CN103095999A

CN103095999A - 降低影像噪声的方法及相关装置

Info

Publication number: CN103095999A
Application number: CN2011103318718A
Authority: CN
Inventors: 徐纬
Original assignee: Novatek Microelectronics Corp
Current assignee: Novatek Microelectronics Corp
Priority date: 2011-10-27
Filing date: 2011-10-27
Publication date: 2013-05-08

Abstract

本发明公开了一种降低一影像噪声的方法，该方法包含有：通过一影像传感器撷取一影像，其中该影像包含多个像素；选取该多个像素中的一目标像素；根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声扰动函数是关于该影像传感器的噪声分布范围；计算该目标像素与一邻近像素的一像素差值，其中该邻近像素与该目标像素具有相同的色彩成分；比较该像素差值与该噪声临界值的大小关系，以判断该邻近像素是否为该目标像素的噪声；以及当判断该邻近像素为该目标像素的噪声时，进行一像素平滑运算，以降低该目标像素的噪声。

Description

降低影像噪声的方法及相关装置

技术领域

本发明涉及一种降低影像噪声的方法及其装置，尤其涉及一种利用噪声的分布范围来降低影像噪声的方法及其装置。

背景技术

随着数字摄影、播放器材的普及，业界及一般消费者对数字影像处理技术的需求逐渐增加。因为无论摄影机规格如何完善，仍没有任何影像是绝对完美的，影像会因噪声的存在而被干扰。在数字影像中，噪声的主要来源是在影像撷取、数字化及/或传输期间出现。而影像传感器的表现受到很多因素的影响，像是在影像撷取期间的环境情况，以及感测组件本身的质量，例如，在电荷耦合组件(Charge-Coupled Device，CCD)照相机的影像撷取中，亮度是影响所产生影像中的噪声量的重要因素。

过滤数字影像以于保护影像细节的过程中衰减噪声，是一个影像处理中必要的处理步骤。举例来说，在一影像信号中，高频成分是相关于物体边缘及纹理细节等特征，因此，影像锐化的概念主要是加强影像信号的高频成分，进而加强画面的清晰度。然而，在产生或传输影像信号的过程中，或多或少都会受到噪声的干扰，造成影像信号中掺杂有噪声成分。因此，在撷取高频成分之前，须对影像信号执行去噪声操作，若不先执行去噪声操作，则高频噪声在影像锐化的过程中会被放大并加入原始影像，造成影像的质量降低。

在实际应用中，去除噪声操作一般通过噪声滤除技术来加强画面的清晰度，如空间滤波器(spatial filter)、双向滤波器(Bilateral filter)及时间平均滤波器(Temporal filter)。以空间滤波器来说，如盒型滤波器(box filter)或高斯滤波(Gaussian filter)其在去除噪声的过程中，由于无法判别是影像信号还是噪声，虽然可以定义不同程度的滤波系数，但影像的细节(如纹理)或边缘处会变得模糊不清。双向滤波器为空间与亮度(luminance)加乘的滤波器，可用来影像中亮度值变化较小的噪声给平滑消除掉，而把亮度值变化较大的影像边缘保留下来，但因计算过于复杂，且只考虑亮度与噪声之间的关系，因此无法有效地去除噪声。时间平均滤波器需利用两个连续的影像间的变化来取得噪声特征，因此无法在单张影像上进行滤波来去除噪声，且对内存限制的系统无法实现。

发明内容

因此，本发明的主要目的在于提供一种降低影像噪声的方法及相关装置，以有效区分出影像信号及噪声，进而正确过滤掉噪声并保留影像细节。

本发明公开一种降低一影像噪声的方法，该方法包含有：通过一影像传感器撷取一影像，其中该影像包含多个像素，每一像素对应于一色彩成分；选取该多个像素中的一目标像素；根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声扰动函数是关于该影像传感器的噪声分布范围；计算该目标像素与一邻近像素的一像素差值，其中该邻近像素与该目标像素具有相同的色彩成分；比较该像素差值与该噪声临界值的大小关系，以判断该邻近像素是否为该目标像素的噪声；以及当判断该邻近像素为该目标像素的噪声时，进行一像素平滑运算，以降低该目标像素的噪声。

