) | 2014-06-27 | 2017-03-14 | Blinker, Inc. | Method and apparatus for receiving listings of similar vehicles from an image |
US9773184B1 (en) | 2014-06-27 | 2017-09-26 | Blinker, Inc. | Method and apparatus for receiving a broadcast radio service offer from an image |
US9589201B1 (en) | 2014-06-27 | 2017-03-07 | Blinker, Inc. | Method and apparatus for recovering a vehicle value from an image |
US10733471B1 (en) | 2014-06-27 | 2020-08-04 | Blinker, Inc. | Method and apparatus for receiving recall information from an image |
US9563814B1 (en) | 2014-06-27 | 2017-02-07 | Blinker, Inc. | Method and apparatus for recovering a vehicle identification number from an image |
US9779318B1 (en) | 2014-06-27 | 2017-10-03 | Blinker, Inc. | Method and apparatus for verifying vehicle ownership from an image |
US9760776B1 (en) | 2014-06-27 | 2017-09-12 | Blinker, Inc. | Method and apparatus for obtaining a vehicle history report from an image |
US9558419B1 (en) | 2014-06-27 | 2017-01-31 | Blinker, Inc. | Method and apparatus for receiving a location of a vehicle service center from an image |
US9892337B1 (en) | 2014-06-27 | 2018-02-13 | Blinker, Inc. | Method and apparatus for receiving a refinancing offer from an image |
US10867327B1 (en) | 2014-06-27 | 2020-12-15 | Blinker, Inc. | System and method for electronic processing of vehicle transactions based on image detection of vehicle license plate |
CN105976325A (zh) * | 2016-06-29 | 2016-09-28 | 上海小蚁科技有限公司 | 用于调整多个图像的明亮度的方法 |
CN110533780B (zh) | 2019-08-28 | 2023-02-24 | 深圳市商汤科技有限公司 | 一种图像处理方法及其装置、设备和存储介质 |
CN111583130A (zh) * | 2020-04-14 | 2020-08-25 | 佛山市南海区广工大数控装备协同创新研究院 | 一种用于lpr的恢复车牌图像的方法 |
CN114449244B (zh) * | 2020-10-31 | 2023-07-18 | 华为技术有限公司 | 一种画质调整方法及装置 |
CN113859922B (zh) * | 2021-09-10 | 2023-03-24 | 红塔烟草(集团)有限责任公司 | 一种螺母供给器 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0650287B1 (en) * | 1993-10-26 | 2004-03-10 | Canon Kabushiki Kaisha | Image processing method and apparatus |
US5956432A (en) * | 1995-06-01 | 1999-09-21 | Canon Kabushiki Kaisha | Image processing apparatus and method |
JP2002372948A (ja) * | 2001-06-18 | 2002-12-26 | Fujitsu Ltd | Pdpの駆動方法および表示装置 |
JP4178919B2 (ja) * | 2002-11-21 | 2008-11-12 | セイコーエプソン株式会社 | ノイズ除去方法、撮像装置およびノイズ除去プログラム |
KR100564592B1 (ko) * | 2003-12-11 | 2006-03-28 | 삼성전자주식회사 | 동영상 데이터 잡음제거방법 |
FR2870071B1 (fr) * | 2004-05-05 | 2006-12-08 | Centre Nat Rech Scient Cnrse | Procede de traitement de donnees d'images, par reduction de bruit d'image, et camera integrant des moyens de mise en oeuvre de ce procede |
JP4577565B2 (ja) * | 2005-03-03 | 2010-11-10 | ソニー株式会社 | 画像処理方法、画像処理装置、プログラム、および撮影装置 |
JP4702088B2 (ja) * | 2005-03-31 | 2011-06-15 | カシオ計算機株式会社 | 画像信号のノイズ低減方法、ノイズ低減装置及び撮像装置 |
JP2007129600A (ja) * | 2005-11-07 | 2007-05-24 | Kawasaki Microelectronics Kk | 画像データ処理装置 |
JP2008051833A (ja) * | 2006-08-22 | 2008-03-06 | Fujitsu Hitachi Plasma Display Ltd | 多階調表示装置 |
