CN102282586B - 用于减少图像数据的大小的方法和装置 - Google Patents

用于减少图像数据的大小的方法和装置 Download PDF

Info

Publication number
CN102282586B
CN102282586B CN200980154804.4A CN200980154804A CN102282586B CN 102282586 B CN102282586 B CN 102282586B CN 200980154804 A CN200980154804 A CN 200980154804A CN 102282586 B CN102282586 B CN 102282586B
Authority
CN
China
Prior art keywords
pixel
value
filter array
img2
output
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.)
Expired - Fee Related
Application number
CN200980154804.4A
Other languages
English (en)
Other versions
CN102282586A (zh
Inventor
O·卡莱沃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nokia Technologies Oy
Original Assignee
Nokia Technologies Oy
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nokia Technologies Oy filed Critical Nokia Technologies Oy
Publication of CN102282586A publication Critical patent/CN102282586A/zh
Application granted granted Critical
Publication of CN102282586B publication Critical patent/CN102282586B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
    • H04N1/648—Transmitting or storing the primary (additive or subtractive) colour signals; Compression thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems
    • H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)
  • Studio Devices (AREA)

Abstract

可以通过以下方式将输入图像(IMG1)转换成低分辨率输出图像(IMG2)：确定输出像素(P2)相对于所述输入图像(IMG1)的位置(OP)；确定滤波器阵列(FA1)的元素(E)的值，从而使得所述滤波器阵列(FA1)的元素(E)的非零值近似于抛物面参考表面(REFS)，其中，所述参考表面(REFS)在基点(BP)处具有最大值；以及通过执行在所述元素(E)的非零值与位于相应位置处的所述输入图像(IMG1)的输入像素(P1)的值之间的积和运算来确定所述输出像素(P2)的值，其中，所述滤波器阵列(FA1)被叠加在所述输入图像(IMG1)上，从而使得所述基点(BP)的位置对应于所述输出像素(P2)的位置。