本发明还公开一种噪声处理装置，用来降低一影像传感器所撷取的一影像的噪声，该噪声处理装置包含有：一选取单元，用来选取该影像所包含的多个像素中的一目标像素，其中每一像素对应于一色彩成分；一运算单元，用来根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声扰动函数是关于该影像传感器的噪声分布范围；一比较单元，用来计算该目标像素与一邻近像素的一像素差值，其中该邻近像素与该目标像素具有相同的色彩成分；一判断单元，用来比较该像素差值与该噪声临界值的大小关系，以判断该邻近像素是否为该目标像素的噪声；以及一过滤单元，用来当判断该邻近像素为该目标像素的噪声时，进行一像素平滑运算，以降低该目标像素的噪声。

本发明还公开一种影像处理系统，包含有：一影像撷取装置，包含有一影像传感器，用来撷取一影像，该影像包含多个像素，每一像素对应于一色彩成分；以及一影像处理装置，用来接收从该影像撷取装置的该影像，并对该影像进行至少一影像程序；其中，该影像处理装置包含有一噪声处理装置，用来降低该影像的噪声，该噪声处理装置包含有：一选取单元，用来选取该多个像素中的一目标像素；一运算单元，用来根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声扰动函数是关于该影像传感器的噪声分布范围；一比较单元，用来计算该目标像素与一邻近像素的一像素差值，其中该邻近像素与该目标像素具有相同的色彩成分；一判断单元，用来比较该像素差值与该噪声临界值的大小关系，以判断该邻近像素是否为该目标像素的噪声；以及一过滤单元，用来当判断该邻近像素为该目标像素的噪声时，进行一像素平滑运算，以降低该目标像素的噪声。

附图说明

图1为本发明实施例一影像处理系统的示意图。

图2为本发明实施例一噪声去除流程的示意图。

图3为本发明实施例一影像传感器的噪声分布机率图。

图4为本发明实施例一影像传感器的噪声分布标准偏差与亮度的关系图。

图5为本发明另一实施例一影像传感器的噪声分布标准偏差与亮度的关系图。

图6为本发明实施例一影像传感器的亮度增益补偿值与噪声分布标准偏差的关系图。

图7为本发明实施例一噪声处理装置的示意图。

图8为本发明实施例一像素窗口的示意图。

其中，附图标记说明如下：

10 影像处理系统

100 影像撷取装置

102 彩色滤镜数组

1021 彩色滤镜

104 取样单元

106 模拟数字转换单元

110 影像处理装置

112 影像处理单元

20 噪声去除流程

200、210、220、230、240、250、260 步骤

70 噪声处理装置

702 选取单元

704 运算单元

706 比较单元

708 判断单元

710 过滤单元

712 窗口选取单元

714 像素更新单元

80 像素窗口

G₆ 目标像素

G₀、G₁、G₂、G₃、G₄、G₅、G₇、G₈、邻近像素

G₉、G₁₀、G₁₁、G₁₂

Reg_Lum_Slope 亮度与标准偏差关系参数

Reg_Std_Percentage 噪声分布机率参数

Reg_ISO_Speed_Gain 增益补偿参数

Reg_Min_STD 小标准偏差参数

具体实施方式

请参考图1，图1为本发明实施例一影像处理系统10的示意图。影像处理系统10包含一影像撷取装置100及一影像处理装置110。影像撷取装置100包含一影像传感器(如电荷耦合组件(Charge-Coupled Device，CCD))、一取样单元104及一模拟数字转换单元(Analog-to-Digital Converter，ADC)106。影像传感器用来撷取一影像，其包含一彩色滤镜数组(color filter array，CFA)102，用以产生关于该影像的一像素数组，其中像素数组中的每一像素皆对应到一彩色滤镜1021，从而对应至多个色彩成分(如红、蓝及绿色)的其中之一。像素数组通过取样单元104的取样(sampling)及模拟数字转换单元(Analog-to-Digital Converter，ADC)106的处理后，输出至影像处理装置110。为了便于说明，本发明实施例以拜尔(Bayer)彩色滤镜数组来表示上述的彩色滤镜数组。影像处理装置110用来接收从影像撷取装置100的影像数据(可称为拜尔影像(Bayer image))，并通过影像处理单元112进行特定影像程序(如像素补偿(pixel compensation)、色彩修正(color interpolation)及影像增强(image enhancement))后，输出完整的彩色影像。

