CN102063717A - 边缘检测装置以及应用于边缘检测装置的运算电路 - Google Patents
边缘检测装置以及应用于边缘检测装置的运算电路 Download PDFInfo
- Publication number
- CN102063717A CN102063717A CN200910224506XA CN200910224506A CN102063717A CN 102063717 A CN102063717 A CN 102063717A CN 200910224506X A CN200910224506X A CN 200910224506XA CN 200910224506 A CN200910224506 A CN 200910224506A CN 102063717 A CN102063717 A CN 102063717A
- Authority
- CN
- China
- Prior art keywords
- multiplication
- nxm
- pixel
- operation result
- absolute value
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
一种边缘检测装置,包含一运算电路以及一判断电路。该运算电路包含一第一乘法模块及一第一加法元件。该第一乘法模块包含nxm个第一乘法元件,其中每一第一乘法元件具有一第一乘法系数,该nxm个第一乘法元件依据多个第一乘法系数来分别对排列成一nxm矩阵的nxm个像素做乘积运算以得到nxm个第一乘积值,该nxm个像素包含有一目标像素,且n不等于m。该第一加法元件依据该nxm个第一乘积值来产生一第一运算结果。该判断电路根据至少该第一运算结果来判断该目标像素是否为一边缘像素。
Description
技术领域
本发明是有关于边缘检测(edge detection),尤指一种用以检测拜耳图样(Bayer Pattern)的边缘检测装置与应用于此边缘检测装置的处理电路。
背景技术
拜耳彩色滤光片矩阵(Bayer Pattern Color Filter Array)现今已广泛地使用于各图像撷取装置的图像感应器(Image Sensor)中,其可用来取得欲撷取图像所射出光线的色彩信息。请参阅图1,图1为已知拜耳彩色滤光片矩阵10的滤光片排列的示意图。拜耳彩色滤光片矩阵10是由多个图样12以矩阵方式排列而成,而单一图样12包含三种颜色像素的滤光片,其是以2x2矩阵方式排列,该三种颜色像素分别为红色像素(Red Pixel)、蓝色像素(BluePixel)、绿色像素(Green Pixel),如图1中所示,图1中的R代表红色像素滤光片,G代表绿色像素滤光片,以及B代表蓝色像素滤光片。其中由于人眼对绿色光的接收较为敏感,故于图样12的2x2矩阵中安排了一个红色像素滤光片、一个蓝色像素滤光片、以及两个绿色像素滤光片。基本上两个绿色像素滤光片安排于对角线的位置上,而不相邻排列,因此该红色像素滤光片与该蓝色像素滤光片亦被安排于对角线的位置上。
由于图像感测系统忽略各像素的其它两种色彩成分,因此,对于每一像素而言,图像感测系统所获取的原始感测数据便包含较少的色彩取样。由于彩色滤光片矩阵中的每一滤光片是对应一像素并仅允许位于一特定频带的色彩成分通过,因此在所撷取的图像被进一步处理或显示之前,每一像素所缺乏的色彩成分便必须先进行重建以使每一像素包含所有的三种色彩成分。在重建一色彩成分时,已知色彩内插方法是直接复制最邻近的像素的色彩值或者是使用相邻像素的色彩值于经由线性(Linear)平均或对数(Logarithmic)平均后所产生的平均值,来经由相邻像素来估测出每一像素中所缺乏色彩成分以便将原始感测数据转换为完整彩色图像的色彩内插操作即为业界已知的解马赛克操作(Demosaicing)。由于在图像边缘进行像素值的平均(亦即低通滤波操作)会造成图像失真(Aliasing),所以大多数的已知解马赛克操作经常造成下述的图像问题:锯齿边缘(Zipper Effect)、假色(False Color)或于图像边缘密度高的地方产生模糊的边缘。