Description

用于减少图像数据的大小的方法和装置
技术领域
本发明涉及图像数据的压缩。
背景技术
高分辨率图像可消耗许多存储空间或数据传输容量。可能期望压缩图像数据。
已知例如通过像素合并(binning)或抽取可以减少图像的像素数目。
WO2005/106787公开了一种用于通过计算像素值的加权平均来减小数字图像的分辨率的方法和装置。
发明内容
本发明的目的是提供一种用于压缩图像数据的方法。本发明的进一步的目的是提供一种用于确定适合压缩图像数据的滤波器阵列的值的方法。本发明的进一步的目的是提供一种计算机程序以及包括用于执行所述方法的所述计算机程序的计算机可读介质。本发明的进一步的目的是提供一种成像设备。
根据本发明的第一方面，提供了一种根据权利要求1的方法。
根据本发明的第二方面，提供了一种根据权利要求16的计算机程序。
根据本发明的第三方面，提供了一种包括根据权利要求17的计算机程序代码的计算机可读介质。
根据本发明的第四方面，提供了一种根据权利要求19的设备。
根据本发明的第五方面，提供了一种根据权利要求24的图像处理装置。
根据本发明的第六方面，提供了一种包括根据权利要求25的数据结构的计算机可读介质。
滤波器阵列的元素的值可以近似于抛物面参考表面。表示抛物面参考表面的数学等式相对简单，并且因此可以快速地计算元素的值。
所述元素的值表示加权系数。靠近所述参考表面的中心线(centerline)的加权系数大于远离所述中心线的加权系数。这可能有助于保存空间调制信息。
可以在显著程度上保存空间调制信息。这改进了输出图像的质量。
图像数据被减少的大小促进了对图像的存储和对图像的传输(例如经由接口或数据总线)。
图像数据被减少的大小可以有助于减少成像设备或图像处理设备的功率消耗。
图像数据被减少的大小促进了在以后的图像处理步骤中(例如当调整图像的亮度时)的图像处理。
通过下面在此给出的描述和例子，以及通过所附的权利要求，本发明的实施例及其益处对本领域技术人员将变得更加显而易见。
附图说明
在下面的例子中，将参照附图更详细地描述本发明的实施例，在附图中：
图1示出了4×4滤波器阵列的元素；
图2在三维视图中示出了在4×4滤波器阵列的元素位置上叠加的抛物面参考表面；
图3示出了8×8滤波器阵列的元素与基点的距离；
图4a示出了8×8滤波器阵列的元素；
图4b在三维视图中示出了图4a的8×8滤波器阵列的元素的值；
图5示出了使输入图像的水平和垂直像素密度除以整数缩放因子(integerscaling factor)；
图6示出了当水平像素密度除以缩放因子1.5时针对4×4滤波器阵列的空间频率响应，以及当水平像素密度除以缩放因子4时针对8×8滤波器阵列的空间频率响应；
图7示出了7×7滤波器阵列的元素；
图8在三维视图中示出了在4×4滤波器阵列的元素的位置上叠加的圆锥形参考表面；
图9示出了使输入图像的水平和垂直像素密度除以不是整数的缩放因子；
图10示出了滤波器阵列的基点相对于输入像素的不同位置；
图11在三维视图中示出了滤波器阵列的基点相对于所述滤波器阵列的元素的非对称位置；
图12示出了用于使水平像素密度除以缩放因子1.5以及用于使垂直像素密度除以缩放因子1.5的一组4×4滤波器阵列；
图13在三维视图中示出了图12的非对称4×4滤波器阵列的元素的值；
图14示出了用于使水平像素密度除以缩放因子4以及用于使垂直像素密度除以缩放因子4的一组8×8滤波器阵列；
图15在三维视图中示出了图14的非对称8×8滤波器阵列的元素的值；
图16示出了降低Bayer格式输入图像的像素密度；
图17示出了用于将Bayer格式输入图像转换成具有降低的像素密度的共位(co-sited)输出图像的一组8×8滤波器阵列；
图18在三维视图中示出了图17的8×8滤波器阵列的元素的值；
图19a示出了用于处理Bayer格式输入图像的红色像素的8×8滤波器阵列；
图19b示出了用于通过组合像素Gr和Gb来处理Bayer格式输入图像的绿色像素的8×8滤波器阵列；
图19c示出了用于处理Bayer格式输入图像的红色像素的8×8滤波器阵列；
图20示出了将Gr和Gb值组合成指示绿色色彩的单个值；
图21a示出了将16个Bayer格式像素值转换成包括指示了绿色色彩的四个值、指示了红色色彩的一公共值以及指示了蓝色色彩的一公共值的图像元素；
图21b示出了将不止16个Bayer格式像素值转换成包括指示了绿色色彩的四个值、指示了红色色彩的一公共值以及指示了蓝色色彩的一公共值的图像元素；
图22示出了包括指示了绿色色彩的仅四个值、指示了红色色彩的仅一个值以及指示蓝色色彩的仅一个值的字；
图23示出了YUV格式输出图像的元素，其中公共色度(chrominance)值U和V与2×2的一组光度(luminance)值Y相关联；
图24a示出了用于处理输入图像的方法步骤；
图24b示出了将Bayer格式输入图像转换成较低图像分辨率的Bayer格式输出图像；
图24c示出了将Bayer格式输入图像转换成较低图像分辨率的共位RGB格式图像；
图25a示出了用于将RGB格式输入图像转换成较低图像分辨率的输出图像的方法步骤；
图25b示出了将Bayer格式输入图像转换成较低图像分辨率的RGB格式输出图像；
图26a示出了用于将RGB输入图像转换成较低图像分辨率的YUV格式图像的方法步骤；
图26b示出了将RGB输入图像转换成较低图像分辨率的YUV格式图像；
图27示出了成像设备；以及
图28示出了被布置成向远程终端传送输出图像的图像处理设备。
具体实施方式
图1示出了滤波器阵列FA1。通过使用滤波器阵列FA1，可以将数字输入图像IMG1转换成数字输出图像IMG2。可以通过以下方式来确定输出图像的每个输出像素的值：通过在输入图像上叠加滤波器阵列FA1而使得所述滤波器阵列FA1的位置与所述输出像素的位置基本上匹配，并且通过实现在滤波器阵列FA1的元素E的值与所述输入图像的输入像素的值之间的积和运算(sum-of-products operation)。当计算所述积和运算的乘积时，将预先确定的元素E(m，n)的每个值与以下输入像素的值相乘：所述输入像素的位置与所述预先确定的元素E(m，n)的位置一致(coincide)。
通过实现积和运算，可以相对于输入图像IMG1的图像数据来压缩输出图像IMG2的图像数据。特别地，输出图像IMG2可以具有比输入图像IMG1更低的图像分辨率。
通过计算所述输入图像IMG1与滤波器阵列FFA(其是通过水平地和垂直地翻转(flip)滤波器阵列FA1来获得的)的卷积，也可以提供输出图像IMG2。如果滤波器阵列FA1是水平和垂直对称的，则翻转的滤波器阵列FFA与滤波器阵列FA1相同。事实上，计算卷积包括：对输出图像IMG2的多个像素实现积和运算。翻转的阵列FFA还可以被称为卷积核(convolution kernel)。
滤波器阵列FA1和FFA的元素E(m，n)表示加权系数。靠近滤波器阵列FA1的中心的像素值与远离该中心的像素值相比被给予更大的权重。
积和运算可以用于实现数字防混叠滤波器(anti-aliasing filter)和采样率压缩器(sample rate compressor)。特别地，积和运算可以用于实现空间低通滤波器。滤波器阵列FA1可以包括例如在至少四行中和在至少四列中布置的元素E(m，n)。因此，图1的滤波器阵列FA1可以被称为4×4滤波器阵列。
符号m表示列的索引，并且符号n表示行的索引。m和n是整数。行与u轴对齐。列与v轴对齐。
CFH表示水平缩放因子。在该情况下，水平缩放因子可以等于2，即，图1的滤波器阵列FA1适合将输入图像的水平像素密度除以二。图1的滤波器阵列还适合将输入图像的垂直像素密度除以二。
SUM表示所有元素E(m，n)的总和。SUM的值可以用于例如对元素E(m，n)进行归一化，或者对输出图像IMG2的像素值进行归一化。
为了简化命名，符号E和E(m，n)在此用于指代：滤波器阵列的单个元素的数值、作为实体的单个元素，和/或滤波器阵列的所有元素。
滤波器阵列FA1的元素E(m，n)的值可以近似于参考表面REFS(参见图2)。参考表面REFS具有与u-v平面垂直的中心线CNT。基点BP指示在中心线CNT和u-v平面之间的交点。基点BP可以相对于元素E(m，n)的位置而被对称地或非对称地定位。
图2示出了在滤波器阵列FA1的元素E(m，n)的位置上叠加的抛物面参考表面REFS。抛物面的中心线CNT可以相对于滤波器阵列FA1的元素E(m，n)而被对称地定位。中心线CNT与抛物面的最大值相交。
在z轴中指示了元素E(m，n)的值。元素E(m，n)的值可以近似于抛物面参考表面REFS的值。
换句话说，当滤波器阵列FA1的每个元素E(m，n)的值与u-v平面中的所述元素E(m，n)的位置相关联时，所述滤波器阵列FA1的元素E(m，n)的值表示靠近所述抛物面表面的点。特别地，所述点可以处在所述抛物面表面上。
抛物面参考表面REFS在周界PRM上达到零级(zero level)。那些中心位于周界PRM上或在所述周界之外的元素E(m，n)可以具有零值。
图3示出了相对于基点BP的滤波器阵列FA1的元素E(m，n)的位置。符号um表示元素E(m，n)的中心与基点BP之间的水平距离。符号vn表示所述元素E(m，n)的中心与所述基点BP之间的垂直距离。符号R(m，n)表示所述元素E(m，n)的中心与所述基点BP的距离。
周界PRM可以是椭圆形的。符号w3表示椭圆PRM的宽度。符号h3表示所述椭圆PRM的高度。
w3的一半值可以表示椭圆PRM的短轴，并且h3的一半值可以表示椭圆PRM的长轴，或者反之亦然。
在圆的情况下，宽度w3等于h3。圆是椭圆的特殊情况。
每个元素E(m，n)的中心的位置可以通过索引m(其指示所述元素E(m，n)的中心的水平位置)来指示，并且可以通过索引n(其指示所述元素E(m，n)的中心的垂直位置)来指示。m和n是整数。每个元素E(m，n)的中心的位置还可以通过水平坐标u和垂直坐标v来指示。坐标u和v不需要是整数。
w1表示相邻元素E(m，n)的中心之间的水平距离。h1表示相邻元素E(m，n)的中心之间的垂直距离。w1还表示输入图像IMG1的相邻像素的中心之间的水平距离。h1还表示输入图像IMG1的相邻像素P1(k，l)的中心之间的垂直距离(参见图5)。
可以以无量纲的形式来处理w1和h1，例如，可以假定w1＝1并且h1＝1。
元素E(m，n)与基点BP的距离R(m，n)可以被计算为：
用于抛物面参考表面REFS的等式是：
其中，uc和vc表示基点BP的坐标。z(u，v)表示与坐标u和v相对应的参考表面REFS的值。zmax表示在中心线处得到的参考表面REFS的最大值。
通过以下等式给出了滤波器阵列FA1的相应元素的值：
E(m，n)的负值由零取代。
如果期望的话，那么元素E(m，n)的值可以例如舍入或截短成整数值，以便促进计算。如果期望的话，那么所有元素E(m，n)的值可以在舍入或截短之前与公共乘数相乘，例如以便减少舍入误差。
可以应用非圆形的椭圆周界PRM，以便提供与垂直缩放因子不同的水平缩放因子。
当周界PRM是圆时，通过下式给出最大半径RMAX：
在圆形周界的情况下，h3＝w3，并且用于抛物面参考表面REFS的等式是：
通过以下的等式给出了滤波器阵列FA1的相应元素的值：
为了简化，我们可以假定u轴上的值是无量纲的并且与m轴上的值一致，以及假定v轴上的值是无量纲的并且与n轴上的值一致。如果我们选择基点BP的位置是uc＝4.5且vc＝4.5，并且如果我们选择w3＝9.2且h3＝9.2，那么等式(6)可以按照以下形式来表示：
图4a示出了通过等式(7)给出的滤波器阵列FA1。
图4b示出了图4a的滤波器阵列FA1的三维显像。元素E(m，n)的值近似于抛物面参考表面REFS。
图5示出了通过滤波器阵列FA1(例如通过图4a的滤波器阵列)来处理输入图像IMG1。
还可以通过将输入图像IMG1与通过垂直和水平地翻转滤波器阵列FA1所获得的滤波器阵列FFA进行卷积来提供输出图像IMG2。
输入图像IMG1由输入像素P1(k，l)组成。符号k指示列的索引，并且符号l指示行的索引。k和l可以是整数。
输出图像IMG2由输出像素P2(i，j)组成。符号i指示列的索引，并且符号j指示行的索引。i和j可以是整数。
在此还使用简化表示法P1、P2和E而不是P1(k，l)、P2(i，j)和E(m，n)。
w2表示相邻输出像素P2(i，j)的中心之间的水平距离。h2表示相邻输出像素P2(i，j)的中心之间的垂直距离。
CFH表示水平缩放因子。w2＝CFH·w1。CFV表示垂直缩放因子。h2＝CFV·h1。换句话说，CFH＝w2/w1，并且CFV＝h2/h1。可以例如通过应用大于1的水平缩放因子CFH和/或通过应用大于1的垂直缩放因子CFV来减小图像分辨率。
输入图像IMG1可以描绘对象，例如，风景画、人脸或动物。输出图像IMG2使用更少的存储空间并且通常以更低的分辨率来描绘相同的对象。
当输入图像IMG1的维度w1与输出图像IMG2的维度w2等量(commensurate)时，并且当输入图像IMG1的维度h1与输出图像IMG2的维度h2等量时，缩放因子的概念变得有意义。图像IMG1、IMG2可以作为字节被存储在不同的存储器单元中。其甚至可以使得在操作中(onthefly)进行按比例缩减(downscaling)，并且输入图像IMG1的所有像素并不同时存在。然而，当图像IMG1、IMG2都被解释为完整的图形图像时，维度w1和w2变得等量，并且输出图像IMG2被叠加在输入图像IMG1上，从而使得在输出图像IMG2中出现的成像对象的特征与在输入图像IMG1中出现的所述成像对象的特征一致。例如，对象可以是人脸，并且输出图像IMG2可以被叠加在输入图像IMG1上，从而使得在输出图像IMG2中出现的人脸的左眼与在输入图像IMG1中出现的人脸的左眼一致，并且在输出图像IMG2中出现的脸的右眼与在输入图像IMG1中的右眼一致。
