CN102905083A - 图像处理方法 - Google Patents

Abstract

一种图像处理方法，适于计算一像素阵列的图像数据。像素阵列包括多个像素，且每一像素具有一预设基色数据。图像处理方法包括以下步骤。首先，选取像素阵列的一目标像素。继之，计算相邻目标像素的多个第一像素的多个第一基色差值，其中部分第一像素沿一第一方向排列，且另一部分第一像素沿实质上垂直第一方向的一第二方向排列。然后，依据第一基色差值与目标像素的预设基色数据计算目标像素的一第一还原基色数据。

Description

图像处理方法

技术领域

本发明是有关于一种图像处理方法，且特别是有关于一种用以重建图像数据的图像处理方法。

背景技术

由于用于数字图像撷取(Image capture)的电荷耦合元件(chargecoupled device，CCD)只能感受到光线的强弱，并不能感受到颜色的变化，故当进行数字取样时，必须在感光基板的前面加上彩色滤片阵列(colorfilter array，CFA)。

在要求高图像质量的场合里，通常会使用三个电荷耦合元件分别撷取图像的红色、绿色、与蓝色光的值，然后将它们混色成全彩图像。但对于如数字相机等非专业用途或大众化的图像产品，在考虑使用三个电荷耦合元件的成本高及所占体积大的因素下，一般只会使用单一电荷耦合元件，而使得每一个像素都只有R、G、B其中一种色彩元素的灰度值。因此若要得到全彩图像，则必须将感光基板所得到的结果进行内插法的数学运算，以重建每一个像素所遗失的色彩元素，再转换成数字图像。

常见的彩色插值方法有固定式图像内插法，其例如为最邻近点(nearest)内插法、双线性(bilinear)内插法及色彩平缓转换(smooth hue transition)内插法。但由于固定式图像内插法本身并没有边缘检测(edge sensing)的功能，因此上述方法所重建出来的图像边缘线条部分会产生图像模糊的现象，从而使得图像产生严重的噪声。

发明内容

本发明提供一种图像处理方法，能重建出质量良好的图像数据。

本发明提出一种图像处理方法，用于计算一像素阵列的图像数据。像素阵列包括多个像素，且每一像素具有一预设基色数据。图像处理方法包括以下步骤。首先，选取像素阵列的一目标像素。继之，计算相邻目标像素的多个第一像素的多个第一基色差值，其中部分第一像素沿一第一方向排列，且另一部分第一像素沿实质上垂直第一方向的一第二方向排列。然后，依据第一基色差值与目标像素的预设基色数据计算目标像素的一第一还原基色数据。

在本发明的一实施例中，图像处理方法还包括依据第一基色差值分别计算沿第一方向排列与沿第二方向排列的第一像素的一第一基色差值分量与一第二基色差值分量，以及依据一映射关系决定第一基色差值分量与第二基色差值分量所对应的目标像素的一第一分量权重值。

在本发明的一实施例中，图像处理方法还包括以下步骤。首先，依据第一基色差值分别计算沿第一方向排列与沿第二方向排列的第一像素的一第一基色和值分量与一第二基色和值分量。继之，分别将第一基色和值分量与第二基色和值分量相加与相减以分别获得一第一数值与一第二数值。接着，依据第一数值、第二数值与第一分量权重值计算目标像素的一第一基色还原差值。然后，将第一基色还原差值与目标像素的预设基色数据相加以获得第一还原基色数据。

在本发明的一实施例中，每一第一基色差值是依据对应的第一像素的预设基色数据与位于对应的第一像素相对两侧的两像素的两预设基色数据所得出。

在本发明的一实施例中，图像处理方法还包括以下步骤。首先，计算相邻目标像素的多个第二像素的多个第二基色差值，其中部分第二像素沿一第三方向排列，另一部分第二像素沿实质上垂直第三方向的一第四方向排列，且第三方向与第一方向夹有一锐角。继之，依据第二像素的第二基色差值与第一像素的预设基色数据计算第一像素的多个第二还原基色数据。再来，计算第一像素的多个第三基色差值。接着，依据第三基色差值与目标像素的第一还原基色数据计算目标像素的一第三还原基色数据。

在本发明的一实施例中，上述的第一像素的第三基色差值是依据第一像素的第二还原基色数据与第一像素的预设基色数据所得出。

在本发明的一实施例中，上述的其中计算第二像素的第二基色差值的方法包括将各个第二像素视为目标像素，以计算出各个第二像素所对应的第一还原基色数据，以及依据第二像素的第一还原基色数据与第二像素的预设基色数据计算第二像素的第二基色差值。