为了解决上述问题,一般的做法是先进行边缘检测(Edge Detection),而边缘检测的目的是为了判断一像素是否位于景物的边缘,以及边缘的方向跟边缘变化的程度,然后根据边缘检测所得到的结果来进行不同的内插运算。对于拜耳图样来说,用以检测其边缘的滤波器要能在被检测的像素在沿着边缘方向移动时,判断的结果能保持不变,由于此项限制,许多的边缘检测滤波器皆不适用于拜耳图样。索贝尔滤波器(Sobel Filter)是一种较适用于检测拜耳图样边缘的滤波器,其可用来判断一像素是否对应于水平边缘与垂直边缘。但若是图样本身噪声较大时,容易出现判断错误的状况,且在稍微模糊的区域中,索贝尔滤波器无法准确地检测出图像边缘。在图像缩放处理中,准确的图像边缘检测可提升缩放后的图像画质,因此,如何提升边缘检测的准确性与可靠度,实是相当重要的一项议题。
发明内容
因此,本发明的目的之一在于提供一种边缘检测装置与应用于边缘检测装置的运算电路,以解决先前技术中的问题。
依据本发明的一个方面,其揭露一种边缘检测装置。该边缘检测装置包含:一运算电路以及一判断电路。该运算电路包含:第一乘法模块以及第一加法元件。该第一乘法模块包含有nxm个第一乘法元件,其中每一第一乘法元件皆具有一第一乘法系数,该nxm个第一乘法元件依据相对应的多个第一乘法系数来分别对排列成一nxm矩阵的nxm个像素做乘积运算以得到nxm个第一乘积值,该nxm个像素包含有一目标像素,以及n不等于m。该第一加法元件耦接于该第一乘法模块,用以依据该nxm个第一乘积值来产生一第一运算结果。该判断电路耦接于该运算电路,用以根据该第一运算结果来判断该目标像素是否为一边缘像素。
依据本发明的另一个方面,其还揭露一种应用于一边缘检测装置的运算电路。该运算电路包含有一第一乘法模块与一第一加法元件。该第一乘法模块包含有nxm个第一乘法元件,其中每一第一乘法元件皆具有一第一乘法系数,该nxm个第一乘法元件依据相对应的多个第一乘法系数来分别对排列成一nxm矩阵的nxm个像素做乘积运算以得到nxm个第一乘积值,该nxm个像素包含有一目标像素,以及n不等于m。该第一加法元件,耦接于该第一乘法模块,用以依据该nxm个第一乘积值来产生第一运算结果。
附图说明
图1为已知拜耳彩色滤光片矩阵的滤光片排列的示意图。
图2为本发明边缘检测装置的一第一实施例的示意图。
图3为图2所示的边缘检测装置中5x3个第一乘法元件的第一乘法系数所构成的5x3矩阵的示意图。
图4为本发明边缘检测装置的一第二实施例的示意图。
图5为图4所示的边缘检测装置中5x3个第一乘法元件的第一乘法系数所构成的5x3矩阵以及5x3个第二乘法元件的第二乘法系数所构成的5x3矩阵的示意图。
图6为本发明边缘检测装置的一第三实施例的示意图。
图7为图6所示的边缘检测装置中5x3个第一乘法元件的第一乘法系数所构成的5x3矩阵、5x3个第二乘法元件的第二乘法系数所构成的5x3矩阵以及3x3个第三乘法元件的第三乘法系数所构成的3x3矩阵的示意图。
[主要元件标号说明]
200、400、600 边缘检测装置
210、410、610 运算电路
212、412、612 第一乘法模块
2122_1、2122_2、2122_3、2122_nxm、4122_1、4122_2、4122_n’xm’、6122_1、6122_2、6122_n”xm” 第一乘法元件
214、414、614 第一加法元件
220、420、630 判断电路
416、616 第二乘法模块
4162_1、4162_2、4162_n’xm’、6162_1、6162_2、6162_n”xm”第二乘法元件
418、618 第二加法元件
422、632 色对值运算电路
424、634 权重加总电路
426、636 判断逻辑电路
620 第三乘法模块
6202_1、6202_2、6202_kxk 第三乘法元件
622 第三加法元件
具体实施方式
请参考图2,图2为本发明边缘检测装置的一第一实施例的示意图。于本实施例中,边缘检测装置200包含有(但不限于)一运算电路210以及一判断电路220,其中运算电路210包含有一第一乘法模块212以及一第一加法元件214。第一乘法模块212包含有nxm个第一乘法元件2122_1、2122_2、2122_3、...、2122_nxm,其中每一第一乘法元件2122皆具有一第一乘法系数N_1、N_2、N_3、...、N_nxm,nxm个第一乘法元件2122依据相对应的多个第一乘法系数N_1、N_2、N_3、...、N_nxm来分别对排列成一nxm矩阵的nxm个像素做乘积运算以得到nxm个第一乘积值V_1、V_2、V_3、...、V_nxm,该nxm个像素包含有所欲处理的一目标像素Pt(未示于图2中),以及n不等于m。第一加法元件214耦接于第一乘法模块212,用以依据nxm个第一乘积值V_1、V_2、V_3、...、V_nxm来产生一第一运算结果O1。判断电路220耦接于运算电路210,用以根据第一运算结果O1来判断目标像素Pt是否为一边缘像素。