水平缩放因子CFH也可以被理解为是输入图像IMG1的列数与输出图像IMG2的列数之比。垂直缩放因子CFV也可以被理解为是输入图像IMG1的行数与输出图像IMG2的行数之比。像素的总数可以除以等于乘积CFH·CFV的因子。
在图5中示出的例子的情况下，水平缩放因子CFH和垂直缩放因子CFV都等于4。如果输入图像IMG1是例如1024×512像素P1的阵列，则对应的输出图像IMG2可以是256×128像素的阵列。因而，输出图像IMG2的像素P2的总数可以例如仅是输入图像IMG1的像素数目的6.3％。
输出图像IMG2还可以被计算为输入图像IMG1与翻转的滤波器阵列FFA的二维数字卷积。当水平缩放因子CFH和垂直缩放因子CFV是整数时，那么每个输出像素P2(i，j)的值可以通过以下等式来计算：
其中
k′＝(i-1)CFH+Mmax+1 (8b)
并且
l′＝(j-1)CFV+Nmax+1 (8c)
P1(第一自变量，第二自变量)表示在第一自变量指示的列和第二自变量指示的行处给出了输入像素的值的函数。Mmax表示滤波器阵列FA1的列数。Nmax表示滤波器阵列FA1的行数。
输出图像IMG2的输出像素P2(i，j)的值还可以通过执行在滤波器阵列FA1的元素与输入图像IMG1的对应像素P1之间的积和运算来计算，例如通过等式：
其中
k＝(i-1)CFH+m (9b)
并且
l＝(j-1)CFV+n (9c)
换句话说，输出图像IMG2的输出像素P2(i，j)的值可以通过以下来计算：
-确定输出像素P2相对于输入图像IMG1的位置OP；
-确定滤波器阵列(FA1)的元素(E)的值，从而使得所述滤波器阵列(FA1)的元素(E)的非零值近似于抛物面参考表面(REFS)，其中所述参考表面(REFS)在基点(BP)处具有最大值；以及
-当滤波器阵列FA1被叠加在输入图像IMG1上使得基点BP的位置对应于所述输出像素P2的位置时，通过执行在所述滤波器阵列FA1的元素E的非零值与位于相应位置处的输入图像IMG1的输入像素P1的值之间的积和运算来确定所述输出像素P2的值。
特别地，滤波器阵列FA1可以被叠加在输入图像IMG1上，从而使得基点BP的位置处在所述输出像素P2的位置附近。在该上下文中，表述“在...附近”可以指的是例如：在所述基点BP与输出像素P2的位置之间的水平和/或垂直距离可以小于在相邻输入像素P1之间的水平距离w1的0.5倍和/或小于在相邻输入像素P1之间的垂直距离h1的0.5倍。有利地，在所述基点BP与输出像素P2的位置之间的水平和/或垂直距离可以小于在相邻输入像素P1之间的水平距离w1的0.25倍和/或小于在相邻输入像素P1之间的垂直距离h1的0.25倍。
当执行所述积和运算时，滤波器阵列FA1被定位从而使得基点BP处在输出像素P2附近，并且使得元素E的位置与输入图像IMG1的像素P1的位置一致。元素E的每个值均乘以与所述元素E的位置一致的输入像素P1的值。
当滤波器阵列FA1被叠加在输入图像IMG1上而使得与所述滤波器阵列FA1相对应的参考表面REFS的中心线CNT与所确定的输出像素P2(i，j)的中心一致时，可以最佳地保存空间频率。因此，滤波器阵列FA1的基点BP也与输出像素P2(i，j)的中心一致。
参考表面REFS的中心和滤波器阵列的基点BP表示最大权重的位置。每个输出像素P2(i，j)的值可以表示输入像素P1(k，l)的加权总和，其中，可以将最大权重给予与所述输出像素P2(i，j)的中心OP最靠近的一个或多个输入像素P1(k，l)。
在此使用的符号OP指的是输出像素P2相对于输入图像IMG1的位置，和/或指的是输出像素P2的中心点。此外，符号OP还可以表示具有相对于输入图像IMG1的预定位置的输出点。执行积和运算提供了与所述输出点相关联的输出像素P2的值。
x1、x2、x3表示输出像素P2(i，j)的中心OP的水平坐标。y1和y2表示输出像素P2(i，j)的中心OP的垂直坐标。
原则上，输出像素P2相对于输入图像IMG1的位置OP还可以例如与输出像素P2的左上角(而不是中心点)相关联。而且在这种情况下，基点BP的位置可以被确定，从而使得基点BP的位置对应于输出像素P2的位置。特别地，基点BP可以处在输出像素P2的中心附近，其中，输出像素的位置在输出像素P2的左上角处。
图5示出了滤波器阵列FA1的第一基点BP可以被选择而使得在最上面的行和在最左边的列上的至少几个输入像素P1可以对相应的输出像素P2的值有所贡献，其中，滤波器阵列FA1的元素E没有超越输入图像IMG1的边界。特别地，所述第一基点BP可以被选择使得其相对于输入图像IMG1的左上角具有水平坐标x1＝w3/2和垂直坐标y1＝h3/2。
在图5中，宽度w3＝8.0，并且高度h3＝8.0。如果x轴和y轴的原点被选择位于输入图像IMG1的左上角，那么在输入图像IMG1的左上角处的输入像素P1的中心可以具有水平坐标x＝0.5和垂直坐标y＝0.5。图5中示出的第一基点BP可以具有水平坐标x＝4.0和垂直坐标y＝4.0。图5中示出的第一基点BP位于输入像素P1(m＝4，n＝4)和P1(m＝5，n＝5)的公共点(common point)处。
第一基点BP的位置还可以十分任意地进行选择，即，其不需要具有水平坐标x1＝w3/2和/或垂直坐标y1＝h3/2。
一旦已经选择了第一基点BP的位置，便根据所选择的水平缩放因子CFH并且根据所选择的垂直缩放因子CFV(即，根据距离w2和h2)，确定所有其它基点BP的位置。
当输出图像IMG2被叠加在输入图像IMG1上时，输出像素P2的中心OP与滤波器阵列FA1的基点BP一致，其被用于计算所述输出像素P2的值。
当通过执行在滤波器阵列FA1与输入图像IMG1的像素P1之间的积和运算来确定输出图像IMG2的极端像素(extreme pixel)的值时，可能发生的是：一些元素E(m，n)超越了输入图像IMG1的边界。然而，仍然可以为极端像素计算积和运算，例如通过将进一步的像素的行和/或列添加到输入图像IMG1。可以例如通过复制输入图像IMG1的最外面的像素的值来生成所述进一步的像素。替代地，可以计算具有减少的行和/或列数目的特殊滤波器FA1，用于处理输入图像IMG1的最外面的像素。
当为输出图像的极端像素计算输入图像IMG1和滤波器阵列FFA的卷积时，可能发生的是：一些元素E(m，n)超越了输入图像IMG1的边界。然而，仍然可以为极端像素计算卷积，例如通过将进一步的像素的行和/或列添加到输入图像IMG1。可以例如通过复制输入图像IMG1的最外面的像素的值来生成所述进一步的像素。替代地，可以计算具有减少的行和/或列数目的特殊滤波器FA1，用于处理输入图像IMG1的最外面的像素。
图像输入IMG1可以是黑白或灰度图像(greyscale image)。在那种情况下，输出图像IMG2可以是灰度图像。
输入图像IMG1可以例如是共位RGB图像，其中，每个位置与三个色彩值相关联：用于红色分量的第一值、用于绿色分量的第二值，以及用于蓝色分量的第三值。可以分离地处理每个色彩分量，以便提供共位输出彩色图像IMG2。
输入图像IMG1还可以是YUV图像，其中，每个位置与表示光度的Y值、第一色度值U和第二色度值V相关联。可以分离地处理光度值和色度值，以便提供较低分辨率的YUV格式输出图像。
图6通过例子的方式示出了通过使用图4a的滤波器阵列FA1的针对垂直和水平缩放因子CFH＝4的空间频率响应H(f)。图6还示出了通过使用图12的滤波器阵列的针对垂直和水平缩放因子CFH＝1.5的空间频率响应H(f)。
f表示输出图像IMG2的空间频率，并且fN表示奈奎斯特(Nyquist)频率，即以下情形：其中，每隔一条垂直像素线是白色并且每隔一条垂直像素线是黑色。
值H(f)＝50％指示：输出图像IMG2的亮线和暗线的像素值之间的最大差异是输入图像IMG1的白线和黑线的像素值之间的最大差异的50％。
图7通过例子的方式示出了适合实现水平和垂直缩放因子为3的对称的7×7滤波器阵列FA1。在这种情况下，行和列的数目是奇数，并且基点BP与元素E(4，4)的中心一致。
为了比较，图4a的基点BP与元素E(4，4)、E(5，4)、E(4，5)和E(5，5)的公共角(common corner)一致。
图8示出了在元素E(m，n)的位置上的圆锥形参考表面REFS。滤波器阵列的元素E的值还可以近似于除了抛物面表面之外的其它形式。
滤波器阵列FA1的元素可以近似于通过以下等式给出的值：
在周界PRM外面的值被设置成零。
当幂q＝0.5时，等式(10)给出了图8的圆锥表面。幂q可以例如在0.4至1.2的范围中。
当与圆锥近似法(q＝0.5)相比较时，与使用抛物面近似法(q＝1)相关联的优点在于可以避免平方根的耗时计算。
参照图9，垂直缩放因子CFV和/或水平缩放因子CFH还可以是非整数的有理数。在图9的情况下，垂直缩放因子CFV和/或水平缩放因子CFH都等于3.5。因此，输出像素P2(i，j)的中心的位置可以与相对于输入像素P1(k，l)的中心的若干不同位置相一致。这意味着至少一部分输出像素P2(i，j)需要内插。
当输出图像IMG2的相邻输出像素P2之间的水平距离w2不是所述输入图像IMG1的相邻输入像素P1之间的水平距离w1的整数倍时，那么可以通过以下来确定输出图像IMG2的输出像素P2的值：
-确定与所述输出图像(IMG2)的多个相邻输出像素(P2)相对应的多个不同的滤波器阵列FA11、FA21、FA12、FA22；以及
-通过使用所述滤波器阵列FA11、FA21、FA12、FA22之一来执行积和运算，从而确定每个所述相邻输出像素(P2)的值。
由于抛物面近似法，因此容易根据所选择的垂直缩放因子CFV和/或所选择的水平缩放因子CFH来计算若干不同滤波器阵列的元素E。
不同滤波器阵列的数目可以是例如4、9、16或25。不同滤波器阵列的数目可以例如大于或等于16。在极端情况下，不同滤波器阵列的数目可以等于输出图像IMG2的输出像素P2的数目。因此，垂直缩放因子CFV和/或所选择的水平缩放因子CFH甚至可以是无理数。因而，根据本发明的对滤波器阵列的使用可以提供最大的自由度来选择垂直缩放因子CFV和/或水平缩放因子CFH。
输出像素P2(i，j)的值还可以被理解成是通过计算输入图像IMG1与若干不同的翻转滤波器阵列FFA的卷积来确定的。该卷积可以提供多个子图像IMG211、IMG221、IMG212、IMG222(其可以相对于彼此稍微移位)。所述子图像的一些像素的位置与输出像素P2的期望位置一致，其中，所述中间图像的一些其它像素的位置与输出像素P2的期望位置不一致。一致像素提供了输出图像IMG2的输出像素P2的期望值。可以丢弃非一致像素。卷积算法可以被布置成省略对非一致像素的计算。
图10示出了滤波器阵列的基点相对于输入像素P1(k，l)的左上角的四个可能的位置BP11、BP21、BP12、BP22。可以通过应用具有基点BP11的滤波器阵列来提供具有中心点OP11的输出像素P2。可以分别应用具有基点BP21、BP12、BP22的滤波器阵列来提供具有中心点OP21、OP12、OP22的输出像素P2。输出图像IMG2可以被叠加在输入图像IMG1上，从而使得中心点OP11与基点BP11一致，并且中心点OP21、OP12、OP22分别与基点BP21、BP12、BP22一致。
IP表示每个输入像素P1的中心。当执行积和运算时，滤波器阵列被叠加在输入图像IMG1上，使得滤波器阵列的元素E的中心与输入像素P1的中心IP一致。
因而，在这种情况下，基点BP11、BP21、BP12、BP22也具有相对于滤波器阵列的元素E的四个不同的位置。基点的每个不同的位置与不同的滤波器阵列FA1相关联。
可以确定若干不同的滤波器阵列(参见图12)，以便计算在不同位置OP11、OP21、OP12、OP22处的输出像素P2(i，j)的值。例如，可以应用具有基点BP12的滤波器阵列FA12(图12)，以便计算其中心处于位置OP12处的输出像素P2(i，j)的值。
参照图11，元素E(m，n)的值可以近似于抛物面参考表面REFS的值，从而使得所述参考表面REFS的中心线CNT相对于滤波器阵列FA21的元素的位置被非对称地定位。
可以注意到，位置OP11、OP21、OP12、OP22相对于输入像素P1(k，l)的中心而被水平地和垂直地移位四分之一像素。基点BP11、BP21、BP12、BP22也可以相对于滤波器阵列的元素E(m，n)的中心而被分别移位四分之一像素。
图12示出了四个滤波器阵列FA11、FA21、FA12、FA22，用于提供垂直缩放因子CFV＝1.5和水平缩放因子CFH＝1.5。这些滤波器阵列适合于提供共位输出图像IMG2。
图13是图12的滤波器阵列FA11的三维显像。
图14示出了四个不同的滤波器阵列FA11、FA21、FA12、FA22，用于提供垂直缩放因子CFV＝3.5和水平缩放因子CFH＝3.5。通过使用滤波器阵列FA11、FA21、FA12、FA22来执行积和运算，可以确定输出图像IMG2。
图15是图14的滤波器阵列FA11的三维显像。这些滤波器阵列适合于提供共位输出图像IMG2。
还可以通过计算与滤波器阵列FFA11、FFA21、FFA12、FFA22的卷积来确定输出图像IMG2。