在本发明的一实施例中，上述的计算目标像素的第二还原基色数据的方法包括依据第三基色差值计算目标像素的一第四基色差值，以及将目标像素的第一还原基色数据与第四基色差值相减以获得第二还原基色数据。

在本发明的一实施例中，上述的计算目标像素的第四基色差值的方法包括以下步骤。依据第三基色差值分别计算沿第一方向排列与沿第二方向排列的第一像素的一第三基色差值分量与一第四基色差值分量。接着，依据一映射关系决定第三基色差值分量与第四基色差值分量所对应的目标像素的一第二分量权重值。

在本发明的一实施例中，图像处理方法还包括以下步骤。依据第三基色差值分别计算沿第一方向排列与沿第二方向排列的第一像素的一第三基色和值分量与一第四基色和值分量。继之，分别将第三基色和值分量与第四基色和值分量相加与相减以分别获得一第三数值与一第四数值。再来，依据第三数值、第四数值与第二分量权重值计算目标像素的第四基色差值。

在本发明的一实施例中，图像处理方法还包括选取第一像素的其中之一，以及依据选取第一像素的预设基色数据与位于选取第一像素相对两侧的两像素的两第五基色差值计算第一像素的一第四还原基色数据。

在本发明的一实施例中，图像处理方法还包括以下步骤。将位于选取第一像素相对两侧的两像素分别视为目标像素，以分别计算出两像素所对应的第一还原基色数据。接着，依据两像素的预设基色数据与两像素的第一还原基色数据计算上述两第五基色差值。

在本发明的一实施例中，其中第一还原基色数据对应一绿色数据。

基于上述，本发明的实施例通过计算相邻目标像素的像素的多个第一基色差值，并搭配目标像素本身的预设基色数据来计算目标像素的第一还原基色数据，故能重建出质量较佳的图像数据，而能减少画面不必要的噪声。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下。

附图说明

图1至图2为用以说明本发明一实施例的图像处理方法的示意图。

图3A与图3B为说明重建目标像素的邻近像素的还原基色数据的示意图。

图4A为图1的图像处理方法的流程图。

图4B为图4A的步骤S130的详细流程示意图。

图5为图4B的步骤S132用以决定目标像素的分量权重值的映射关系图。

图6为图2的图像处理方法的流程图。

图7为图3A与图3B的图像处理方法的流程图。

[主要元件标号说明]

100：像素阵列

110、114a、114a’、114b、116、118a、118b：像素

R、G、B、G0～G1、G3、G5、G7、G9～G11、G14～G16、G18～G20、B0、B2、B4、B6、B8、R12～R13、R16～R17：预设基色数据

D1～D4：方向

θ：锐角

S110～S130：计算目标像素的还原基色数据的步骤

S131～S136：S130的子步骤

S210～S240：计算目标像素的另一还原基色数据的步骤

S310～S320：计算相邻像素的还原基色数据的步骤

具体实施方式

在底下的实施例中，将以5×7的像素阵列作为范例实施例，任何所属技术领域中具有通常知识者当知5×7的像素阵列并非用以限定本发明的图像处理方法。

图1至图3B为用以说明本发明一实施例的图像处理方法的示意图。本实施例所提出的图像处理方法适于计算一像素阵列的图像数据。换句话说，本实施例的图像处理方法可应用在例如图像感测器(image sensor)、手机的图像信号处理器(image signal processor)与数字相机等图像等产品上。请参照图1，本实施例的像素阵列100包括多个像素110，且像素阵列100例如为5×7的像素阵列，亦即本实施例的图像处理方法适用于具有五个线缓冲器(five-lines buffer)的图像处理装置。因此本实施例的图像处理方法能在不增加存储器容量的情况下，达到良好像素阵列的图像数据重构的功效，而详细作法将请参照后续说明。

如图1所示，每一像素110具有一预设基色数据。详言之，在本实施例中，像素110上所标示的R、G、B、B0、G1、B2、G3、...即代表像素110的预设基色数据，其中预设基色数据R例如对应红色数据，预设基色数据G、G1、G3、G5、G7例如对应绿色数据，而预设基色数据B、B0、B2、B4、B6、B8例如对应蓝色的数据。另外，本实施例的绿色数据、蓝色数据与红色数据的个数比例为2∶1∶1。而此种排列方式通常被称为贝尔图案(Bayer pattern)。本实施例的图像处理方法是经由插值(interpolation)方法的数学运算，藉以重建出每一个像素110所遗失的其它基色数据。