请参考图2，图2为本发明实施例一噪声去除(noise reduction)流程20的示意图。噪声去除流程20可用于影像处理装置110，并包含有以下步骤：

步骤200：接收从该影像撷取装置100的影像，其中该影像包含多个像素，每一个像素对应于一色彩成分。

步骤210：选取该多个像素中的一目标像素。

步骤220：根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声临界值关于该目标像素的噪声分布范围。

步骤230：计算该目标像素与一邻近像素的像素差值，其中该邻近像素与该目标像素具有相同的色彩成分。

步骤240：比较该像素差值与该噪声临界值的大小，以判断该邻近像素是否为该目标像素的噪声。

步骤250：若该邻近像素被认为是该目标像素的噪声时，则通过一像素平滑运算，以降低该目标像素的噪声。

步骤260：结束。

根据噪声去除流程20，影像处理装置110选取一目标像素，并根据噪声扰动函数计算对应于目标像素的噪声临界值。接着，影像处理装置110计算目标像素与具有相同色彩成分(如红、蓝或绿色)的邻近像素的像素差值，以及比较像素差值与噪声临界值的大小关系，用以判断此邻近像素是否为目标像素的噪声。当像素差值小于噪声临界值时，判断邻近像素为目标像素的噪声，而当像素差值大于噪声临界值时，判断邻近像素不是目标像素的该噪声，而是一边缘像素。另外，当判断邻近像素为噪声时，影像处理装置110通过一像素平滑运算将目标像素与邻近像素的像素值作平均，并利用计算出来的像素平均值作为目标像素的新的像素值，藉以降低目标像素的噪声，得到较平滑的影像。值得注意的是，若判断邻近像素不为噪声时，不使用此邻近像素与目标像素的像素值作平滑运算，藉以避免模糊影像的细节。

另外，本发明实施例不限于比较目标像素与单一个邻近像素的像素差值与噪声临界值。举例来说，在一实施例中，影像处理装置110可依据目标像素的位置，界定一特定尺寸的像素窗口。在像素窗口范围内且与目标像素具有相同色彩成分的像素，皆可视为邻近像素，因此影像处理装置110分别比较各个邻近像素与目标像素的像素差值与噪声临界值，以判断各个邻近像素是否为一噪声，进而决定是否进行像素平滑运算，以降低影像噪声并保留影像细节。

值得注意的是，噪声临界值“Adaptive_Thr”是根据噪声扰动函数计算得出，而噪声扰动函数是根据影像传感器的特性来设计。噪声扰动函数包含最小标准偏差参数“Reg_Min_STD”、目标像素的像素值“Pixcel_Value”、噪声分布机率参数“Reg_Std_Percentage”、亮度与标准偏差关系参数“Reg_Lum_Slope”及增益补偿参数“Reg_ISO_Speed_Gain”。详细来说，计算噪声临界值“Adaptive_Thr”的公式可表示为：

Adaptive_Thr＝Reg_Min_STD+Pixcel_Value×Reg_Std_Percentage×Reg_Lum_Slope×Reg_ISO_Speed_Gain。

请继续参考图3至图6，图3为本发明实施例一影像传感器的噪声分布机率图。一般来说，影像传感器的噪声分布通常是呈现高斯分布，并可通过机率密度函数来表示，即通过平均数(mean)与标准偏差(standard deviation，STD)来表示。在本发明实施例中，噪声分布机率参数“Reg_Std_Percentage”用来表示有多少比率的噪声落在标准偏差的范围内。举列来说，在图3中，假设平均数μ为65、标准偏差值σ为5，在一个标准偏差值的范围内，有35％的噪声是落在此范围内。值得注意的是，噪声分布机率参数“Reg_Std_Percentage”并不限于代表一个标准偏差值范围内的噪声所占比率，也可为二个或以上的标准偏差值范围内的噪声所占比率，端看噪声去除流程20欲去除影像噪声的程度。举例来说，根据上述噪声临界值“Adaptive_Thr”的计算公式，相较于去除30％噪声，去除50％的噪声会使噪声临界值“Adaptive_Thr”增加，因此目标像素周围的邻近像素被认为是噪声的机会增加，使目标像素的噪声清除程度亦增加。换句话说，噪声扰动范围会依据不同的噪声分布机率参数“Reg_Std_Percentage”值而动态的改变。