请注意,为让本发明更显而易懂,此实施例n等于5以及m等于3来配合图式作详细说明。请同时参考图3以及图1,图3为边缘检测装置200中5x3个第一乘法元件的第一乘法系数所构成的5x3矩阵N的示意图。该5x3乘法系数矩阵为一水平检测模板,举例来说,边缘检测装置200若以图1中的像素R3为目标像素Pt来执行水平方向的边缘检测,则以像素R3为中心的一5x3矩阵包含有像素G1、G2、G6、G7、G11、G12、R1、R3、R5、B1、B2、B4、B5,而运算电路210依据图3所示的5x3矩阵N所产生的第一运算结果O1如下所示:
O1=G1*1+R1*2+G2+1+B1*0+G4*0+B2*0+G6*0+R3*0+G3*0+B4*0+G9*0+B5*0+G11*(-1)+R5*(-2)+G12*(-1)=[(G1+2R1+G2)-(G11+2R5+G12)]
判断电路220再将第一运算结果O1取绝对值来判断目标像素R3是否为一位于水平方向的边缘像素。此外,将该水平检测模板旋转90度便可得到一垂直检测模板。由于垂直方向的边缘检测方式与水平方向的检测相同,故于此不另赘述。相较于已知索贝尔滤波器(其滤波系数矩阵为一方阵),由于本发明水平检测模板/垂直检测模板的检测距离较长的缘故(亦即滤波系数矩阵为nxm矩阵,且n≠m),故边缘检测装置200可检测一些较为模糊的边缘。
请注意,上述实施例中,n以及m皆为奇数(例如n等于5以及m等于3),且该nxm矩阵是以所欲处理的目标像素为中心,然而,此仅作为范例说明之用,并非用以限制本发明所涵盖的范围,任何采用nxm(n≠m)个乘法元件的乘法系数所构成的nxm矩阵来对nxm个像素(内含所欲处理的目标像素)进行水平检测/垂直检测的操作,均符合本发明精神而落于本发明的范畴。
请参考图4,图4为本发明边缘检测装置的一第二实施例的示意图。于本实施例中,边缘检测装置400包含有(但不限于)一运算电路410以及一判断电路420。运算电路410包含一第一乘法模块412、一第一加法元件414、一第二乘法模块416以及一第二加法元件418。第一乘法模块412包含有n’xm’个第一乘法元件4122_1、4122_2、...、4122_n’xm’,其中每一第一乘法元件4122_1、4122_2、...、4122_n’xm’皆具有一第一乘法系数N1_1、N1_2、N1_n’xm’,n’x m’个第一乘法元件4122依据相对应的多个第一乘法系数N1_1、N1_2、N1_n’xm’来分别对排列成一n’x m’矩阵的n’x m’个像素做乘积运算以得到n’x m’个第一乘积值V1_1、V1_2、...V1_n’xm’,该n’x m’个像素包含有一目标像素Pt’,以及n’不等于m’。此外,第一加法元件414耦接于第一乘法模块412,用以依据n’x m’个第一乘积值V1_1、V1_2、...V1_n’xm’来产生一第一运算结果O1’。
另一方面,第二乘法模块416包含有n’x m’个第二乘法元件4162_1、4162_2、...、4162_n’xm’,虽然第一乘法模块412与第二乘法模块416有相同个数的乘法元件,然而第二乘法模块416的乘法系数分配是不同于第一乘法模块412的乘法系数分配,亦即第一乘法模块412所对应的乘法系数矩阵与第二乘法模块416所对应的乘法系数矩阵并非彼此相同。每一第二乘法元件4162皆具有一第二乘法系数N2_1、N2_2、...、N2_n’xm’,而n’x m’个第二乘法元件4162_1、4162_2、...、4162_n’xm’依据相对应的多个第二乘法系数N2_1、N2_2、...、N2_n’xm’来分别对上述排列成n’x m’矩阵的该n’x m’个像素做乘积运算以得到n’x m’个第二乘积值V2_1、V2_2、...、V2_n’xm’。第二加法元件418耦接于第二乘法模块416,用以依据n’x m’个第二乘积值V2_1、V2_2、...、V2_n’xm’来产生一第二运算结果O2’。