图1为说明重建目标像素112的还原基色数据G4的示意图，图4A为图1的图像处理方法的流程图，其中图1的目标像素112本身具有预设基色数据B4。在本实施例中，预设基色数据B4对应蓝色数据，且还原基色数据G4对应绿色数据。以下将依序说明本实施例的图像处理方法如何重建目标像素112的还原基色数据G4。

请同时参照图1与图4A，首先选取像素阵列110的目标像素112(即步骤S110)，其中目标像素112具有预设基色数据B4，且例如位于像素阵列100的中央。接着，计算相邻目标像素112的多个像素114a与114b的多个基色差值Kb1、Kb 3、Kb5与Kb7，其中部分像素114a沿方向D1排列，且另一部分像素114b沿实质上垂直方向D1的方向D2排列(即步骤S120)。在本实施例中，基色差值Kb1、Kb3、Kb5与Kb7可分别以下列式子表示：

Kb1＝G1-(B0+B4)/2           (1)

Kb3＝G3-(B2+B4)/2           (2)

Kb5＝G5-(B6+B4)/2           (3)

Kb7＝G7-(B8+B4)/2           (4)

其中G1与G7为像素114b的预设基色数据，G 3与G5为像素114a的预设基色数据，而B0、B2、B6与B8为像素116的预设基色数据。由上述式子可知，每一基色差值Kb1、Kb 3、Kb5与Kb7是依据对应的像素114a或114b的预设基色数据G1、G 3、G5与G7与位于像素114a或114b相对两侧的两像素的两预设基色数据(例如预设基色数据B0与B4、B2与B4、B6与B4或B8与B4)所得出。如图1所示，像素114a是位于目标像素112与像素116之间，且像素114b是位于目标像素112与像素116之间。在本实施例中，基色差值Kb1、Kb3、Kb5与Kb7是代表绿色数据与蓝色数据的差值。另外，目标像素112的预设基色数据B4与像素116的预设基色数据B0、B2、B6与B8皆对应同一颜色的数据(即蓝色数据)。

继之，依据基色差值Kb1、Kb 3、Kb5与Kb7与目标像素112的预设基色数据B4计算目标像素112的还原基色数据G4(即步骤S130)，其中本实施例的还原基色数据G4对应绿色数据。图4B为图4A的步骤S130的详细流程示意图。在本实施例中，图4A的步骤S130包括子步骤S131～S136。请同时参考图1与图4B，首先依据基色差值Kb1、Kb3、Kb5与Kb7分别计算沿方向D1排列的像素114a与沿方向D2排列的像素114b的基色差值分量Cy与基色差值分量Ct(即步骤S131)。其中本实施例的基色差值分量Cy与Ct可分别以下列式子表示：

Cy＝|Kb1-Kb7|/Div    (5)

Ct＝|Kb3-Kb5|/Div    (6)

其中Div为与移位位数相关的一变量，而在本实施例中，变数Div在色差计算等于4，变量Div在原生数据计算等于2。

接着，依据一映射关系决定基色差值分量Cy与基色差值分量Ct所对应的目标像素112的分量权重值We(即步骤S132)。图5为图4B的步骤S132用以决定目标像素112的分量权重值We的映射关系图。在本实施例中，映射关系图可用对照表的方式实施，且对照表例如为一权重表(weighting table)，其用以依据基色差值分量Cy与Ct的总和(即(Cy+Ct))来决定对应的分量权重值We。

如图5所示，基色差值分量Cy与Ct的总和(Cy+Ct)与分量权重值We是成反比关系。亦即，当基色差值分量的总和(Cy+Ct)越小时，分量权重值We越大，且当总和(Cy+Ct)越大时，分量权重值We越小。其中基色差值分量Cy越大，代表图1中目标像素112的上下两像素114b的基色差值Kb1、Kb7相差越多。换句话说，图1中标示基色预设数据G1与G7的像素114b可能位于灰阶度相差较大的交界处(例如画面的边缘(edge)处)，因此本实施例便通过减少用以计算目标像素112的还原基色数据G4的分量权重值We来减少不必要的噪声或还原错误的情况。类似地，基色差值分量Ct越大，代表图1中目标像素112的左右两像素114a的基色差值Kb3、Kb5相差越多。亦即，图1中标示基色预设数据G3与G5的像素114a可能位于灰阶度相差较大的交界处，因此本实施例同样通过减少用以计算目标像素112的还原基色数据G4的分量权重值We来减少不必要的噪声或还原错误的情况。换句话说，本实施例的图像处理方法能提供边缘感测(edge sensing)的功能，以减少不必要的噪声或还原错误的机率。