FFA11表示通过垂直地和水平地翻转图12的滤波器阵列FA22所获得的滤波器阵列，FFA12表示通过垂直地和水平地翻转图12的滤波器阵列FA21所获得的滤波器阵列，FFA21表示通过垂直地和水平地翻转图12的滤波器阵列FA12所获得的滤波器阵列，并且FFA22表示通过垂直地和水平地翻转图12的滤波器阵列FA11所获得的滤波器阵列。
返回参考图9和图10，可以仅为以下那些输出像素P2(i，j)计算滤波器阵列FFA11和输入图像IMG1的卷积：其中，所述输出像素P2(i，j)的中心的位置与输入像素P1(k，l)的右下部分一致。与滤波器阵列FFA11的卷积提供了子图像IMG211。
可以仅为以下那些输出像素P2(i，j)计算滤波器阵列FFA21和输入图像IMG1的卷积：其中，所述输出像素P2(i，j)的中心的位置与输入像素P1(k，l)的左下部分一致。与滤波器阵列FFA21的卷积提供了子图像IMG221。
可以仅为以下那些输出像素P2(i，j)计算滤波器阵列FFA12和输入图像IMG1的卷积：其中，所述输出像素P2(i，j)的中心的位置与输入像素P1(k，l)的右上部分一致。与滤波器阵列FFA11的卷积提供了子图像IMG212。
可以仅为以下那些输出像素P2(i，j)计算滤波器阵列FFA22和输入图像IMG1的卷积：其中，所述输出像素P2(i，j)的中心的位置与输入像素P1(k，l)的左上部分一致。与滤波器阵列FFA22的卷积提供了子图像IMG222。
在这种情况下，每个卷积大约提供了仅25％的输出像素P2(i，j)。这四个卷积一起提供了四个交错的(interlaced)子图像IMG211、IMG221、IMG212、IMG222，它们可以被组合以便形成完整的输出图像IMG2。
图16示出了对Bayer格式输入图像IMG1的图像数据的压缩。可以将输入图像的像素理解成被布置为2×2阵列或样式(pattern)，其中，每个样式包括两个绿色像素Gr、Gb、一红色像素R和一蓝色像素B。
可以例如通过使用不同的特定于色彩的滤波器阵列FAGr、FAR、FAB、FAGb来对每个色彩R、Gr、Gb和B分离地执行积和运算，从而提供输入图像IMG1。
而且，输出图像IMG2可以包括红色、绿色和蓝色像素。可以根据Bayer样式来交错和布置这些像素，以便形成Bayer格式输出图像IMG2。输出子图像IMG2GR、IMG2R、IMG2Gb、IMGB的像素P2(i，j)的位置也可以一致，即，输出图像IMG2的像素可以是共位的。
可以通过以下来确定输出图像IMG2的例如红色输出像素P2的值：
-将特定于色彩的滤波器阵列FAR叠加在所述输入图像IMG1上，使得所述滤波器阵列FAR的基点BP的位置对应于所述输出图像IMG2的所述红色输出像素P2的位置；以及
-执行在所述特定于色彩的滤波器阵列FAR的元素E与位于相应位置处的输入图像IMG1的红色像素P1之间的积和运算。
积和运算可以提供与不同的色彩分量相关联的四个不同的输出子图像IMG2GR、IMG2R、IMG2Gb、IMG2B。输出子图像IMG2GR、IMG2R、IMG2Gb、IMG2B可以被组合以便一起形成输出图像IMG2。
还可以将输入图像IMG1理解成是例如通过对Bayer样式的每个色彩分量计算在输入图像IMG1与特定于色彩的滤波器阵列之间的卷积来提供的。这些卷积可以提供四个输出子图像IMG2GR、IMG2R、IMG2Gb、IMG2B。输出子图像IMG2GR、IMG2R、IMG2Gb、IMG2B可以被组合以便一起形成输出图像IMG2。
图17示出了四个滤波器阵列FAGr、FAR、FAB、FAGb，用于提供共位输出彩色图像IMG2。
通过执行在特定于色彩的滤波器阵列FAGr的元素E与位于相应位置处的输入图像IMG1的像素P1之间的积和运算，可以确定输出图像IMG2的绿色Gr像素的值。
通过执行在特定于色彩的滤波器阵列FAR的元素E与位于相应位置处的输入图像IMG1的像素P1之间的积和运算，可以确定输出图像IMG2的红色像素的值。
通过执行在特定于色彩的滤波器阵列FAGb的元素E与位于相应位置处的输入图像IMG1的像素P1之间的积和运算，可以确定输出图像IMG2的绿色Gb像素的值。
通过执行在特定于色彩的滤波器阵列FAB的元素E与位于相应位置处的输入图像IMG1的像素P1之间的积和运算，可以确定输出图像IMG2的蓝色像素的值。
图17的滤波器阵列适合于水平缩放因子CFH＝4和垂直缩放因子CFV＝4。
而且，在这种情况下，w1表示输入图像IMG1的相邻像素P1之间的水平距离，并且h1表示输入图像IMG1的相邻像素P1之间的垂直距离。
滤波器阵列FAGr可以包括零元素R(m，n)的行和/或列，以便消除R、B和Gb分量的影响。用于处理特定色彩分量的滤波器阵列FAGr、FAR、FAB、FAGb可以包括零元素R(m，n)的行和/或列，以便消除其它色彩分量的影响。
滤波器阵列FAGr、FAR、FAB、FAGb的正元素E(m，n)的值可以近似于抛物面参考表面REFS。当提供共位输出图像IMG2时，所述参考表面REFS的中心线CNT可以例如处在元素的8×8阵列的中心，即，处在元素E(4，4)、E(5，4)、E(4，5)和E(5，5)的公共角处。
图18是滤波器阵列FAGr的三维显像。元素E(m，n)的非零值近似于抛物面参考表面REFS。
参照图19b，还可以对共位输出图像IMG2的绿色分量Gb和Gr进行组合，而无需过量损失信息。可以例如通过计算一致输出像素Gb和Gr的总和或平均值来组合分量Gb和Gr。该运算可在通过使用图19b的滤波器阵列FAG执行积和运算时已得到实施。滤波器阵列FAG的元素E(m，n)考虑了Bayer格式输入图像IMG1的Gb和Gr像素的贡献。滤波器阵列FAG可以包括交错的零元素E(m，n)，以便消除红色和蓝色输入像素的影响。
图19a示出了用于计算输出图像IMG2的红色像素的滤波器阵列FAR。图19c示出了用于计算输出图像IMG2的蓝色像素的滤波器阵列FAB。可以组合通过使用图19a-19c的滤波器阵列所计算的绿色、红色和蓝色子图像，以便形成共位RGB输出图像IMG2。
滤波器阵列FAG、FAR、FAB的正元素E(m，n)的值可以近似于抛物面参考表面REFS。当提供共位输出图像IMG2时，所述参考表面REFS的中心线CNT可以例如处在元素的8×8阵列的中心，即，处在元素E(4，4)、E(5，4)、E(4，5)和E(5，5)的公共角处。
通常期望的是：将相等的权重给予色彩分量Gr和Gb。例如，在根据图19b的滤波器阵列FAG的情况下，与输入图像IMG1的Gr像素一致(Goincide)的元素E的总和可以等于与输入图像IMG1的Gb像素一致的元素E的总和。因此，在执行积和运算之后，具有统一亮度的输入图像部分可以提供具有统一亮度的输出图像部分。
在特定情况下，还可以通过图像传感器来捕获输入图像IMG1(图27)，从而使得由图像传感器提供的红色、Gr、Gb和蓝色像素的值是不平衡的。例如，被布置成捕获Gr值的光检测器区域可以稍微大于被布置成捕获Gb值的光检测器区域。如果需要的话，那么在与滤波器阵列FAGr、FAGb(图17)或与滤波器阵列FAG(图19b)的积和运算之前，可以平衡Gr和Gb值。可以修改滤波器阵列FAGr、FAGb和/或FAG，从而使得积和运算同时平衡不同的色彩分量。例如，滤波器阵列FAGr或FAGb的所有元素可以乘以公共因子。例如，仅是与Gr分量相关联的滤波器阵列FAG的元素可以乘以公共因子。
参照图20，Bayer格式图像的2×2像素组GRP(i，j)可以被转换成共位像素SPIX(i，j)。共位像素SPIX(i，j)可以表示所述图像的2×2像素组GRP(i，j)。像素SPIX(i，j)可以包括数据部分BY4，数据部分BY4含有所述像素组GRP(i，j)的红色像素的值。像素SPIX(i，j)可以包括数据部分BY3，数据部分BY3表示所述像素组GRP(i，j)的Gr和Gb像素的组合值。像素SPIX(i，j)可以包括数据部分BY2，数据部分BY2含有所述像素组GRP(i，j)的蓝色像素的值。像素SPIX(i，j)可以包括进一步的数据部分以便指示例如校验和。而且，在此使用了简化的表示法SPIX而不是记号SPIX(i，j)来指示图像元素。
关于其它图像格式，也可以确定共位像素SPIX(i，j)，使得其表示在共位图像的像素组GRP(i，j)中或在Quasi-Bayer格式图像的像素组GRP(i，j)中的预定色彩分量，其中，所述像素组GRP(i，j)包括与同一色彩分量相关联的至少两个像素P1。所述像素组GRP(i，j)可以优选地包括与同一色彩分量相关联的至少四个像素P1。
在由诺基亚公司和ST微电子公司所创建的标准移动成像架构(SMIA1.0)标准中已经定义了Quasi-Bayer格式。
像素SPIX(i，j)可以存储在存储器中或者作为比特串WRDi，j经由数据总线来传送。
比特串SPIX(i，j)可以包括仅一个字节BY4，BY4含有所述像素组GRP(i，j)的红色像素的值。比特串SPIX(i，j)可以包括仅一个字节BY3，BY3表示所述像素组GRP(i，j)的Gr和Gb像素的组合值。比特串SPIX(i，j)可以包括仅一个字节BY2，BY2含有所述像素组GRP(i，j)的蓝色像素的值。比特串SPIX(i，j)可以进一步包括一个或多个头部部分BY1，以便指示例如像素值的饱和度、像素组GRP(i，j)的位置、校验和，或者比特串SPIX(i，j)的开始。头部部分BY1还可以处在比特串SPIX(i，j)的末尾，或者例如在字节BY2和BY3之间。还可以在没有头部部分BY1的情况下实现比特串SPIX(i，j)。在这种情况下，比特串SPIX(i，j)可以包括字节BY2、BY3、BY4。字节BY2、BY3、BY4还可以处于不同的顺序，例如按照顺序BY2、BY4、BY3。
字节BY2、BY3、BY4中的每一个表示了色彩分量的值。字节BY2、BY3、BY4中的每一个可以包括例如6至16个比特。
该转换可以提供大约25％的带宽减少。
参照图21a，Bayer格式图像的4×4像素组GRP(i，j)可以被转换成图像元素SPIX(i，j)，该图像元素SPIX(i，j)包括与用于红色色彩的公共值RCOM和用于蓝色色彩的公共值BCOM相组合的绿色像素G11、G21、G12、G22的2×2阵列。位于图像元素SPIX(i，j)的左上部分上的像素G11可以表示像素子组SUB11的绿色Gr和Gb像素在所述像素组GRP(i，j)的左上四分之一上的贡献。位于图像元素SPIX(i，j)的右上部分上的像素G21可以表示像素子组的绿色Gr和Gb像素在所述像素组GRP(i，j)的右上四分之一上的贡献。位于图像元素SPIX(i，j)的左下部分上的像素G12可以表示像素子组的绿色Gr和Gb像素在所述像素组GRP(i，j)的左下四分之一上的贡献。位于图像元素SPIX(i，j)的右下部分上的像素G22可以表示像素子组的绿色Gr和Gb像素在所述像素组GRP(i，j)的右下四分之一上的贡献。
绿色像素G11的值可以被计算为例如子组SUB11的绿色值Gr、Gb的总和、平均值或加权平均值。可以相应地计算像素G21、G12、G22的值。
公共值RCOM可以被计算为例如整个组GRP(i，j)的红色值的总和、平均值或加权平均值。可以相应地计算公共值BCOM。
特别地，可以通过将组GRP(i，j)的像素值乘以滤波器阵列的元素E(m，n)的对应值来计算对总和、平均值或加权平均值的计算。
特别地，可以通过使用适当的滤波器阵列的集合来执行积和运算，从而实现将输出图像IMG2的像素组GRP(i，j)转换成压缩的图像元素SPIX(i，j)。滤波器阵列的正元素E(m，n)的值可以例如近似于抛物面参考表面REFS。
还可以确定像素SPIX(i，j)，使得每个像素SPIX(i，j)表示在共位图像的像素组GRP(i，j)中或在Quasi-Bayer格式图像的像素组GRP(i，j)中的预定色彩分量。
参照图21b的更一般的情况，Bayer格式图像的像素组GRP(i，j)可以包括三列或更多列以及三行或更多行。特别地，所述像素组GRP(i，j)可以包括五列或更多列以及五行或更多行。像素组GRP(i，j)可以被转换成图像元素SPIX(i，j)，该图像元素SPIX(i，j)包括与用于红色色彩的公共值RCOM和用于蓝色色彩的公共值BCOM相组合的绿色像素G11、G21、G12、G22的2×2阵列。位于图像元素SPIX(i，j)的左上部分上的像素G11可以表示像素子组SUB11的绿色Gr和Gb像素在所述像素组GRP(i，j)的左上部分上的贡献。位于图像元素SPIX(i，j)的右上部分上的像素G21可以表示像素子组的绿色Gr和Gb像素在所述像素组GRP(i，j)的右上部分上的贡献。位于图像元素SPIX(i，j)的左下部分上的像素G12可以表示像素子组的绿色Gr和Gb像素在所述像素组GRP(i，j)的左下部分上的贡献。位于图像元素SPIX(i，j)的右下部分上的像素G22可以表示像素子组的绿色Gr和Gb像素在所述像素组GRP(i，j)的右下部分上的贡献。所述子组可以相邻或部分重叠。所述子组中的每个子组可以覆盖例如像素组GRP(i，j)的总区域的25％至50％。
参照图22，图21的图像元素SPIX(i，j)可以存储在存储器中或者作为比特串WRDi，j经由数据总线来传送。
比特串SPIX(i，j)可以包括仅一个字节BY2，BY2含有所述图像元素SPIX(i，j)的G11的值。
比特串SPIX(i，j)可以包括仅一个字节BY3，BY3含有所述图像元素SPIX(i，j)的G21的值。
比特串SPIX(i，j)可以包括仅一个字节BY4，BY4含有所述图像元素SPIX(i，j)的G12的值。
比特串SPIX(i，j)可以包括仅一个字节BY5，BY5含有所述图像元素SPIX(i，j)的G22的值。
