CN103002230A - 适应性像素补偿方法 - Google Patents

Abstract

本发明涉及一种适应性像素补偿方法，适用于影像处理装置，该适应性像素补偿方法包括有接收数组影像数据；计算数组影像数据中的一绿子像素周围的第一多个绿子像素的亮度平均值为第一平均值，其中第一多个绿子像素是位于至少一第一类像素列上；计算绿子像素周围的第二多个绿子像素的亮度平均值为第二平均值，其中第二多个绿子像素是位于至少一第二类像素列上；计算第一平均值及第二平均值的一绝对差值；计算绿子像素与其周围的第三多个绿子像素的一亮度平均梯度值；以及根据绿子像素的亮度值、绝对差值与亮度平均梯度值，决定是否补偿绿子像素。

Description

适应性像素补偿方法

技术领域

本发明涉及一种适应性像素补偿方法，尤其涉及一种以亮度特性差异及变化情况为基础的适应性像素补偿方法。

背景技术

影像感测组件，例如互补式金属氧化物半导体影像传感器(CMOS imagesensor，CIS)和电荷耦合(CCD)传感器，已广泛应用于各种消费性电子商品，例如数字相机、个人数字助理和智能行动通讯装置等等。目前各种影像感测组件最常搭配采用贝尔图形(Bayer pattern)排列的彩色滤光片来进行影像撷取。由于人眼对绿色的信息分辨范围较大，能分辨出更多的细节，因此采用贝尔图形的像素数组中，红色、蓝色及绿色等三原色像素的分布并非平均地分配，而是绿色像素所占的比重较高。

请参考图1，图1为采用贝尔图形排列的一数组影像数据10的示意图。如图1所示，数组影像数据10为一5×5的贝尔图型数组影像数据，图1中的R代表红色像素(即使用红色滤光片的像素)，G代表绿色像素(即使用绿色滤光片的像素)，以及B代表蓝色像素(即使用蓝色滤光片的像素)。数组影像数据10的奇数列主要是由绿子像素与蓝子像素交替排列，称为Gb像素列。数组影像数据10的偶数列主要是由绿子像素与红子像素交替排列而成，称为Gr像素列。一般来说，同一类型的像素列上的绿子像素会具有较相似的物理现象，而不同类型的像素列上的绿子像素，通常会由于周遭像素干扰的效应不同而产生绿色不平衡(green unbalance)的现象，如此一来，将在后续影像重建时将可能导致格子状影像、错色(false color)或边缘模糊的问题。

发明内容

因此，本发明的目的的一在于提供一种适应性像素补偿方法。

依据本发明的实施例，其是揭露一种适应性像素补偿方法，适用于一影像处理装置，该适应性像素补偿方法包括有接收一数组影像数据，该数组影像数据包括交错排列的多个第一类像素列与多个第二类像素列，每一该第一类像素列包括多个绿子像素与多个红子像素而不包括蓝子像素，每一该第二类像素列包括多个绿子像素与多个蓝子像素而不包括红子像素；计算该数组影像数据中的一绿子像素周围的第一多个绿子像素的亮度平均值为一第一平均值，其中该第一多个绿子像素是位于至少一第一类像素列上；计算该绿子像素周围的第二多个绿子像素的亮度平均值为一第二平均值，其中该第二多个绿子像素是位于至少一第二类像素列上；计算该第一平均值及该第二平均值的一绝对差值；计算该绿子像素与其周围的第三多个绿子像素的一亮度平均梯度值；以及根据该绿子像素的一亮度值、该绝对差值与该亮度平均梯度值，决定是否补偿该绿子像素。

依据本发明的实施例，其还揭露一种适应性像素补偿方法，适用于一影像处理装置，该适应性像素补偿方法包括有接收一数组影像数据，该数组影像数据包括多个第一类像素列与多个第二类像素列交错排列而成的一像素数组，每一该第一类像素列包括多个绿子像素与多个红子像素而不包括蓝子像素，每一该第二类像素列包括多个绿子像素与多个蓝子像素而不包括红子像素；比较该数组影像数据中的一绿子像素周围的第一多个绿子像素与第二多个绿子像素的亮度特性间的差异，其中该第一多个绿子像素是位于至少一第一类像素列上，以及该第二多个绿子像素是位于至少一第二类像素列上；依据比较结果，决定是否补偿该绿子像素。