判断电路420耦接于运算电路410,用以根据第一运算结果O1’的绝对值与第二运算结果O2’的绝对值来判断所欲处理的目标像素Pt’是否为一边缘像素。本实施例中,判断电路420包含有一绝对值运算电路422、一权重加总电路424以及一判断逻辑电路426。绝对值运算电路422用以计算第一运算结果O1’的绝对值来产生一第一绝对值A1’与计算第二运算结果O2’的绝对值来产生一第二绝对值A2’。权重加总电路424耦接于绝对值运算电路422,用来依据第一绝对值A1’与第二绝对值A2’来产生一判断值D1’,例如D1’=A1’+A2’。此外,判断逻辑电路426耦接于权重加总电路424,用以依据判断值D1’来判断目标像素Pt’是否为一边缘像素。
请注意,为让本发明更显而易懂,此实施例亦以n’等于5以及m’等于3来配合图式作详细说明。请同时参考图5以及图1,图5为边缘检测装置400中5x3个第一乘法元件的第一乘法系数所构成的5x3矩阵N1’以及5x3个第二乘法元件的第二乘法系数所构成的5x3矩阵N2’的示意图。该些5x3矩阵N1’及N2’皆为水平检测模板,举例来说,边缘检测装置400若以图1中的像素R3为目标像素Pt’来执行水平方向的边缘检测,则以像素R3为中心的一5x3矩阵包含有像素G1、G2、G6、G7、G11、G12、R1、R3、R5、B1、B2、B4、B5,由于详细的计算方式皆类似于第一运算结果O1,所以接下来的运算结果皆省略详细计算过程,仅以最终运算结果来表示,运算电路410依据图5所示的5x3矩阵N1’所产生的第一运算结果O1’如下所示:
O1’=[(G1+2R1+G2)-(G6+2R3+G7)]
另一方面,运算电路410依据图5所示的5x3矩阵N2’矩阵所产生的第二运算结果O2’如下所示:
O2’=[(G6+2R3+G7)-(G11+2R5+G12)]
此外,A1’=|O1’|以及A2’=|O2’|,因此得出下列关系式:
D1’=A1’+A2’=|(G1+2R1+G2)-(G6+2R3+G7)|+
|(G6+2R3+G7)-(G11+2R5+G12)|
接着,判断电路420再根据判断值D1’来判断目标像素R3是否为一位于水平方向的边缘像素。此外。将该些水平检测模板旋转90度便可得到相对应的垂直检测模板。由于垂直方向的边缘检测方式与水平方向的检测相同,故于此不另赘述。此实施例将两种具有不同乘法系数的模板所产生的运算结果独立计算绝对值后再相加,当图像的边缘变化比较缓慢时,得到的检测结果跟边缘检测装置200是相同的,但对于一些细微的线条或纹理(例如只占一到两个像素宽度的线条),本发明所提供的边缘检测装置400则更能够准确的检测出来而不容易产生误判。
请注意,上述实施例中,n’以及m’皆为奇数(例如n’等于5以及m’等于3),且每一n’x m’矩阵是以所欲处理的目标像素为中心,然而,此仅作为范例说明之用,并非用以限制本发明所涵盖的范围,任何采用n’x m’(n’≠m’)个乘法元件的乘法系数所构成的n’x m’矩阵来对n’x m’个像素(内含所欲处理的目标像素)进行水平检测/垂直检测的操作,均符合本发明精神而落于本发明的范畴。
请参考图6,图6为本发明边缘检测装置的一第三实施例的示意图。于本实施例中,边缘检测装置600包含有(但不限于)一运算电路610以及一判断电路630,其中运算电路610包含一第一乘法模块612、一第一加法元件614、一第二乘法模块616、一第二加法元件618、一第三乘法模块620以及一第三加法元件622。第一乘法模块612包含有n”x m”个第一乘法元件6122_1、6122_2、...、6122_n”xm”,其中每一第一乘法元件6122_1、6122_2、...、6122_n”xm”皆具有一第一乘法系数N1’_1、N1’_2、...、N1’_n”xm”,而n”x m”个第一乘法元件6122_1、6122_2、...、6122_n”xm”依据相对应的多个第一乘法系数N1’_1、N1’_2、...、N1’_n”xm”来分别对排列成一n”x m”矩阵的n”x m”个像素做乘积运算以得到n”x m”个第一乘积值V1’_1、V1’_2、...、V1’_n”xm”,其中该n”x m”个像素包含有所欲处理的一目标像素Pt”,且n”不等于m”。第一加法元件614耦接于第一乘法模块612,用以依据n”x m”个第一乘积值V1’_1、V1’_2、...、V1’_n”xm”来产生一第一运算结果O1”。