比特串SPIX(i，j)可以包括仅一个字节BY6，BY6含有所述图像元素SPIX(i，j)的RCOM的值。
比特串SPIX(i，j)可以包括仅一个字节BY7，BY7含有所述图像元素SPIX(i，j)的BCOM的值。
另外，比特串SPIX(i，j)可以包括一个或多个头部部分BY1，以便指示例如像素组GRP(i，j)的位置、校验和、所述比特串SPIX(i，j)的开始或结束、像素值的饱和度，等等。
字节BY2、BY3、BY4、BY5、BY6、BY7和头部部分BY1还可以处于与图22中示出的顺序不同的顺序。
因而，本发明的一方面是一种计算机可读介质(MEM4)，其包括表示数字彩色图像(IMG1，IMG2)的多个比特串(SPIX)，其中每个比特串(SPIX)进而包括：
-第一绿色字节(BY2)，其表示在所述数字彩色图像(IMG1，IMG2)的图像区域(GRP)的左上部分(SUB11)中绿色色彩的亮度；
-第二绿色字节(BY3)，其表示在所述图像区域(GRP)的右上部分中绿色色彩的亮度；
-第三绿色字节(BY4)，其表示在所述图像区域(GRP)的左下部分中绿色色彩的亮度；
-第四绿色字节(BY5)，其表示在所述图像区域(GRP)的右下部分中绿色色彩的亮度；
-仅一个红色字节(BY6)，其表示所述图像区域(GRP)的红色色彩的平均亮度；以及
-仅一个蓝色字节(BY7)，其表示所述图像区域(GRP)的蓝色色彩的平均亮度，
其中，所述部分(SUB11)没有重叠或彼此仅部分重叠。
图23示出了与YUV格式图像有关的图像元素SPIX(i，j)。Y在此表示光度值。U和V表示色度值。四个光度值可以与公共U值和公共V值相关联。通过执行在适当的滤波器阵列与YUV格式输入图像IMG1的像素之间的积和运算，可以对Y值、U值和/或V值进行组合和/或内插。
图21、图22和图23中示出的数据转换可以在本质上减少对存储空间或所需带宽的需要，同时仍然保存了相当数量的空间调制信息。在4×4阵列GRP(i，j)的情况下，该减少可以例如是从16字节到仅6字节。这对应于存储器大小或数据传输容量上63％的减少。
如果期望的话，那么可以例如通过应用诸如在WO2004/064402中所描述的DPCM/PCM压缩算法来进一步减少比特串SPIX(i，j)的比特数目。DPCM/PCM压缩可以用于将例如单个的10比特字节BY2转换成单个的6比特字节，或者将12比特字节BY2转换成8比特字节。
DPCM是差分脉冲编码调制的首字母缩写。PCM是脉冲编码调制的首字母缩写。
图24a是示出了用于处理输入图像的方法步骤的框图。
在步骤905中，用户可以选择输出类型。所期望的输出格式可以是例如共位RGB、共位R-Gr-Gb-B、共位YUV、Bayer格式，或者参考图21-图23所讨论的图像元素SPIX(i，j)。如果产生了预定的输出类型，那么可以省略步骤905。
在步骤910中，用户可以选择所期望的缩放因子CF。垂直和水平缩放因子CFV、CFH可以相等或不同。用户还可以通过选择输出图像IMG的维度或者通过选择输出图像质量应当是例如“低”、“中”还是“高”来间接地选择缩放因子。
成像设备500(参见图25)还可以被布置成例如基于可用的存储器大小来自动地确定缩放因子CF。
在步骤915中，相对于滤波器阵列FA1的元素E(m，n)的位置来确定参考表面REFS的中心线的位置。可能的是，需要对若干不同的滤波器阵列FA11、FA21、FA12、FA22确定基点BP的位置。
例如在以下情况下时可能需要确定若干基点BP的位置：
-垂直或水平缩放因子不是整数，
-输入图像处于Bayer格式，和/或
-输出图像处于Bayer格式。
在步骤920中，可以确定周界PRM的宽度w3和高度h3。
滤波器阵列FA1的周界PRM的宽度w3可以例如处在以下范围中：输出图像IMG2的像素P2的中心之间的水平距离w2的1.8至3.2倍。特别地，宽度w3可以处在w2的2至倍的范围中。当h3＝w3时，这确保输入图像IMG1的每个像素P1可以仅贡献高达九个输出像素P2。因此，如果操作存储器MEM3具有用于为输出图像IMG2的像素P2的三行(或列)计算积和的空间，那么这是足够的。
比率w3/w2还可以处在1.8至2的范围中，但是低于1.8，空间频率响应就开始变差和/或可能增加输出图像IMG2的混叠(aliasing)。
比率w3/w2还可以处在至3.2的范围中，但是在该范围中，较高的空间频率开始衰减。另外，可能需要更多的计算和/或存储空间。
输出图像IMG2的像素P2的中心之间的水平距离w2等于乘以了水平缩放因子CFH的输入图像IMG1的像素P1的中心之间的水平距离w1。
滤波器阵列FA1的周界PRM的高度h3可以例如处在以下范围中：输出图像IMG2的像素P2的中心之间的垂直距离h2的1.8至3.2倍。特别地，高度h3可以处在h2的2至倍的范围中。h3/h2还可以处在1.8至2的范围中或者处在至3.2的范围中。
比率w3/w2和/或比率h3/h2还可以处在1.0至6.0的范围中。然而，对接近1.0的比率的使用可能导致输出图像IMG2的空间混叠，并且对接近6.0的比率的使用可能导致输出图像IMG2的过度平滑。
当Bayer格式输入图像IMG1的水平缩放因子CFH和/或垂直缩放因子CFV处在值2.0附近时，比率w3/w2和/或比率h3/h2可以例如处在3.2至4.0的范围中，以便确保若干输入像素P1对每个输出像素值P2有所贡献。可以选择比率w3/w2和/或比率h3/h2，例如使得至少九个输入像素P1可以对每个输出像素值P2有所贡献。
在步骤925中确定滤波器阵列FA1的行和列的最大数目。例如，通过将滤波器阵列FA1的周界PRM的宽度w3除以输入图像IMG1的像素P1的中心之间的水平距离w1，并且通过将结果向上或向下舍入成整数值，可以确定滤波器阵列FA1的列的最大数目Mmax。可以相应地确定滤波器阵列FA1的行的最大数目Nmax。
对结果向下舍入减少了算术运算的次数，增加了速度，并且减少了运算所需要的存储器大小。
Mmax可以例如处在比率w3/w2的0.6至1.2倍的范围中，优选地处在比率w3/w2的0.8至1倍的范围中。太低的Mmax值可能导致以下情形：输入图像IMG1的太少的像素P1对输出像素P2有所贡献。超过1.0倍w3/w2的Mmax值仅向滤波器阵列添加零，并且没有必要地使计算减速。
Nmax也可以例如处在比率h3/h2的0.6至1.2倍的范围中，优选地处在比率h3/h2的0.8至1.0倍的范围中。
在步骤930中可以确定元素E(m，n)的值。基于基点的位置以及周界PRM的宽度w3和高度h3，可以计算与索引m，n相对应的位置处的参考平面REFS的值。可选地，可以从数据库中检索元素E(m，n)的值。
如果期望的话，那么在步骤935中，元素E(m，n)的值可以被舍入、截短或乘以公共乘数而成为整数值。对整数值的使用促进了计算。
在步骤940中，可以由图像传感器来捕获输入图像IMG1。可选地，可以从存储器中检索输入图像IMG1。
在步骤945中，通过执行在滤波器阵列FA1与位于相应位置处的输入图像IMG1的像素之间的积和运算来确定输出图像IMG2的像素P2的值。可以应用若干不同的滤波器阵列FA11、FA21、FA12、FA22。
如果输入图像IMG1是Bayer格式图像，则根据所选择的输出类型，在步骤950中可以组合Bayer格式图像的Gr和Gb分量。然而，也可以通过使用例如图19b的滤波器阵列在积和步骤945中已经组合了Gr和Gb分量。
如果期望的话，那么在步骤955中，可以使输出图像IMG2的像素值归一化或除以公共值。
如果期望的话，那么在步骤960中，可以例如通过DPCM/PCM压缩或量化来进一步压缩输出图像IMG2的像素值。
例如通过计算滤波器阵列FA1的非零元素E(m，n)相对于参考平面REFS的RMS偏差(deviation)，可以估计使元素E(m，n)契合于参考表面REFS的质量。RMS是均方根的首字母缩写。非零元素E(m，n)对于抛物面参考表面REFS的RMS偏差ΔRMS可以例如小于所述非零元素E(m，n)的平均值EMEAN的10％。有利地，RMS偏差ΔRMS小于所述非零元素E(m，n)的平均值EMEAN的5％。优选地，RMS偏差ΔRMS小于所述非零元素E(m，n)的平均值EMEAN的3％。
在与滤波器阵列FA1的非零元素E(m，n)相关联的索引m和n的所有组合上进行求和。z(um，vn)指示在坐标um，vn处参考表面REFS的值。P指示所述非零元素E(m，n)的数目。
当将元素E与抛物面参考表面REFS进行比较时，函数z(um，vn)还可以被理解成表示椭圆抛物面函数(其提供了对值E(m，n)的最佳契合)。换句话说，当评估近似法的质量时，可以选择椭圆抛物面函数REFS(um，vn)的最大值、中心、长轴和短轴，以便最小化RMS偏差ΔRMS。
通过以下给出了元素E(m，n)的平均值EMEAN：
其中，在滤波器阵列FA1的所有非零元素E(m，n)上计算总和。
可选地，可以定义：滤波器阵列FA1的每个非零元素E(m，n)对于抛物面参考表面REFS的偏差小于或等于抛物面表面REFS的最高值zMAX的5％。如果元素值没有被舍入成整数值，则滤波器阵列FA1的每个非零元素E(m，n)对于抛物面参考表面REFS的偏差甚至可以小于或等于抛物面表面REFS的最高值zMAX的0.5％。
图24b示出了将Bayer格式输入图像IMG1转换成Bayer格式输出图像IMG2。当确定例如在左上角的输出像素P2的值时，滤波器阵列可以被叠加在输入图像上，从而使得滤波器阵列的基点BP与所述输出像素P2的位置OP1一致。所期望的输出像素P2表示绿色Gr分量，并且在周界PRM1内的输入图像IMG1的绿色Gr像素可以对所述输出像素的值有所贡献。OP2表示与绿色Gb分量相关联的另一输出像素P2的位置。
通过将滤波器阵列叠加到相应位置，可以对输出图像IMG2的每个像素P2重复进行积和运算。
但是通过使用不同的滤波器阵列，可以对每个色彩分量R、Gr、Gb、B分离地执行积和运算。
用于提供输出图像IMG2的Gr像素的值的滤波器阵列还可以包括：与输入图像IMG1的Gr像素的位置一致的元素E，以及与输入图像IMG1的Gb像素的位置一致的元素E。因此，在所述滤波器阵列的周界PRM1内的基本上所有的绿色值可以对输出图像IMG2的所述Gr像素的值有所贡献。这可以改善空间频率响应。相应地，用于提供输出图像IMG2的Gb像素的值的滤波器阵列也可以被布置成考虑在其周界PRM2内的基本上所有的绿色值。
当将原始Bayer格式RGB图像转换成共位RGB图像时，水平缩放因子CFH和/或垂直缩放因子CFV可以大于2，以便压缩图像数据。
通过使用适当的滤波器阵列(图24b中未示出)，共位RGB输入图像还可以被转换成较低分辨率的Bayer格式输出图像。
YUV输入图像IMG1可以被转换成较低分辨率的YUV输出图像IMG2。
图24c示出了将Bayer格式输入图像IMG1转换成共位RGB输出图像IMG2，并且进一步压缩所述RGB输出图像IMG2的数据。
当确定例如在左上角的输出像素P2的值时，滤波器阵列可以被叠加在输入图像上，从而使得滤波器阵列的基点BP与所述输出像素P2的位置OP1一致。所期望的输出像素P2可以与四个色彩分量R、Gr、Gb和B相关联。当确定例如所述输出像素P2的红色分量的值时，在周界PRM内的输入图像IMG1的红色像素可以对所述输出像素的值有所贡献。可以分离地处理每个色彩分量R、Gr、Gb、B。
例如通过对与输出图像IMG2的预定像素P2相关联的绿色分量Gr和Gb进行组合，可以进一步压缩输出图像IMG2的图像数据。例如通过求和或求平均，可以对分量Gr和Gb进行组合。该运算提供了图像数据大小上25％的减小。
通过使用例如图19b中示出的组合阵列，也可以在执行积和运算时已经组合了分量Gr和Gb。
在执行与滤波器阵列的积和运算之前，也可以合并(bin)Bayer格式输入图像IMG1的像素。合并操作可以包括：组合像素组的R像素以便形成合并的R像素，组合所述组的Gr像素以便形成合并的Gr像素，组合所述组的Gb像素以便形成合并的Gb像素，以及组合所述组的B像素以便形成合并的B像素。所述像素组可以例如是在原Bayer格式图像内的4×4阵列，其中，所述像素组包括用于每个色彩分量R、Gr、Gb、B的四个像素。所述组的四个红色像素形成2×2子阵列。通过组合这四个红色像素所获得的合并的红色像素的中心可以位于所述2×2子阵列的中心。可以分别确定所合并的Gr像素、所合并的Gb像素以及所合并的蓝色像素的位置。因此，所合并的像素可以重叠而使得所合并的像素的中心不一致。
当将合并的像素用作输入图像IMG1的输入像素时，滤波器阵列FA1的基点BP的位置可以基本上与由预定色彩的若干合并的像素所组成的子阵列的几何中心一致。
返回参照图21a-图23，也可以通过使用图像元素SPIX来压缩图像数据的大小。在图像元素SPIX背后的原理是：光度信息通常比色彩信息更重要。因此，色彩信息可以比关于空间光度上的变化的信息被更多地压缩。
图25a是示出了用于直接获得图像元素SPIX的方法步骤的框图。用于红色和蓝色像素P1的缩放因子CFH和CFV可以基本上大于用于绿色像素P1的缩放因子CFH和CFV。换句话说，用于处理红色和蓝色色彩分量的滤波器阵列的宽度w3可以基本上大于用于处理滤波器阵列的绿色分量的滤波器阵列的宽度w3。
在与多阶段处理(在该处理中，例如通过图24c的方法形成的输出图像IMG2或压缩的输出图像进一步被处理，以便根据例如图21a或图21b形成图像元素SPIX)相比较时，当直接提供公共值RCOM和BCOM时，可以更快地执行计算和/或通过使用较少的存储空间来执行计算。