附图说明

图1为采用贝尔图形排列的一数组影像数据的示意图。

图2为本发明实施例的一适应性像素补偿流程的示意图。

其中，附图标记说明如下：

10                        数组影像数据

20                                    流程

200、202、204、206、208、210、212、   步骤

214

具体实施方式

请参考图2，图2为本发明实施例的一适应性像素补偿流程20的示意图。适应性像素补偿流程20是应用于一影像处理装置中。流程20包括以下步骤：

步骤200：开始。

步骤202：接收一数组影像数据。

步骤204：计算该数组影像数据中的一绿子像素周围的第一多个绿子像素的亮度平均值为一第一平均值，其中该第一多个绿子像素是位于至少一第一类像素列上。

步骤206：计算该绿子像素周围的第二多个绿子像素的亮度平均值为一第二平均值，其中该第二多个绿子像素是位于至少一第二类像素列上。

步骤208：计算该第一平均值及该第二平均值的一绝对差值。

步骤210：计算该绿子像素与其周围的第三多个绿子像素的一亮度平均梯度值。

步骤212：根据该绿子像素的一亮度值、该绝对差值与该亮度平均梯度值，决定是否补偿该绿子像素。

步骤214：结束。

以下将对上述步骤作详细说明，首先，在步骤202中，可于影像处理装置中的一影像感测组件撷取一数组影像数据后，自影像感测组件接收数组影像数据。此数组影像数据包括交错排列的多个第一类像素列与多个第二类像素列。例如，数组影像数据的奇数列为第一类像素列，而偶数列为第二类像素列。或是相反地，数组影像数据的偶数列为第一类像素列时，而奇数列为第二类像素列。此外，第一类像素列与第二类像素列可分别具有不同的组成像素类型。例如，每一第一类像素列包括多个绿子像素与多个红子像素而不包括蓝子像素，且每一该第二类像素列包括多个绿子像素与多个蓝子像素而不包括红子像素。或着是，第一类像素列与第二类像素列可具有更多其它不同种的像素排列方式。举例来说，如图1所示，数组影像数据10为一5×5的贝尔图型(Bayer Pattern)数组影像，其中数组影像数据10的偶数列是为Gr像素列，各Gr像素列主要是由绿子像素与红子像素交替排列而成，而且不包括蓝子像素。数组影像10的奇数列主要是为Gb像素列，各Gb像素列主要是由绿子像素与蓝子像素交替排列，并且不包括红子像素。另外，值得注意的是，虽然在此以「列」的方向来作解释，然亦可以「行」的方向来作解释，仅为基准方向的差异，实质上并无差异。

于步骤204中，可自数组影像数据中选择出一个绿子像素，并以该绿子像素为基准中心，计算其周围的第一多个绿子像素的亮度平均值为一第一平均值。其中第一多个绿子像素是位于至少一第一类像素列上。也就是说，找出所有位于所选择的绿子像素周围的一既定区域范围内且是于第一类像素列上的第一绿子像素，并运算出所有第一绿子像素的亮度值的平均值(即第一平均值)。要注意的是，前述所选择出作为基准中心的绿子像素可为数组影像数据中的任一绿子像素。换言之，可针对数组影像数据的每一个绿子像素，分别进行适应性像素补偿流程20。此外，为了更清楚叙述本发明，以下将前述所选择出作为基准中心的绿子像素称为基准绿子像素。

同样地，于步骤206中，以所选择到的基准绿子像素为中心，计算其周围的第二多个绿子像素的亮度平均值为一第二平均值。其中该第二多个绿子像素是位于至少一第二类像素列上。也就是说，找出所有位于基准绿子像素周围的该既定区域范围内且位于第二类像素列上的第二绿子像素，并运算出所有第二绿子像素的亮度值的平均值(即第二平均值)。

值得注意的，于步骤204与步骤206的不同实施例中，可以所选择到的基准绿子像素为中心，计算其周围的部份而非全部的第一多个绿子像素的亮度平均值为第一平均值。更明确言之，可找出位于基准绿子像素的周围且位于第一类像素列上的某些第一绿子像素，并运算出这些第一绿子像素的亮度值的平均值。同理，亦可以基准基准绿子像素为中心，计算其周围的部份而非全部的第二多个绿子像素的亮度平均值为第二平均值。