另外，如图5所示，由于基色差值分量的总和(Cy+Ct)与分量权重值We为单一函数关系，故上述的映射关系适于用硬件的方式来实现。亦即，上述映射关系可通过重复使用硬件模块来实现。除此之外，由于本实施例的图像处理方法亦可依据映射关系图并搭配线性内插的方法计算出对应的分量权重值We，故当采用横轴间距为2的幂次方的线性内插时，亦方便于硬件的实现。换句话说，在本发明的实施例中，通过上述映射关系与内插法能计算出适合分量权重值We。

请继续参照图1与图4B，继之，依据基色差值Kb1、Kb 3、Kb5、Kb7分别计算沿方向D1排列与沿方向D2排列的像素114a与114b的基色和值分量(Kb3+Kb5)与基色和值分量(Kb1+Kb7)(即步骤S133)。详细而言，像素114a分别具有预设基色数据G3与G5，且分别对应基色差值Kb3、Kb5；像素114b分别具有预设基色数据G1与G7，且分别对应基色差值Kb1、Kb7。

再来，分别将基色和值分量(Kb3+Kb5)与基色和值分量(Kb1+Kb7)相加与相减以分别获得第一数值Gp1与第二数值Gp2(步骤S134)。其中第一数值Gp1与第二数值Gp2可以下列式子表示：

Gp1＝(Kb3+Kb5)+(Kb1+Kb7)          (7)

Gp2＝(Kb3+Kb5)-(Kb1+Kb7)          (8)

然后，依据第一数值Gp1、第二数值Gp2与从映射关系得出的分量权重值We计算目标像素112的基色还原差值Kb4(步骤S135)，其中基色还原差值Kb4可以下列式子表示：

Kb4＝(Gp1+(Gp2×Tx)÷32)÷4       (9)

其中式子(9)的Tx为一变量，其可表示为Tx＝(Cy-Ct)×We÷64，且式子中的数值32、4与64皆可随实际的硬件设计调整，本发明并不受限于此。换句话说，式子(7)～(9)所要表达的概念为：目标像素112的基色还原差值Kb4是与相邻像素114a与114b的基色和值分量(Kb3+Kb5)与(Kb1+Kb7)相关，其中基色还原差值Kb4例如代表绿色数据与蓝色数据的差值。

接着，在计算出目标像素112的基色还原差值Kb4后，将基色还原差值Kb4与目标像素112的预设基色数据B4相加以获得还原基色数据G4(步骤S136)，即G4＝B4+Kb4。至此，目标像素112的第一个还原基色数据G4便重建完成，且本实施例的还原基色数据G4对应绿色数据。简言之，在步骤S130及其子步骤S131～S136中，本实施例的图像处理方法是利用目标像素112的上下两像素114b与左右两像素114a所分别对应的绿色数据(即预设基色数据G1、G7、G 3、G5)来还原目标像素112的绿色数据(即还原基色数据G4)。

图2为说明还原目标像素112的另一还原基色数据R4的示意图，图6为图2的图像处理方法的流程图，其中图2的目标像素112本身具有预设基色数据B4以及利用步骤S110～S130重建完成的还原基色数据G4。以下将依序说明本实施例的图像处理方法如何重建目标像素112的另一还原基色数据R4。

请同时参照图2与图6，首先计算相邻目标像素112的多个像素118a与118b的多个基色差值Kr12、Kr13、Kr16与Kr17，其中部分像素118a沿方向D3排列，另一部分像素118b沿实质上垂直方向D3的方向D4排列(即步骤S210)，且方向D3与方向D1夹有一锐角θ。在本实施例中，锐角θ例如为45度，且基色差值Kr12、Kr13、Kr16与Kr17可分别以下列式子表示：

Kr12＝G12-R12            (10)

Kr13＝G13-R13            (11)

Kr16＝G16-R16            (12)

Kr17＝G17-R17            (13)