在步骤962中，可以存储或传送压缩的图像数据。
还可以按照相同的方式来处理YUV格式图像以便形成图像元素SPIX。用于输入图像IMG1的色度像素的缩放因子CFH和CFV可以基本上大于用于所述输入图像IMG1的光度像素的缩放因子CFH和CFV。换句话说，用于处理U和V分量的滤波器阵列的宽度w3可以基本上大于用于处理滤波器阵列的Y分量的滤波器阵列的宽度w3。
参考图25b，用于处理绿色分量Gr、Gb的滤波器阵列的参考表面REFS可以具有周界PRM1，并且用于处理红色和蓝色分量的滤波器阵列的参考表面REFS可以具有基本上更大的周界PRM2。周界PRM1的中心CNT可以被置于点OP1，并且周界PRM2的中心可以被置于点OP2。点OP1指示图像元素SPIX的左上方绿色输出像素G11的位置。点OP2指示公共红色输出像素RCOM和蓝色输出像素BCOM的中心的位置。图像元素SPIX可以进一步包括位于不同点处的三个其它的绿色输出像素G21、G12和G22。公共红色和蓝色输出像素的中心OP2可以基本上处于由四个绿色输出像素形成的样式的中心。
因而，输出图像IMG2的相邻红色输出像素RCOM之间的距离可以例如是输出图像IMG2的相邻绿色像素G11、G21之间的距离w2的两倍。由于周界PRM2的更宽的覆盖，因此所得到的红色输出像素RCOM表示与四个不同的绿色像素相关联的红色色彩分量的值。因而，执行积和运算可以直接提供含有公共红色和蓝色色彩分量值的图像元素SPIX(参见图21a、图21b和图22)。
当处理YUV输入图像IMG1时，用于处理U和V分量的滤波器阵列的周界PRM2的宽度w3可以基本上大于用于处理滤波器阵列的Y分量的滤波器阵列的周界PRM1的宽度w3。因而，执行积和运算可以直接提供含有与若干Y值相关联的公共U和V色彩分量的图像元素SPIX(参见图23)。
RGB图像的绿色值可以表示高达59％的总光度信息。将RGB图像转换成YUV图像可以促进在部分丢失色彩信息的情形下保存光度信息。光度值(Y)表示100％的总光度信息。
图26a示出了用于压缩图像数据的方法步骤，所述方法包括：
-基于RGB输入图像来提供低分辨率的RGB输出图像；
-将RGB输出图像转换成YUV图像(步骤965)；以及
-组合相邻色度像素的值，以便形成与若干光度值Y11、Y12、Y21、Y22相关联的公共色度值UCOM和VCOM(步骤970)。
若干光度值Y11、Y12、Y21、Y22可以与公共色度值UCOM和VCOM一起形成图像元素SPIX(也参见图23)。
在步骤975中，YUV图像IMG3的压缩图像数据可以被存储在存储器中或被发送。
当从存储器中检索到图像数据或接收到图像数据时，通过使用公共色度值UCOM和VCOM，可以将光度值Y11、Y12、Y21、Y22中的每一个转换回RGB图像的像素。如果期望的话，那么可以例如通过内插来对所恢复的RGB图像进行上采样(upsampled)。
参照图26b，如例如参照图24c所讨论的，可以将RGB输入图像IMG1下采样(downsampled)成RGB输出图像IMG2。
RGB输出图像IMG2可以进一步被转换成YUV图像，并且可以组合所述YUV图像的相邻色度值，以便形成与若干光度值Y11、Y12、Y21、Y22相关联的公共色度值UCOM和VCOM。
可以同时地和/或按照不同的顺序来执行图24a、图25a和图26a中示出的方法步骤，只要当执行每个方法步骤时，所要求的信息(例如，图像数据或元素值)可用于所述方法步骤。
根据先前的例子，滤波器阵列FA1包括正元素和零元素E(m，n)。然而替代地，滤波器阵列FA1可以包括负元素和零值元素E(m，n)。在这种情况下，可以改变输入图像IMG1的像素值的符号或输出图像IMG2的像素值的符号，以便提供正值的输出图像IMG2。
参照图27，成像设备500可以包括成像光学器件100、图像传感器120、输入存储器MEM1、用于存储滤波器阵列FA1的存储器MEM2、操作存储器MEM3、用于存储输出图像IMG2的输出存储器MEM4、用于在视觉上显示图像IMG1或IMG2的显示器450、用于控制成像设备500的操作的控制器400、用来存储用于数据压缩算法的计算机程序代码的计算机可读存储器MEM5、图像处理单元200、用于接收来自用户的命令的用户接口440，以及用于将图像数据从图像处理单元200传输到输出存储器MEM4的数据总线401。
还可以经由数据总线402将输出图像数据从图像处理单元200和/或从输出存储器MEM4传送到外部存储器EXTMEM。
成像光学器件100可以是例如聚焦透镜。图像传感器120可以是例如二维CMOS或CCD传感器。传感器120可以被布置成提供例如灰度数据或多色彩数据(例如，RGB、Bayer或YUV)。
输入存储器MEM1可以至少临时存储输入图像IMG1的像素P1的至少几行或几列。因而，输入存储器可以被布置成存储输入图像IMG1的至少一部分。
图像处理器200可以被布置成确定图像压缩算法所需要的滤波器阵列的元素E(m，n)。可以根据经由用户接口440所接收到的命令来计算元素的值，并且将其存储到存储器MEM2。可选地，可以从存储器MEM2检索元素E(m，n)的值。
例如当执行积和运算时(参见等式8a和9a)，可以使用操作存储器MEM3。
滤波器阵列FA1的周界PRM可以封入(enclose)例如高达九个输出像素位置。图9示出了周界PRM封入了五个输出像素位置的情形，即，点(x1，y2)、(x2，y1)、(x2，y2)、(x2，y3)和(x3，y2)。这五个(或九个)输出像素位置可以位于三个不同的行(或列)上。
因而，输入像素可以对输出图像IMG2的仅三个不同的行或列有所贡献。这意味着如果操作存储器MEM3具有用于计算与输出图像IMG2的像素P2的三行相对应的总和的空间的话，那么这是足够的。
由于根据本发明的数据压缩，输出存储器MEM4和/或外部存储器EXTMEM可以存储比没有数据压缩情况下更多数目的输出图像IMG2。替代地或附加地，存储器MEM4和/或EXTMEM的大小可以比没有数据压缩情况下更小。而且，可以降低经由数据总线401和/或402的数据传输速率。
存在用于根据输入图像IMG1确定输出图像IMG2的至少两种不同的方式。
在第一种方式中，假定需要用于计算单个输出像素值P2的所有输入像素值P1基本上同时可用。在这种模式下，输入存储器MEM1必须包括与滤波器阵列一样多的像素行或列，即，输入存储器MEM1必须包括输入像素P1的至少Nmax行和至少Mmax列。
在第二种方式中，如果输入存储器MEM1一次包括单个输入像素值P1的话，那么这是足够的。单个输入像素值P1可以对若干输出像素P2有所贡献。与若干输出像素P2相关联的积和值(sum-of-product values)可以被同时存储在操作存储器MEM3中。当新的输入像素值P1被存储到输入存储器MEM1中时，可以增加预定输出像素P2的积和值，直到已经完全完成了所述预定输出像素P2的积和运算。
可以在操作中处理输入图像IMG1，以便最小化对存储空间的使用和/或以便减少处理时间。换句话说，可以在已经完成最后的输入像素P1的曝光之前确定第一输出像素P2。甚至可以在已经确定最后的输出像素P2之前删除一些输入像素P1。
如果期望的话，那么可以例如通过应用如在WO2004/064402中描述的DPCM/PCM压缩算法来进一步压缩输出图像IMG2的图像数据。DPCM/PCM压缩可以用于将例如表示输出像素P2的值的单个10比特字节转换成单个6比特字节，或者将12比特字节转换成8比特字节。
还可以在没有成像光学器件100和图像传感器120的情况下实现设备500。在这种情况下，设备500可以被布置成处理先前捕获和存储在输入存储器MEM1中的输入图像IMG1。
存储器MEM1、MEM2、MEM3、MEM4和/或MEM5可以在物理上位于同一存储器单元中。例如，可以向存储器MEM1、MEM2、MEM3、MEM4和/或MEM5分配同一组件中的存储区域。
如果设备500包括显示器450，则设备500可以被布置成提供输出图像IMG2，从而使得输出图像IMG2与显示器450最优地匹配。特别地，所述显示器的像素行的数目可以是所述输出图像IMG2的像素行的数目的整数倍，和/或使得所述显示器的像素列的数目可以是所述输出图像IMG2的像素列的数目的整数倍。
设备500可以进一步包括例如数据处理单元、存储器和通信单元，以便提供对移动电话网络、因特网或局域网的访问。设备500可以是从下面的列表中选择的设备或其一部分：可连接到另一设备的显示器模块、便携式设备、具有无线电信能力的设备、成像设备、移动电话、游戏设备、音乐记录/播放设备(基于例如MP3格式)、远程控制发射机或接收机、导航器具、测量器具、目标发现设备、瞄准设备、导航设备、个人数字助理(PDA)、通信器、便携式因特网装置、手持式计算机、移动电话的配件。
设备500可以被布置以便压缩输入图像IMG1(其例如是图形或文本)的数据。
参照图28，设备500可以被布置以便从远程终端600接收分辨率模式信号RESMOD，并且设备500可以被布置以便基于所述分辨率模式信号RESMOD来确定输出图像IMG2的水平和/或垂直缩放因子CFH、CFV。远程终端600可以包括显示器650。分辨率模式信号RESMOD是直接地或间接地指示了输出图像IMG2的行和列的期望数目的信号。分辨率模式信号RESMOD可以例如包括关于显示器650的制造商和类型的信息。数据库可以含有关于若干不同显示器的像素行和列的数目的信息。设备500的控制器400可以被布置以便基于信号RESMOD和在所述数据库中所含的信息来确定最优的缩放比率。
远程终端600可以被布置以便自动地或者基于用户所做出的选择来发送分辨率模式信号RESMOD。
因而，被缩放的输出图像IMG2可以被传送到所述远程终端。设备500可以包括通信接口403，用于例如经由因特网或移动电话网络来传送图像数据。远程终端600可以是例如移动电话。因而，远程终端的用户可以例如请求某人的照片，从而使得该照片可以在短时间内从服务器传输到该终端，同时仍然提供用于利用显示器650进行查看的最优分辨率。特别地，可以经由移动电话网络将图像IMG2从因特网服务器传输到移动电话。
通常，与滤波器阵列FA1相关联的参考表面REFS在基本上椭圆的周界PRM处可以达到零值，并且参考表面REFS可以在基点BP处具有最大值。基点BP与周界PRM之间的距离可以大于或等于与0.25相乘的w3，以及大于或等于与0.25相乘的h3。
原则上，参考表面REFS也可是椭圆体，特别地是球形。然而，计算椭圆体表面的值比计算抛物面的值又会更加耗时。
原则上，滤波器阵列FA1的元素的值还可近似于循环sinc(sincus)函数的中央部分。循环sinc函数的形状类似于墨西哥宽边帽的形状。通过使用sinc函数的滤波提供了对于很多情况的理想空间频率响应。
sinc函数包括无限数目的零交叉点(zero-crossings)，其中，在中央部分中的值是正的，在第一零交叉点与第二零交叉点之间的值是负的，在第二和第三零交叉点之间的值是正的，等等。滤波器阵列FA1的元素的值还可以表示循环sinc函数的更大部分，其中所述部分延伸到sinc函数的第一零交叉点之外。滤波器阵列FA1的元素的值可以例如近似于循环sinc函数达到sinc函数的第二零交叉点，以便进一步改善空间频率响应，即，滤波器阵列FA1可以包括与sinc函数的中央部分相关联的循环sinc函数的正值，并且还包括在第一和第二零交叉点之间得到的循环sinc函数的负值。
然而，其元素近似于抛物面表面的滤波器阵列可以提供与表示循环sinc函数的滤波器阵列几乎一样好的频率响应特性。当与循环sinc函数相比较时，与使用抛物面近似法相关联的优点是可以避免对sinc函数的值的耗时计算。此外，没有必要在负数情况下进行计算。此外，当使用抛物面近似法时，不必进一步应用窗函数(windowing functions)。滤波器阵列可以简单通过调整抛物面表面的宽度来容易地适于不同的缩放因子。
参考表面REFS也可以近似于循环高斯函数。例如通过从高斯函数的值中减去一常数，参考表面REFS可以被迫在有限半径处接近于零。
可以基于可用于数值信号处理的时间，以及基于可用于数据传输的时间来进行对参考表面REFS的适当形式的选择。如果计算的速度不是问题，那么还可以使用近似于例如循环sinc函数的中央部分的滤波器阵列，而不是抛物面近似法。
还可以通过执行积和运算来将共位输入图像IMG1转换成Bayer格式输出图像IMG2，从而使得输出图像IMG2具有比输入图像IMG1更高的分辨率，即，w2＜w1。然而，即使在这种情况下，输出图像IMG2的图像数据的大小仍然可能小于输入图像IMG1的图像数据的大小。
利用二维滤波器阵列FA1执行积和运算在同一时间提供了水平和垂直缩放。
也可以在两个或更多步骤中压缩图像数据。例如，可以水平地缩放输入图像，并且可以随后垂直地缩放被水平缩放的图像，或者反之亦然。通过利用仅有一行元素的一维滤波器阵列(即，向量)来执行积和运算，可以水平地缩放图像。通过利用仅有一列元素的一维滤波器阵列来执行积和运算，可以垂直地缩放图像。一维阵列的元素的值可以近似于例如抛物线。
通过使用二维滤波器阵列FA1的数据压缩还可以与分离的水平或垂直缩放步骤进行组合。可以在利用二维滤波器阵列FA1进行处理之前或之后执行水平或垂直缩放步骤。
附图是示意性的。对于本领域技术人员来说，将清楚的是，根据本发明的设备、方法和数据结构的修改和变化是可设想到的。上述参照附图的特定实施例仅是说明性的，并且不意味着限制由所附权利要求定义的本发明的范围。