以图1的数组影像数据10为例，数组影像数据的所有像素列中主要存在有两种像素排列方式，一种为由绿子像素与红子像素交替排列而成的Gr像素列，另一种为绿子像素与蓝子像素交替排列而成的Gb像素列。再者，像素列与Gb像素列是交错排列。在此情况下，在数组影像数据10中，若以某一绿子像素为圆心，每一个同心圆所经过的绿子像素，就会属于同一类型像素列。因此，在本实施例中，可以计算基准绿子像素周围且位于第一类像素列上的最近一圈的所有绿子像素的亮度平均值为第一平均值。或是，可以计算基准绿子像素周围且位于第一类像素列上的最近几圈(第一既定圈数)的所有绿子像素的亮度平均值为第一平均值。同理，可以计算基准绿子像素周围且位于第二类像素列上的最近一圈的所有绿子像素的亮度平均值为第二平均值。或是，可以计算基准绿子像素周围且位于第二类像素列上的最近几圈(第二特定圈数)的所有绿子像素的亮度平均值为第二平均值。

接着，于步骤208中，可以比较第一平均值与第二平均值的差异，较佳是计算第一平均值及第二平均值的一绝对差值。也就是说，将第一平均值及第二平均值的差值进行一绝对值运算，以运算出第一平均值及第二平均值的绝对差值。举例来说，若选择图1中的绿子像素G6作为所选择到的基准绿子像素，依照步骤204与206，将可计算出位于Gb像素列上的最近一圈的像素(G0、G1、G2、G5、G7、Ga、Gb、Gc)的亮度平均值Avg_A，以及位于Gr像素列上的最近一圈的像素(G3、G4、G8、G9)的亮度平均值Avg_B，再依照步骤208，将可计算出位于亮度平均值Avg_A与Avg_B的绝对差值AvgDiff。

由于，格子状影像边缘通常是发生在Gb像素与Gr像素存在些微差异的地方，因此，透过步骤204至步骤208，可以计算出第一类像素列与第二类像素列的像素间亮度特性的差异性。换言之，步骤208的计算结果将显示出数组影像数据中的基准绿子像素周围的第一多个绿子像素与第二多个绿子像素的亮度特性间的差异性，而可作为后续是否对基准绿子像素进行补偿的依据。于其它实施例中，其它可反应第一类像素列与第二类像素列的像素间亮度特性的差异性的数值亦可使用。

于步骤210中，计算所选择出基准绿子像素与其周围的第三多个绿子像素的一亮度平均梯度值。简单的说，即计算基准绿子像素与其周围的第三多个绿子像素的多个梯度值的平均值。其中，第三多个绿子像素可包括位于基准绿子像素周围的最近至少两圈除四各角落外的所有绿子像素。或着是，第三多个绿子像素可以是与基准绿子像素相邻的一或多个绿子像素，例如位于基准绿子像素的8个方位的相邻一或多个绿子像素。更具体言之，可计算基准绿子像素与其周围的第三多个绿子像素沿各方向的多个梯度值的平均值。例如，计算基准绿子像素与其周围的第三多个绿子像素沿一行方向的多个梯度值，以及计算基准绿子像素与其周围的第三多个绿子像素沿一列方向的多个梯度值，再将所有计算出的梯度值进行平均值运算，以运算出前述的亮度平均梯度值。

举例来说，以图1的数组影像数据10为例，依照步骤210，计算出行方向(垂直方向)的垂直亮度梯度值dV以及列方向(水平方向)的水平亮度梯度值dH，并计算出亮度平均梯度值dVH，其中表达式关系如下所示：

dV＝|G1-G6|+|Gb-G6|+|G3-G8|+|G4-G9|

dH＝|G5-G6|+|G7-G6|+|G3-G4|+|G8-G9|

dVH＝(dV+dH)/8

由于在影像中，梯度值通常可表现出对象的边缘特性，当某一方向的像素变化越大时，相对地其梯度值也较大。同时，平均梯度值可敏感地反映出影像的微小细节的差异性，如此一来，透过步骤210来计算邻近像素的平均梯度值，除了意味着保留了影像的细节与边缘信息，也反应出绿子像素的亮度值于像素数组上的变化率而可作为后续是否对基准绿子像素进行补偿的依据。于其它实施例中，其它可反应绿子像素的亮度值于像素数组上的变化率的数值亦可使用。