其中G12与G17为图2的像素118b的还原基色数据，R12与R17为像素118b的预设基色数据；G13与G16为图2的像素118a的还原基色数据，R13与R16为像素118a的预设基色数据。在本实施例中，还原基色数据G12、G13、G16与G17代表绿色数据，预设基色数据R12、R13、R16与R17代表红色数据，而基色差值Kr12、Kr13、Kr15与Kr17代表绿色数据与红色数据的差值。另外，像素118a与118b的还原基色数据G12、G13、G16与G17是利用图4A至图4B的步骤所计算出来的。

进一步而言，图2左上方的像素118b的还原基色数据G12是利用像素110的预设基色数据G9、G11、G3与G1所得出；图2右上方的像素118a的还原基色数据G13是利用像素110的预设基色数据G10、G1、G5与G14所得出；图2左下方的像素118a的还原基色数据G16是利用像素110的预设基色数据G3、G15、G19与G7所得出；图2右下方的像素118b的还原基色数据G17是利用像素110的预设基色数据G5、G7、G20与G18所得出。

换句话说，计算像素118b的基色差值Kr12、Kr13、Kr15与Kr17的方法包括以下步骤。分别将像素118a与118b视为图1的目标像素112，以计算出像素118a与118b所对应的还原基色数据G12、G13、G16与G17。接着，再依据像素118a与118b的还原基色数据G12、G13、G16与G17与像素118b的预设基色数据R12、R13、R16与R17计算像素118b的基色差值Kr12、Kr13、Kr15与Kr17。由于还原基色数据G12、G13、G16与G17的计算方式可由上述说明以及图1与图4A至图4B的相关叙述推知，故在此不再赘述。

接着，依据像素118a、118b的基色差值Kr12、Kr13、Kr16与Kr17以及像素114a、114b的预设基色数据G1、G3、G5与G7计算像素114a、114b的多个还原基色数据R1、R3、R5与R7(即步骤S 220)。在本实施例中，像素114a的还原基色数据R3、R5与像素114b的还原基色数据R1与R7可分别以下列式子表示：

R1＝G1-(Kr12+Kr13)/2           (14)

R3＝G3-(Kr12+Kr16)/2           (15)

R5＝G5-(Kr13+Kr17)/2           (16)

R7＝G7-(Kr16+Kr17)/2           (17)

继之，计算像素114a与114b的多个基色差值Kr1、Kr3、Kr5与Kr7(即步骤S230)。在本实施例中，基色差值Kr1、Kr3、Kr5与Kr7可分别以下列式子表示：

Kr1＝G1-R1               (18)

Kr3＝G3-R3               (19)

Kr5＝G5-R5               (20)

Kr7＝G7-R7               (21)

换句话说，像素114a与114b的基色差值Kr3、Kr5、Kr1与Kr7是依据像素114a与114b的还原基色数据R3、R5、R1与R7以及与像素114a与114b的预设基色数据G3、G5、G1与G7来得出。类似地，基色差值Kr1、Kr3、Kr5与Kr7代表绿色数据与红色数据的差值。

最后，依据基色差值Kr1、Kr3、Kr5与Kr7与目标像素112于步骤S130得出的还原基色数据G4计算目标像素112的另一还原基色数据R4(步骤S240)。在本实施例中，还原基色数据R4可以下列式子表示：

R4＝G4-Kr4               (22)

其中Kr4为目标像素112的另一基色差值，且基色差值Kr4是代表绿色数据与红色数据的差值。在本实施例中，计算目标像素112的基色差值Kr4的方法包括以下步骤。首先，依据基色差值Kr1、Kr3、Kr5与Kr7分别计算沿方向D1排列与沿方向D2排列的像素114a、114b的基色差值分量Cy与Ct。亦即，将式子(5)与(6)的基色差值Kb1、Kb3、Kb5与Kb7分别以基色差值Kr1、Kr3、Kr5与Kr7代入。

继之，依据图5的映射关系决定上述的基色差值分量Cy与基色差值分量Ct所对应的目标像素112的另一分量权重值We。接着，依据基色差值Kr1、Kr3、Kr5与Kr7分别计算沿方向D1排列与沿方向D2排列的像素114a与114b的基色和值分量(Kr3+Kr5)与基色和值分量(Kr1+Kr7)。再来，分别将基色和值分量(Kr3+Kr5)与基色和值分量(Kr1+Kr7)相加与相减以分别获得第三数值Gp3与第四数值Gp4。其中第一数值Gp3与第二数值Gp4可以下列式子表示：