Claims (33)

1.一种用于基于输入图像(IMG1)提供输出图像(IMG2)的方法，所述方法包括：
-确定输出像素(P2)相对于所述输入图像(IMG1)的位置(OP)；
-选择用于所述输出图像(IMG2)的水平缩放因子(CFH)和垂直缩放因子(CFH)；
-基于所述输出像素(P2)相对于所述输入图像(IMG1)的位置以及基于所述水平缩放因子(CFH)和所述垂直缩放因子(CFH)，确定滤波器阵列(FA1)的元素(E)的值，从而使得所述滤波器阵列(FA1)的元素(E)的非零值近似于抛物面参考表面(REFS)，其中，所述参考表面(REFS)在基点(BP)处具有最大值；以及
-通过执行在所述元素(E)的非零值与位于相应位置处的所述输入图像(IMG1)的输入像素(P1)的值之间的积和运算，确定所述输出像素(P2)的值，其中，所述滤波器阵列(FA1)被叠加在所述输入图像(IMG1)上，从而使得所述基点(BP)的位置对应于所述输出像素(P2)的位置；
其中，所述非零元素(E)对于所述参考表面(REFS)的均方根偏差小于所述非零元素(E)的平均值的10％。
2.根据权利要求1所述的方法，其中，所述滤波器阵列(FA1)被叠加在所述输入图像(IMG1)上，从而使得所述基点(BP)与所述输出像素(P2)的中心(OP)一致。
3.根据权利要求1至2中任何一项所述的方法，其中，所述基点(BP)相对于所述滤波器阵列(FA1)的元素(E)被非对称地定位。
4.根据权利要求1或2所述的方法，其中，所述参考表面(REFS)在椭圆周界(PRM)处达到零值，所述周界(PRM)的宽度(w3)处在以下范围中：所述输出图像(IMG2)的相邻输出像素(P2)之间的水平距离(w2)的1.8至3.2倍。
5.根据权利要求4所述的方法，其中，所述滤波器阵列(FA1)的列数(Mmax)处在以下范围中：被所述输入图像(IMG1)的相邻输入像素(P1)之间的水平距离(w1)所除的所述周界(PRM)的宽度(w3)的0.6至1.2倍。
6.根据权利要求1或2所述的方法，其进一步包括：通过计算在翻转的滤波器阵列(FFA1)与所述输入图像(IMG1)的至少一部分之间的卷积，确定所述输出图像(IMG2)的多个输出像素(P2)的值，其中，已通过水平地和垂直地翻转所述滤波器阵列(FA1)获得了所述翻转的滤波器阵列(FFA1)。
7.根据权利要求1或2所述的方法，其中，所述输出图像(IMG2)的相邻输出像素(P2)之间的水平距离(w2)不是所述输入图像(IMG1)的相邻输入像素(P1)之间的水平距离(w1)的整数倍，所述方法进一步包括：
-确定与所述输出图像(IMG2)的多个相邻输出像素(P2)相对应的多个不同的滤波器阵列(FA11、FA21、FA12、FA22)；以及
-通过使用所述不同的滤波器阵列(FA11、FA21、FA12、FA22)来确定所述相邻输出像素(P2)的值。
8.根据权利要求7所述的方法，其中，所应用的不同滤波器阵列(FA11、FA21、FA12、FA22)的数目大于或等于十六。
9.根据权利要求1或2所述的方法，其中，所述输入图像(IMG1)包括红色(R)、绿色(G)和蓝色(B)像素，并且所述方法进一步包括：应用第一滤波器阵列(FA1)来确定所述输出图像(IMG2)的绿色输出像素(P2)，以及应用第二滤波器阵列(FA1)来确定红色输出像素(P2)，所述第一滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)小于所述第二滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)。
10.根据权利要求1或2所述的方法，其中，所述输出图像(IMG2)包括红色(R)、绿色(G)和蓝色(B)像素，并且所述输出图像(IMG2)的绿色像素(G)的数目大于所述输出图像(IMG2)的红色像素(R)的数目。
11.根据权利要求1或2所述的方法，其中，所述输入图像(IMG1)包括四个像素的矩形组(GRP)，所述矩形组(GRP)具有红色像素(R)、蓝色像素(B)、第一绿色像素(Gr)和第二绿色像素(Gb)，并且其中，所述输出图像(IMG2)包括表示所述第一绿色像素(Gr)和所述第二绿色像素(Gb)的像素值(P2)。
12.根据权利要求1或2所述的方法，其中，所述输入图像(IMG1)包括光度像素(Y)以及色度像素(U,V)，并且所述方法进一步包括：应用第一滤波器阵列(FA1)来确定所述输出图像(IMG2)的光度像素(P2)的值，以及应用第二滤波器阵列(FA1)来确定色度像素(P2)的值，所述第一滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)小于所述第二滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)。
13.根据权利要求1或2所述的方法，其中，所述输出图像(IMG2)包括红色(R)、绿色(G)和蓝色(B)像素，所述方法进一步包括：将所述输出图像(IMG2)转换成YUV格式图像(IMG3)，从而使得所述YUV格式图像(IMG3)的光度像素(Y)的数目大于所述YUV格式图像(IMG3)的第一色度(U)像素的数目。
14.一种用于基于输入图像(IMG1)提供输出图像(IMG2)的设备，所述设备包括：
-用于确定输出像素(P2)相对于所述输入图像(IMG1)的位置(OP)的装置；
-用于选择用于所述输出图像(IMG2)的水平缩放因子(CFH)和垂直缩放因子(CFH)的装置；
-用于基于所述输出像素(P2)相对于所述输入图像(IMG1)的位置以及基于所述水平缩放因子(CFH)和所述垂直缩放因子(CFH)，确定滤波器阵列(FA1)的元素(E)的值，从而使得所述滤波器阵列(FA1)的元素(E)的非零值近似于抛物面参考表面(REFS)的装置，其中，所述参考表面(REFS)在基点(BP)处具有最大值；以及
-用于通过执行在所述元素(E)的非零值与位于相应位置处的所述输入图像(IMG1)的输入像素(P1)的值之间的积和运算，确定所述输出像素(P2)的值的装置，其中，所述滤波器阵列(FA1)被叠加在所述输入图像(IMG1)上，从而使得所述基点(BP)的位置对应于所述输出像素(P2)的位置；
其中，所述非零元素(E)对于所述参考表面(REFS)的均方根偏差小于所述非零元素(E)的平均值的10％。
15.根据权利要求14所述的设备，其中，所述滤波器阵列(FA1)被叠加在所述输入图像(IMG1)上，从而使得所述基点(BP)与所述输出像素(P2)的中心(OP)一致。
16.根据权利要求14至15中任何一项所述的设备，其中，所述基点(BP)相对于所述滤波器阵列(FA1)的元素(E)被非对称地定位。
17.根据权利要求14或15所述的设备，其中，所述参考表面(REFS)在椭圆周界(PRM)处达到零值，所述周界(PRM)的宽度(w3)处在以下范围中：所述输出图像(IMG2)的相邻输出像素(P2)之间的水平距离(w2)的1.8至3.2倍。
18.根据权利要求17所述的设备，其中，所述滤波器阵列(FA1)的列数(Mmax)处在以下范围中：被所述输入图像(IMG1)的相邻输入像素(P1)之间的水平距离(w1)所除的所述周界(PRM)的宽度(w3)的0.6至1.2倍。
19.根据权利要求14或15所述的设备，其进一步包括：通过计算在翻转的滤波器阵列(FFA1)与所述输入图像(IMG1)的至少一部分之间的卷积，确定所述输出图像(IMG2)的多个输出像素(P2)的值，其中，已通过水平地和垂直地翻转所述滤波器阵列(FA1)获得了所述翻转的滤波器阵列(FFA1)。
20.根据权利要求14或15所述的设备，其中，所述输出图像(IMG2)的相邻输出像素(P2)之间的水平距离(w2)不是所述输入图像(IMG1)的相邻输入像素(P1)之间的水平距离(w1)的整数倍，所述设备进一步包括：
-用于确定与所述输出图像(IMG2)的多个相邻输出像素(P2)相对应的多个不同的滤波器阵列(FA11、FA21、FA12、FA22)的装置；以及
-用于通过使用所述不同的滤波器阵列(FA11、FA21、FA12、FA22)来确定所述相邻输出像素(P2)的值的装置。
21.根据权利要求20所述的设备，其中，所应用的不同滤波器阵列(FA11、FA21、FA12、FA22)的数目大于或等于十六。
22.根据权利要求14或15所述的设备，其中，所述输入图像(IMG1)包括红色(R)、绿色(G)和蓝色(B)像素，并且所述设备进一步包括：用于应用第一滤波器阵列(FA1)来确定所述输出图像(IMG2)的绿色输出像素(P2)，以及应用第二滤波器阵列(FA1)来确定红色输出像素(P2)的装置，所述第一滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)小于所述第二滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)。
23.根据权利要求14或15所述的设备，其中，所述输出图像(IMG2)包括红色(R)、绿色(G)和蓝色(B)像素，并且所述输出图像(IMG2)的绿色像素(G)的数目大于所述输出图像(IMG2)的红色像素(R)的数目。
24.根据权利要求14或15所述的设备，其中，所述输入图像(IMG1)包括四个像素的矩形组(GRP)，所述矩形组(GRP)具有红色像素(R)、蓝色像素(B)、第一绿色像素(Gr)和第二绿色像素(Gb)，并且其中，所述输出图像(IMG2)包括表示所述第一绿色像素(Gr)和所述第二绿色像素(Gb)的像素值(P2)。
25.根据权利要求14或15所述的设备，其中，所述输入图像(IMG1)包括光度像素(Y)以及色度像素(U,V)，并且所述设备进一步包括：用于应用第一滤波器阵列(FA1)来确定所述输出图像(IMG2)的光度像素(P2)的值，以及应用第二滤波器阵列(FA1)来确定色度像素(P2)的值的装置，所述第一滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)小于所述第二滤波器阵列(FA1)的参考表面(REFS)的周界(PRM)的宽度(w3)。
26.根据权利要求14或15所述的设备，其中，所述输出图像(IMG2)包括红色(R)、绿色(G)和蓝色(B)像素，所述设备进一步包括：将所述输出图像(IMG2)转换成YUV格式图像(IMG3)，从而使得所述YUV格式图像(IMG3)的光度像素(Y)的数目大于所述YUV格式图像(IMG3)的第一色度(U)像素的数目。
27.一种包括图像处理单元(200)的设备(500)，所述图像处理单元(200)被布置成实现根据权利要求1至13中任何一项的方法。
28.一种用于基于输入图像(IMG1)提供输出图像(IMG2)的设备(500)，所述设备(500)包括图像处理单元(200)，所述图像处理单元(200)被布置以便：
-确定输出像素(P2)相对于所述输入图像(IMG1)的位置(OP)；
-选择用于所述输出图像(IMG2)的水平缩放因子(CFH)和垂直缩放因子(CFH)；
-基于所述输出像素(P2)相对于所述输入图像(IMG1)的位置以及基于所述水平缩放因子(CFH)和所述垂直缩放因子(CFH)，确定滤波器阵列(FA1)的元素(E)的值，从而使得所述滤波器阵列(FA1)的元素(E)的非零值近似于抛物面参考表面(REFS)，所述参考表面(REFS)在基点(BP)处具有最大值；以及
-通过执行在所述元素(E)的非零值与位于相应位置处的所述输入图像(IMG1)的输入像素(P1)的值之间的积和运算来确定所述输出像素(P2)的值，其中使得所述滤波器阵列(FA1)被叠加在所述输入图像(IMG1)上，并且使得所述基点(BP)的位置对应于所述输出点(P2)的位置；
其中，所述非零元素(E)对于所述参考表面(REFS)的均方根偏差小于所述非零元素(E)的平均值的10％。
29.根据权利要求28所述的设备(500)，其进一步包括：用于捕获所述输入图像(IMG1)的图像传感器(120)。
30.根据权利要求28或29所述的设备(500)，其中，所述设备(500)是移动电话，其包括数字照相机。
31.根据权利要求28或29所述的设备(500)，其进一步包括显示器(450)，所述显示器(450)被布置以便显示所述输出图像(IMG2)，其中，所述显示器的像素行的数目是所述输出图像(IMG2)的像素行的数目的整数倍。
32.根据权利要求28或29所述的设备(500)，其中，所述设备(500)被布置以便从远程终端(600)接收分辨率模式信号(RESMOD)，并且所述设备(500)进一步被布置以便：基于所述分辨率模式信号(RESMOD)来确定所述输出图像(IMG2)的像素值(P2)，以及将所述输出图像(IMG2)的像素值(P2)传送到所述远程终端。
33.一种用于基于输入图像(IMG1)提供输出图像(IMG2)的数据处理装置(500)，所述数据处理装置(500)包括：
用于处理数据的装置(200)，其被布置以便：
-确定输出像素(P2)相对于所述输入图像(IMG1)的位置(OP)；
-选择用于所述输出图像(IMG2)的水平缩放因子(CFH)和垂直缩放因子(CFH)；
-基于所述输出像素(P2)相对于所述输入图像(IMG1)的位置以及基于所述水平缩放因子(CFH)和所述垂直缩放因子(CFH)，确定滤波器阵列(FA1)的元素(E)的值，从而使得所述滤波器阵列(FA1)的元素(E)的非零值近似于抛物面参考表面(REFS)，所述参考表面(REFS)在基点(BP)处具有最大值；以及
-通过执行在所述元素(E)的非零值与位于相应位置处的所述输入图像(IMG1)的输入像素(P1)的值之间的积和运算来确定所述输出像素(P2)的值，其中使得所述滤波器阵列(FA1)被叠加在所述输入图像(IMG1)上，并且使得所述基点(BP)的位置对应于所述输出点(P2)的位置；
其中，所述非零元素(E)对于所述参考表面(REFS)的均方根偏差小于所述非零元素(E)的平均值的10％。
CN200980154804.4A 2009-01-19 2009-01-19 用于减少图像数据的大小的方法和装置 Expired - Fee Related CN102282586B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/FI2009/050046 WO2010081932A1 (en) 2009-01-19 2009-01-19 Method and apparatus for reducing size of image data