最后，于步骤212中，根据所选择出的基准绿子像素的一亮度值、步骤208所运算出的绝对差值及步骤210所算出的亮度平均梯度值，来决定是否对基准绿子像素进行补偿。举例来说，当步骤208所运算出的绝对差值小于基准绿子像素与一亮度控制参数的乘积，且步骤210所算出的亮度平均梯度值小于基准绿子像素的一梯度控制参数的积时，就可以决定一补偿值来补偿基准绿子像素的像素值，作为基准绿子像素的新值。

因此，上述的适应性像素补偿流程，可依据数组影像数据中的绿子像素周围的各类型绿子像素间的亮度特性的差异性以及亮度梯度的变化情况，来决定是否对所选择的绿子像素进行相对应的像素补偿。如此一来，将能在完全保留影像原始的细节而不会影响到原始影像内容情况下进行像素补偿，使影像边缘处不会产生错色的现象。

进一步地，关于前述进行像素补偿时的补偿值的计算，可利用最小误差值补偿的方式来进行，以避免影像发生模糊现象。例如，可依据步骤204中的第一平均值与第一多个绿子像素各自的亮度值的间的多个第一绝对差值，来决定出一第一补偿值，并且，类似地，根据步骤206第二平均值与第二多个绿子像素各自的亮度值的间的多个第二绝对差值，决定出一第二补偿值，接着，可再将第一补偿值与第二补偿值的差值的平均值即为补偿值。最后，可再将补偿值加上基准绿子像素的亮度值，即为基准绿子像素的新值。

至于前述第一补偿值可以是多个第一绝对差值中最小者与步骤204的第一平均值的总和。前述第二补偿值可以是多个第二绝绝对差值中最小者与该第二平均值的和。举例来说，以第1图的数组影像数据10为例，依照步骤212根据所选择出的基准绿子像素的亮度值、所计算出绝对差值及亮度平均梯度值而决定要对基准绿子像素进行补偿后，可以计算出第一补偿值Delta_A与第二补偿值Delta_B，其中表达式关系如下所示：

Delta_A＝MinAbs{(G0-Avg_A)，(G1-Avg_A)，(G2-Avg_A)，(G5-Avg_A)，(G6-Avg_A)，(G7-Avg_A)，(Ga-Avg_A)，(Gb-Avg_A)，(Gc-Avg_A)}+Avg_A；以及

Delta_B＝MinAbs{(G3-Avg_B)，(G4-Avg_B)，(G8-Avg_B)，(G9-Avg_B)}+Avg_B

在此情况下，当决定欲对基准绿子像素进行像素补偿时，可将第一补偿值与第二补偿值的差值的平均值即为补偿值，基准绿子像素的新值G6’即为补偿值加上基准绿子像素的亮度值，即为，其中表达式关是如下所示：

G6’＝G6+(Delta_A+Delta_B)/2

综上所述，上述的适应性像素补偿方式，可依据数组影像数据中的绿子像素周围的各类型绿子像素间的亮度特性的差异性以及亮度的变化情况来对绿子像素进行相对应的像素补偿。如此一来，将能在完全保留影像原始的细节而不会影响到原始影像内容(即不会使影像模糊)的情况下进行相对应的像素补偿，以避免后续影像重建时将发生格子状影像、错色或边缘模糊的现象而能实现最佳的影像质量。

以上所述仅为本发明的优选实施例，凡依本发明权利要求所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (14)

1.一种适应性像素补偿方法，适用于一影像处理装置，其特征在于，该适应性像素补偿方法包括有：

接收一数组影像数据，该数组影像数据包括交错排列的多个第一类像素列与多个第二类像素列，每一该第一类像素列包括多个绿子像素与多个红子像素而不包括蓝子像素，每一该第二类像素列包括多个绿子像素与多个蓝子像素而不包括红子像素；