此外,第二乘法模块616包含有n”x m”个第二乘法元件6162_1、6162_2、...、6162_n”xm”,虽然第一乘法模块612与第二乘法模块616有相同个数的乘法元件,然而第二乘法模块616的乘法系数分配是不同于第一乘法模块612的乘法系数分配,亦即第一乘法模块610所对应的乘法系数矩阵与第二乘法模块616所对应的乘法系数矩阵并非彼此相同。每一第二乘法元件6162_1、6162_2、...、6162_n”xm”皆具有一第二乘法系数N2’_1、N2’_2、...、N2’_n”xm”,而n”x m”个第二乘法元件6162_1、6162_2、...、6162_n”xm”依据相对应的多个第二乘法系数N2’_1、N2’_2、...、N2’_n”xm”来分别对上述排列成n”x m”矩阵的该n”x m”个像素做乘积运算以得到n”x m”个第二乘积值V2’_1、V2’_2、...、V2’_n”xm”。第二加法元件618耦接于第二乘法模块616,用以依据n”x m”个第二乘积值V2’_1、V2’_2、...、V2’_n”xm”来产生一第二运算结果O2”。
再者,第三乘法模块620包含有kxk个第三乘法元件6202,且k等于n”与m”中的较小值,其中每一第三乘法元件6202_1、6202_2、...、6202_kxk皆具有一第三乘法系数N3’_1、N3’_2、...、N3’_kxk,而kxk个第三乘法元件6202_1、6202_2、...、6202_kxk依据相对应的多个第三乘法系数N3’_1、N3’_2、...、N3’_kxk来分别对该n”x m”个像素中的kxk个像素做乘积运算以得到kxk个第三乘积值V3’_1、V3’_2、...、V3’_kxk。第三加法元件622耦接于第三乘法模块620,用以依据kxk个第三乘积值V 3’_1、V3’_2、...、V3’_kxk来产生一第三运算结果O3”。
判断电路630耦接于运算电路610,用以根据第一运算结果O1”的绝对值、第二运算结果O2”的绝对值与第三运算结果O3”的绝对值来判断目标像素Pt”是否为一边缘像素。判断电路630包含有一绝对值运算电路632、一权重加总电路634以及一判断逻辑电路636。绝对值运算电路632用以计算第一运算结果O1”的绝对值来产生一第一绝对值A1”、计算第二运算结果O2”的绝对值来产生一第二绝对值A2”以及计算第三运算结果O3”的绝对值来产生一第三绝对值A3”。权重加总电路634耦接于绝对值运算电路632,用来对第一绝对值A1”、第二绝对值A2”与第三绝对值A3”进行一权重加总运算来产生一判断值D1”,例如D1”=A1”+A2”+2*A3”。判断逻辑电路636耦接于权重加总电路634,用以依据判断值D1”来判断目标像素Pt”是否为一边缘像素。
请注意,为让本发明更显而易懂,此实施例亦以n”等于5以及m”等于3来配合图式作详细说明。请同时参考图7以及图1,图7为边缘检测装置600中5x3个第一乘法元件的第一乘法系数所构成的5x3矩阵N1”、5x3个第二乘法元件的第二乘法系数所构成的5x3矩阵N2”以及3x3个第三乘法元件的第三乘法系数所构成的3x3矩阵N3”(亦即索贝尔(Sobel)运算矩阵,其为一方阵)的示意图。该些矩阵皆为水平检测模板,举例来说,边缘检测装置600若以图1中的像素R3为目标像素Pt”来执行水平方向的边缘检测,则以像素R3为中心的一5x3矩阵包含有像素G1、G2、G6、G7、G11、G12、R1、R3、R5、B1、B2、B4、B5,由于详细的计算方式皆类似于第一运算结果O1,所以接下来的运算结果皆省略详细计算过程,仅以最终运算结果来表示,而运算电路610依据图7所示的5x3矩阵N1”所产生的第一运算结果O1”如下所示:
O1”=[(G1+2R1+G2)-(G6+2R3+G7)]
此外,运算电路610依据图7所示的5x3矩阵N2”所产生的第二运算结果O2”如下所示:
O2”=[(G6+2R3+G7)-(G11+2R5+G12)]
再者,运算电路610依据图7所示的3x3矩阵N3”所产生的第三运算结果O3”如下所示:
O3”=[(B1+2G4+B2)-(B4+2G9+B5)]