Publications (2)

Publication Number Publication Date
CN102282586A CN102282586A (zh) 2011-12-14
CN102282586B true CN102282586B (zh) 2017-05-10

Family

ID=42339483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980154804.4A Expired - Fee Related CN102282586B (zh) 2009-01-19 2009-01-19 用于减少图像数据的大小的方法和装置

Country Status (4)

Country Link
US (1) US9042678B2 (zh)
EP (1) EP2380131A4 (zh)
CN (1) CN102282586B (zh)
WO (1) WO2010081932A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5653184B2 (ja) * 2010-11-11 2015-01-14 三菱電機株式会社 画像処理装置及び方法
JP6077811B2 (ja) * 2012-10-04 2017-02-08 キヤノン株式会社 画像符号化装置、画像符号化方法およびプログラム
US9544497B2 (en) 2014-05-21 2017-01-10 Qualcomm Incorporated System and method for determining image resolution
US9449366B2 (en) * 2014-09-25 2016-09-20 Sony Corporation Bayer-consistent raw scaling
US9514514B2 (en) * 2014-09-25 2016-12-06 Sony Corporation Bayer-consistent raw scaling
US10530995B2 (en) 2015-06-12 2020-01-07 Gopro, Inc. Global tone mapping
US9842381B2 (en) 2015-06-12 2017-12-12 Gopro, Inc. Global tone mapping
WO2016200480A1 (en) * 2015-06-12 2016-12-15 Gopro, Inc. Color filter array scaler
WO2018109102A1 (en) * 2016-12-15 2018-06-21 F. Hoffmann-La Roche Ag Adaptive nanopore signal compression
CN106780336B (zh) * 2016-12-19 2020-04-03 广东威创视讯科技股份有限公司 一种图像缩小方法及装置
CN109963066A (zh) * 2017-12-25 2019-07-02 深圳市祈飞科技有限公司 一种图像获取解析方法以及系统
CN110149520B (zh) * 2019-05-24 2023-02-03 安翰科技(武汉)股份有限公司 胶囊内窥镜bayer图像YUV无损压缩的处理方法及系统

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2244622B (en) * 1990-05-30 1994-06-15 Sony Corp Image signal processing
JPH06350397A (ja) 1993-06-02 1994-12-22 Sony Corp 補間回路及びそれを備えた電子ズーム装置
KR100219628B1 (ko) 1997-02-15 1999-09-01 윤종용 루프필터링 방법 및 루프필터
US6236433B1 (en) * 1998-09-29 2001-05-22 Intel Corporation Scaling algorithm for efficient color representation/recovery in video
US7405740B1 (en) 2000-03-27 2008-07-29 Stmicroelectronics, Inc. Context sensitive scaling device and method
US6816622B2 (en) 2001-10-18 2004-11-09 Microsoft Corporation Generating resized images using ripple free image filtering
JP2006502643A (ja) 2002-10-11 2006-01-19 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 画像変換ユニット及び方法
FI114071B (fi) 2003-01-13 2004-07-30 Nokia Corp Kuvien käsitteleminen rajoitetulla bittimäärällä
US7236191B2 (en) 2003-04-30 2007-06-26 Nokia Corporation Method and system for image processing with pixel interpolation using second order gradients
US7230584B2 (en) * 2003-05-20 2007-06-12 Clairvoyante, Inc Projector systems with reduced flicker
US7468752B2 (en) 2003-10-23 2008-12-23 Nokia Corporation Camera output format for real time viewfinder/video image
FI115587B (fi) 2003-12-03 2005-05-31 Nokia Corp Menetelmä ja laitteisto digitaalisen matriisikuvan alaspäin skaalaamiseksi
US20050128509A1 (en) 2003-12-11 2005-06-16 Timo Tokkonen Image creating method and imaging device
US8014611B2 (en) 2004-02-23 2011-09-06 Toa Corporation Image compression method, image compression device, image transmission system, data compression pre-processing apparatus, and computer program
JP2005261534A (ja) 2004-03-17 2005-09-29 Konica Minolta Medical & Graphic Inc 画像補間方法、画像補間演算装置、画像記録装置及び画像表示装置
FI116959B (fi) 2004-03-17 2006-04-13 Nokia Corp Elektroninen laite ja menetelmä elektronisessa laitteessa kuvadatan prosessoimiseksi
FI20045157A (fi) 2004-04-29 2005-10-30 Nokia Corp Menetelmä ja laitteisto digitaalisen matriisikuvan alaspäin skaalaamiseksi
EP1800289B1 (en) 2004-09-09 2012-05-23 QUALCOMM Incorporated Single -pass image warping system and method with anisotropic filtering
ITVA20040038A1 (it) * 2004-10-04 2005-01-04 St Microelectronics Srl Metodo di interpolazione del colore di una immagine acquisita da un sensore digitale mediante il filtraggio direzionale
JP4812073B2 (ja) 2005-01-31 2011-11-09 キヤノン株式会社 画像撮像装置、画像撮像方法、プログラムおよび記録媒体
US7417673B2 (en) 2005-05-31 2008-08-26 Nokia Corporation Optical and digital zooming for an imaging device
US8045047B2 (en) 2005-06-23 2011-10-25 Nokia Corporation Method and apparatus for digital image processing of an image having different scaling rates
US8106956B2 (en) 2005-06-27 2012-01-31 Nokia Corporation Digital camera devices and methods for implementing digital zoom in digital camera devices and corresponding program products
JP2007149092A (ja) 2005-11-23 2007-06-14 Sonosite Inc 複数解像度適応フィルタリング
US20070116373A1 (en) 2005-11-23 2007-05-24 Sonosite, Inc. Multi-resolution adaptive filtering
CN100541604C (zh) * 2006-09-12 2009-09-16 普诚科技股份有限公司 影像处理方法及缩放系统
US7826676B2 (en) 2007-03-08 2010-11-02 Mitsubishi Electric Research Laboraties, Inc. Method for filtering data with arbitrary kernel filters
US20080260291A1 (en) 2007-04-17 2008-10-23 Nokia Corporation Image downscaling by binning
US8264646B2 (en) * 2008-07-28 2012-09-11 Pixel Qi Corporation Transflective display with white tuning

Also Published As

Publication number Publication date
EP2380131A1 (en) 2011-10-26
WO2010081932A1 (en) 2010-07-22
EP2380131A4 (en) 2013-08-07
CN102282586A (zh) 2011-12-14
JP2012515385A (ja) 2012-07-05
US9042678B2 (en) 2015-05-26
US20110274349A1 (en) 2011-11-10
JP5650133B2 (ja) 2015-01-07

Similar Documents

Publication Publication Date Title
CN102282586B (zh) 用于减少图像数据的大小的方法和装置
CN109618090B (zh) 对通过使用广角透镜捕获的图像的图像失真校正的方法和系统
US9767544B2 (en) Scene adaptive brightness/contrast enhancement
US9582853B1 (en) Method and system of demosaicing bayer-type image data for image processing
KR100547812B1 (ko) 컬러 참조테이블을 사용하여 화소데이터의 컬러모델을변환하는 장치 및 방법
CN107431770A (zh) 自适应线性亮度域视频流水线架构
US8164662B2 (en) Image-processing device for color image data and method for the image processing of color image data
CN102893609B (zh) 图像处理设备和图像处理设备的控制方法
KR102667033B1 (ko) 비디오 스트림에서 비디오 코딩 아티팩트들을 제거하기 위한 뉴럴 네트워크 기반 디바이스들 및 방법
CN113556519A (zh) 图像处理方法、电子设备和非易失性计算机可读存储介质
US10127887B2 (en) Acceleration of color conversion
WO2008030163A1 (en) Image scaling method
CN117768774A (zh) 图像处理器、图像处理方法、拍摄装置和电子设备
CN108537736B (zh) 一种曲面显示屏中图像对比度增强方法和装置
CN102546899A (zh) 手机及该手机的图片处理方法
CN114125319A (zh) 图像传感器、摄像模组、图像处理方法、装置和电子设备
JP6408884B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP5650133B6 (ja) 画像データのサイズを小さくする方法および装置
WO2003107684A1 (ja) 画像処理装置及び方法、画像出力装置、並びにこれらを用いたデジタルカメラ装置及び携帯情報端末
JP3491830B2 (ja) 画像処理装置及び画像処理方法
JP7558890B2 (ja) 画像処理方法、画像処理装置、プログラム、訓練済み機械学習モデルの製造方法、処理装置、画像処理システム
JP2012515385A5 (zh)
CN118869898A (zh) 一种特效色卡的处理方法及系统
JP2023116364A (ja) 画像処理方法、画像処理装置、画像処理システム、およびプログラム
KR20240054134A (ko) 이미지 센서의 이미지를 이용한 학습 기반 화질 개선 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20151231

Address after: Espoo, Finland

Applicant after: Technology Co., Ltd. of Nokia

Address before: Espoo, Finland

Applicant before: Nokia Oyj

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170510

Termination date: 20180119