计算该数组影像数据中的一绿子像素周围的第一多个绿子像素的亮度平均值为一第一平均值，其中该第一多个绿子像素是位于至少一第一类像素列上；

计算该绿子像素周围的第二多个绿子像素的亮度平均值为一第二平均值，其中该第二多个绿子像素是位于至少一第二类像素列上；

计算该第一平均值及该第二平均值的一绝对差值；

计算该绿子像素与其周围的第三多个绿子像素的一亮度平均梯度值；以及

根据该绿子像素的一亮度值、该绝对差值与该亮度平均梯度值，决定是否补偿该绿子像素。

2.如权利要求1所述的适应性像素补偿方法，其特征在于，该第一多个绿子像素包括有位于该绿子像素周围且位于第一类像素列上的最近至少一圈的所有绿子像素。

3.如权利要求1所述的适应性像素补偿方法，其特征在于，该第二多个绿子像素包括有位于该绿子像素周围且位于第二类像素列上的最近至少一圈的所有绿子像素。

4.如权利要求1所述的适应性像素补偿方法，其特征在于，该亮度平均梯度值是该绿子像素与该第三多个绿子像素沿多个方向的多个梯度值的一平均值。

5.如权利要求4所述的适应性像素补偿方法，其特征在于，该多个方向是包括一行方向与一列方向。

6.如权利要求1所述的适应性像素补偿方法，其特征在于，该第三多个绿子像素是包括位于该绿子像素周围的最近至少两圈除四各角落外的所有绿子像素。

7.如权利要求1所述的适应性像素补偿方法，其特征在于，该适应性像素补偿方法还更包括：在决定要补偿该绿子像素的情况下，依据该第一平均值与该第一多个绿子像素各自的亮度值的间的多个第一绝对差值，决定一第一补偿值；

根据该第二平均值与该第二多个绿子像素各自的亮度值的间的多个第二绝对差值，决定一第二补偿值；以及

根据该第一补偿值与第二补偿值来补偿该绿子像素。

8.如权利要求7所述的适应性像素补偿方法，其特征在于，该第一补偿值是该多个第一绝对差值中最小者与该第一平均值的和。

9.如权利要求7所述的适应性像素补偿方法，其特征在于，该第二补偿值是该多个第二绝对差值中最小者与该第二平均值的和。

10.如权利要求1所述的适应性像素补偿方法，其特征在于，根据该绿子像素的该亮度值，绝对差值与该亮度平均梯度值，决定是否补偿该绿子像素的步骤，包括有：

当该绝对差值小于该亮度值与一亮度控制参数的积，且该亮度平均梯度值小于该亮度值与一梯度控制参数的积时，则补偿该绿子像素；否则则不补偿该绿子像素。

11.一种适应性像素补偿方法，适用于一影像处理装置，其特征在于，该适应性像素补偿方法包括有：

接收一数组影像数据，该数组影像数据包括多个第一类像素列与多个第二类像素列交错排列而成的一像素数组，每一该第一类像素列包括多个绿子像素与多个红子像素而不包括蓝子像素，每一该第二类像素列包括多个绿子像素与多个蓝子像素而不包括红子像素；

比较该数组影像数据中的一绿子像素周围的第一多个绿子像素与第二多个绿子像素的亮度特性间的差异，其中该第一多个绿子像素是位于至少一第一类像素列上，以及该第二多个绿子像素是位于至少一第二类像素列上；

依据比较结果，决定是否补偿该绿子像素。

12.如权利要求11所述的适应性像素补偿方法，其特征在于，比较该数组影像数据中的一绿子像素周围的第一多个绿子像素与第二多个绿子像素的亮度特性间的差异是包括：

计算该第一多个绿子像素的亮度平均值为一第一平均值；

计算该第二多个绿子像素的亮度平均值为一第二平均值；以及

计算该第一平均值及该第二平均值的一绝对差值。

13.如权利要求11所述的适应性像素补偿方法，其特征在于，该适应性像素补偿方法还包括计算该绿子像素与其周围的第三多个绿子像素的亮度值于该像素数组上的变化率，以更依据该变化率来决定是否补偿该绿子像素。

14.如权利要求11所述的适应性像素补偿方法，其特征在于，计算该绿子像素与其周围的第三多个绿子像素的亮度值于该像素数组上的变化率是包括计算该绿子像素与该第三多个绿子像素的一亮度平均梯度值。

Images