另外,A1”=|O1”|、A2”=|O2”|以及A3”=|O3”|,而由于拜耳图样中R/G/B的比例关系为1∶2∶1,故A1、A2、A3的权重比为1∶1∶2时最能符合此种比例特性,因此得出下列关系式:
D1”=A1”+A2”+2A3”=
|(G1+2R1+G2)-(G6+2R3+G7)|+
|(G6+2R3+G7)-(G11+2R5+G12)|+
2|(B1+2G4+B2)-(B4+2G9+B5)|
从上述关系式可得知,其中用以运算的R/G/B像素数量比例恰为1∶2∶1,这亦兼顾拜耳图样的像素分配特性,但此种权重比例分配并非本发明的限制,其它应用于不同目的的权重比例分配亦属本发明的范畴。
最后,判断电路630便根据判断值D1”来判断目标像素R3是否为一位于水平方向的边缘像素。此外,将该些水平检测模板旋转90度便可得到垂直检测模板,由于垂直方向的边缘检测方式与水平方向的检测相同,故于此不另赘述。此实施例将三种不同乘法系数的模板所产生的运算结果独立计算绝对值后再作权重相加,并由权重比例分配的改变来得到更精确的检测结果。
请注意,上述实施例中,n”以及m”皆为奇数(例如n”等于5以及m”等于3),且每一n”x m”矩阵是以所欲处理的目标像素为中心,然而,此仅作为范例说明之用,并非用以限制本发明所涵盖的范围,任何采用n”x m”(n”≠m”)个乘法元件的乘法系数所构成的n”x m”矩阵来对n”x m”个像素(内含所欲处理的目标像素)进行水平检测/垂直检测的操作,均符合本发明精神而落于本发明的范畴。
综上所述,本发明提供的边缘检测装置,因为其检测方向所用来计算的像素与目标像素距离较远的缘故,可检测出一些较为模糊的边缘,且对于一些细微的线条或纹理,亦能够准确的检测出来而不容易误判,并通过权重比例分配的改变,进而能得到更精确的检测结果。
以上所述仅为本发明的较佳实施例,凡依本发明权利要求范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (17)
1.一种边缘检测装置,用于检测一图像的边缘,包含有:
一运算电路,包含有:
一第一乘法模块,包含有nxm个第一乘法元件,其中每一第一乘法元件皆具有一第一乘法系数,该nxm个第一乘法元件依据相对应的多个第一乘法系数来分别对排列成一nxm矩阵的nxm个像素做乘积运算以得到nxm个第一乘积值,该nxm个像素包含有一目标像素,以及n不等于m;以及
一第一加法元件,耦接于该第一乘法模块,用以依据该nxm个第一乘积值来产生一第一运算结果;以及
一判断电路,耦接于该运算电路,用以根据至少该第一运算结果来判断该目标像素是否为一边缘像素。
2.根据权利要求1所述的装置,其中:
该运算电路还包含有:
一第二乘法模块,包含有nxm个第二乘法元件,其中该第二乘法模块的乘法系数分配是不同于该第一乘法模块的乘法系数分配,每一第二乘法元件皆具有一第二乘法系数,该nxm个第二乘法元件依据相对应的多个第二乘法系数来分别对该nxm个像素做乘积运算以得到nxm个第二乘积值;以及
一第二加法元件,耦接于该第二乘法模块,用以依据该nxm个第二乘积值来产生一第二运算结果;以及
该判断电路根据至少该第一运算结果与该第二运算结果来判断该目标像素是否为一边缘像素。
3.根据权利要求2所述的装置,其中该判断电路根据该第一运算结果的绝对值与该第二运算结果的绝对值来判断该目标像素是否为一边缘像素。
4.根据权利要求3所述的装置,其中该判断电路包含有:
一绝对值运算电路,用以计算该第一运算结果的绝对值来产生一第一绝对值与计算该第二运算结果的绝对值来产生一第二绝对值;
一权重加总电路,耦接于该绝对值运算电路,用来依据该第一绝对值与该第二绝对值来产生一判断值;以及
一判断逻辑电路,耦接于该权重加总电路,用以依据该判断值来判断该目标像素是否为一边缘像素。
5.根据权利要求2所述的装置,其中:
该运算电路还包含有:
一第三乘法模块,包含有kxk个第三乘法元件,其中每一第三乘法元件皆具有一第三乘法系数,该kxk个第三乘法元件依据相对应的多个第三乘法系数来分别对该nxm个像素中的kxk个像素做乘积运算以得到kxk个第三乘积值;以及
一第三加法元件,耦接于该第三乘法模块,用以依据该kxk个第三乘积值来产生一第三运算结果;以及
该判断电路根据该第一运算结果、该第二运算结果与该第三运算结果来判断该目标像素是否为一边缘像素。