Gp3＝(Kr3+Kr5)+(Kr1+Kr7)              (23)

Gp4＝(Kr3+Kr5)-(Kr1+Kr7)              (24)

然后，依据第一数值Gp3、第二数值Gp4与从映射关系得出的分量权重值We计算目标像素112的基色差值Kr4，其中基色差值Kr4可以下列式子表示：

Kr4＝(Gp3+(Gp4×Tx)÷32)÷4          (25)

其中式子(25)的Tx为一变量，其可表示为Tx＝(Cy-Ct)×We÷64，且式子中的数值32、4与64皆可随实际的硬件设计调整，本发明并不受限于此。换句话说，目标像素112的基色差值Kr4是依据第一像素114a与114b的基色差值Kr1、Kr3、Kr5与Kr7所得出，且基色差值Kr4的计算是利用类似图4A至图4B的步骤所计算出来。由于本领域技术人员在参酌上述说明以及图1与图4A至图4B的相关叙述能推知基色差值Kr4的计算方式，故在此不再赘述。

由上述可知，计算目标像素112的另一还原基色数据R4的方法主要为依据基色差值Kr1、Kr3、Kr5与Kr7计算目标像素112的基色差值Kr4，以及将目标像素112的重建后的还原基色数据G4与基色差值Kr4相减以获得另一还原基色数据R4(如式子(22)所示)。

至此，目标像素112的第二个还原基色数据R4便重建完成，且本实施例的还原基色数据R4例如对应红色数据。整体而言，在重建还原基色数据R4的过程中，本实施例的图像处理方法是先计算出目标像素112的上下两像素114b的还原基色数据R1、R7与左右两像素114a的还原基色数据R3、R5(即步骤S210至S220)，再利用所计算的还原基色数据R1、R3、R5、R7来重建目标像素112的另一还原基色数据R4(步骤S230至S240)。如此一来，原本仅有预设基色数据B4(对应蓝色数据)的目标像素112此时便同时具有红色、蓝色与绿色数据，从而使得目标像素112能显示全彩的图像。

图3A与图3B为说明重建目标像素112的邻近像素114a’的还原基色数据的示意图。图7为图3A与图3B的图像处理方法的流程图。其中图3A与图3B的像素114a’本身具有预设基色数据G3，且目标像素112本身具有预设基色数据B4以及重建后的还原基色数据G4。以下将依序说明本实施例的图像处理方法如何重建的邻近像素的还原基色数据。

在本实施例中，图3A为说明重建像素114a’的还原基色数据B3的示意图。请先同时参照图3A与图7，首先选取像素114a的其中之一(例如像素114a’)(即步骤S310)。继之，依据选取像素114a’的预设基色数据G3与位于选取像素114a’相对两侧(例如为左右两侧)的两像素116与112的两基色差值Kb2与Kb4计算像素114a’的还原基色数据B3(即步骤S320)。在本实施例中，基色差值Kb4、Kb2与像素114a’的还原基色数据B 3可分别以下列式子表示：

Kb2＝B2-G2             (26)

Kb4＝B4-G4             (27)

B3＝G3+(Kb2+Kb4)/2     (28)

其中B2与B4分别为像素116与目标像素112的预设基色数据G2与G4为像素116与目标像素112的还原基色数据，且预设基色数据B2与B4代表蓝色数据，还原基色数据G2与G4代表绿色数据。另外，像素116的还原基色数据G2是利用图4A至图4B的步骤所计算出来的。进一步而言，像素116的还原基色数据G2是利用像素110的预设基色数据G11、G16、G15与G3所得出。亦即，将位于像素114a’的左侧的像素116视为图1的目标像素112，以依据图4A至图4B的步骤计算出像素116所对应的还原基色数据G2。由于还原基色数据G2的计算方式可通过参照图1与图4A至图4B的相关叙述推知，故在此不再赘述。

接着，再依据像素116与目标像素112的预设基色数据B2与B4以及像素116与目标像素112的还原基色数据G2与G4计算基色差值Kb2与Kb4(如式子(26)～(27)所示)。然后再利用基色差值Kb2与Kb4与像素114a’的预设基色数据G 3计算像素114a’的还原基色数据B3。