JP4883789B2 (ja) * | 2007-03-30 | 2012-02-22 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
CN101308573B (zh) * | 2008-06-30 | 2011-07-13 | 北京中星微电子有限公司 | 一种消除噪声的方法和装置 |
-
2009
- 2009-01-09 JP JP2009003459A patent/JP4640508B2/ja not_active Expired - Fee Related
- 2009-12-16 US US12/639,540 patent/US8411992B2/en not_active Expired - Fee Related
-
2010
- 2010-01-11 CN CN2010100023429A patent/CN101778201B/zh not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103295190A (zh) * | 2012-02-22 | 2013-09-11 | 伊姆普斯封闭式股份有限公司 | 数字x射线图像降噪方法 |
CN110852334A (zh) * | 2015-12-29 | 2020-02-28 | 意法半导体国际有限公司 | 用于自适应像素滤波的系统和方法 |
CN110852334B (zh) * | 2015-12-29 | 2023-08-22 | 意法半导体国际有限公司 | 用于自适应像素滤波的系统和方法 |
CN110290310A (zh) * | 2018-03-15 | 2019-09-27 | 索尼公司 | 从图像信号中减少阶梯伪像的图像处理装置 |
CN110290310B (zh) * | 2018-03-15 | 2021-01-01 | 索尼公司 | 从图像信号中减少阶梯伪像的图像处理装置 |
Also Published As
Publication number | Publication date |
---|---|
US8411992B2 (en) | 2013-04-02 |
US20100177982A1 (en) | 2010-07-15 |
JP2010161701A (ja) | 2010-07-22 |
JP4640508B2 (ja) | 2011-03-02 |
CN101778201B (zh) | 2012-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101778201B (zh) | 图像处理装置、图像处理方法、程序和成像装置 | |
RU2350036C2 (ru) | Адаптивная стабилизация изображения | |
US8605999B2 (en) | Signal processing apparatus and method, noise reduction apparatus and method, and program therefor | |
US8896712B2 (en) | Determining and correcting for imaging device motion during an exposure | |
JP3838243B2 (ja) | 画像処理方法、および画像処理装置、並びにコンピュータ・プログラム | |
KR101183371B1 (ko) | 디지털 컬러 이미지 처리 방법 | |
US20130140436A1 (en) | Color Filter Array, Imaging Device, and Image Processing Unit | |
JPWO2007102377A1 (ja) | 撮像装置、高解像度化処理方法、高解像度化処理プログラム、及び記録媒体 | |
EP1394742B1 (en) | Method for filtering the noise of a digital image sequence | |
JP4429816B2 (ja) | 撮像装置および画像の高解像度化方法 | |
CN103873836B (zh) | 图像处理设备和图像处理方法 | |
US7940993B2 (en) | Learning device, learning method, and learning program | |
JP4556102B2 (ja) | 画像処理装置および画像処理方法、並びに、プログラム | |
US8599288B2 (en) | Noise reduction apparatus, method and computer-readable recording medium | |
JP5131567B2 (ja) | 画像処理装置、画像処理方法、プログラム及び記録媒体 | |
US7986361B2 (en) | Color processing apparatus and method thereof for generating an interpolated image | |
JP2012095341A (ja) | 撮像装置 | |
US11798146B2 (en) | Image fusion architecture | |
JP2008293388A (ja) | 画像処理方法、画像処理装置、及びこの画像処理装置を備えた電子機器 | |
JP2007013269A (ja) | 撮像装置 | |
JP2008306608A (ja) | 画像処理方法、画像処理装置、及びこの画像処理装置を備えた電子機器 | |
JP2006148230A (ja) | 欠陥検出補正装置、撮像装置および欠陥検出補正方法 | |
JP5370345B2 (ja) | 画像処理装置、撮像装置および画像処理プログラム | |
JP2011176776A (ja) | 画像処理装置及び画像処理方法 | |
US20220044372A1 (en) | Image Fusion Architecture with Multimode Operations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120905 Termination date: 20160111 |
|
CF01 | Termination of patent right due to non-payment of annual fee |