6.根据权利要求5所述的装置,其中k等于n与m中的较小值。
7.根据权利要求5所述的装置,其中该第三乘法模块为一索贝尔滤波器。
8.根据权利要求5所述的装置,其中该判断电路根据该第一运算结果的绝对值、该第二运算结果的绝对值与该第三运算结果的绝对值来判断该目标像素是否为一边缘像素。
9.根据权利要求8所述的装置,其中该判断电路包含有:
一绝对值运算电路,用以计算该第一运算结果的绝对值来产生一第一绝对值、计算该第二运算结果的绝对值来产生一第二绝对值以及计算该第三运算结果的绝对值来产生一第三绝对值;
一权重加总电路,耦接于该绝对值运算电路,用来对该第一绝对值、该第二绝对值与该第三绝对值进行一权重加总运算来产生一判断值;以及
一判断逻辑电路,耦接于该权重加总电路,用以依据该判断值来判断该目标像素是否为一边缘像素。
10.根据权利要求1所述的装置,其中n以及m皆为奇数,以及该nxm矩阵是以该目标像素为中心。
11.根据权利要求10所述的装置,其为用于检测一拜耳图样边缘的边缘检测装置。
12.一种应用于一边缘检测装置的运算电路,包含有:
一第一乘法模块,包含有nxm个第一乘法元件,其中每一第一乘法元件皆具有一第一乘法系数,该nxm个第一乘法元件依据相对应的多个第一乘法系数来分别对排列成一nxm矩阵的nxm个像素做乘积运算以得到nxm个第一乘积值,该nxm个像素包含有一目标像素,以及n不等于m;以及
一第一加法元件,耦接于该第一乘法模块,用以依据该nxm个第一乘积值来产生一第一运算结果。
13.根据权利要求12所述的运算电路,其还包含有:
一第二乘法模块,包含有nxm个第二乘法元件,其中该第二乘法模块的乘法系数分配是不同于该第一乘法模块的乘法系数分配,每一第二乘法元件皆具有一第二乘法系数,该nxm个第二乘法元件依据相对应的多个第二乘法系数来分别对该nxm个像素做乘积运算以得到nxm个第二乘积值;以及
一第二加法元件,耦接于该第二乘法模块,用以依据该nxm个第二乘积值来产生一第二运算结果。
14.根据权利要求13所述的运算电路,其还包含有:
一第三乘法模块,包含有kxk个第三乘法元件,其中每一第三乘法元件皆具有一第三乘法系数,该kxk个第三乘法元件依据相对应的多个第三乘法系数来分别对该nxm个像素中的kxk个像素做乘积运算以得到kxk个第三乘积值;以及
一第三加法元件,耦接于该第三乘法模块,用以依据该kxk个第三乘积值来产生一第三运算结果。
15.根据权利要求14所述的运算电路,其中k等于n与m中的较小值。
16.根据权利要求14所述的运算电路,其中该第三乘法模块为一索贝尔滤波器。
17.根据权利要求12所述的运算电路,其中n以及m皆为奇数,以及该nxm矩阵是以该目标像素为中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910224506XA CN102063717B (zh) | 2009-11-17 | 2009-11-17 | 边缘检测装置以及应用于边缘检测装置的运算电路 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910224506XA CN102063717B (zh) | 2009-11-17 | 2009-11-17 | 边缘检测装置以及应用于边缘检测装置的运算电路 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102063717A true CN102063717A (zh) | 2011-05-18 |
CN102063717B CN102063717B (zh) | 2012-12-12 |
Family
ID=43998981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910224506XA Active CN102063717B (zh) | 2009-11-17 | 2009-11-17 | 边缘检测装置以及应用于边缘检测装置的运算电路 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102063717B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633524A (zh) * | 2016-07-18 | 2018-01-26 | 中国科学院微电子研究所 | 一种版图边界提取方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100508589C (zh) * | 2004-01-30 | 2009-07-01 | 瑞昱半导体股份有限公司 | 以边缘检测为基础的像素插补装置及方法 |