换句话说，本实施例的图像处理方法是依据像素116与目标像素112的预设基色数据B2与B4，以及像素116与目标像素112的还原基色数据G2与G4来计算两基色差值Kb2与Kb4，其中基色差值Kb2与Kb4是代表蓝色数据与绿色数据的差值。接着，再利用像素114a’的预设基色数据G3以及相邻像素114a’的两像素的基色差值Kb2与Kb4来获得像素114a’的还原基色数据B3。至此，像素114a’的还原基色数据B3便重建完成，且本实施例的还原基色数据B3例如对应蓝色数据。

图3B为说明重建像素114a’的另一还原基色数据R3的示意图。请同时参照图3B与图7，首先，选取像素114a的其中之一(例如像素114a’)(步骤S310)。继之，依据选取像素114a’的预设基色数据G3与位于选取像素114a’相对两侧(例如为上下两侧)的两像素118b与118a的两基色差值Kr12与Kr16计算像素114a’的还原基色数据R3(步骤S320)。在本实施例中，基色差值Kr12、Kr16与像素114a’的还原基色数据R3可分别以下列式子表示：

Kr12＝R12-G12              (29)

Kr16＝R16-G16              (30)

R3＝G3+(Kr12+Kr16)/2       (31)

其中R12与R16分别为像素118b与118a的预设基色数据，而G12与G16为像素118b与118a的还原基色数据。预设基色数据R12与R16对应红色数据，还原基色数据G12与G16对应绿色数据。另外，像素118b与118a的还原基色数据G12与G16是利用图4A至图4B的步骤所计算出来的。进一步而言，像素118b的还原基色数据G12是利用像素118b的周围像素110的预设基色数据G9、G11、G3与G1所得出；而像素118a的还原基色数据G16是利用像素118a的周围像素110的预设基色数据G3、G15、G19与G7所得出。亦即，可将位于像素114a’的上下两侧的像素118b与118a视为图1的目标像素112，以依据图4A至图4B的步骤计算出像素118b与118a所对应的还原基色数据G12与G16。由于还原基色数据G12与G16的计算方式可通过参照图1与图4A至图4B的相关叙述推知，故在此不再赘述。

接着，再依据像素118b与118a的预设基色数据R12与R16以及像素118b与118a的还原基色数据G12与G16计算基色差值Kr12与Kr16(如式子(29)～(30)所示)。然后再利用基色差值Kr12与Kr16与像素114a’的预设基色数据G3计算像素114a’的还原基色数据R3。

换句话说，本实施例的图像处理方法是先依据像素118b与像素118a的预设基色数据R12与R16，以及像素118b与像素118a的还原基色数据G12与G16来计算两基色差值Kr12与Kr16，其中基色差值Kr12与Kr16是代表红色数据与绿色数据的差值。接着，再利用像素114a’的预设基色数据G3以及相邻像素114a’的两像素的基色差值Kr12与Kr16来获得像素114a’的另一还原基色数据R3。至此，相邻目标像素112的像素114a’的另一还原基色数据R3便重建完成，其中本实施例的还原基色数据R3例如对应红色数据。由此可知，此时的像素114a’便同时具有红色、绿色与蓝色数据，从而能显示全彩的图像。换句话说，利用图7的步骤，能够重建与目标像素112的相邻像素(例如像素114a’)的另外两基色数据(即还原基色数据B3与还原基色数据R3)。

值得一提的是，由于图3A与图3B的图像处理方法是通过依据映射关系校正过且个数较多的绿色数据来重建个数较少的蓝色数据与红色数据，故本实施例的图像处理方法能提升还原基色数据的可靠度。除此之外，通过图1至图3B的相关描述的作法，本实施例的图像处理方法也能重建出较大增益的还原基色数据。

综上所述，在本发明的实施例中，通过计算相邻目标像素的像素的多个基色差值，并搭配目标像素本身的预设基色数据来重建出目标像素的还原基色数据，能重建可靠较佳的图像数据。除此之外，利用映射关系查询一分量权重值来控制内插图像，也能对图像数据进行校正，以减少不必要的噪声，故能提升显示的图像质量。

虽然本发明已以实施例揭露如上，然其并非用以限定本发明，任何所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，故本发明的保护范围当视所附的权利要求范围所界定者为准。

Claims (13)