CN1761286A (zh) * | 2005-11-03 | 2006-04-19 | 上海交通大学 | 用边缘检测、运动检测和中值滤波去除蚊式噪声的方法 |
CN101431606A (zh) * | 2008-12-01 | 2009-05-13 | 上海广电(集团)有限公司中央研究院 | 一种基于边缘检测的自适应降噪处理方法 |
-
2009
- 2009-11-17 CN CN200910224506XA patent/CN102063717B/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633524A (zh) * | 2016-07-18 | 2018-01-26 | 中国科学院微电子研究所 | 一种版图边界提取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102063717B (zh) | 2012-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102273208B (zh) | 图像处理设备和图像处理方法 | |
CN101547370B (zh) | 图像处理装置和图像处理方法 | |
CN110278346A (zh) | 视频除雾处理装置及方法 | |
CN103955109B (zh) | 镜头安装平整度的实时调整方法及装置 | |
CN102469273B (zh) | 进行去图像噪声处理的方法与进行去图像噪声处理的装置 | |
CN103238335A (zh) | 图像处理装置、图像处理方法和程序 | |
TWI420124B (zh) | 邊緣檢測裝置以及應用於邊緣檢測裝置的運算電路 | |
CN108960261A (zh) | 一种基于注意力机制的显著物体检测方法 | |
CN105719274B (zh) | 边缘检测系统及方法 | |
CN106204453B (zh) | 一种图像的插值方法及装置 | |
KR20060048146A (ko) | 색채에 의거하는 컬러화상의 영역분할 기술 | |
CN102281388A (zh) | 适应性滤除影像噪声的方法及装置 | |
Takamatsu et al. | Estimating demosaicing algorithms using image noise variance | |
CN101132477B (zh) | 数字图像处理方法及其装置 | |
CN101354783B (zh) | 边缘检测方法和装置 | |
CN102063717B (zh) | 边缘检测装置以及应用于边缘检测装置的运算电路 | |
CN106470293B (zh) | 图像处理装置及图像处理方法 | |
KR100627615B1 (ko) | 조정 가능한 임계값을 이용한 노이즈 제거 장치 | |
CN103714523A (zh) | 基于Kirsch算子的图像锐化系统及图像锐化方法 | |
US20140355872A1 (en) | Method for determining interpolating direction for color demosaicking | |
CN102397843A (zh) | 彩色ccd杂粮色选机的电控筛选系统 | |
CN103236038A (zh) | 雾霾图像快速去雾处理组件 | |
CN102095496B (zh) | 一种测量动态照度分布的方法 | |
CN102397844A (zh) | 彩色ccd色选机的光电检测装置 | |
CN102447817B (zh) | 图像处理装置与空间图像噪声消除方法 |
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 |