1.一种图像处理方法，用于计算一像素阵列的图像数据，该像素阵列包括多个像素，且每一像素具有一预设基色数据，该图像处理方法包括：

选取该像素阵列的一目标像素；

计算相邻该目标像素的多个第一像素的多个第一基色差值，其中部分该多个第一像素沿一第一方向排列，且另一部分该多个第一像素沿实质上垂直该第一方向的一第二方向排列；以及

依据该多个第一基色差值与该目标像素的该预设基色数据计算该目标像素的一第一还原基色数据。

2.根据权利要求1所述的图像处理方法，还包括：

依据该多个第一基色差值分别计算沿该第一方向排列与沿该第二方向排列的该多个第一像素的一第一基色差值分量与一第二基色差值分量；以及

依据一映射关系决定该第一基色差值分量与该第二基色差值分量所对应的该目标像素的一第一分量权重值。

3.根据权利要求2所述的图像处理方法，还包括：

依据该多个第一基色差值分别计算沿该第一方向排列与沿该第二方向排列的该多个第一像素的一第一基色和值分量与一第二基色和值分量；

分别将该第一基色和值分量与该第二基色和值分量相加与相减以分别获得一第一数值与一第二数值；

依据该第一数值、该第二数值与该第一分量权重值计算该目标像素的一第一基色还原差值；以及

将该第一基色还原差值与该目标像素的该预设基色数据相加以获得该第一还原基色数据。

4.根据权利要求1所述的图像处理方法，其中每一第一基色差值是依据对应的第一像素的预设基色数据与位于对应的第一像素相对两侧的两像素的两预设基色数据所得出。

5.根据权利要求1所述的图像处理方法，还包括：

计算相邻该目标像素的多个第二像素的多个第二基色差值，其中部分该多个第二像素沿一第三方向排列，另一部分该多个第二像素沿实质上垂直该第三方向的一第四方向排列，且该第三方向与该第一方向夹有一锐角；

依据该多个第二像素的该多个第二基色差值与该多个第一像素的该些预设基色数据计算该多个第一像素的多个第二还原基色数据；

计算该多个第一像素的多个第三基色差值；以及

依据该多个第三基色差值与该目标像素的该第一还原基色数据计算该目标像素的一第三还原基色数据。

6.根据权利要求5所述的图像处理方法，其中该多个第一像素的该些第三基色差值是依据该多个第一像素的该些第二还原基色数据与该多个第一像素的该些预设基色数据所得出。

7.根据权利要求5所述的图像处理方法，其中计算该多个第二像素的该些第二基色差值的方法包括：

将各该第二像素视为该目标像素，以计算出各该第二像素所对应的第一还原基色数据；以及

依据该多个第二像素的该些第一还原基色数据与该多个第二像素的该些预设基色数据计算该多个第二像素的该些第二基色差值。

8.根据权利要求5所述的图像处理方法，其中计算该目标像素的该第二还原基色数据的方法包括：

依据该些第三基色差值计算该目标像素的一第四基色差值；以及

将该目标像素的该第一还原基色数据与该第四基色差值相减以获得该第二还原基色数据。

9.根据权利要求8所述的图像处理方法，其中计算该目标像素的该第四基色差值的方法包括：

依据该些第三基色差值分别计算沿该第一方向排列与沿该第二方向排列的该多个第一像素的一第三基色差值分量与一第四基色差值分量；以及

依据一映射关系决定该第三基色差值分量与该第四基色差值分量所对应的该目标像素的一第二分量权重值。

10.根据权利要求9所述的图像处理方法，还包括：

依据该些第三基色差值分别计算沿该第一方向排列与沿该第二方向排列的该多个第一像素的一第三基色和值分量与一第四基色和值分量；

分别将该第三基色和值分量与该第四基色和值分量相加与相减以分别获得一第三数值与一第四数值；

依据该第三数值、该第四数值与该第二分量权重值计算该目标像素的该第四基色差值。

11.根据权利要求5所述的图像处理方法，还包括：

选取该多个第一像素的其中之一；以及

依据该选取第一像素的该预设基色数据与位于该选取第一像素相对两侧的两像素的两第五基色差值计算该第一像素的一第四还原基色数据。

12.根据权利要求9所述的图像处理方法，还包括：

将位于该选取第一像素相对两侧的该两像素分别视为该目标像素，以分别计算出该两像素所对应的第一还原基色数据；以及

依据该两像素的该些预设基色数据与该两像素的该些第一还原基色数据计算该两第五基色差值。

13.根据权利要求1所述的图像处理方法，其中该第一还原基色数据对应一绿色数据。

Images