请参考图4，图4为本发明实施例一影像传感器的噪声分布标准偏差与亮度的关系图。如4图所示，随着亮度ISO的增加，影像传感器的噪声分布(即标准偏差)会跟着增加，然而随着亮度ISO增加，标准偏差会收敛到一个最大值，在本文中称为最大标准偏差参数“Reg_Max_STD”，以及在亮度ISO趋进于零时，亦会收敛至一最小值，在本文中称为最小标准偏差参数“Reg_Min_STD”。由图4可知，影像传感器的噪声扰动范围会受到亮度的影响，即亮度ISO愈高，噪声扰动范围增加。在本发明实施例中，利用二次线性回归计算出此函数的斜率(即为亮度与标准偏差关系参数“Reg_Lum_Slope”)，即可得到亮度与标准偏差的关系，藉以预测影像传感器的噪声扰动范围。由上述可知，噪声扰动范围会依据亮度与标准偏差关系参数“Reg_Lum_Slope”值及最小标准偏差参数“Reg_Min_STD”而动态的改变。值得注意的是，如图5所示，针对不同的色彩成分(红Red、蓝B及绿色Gb、Gr)，亮度ISO与标准偏差的关系亦不同(即噪声扰动范围会因为不同颜色而有所改变)，因此亮度与标准偏差关系参数“Reg_Lum_Slope”值也会不同。

请参考图6，图6为本发明实施例一影像传感器的亮度增益补偿值与噪声分布标准偏差的关系图。如图6所示，随着亮度增益Gain的增加，影像传感器的噪声分布会跟着增加。举例来说，当亮度增益为(Gain×2)时，(即增益值为二倍时)，噪声分布标准偏差为10.165；当亮度增益为(Gain×4)时，噪声分布标准偏差为14.608。由此可知，影像传感器的噪声扰动范围会受到亮度增益Gain的影响，即亮度增益Gain愈高，噪声扰动范围增加。在本发明实施例中，增益补偿参数“Reg_ISO_Speed_Gain”用来表示亮度增益Gain与标准偏差的关系。由上述可知，噪声扰动范围会根据增益补偿参数“Reg_ISO_Speed_Gain”而动态的改变。

关于噪声去除流程20的实现，本领域的技术人员当可以软件或硬件方式来实现。举例来说，请参考图1。影像处理装置110包含一内存，其可为任一数据储存装置(如只读式内存(read-only memory，ROM))，用以储存数据，且储存数据包含有根据流程20所编译的一程序代码，并由一处理器读取及处理，以执行并实现噪声去除流程20的步骤。或是，请参考图7，图7为本发明实施例一噪声处理装置70的示意图。噪声处理装置70包含一选取单元702、一运算单元704、一比较单元706、一判断单元708、一过滤单元710、一窗口选取单元712及一像素更新单元714。选取单元702用来选取一影像所包含的多个像素中的一目标像素。运算单元704用来根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声临界值关于该目标像素的噪声分布幅度。比较单元706用来计算该目标像素与一邻近像素的一像素差值，其中该邻近像素与该目标像素具有相同的色彩成分。判断单元708用来比较该标准偏差值与该噪声临界值，以判断该邻近像素是否为该目标像素的噪声。过滤单元710用来通过像素平滑运算，过滤该目标像素的噪声。窗口选取单元712用来依据该目标像素的位置，界定一特定尺寸的像素窗口。像素更新单元714用来使用该像素平滑运算所计算出来的像素值，作为该目标像素的新的像素值。

关于噪声处理装置70的运作方式，详细说明如下。噪声处理装置70的选取单元702从原影像(即影像撷取装置100收集的影像数据)选取一像素(在本文中称为目标像素)后，窗口选取单元712以目标像素的位置为中心点，界定出5×5的像素窗口。请参考图8，图8为本发明实施例一像素窗口80的示意图。如图所示，假设选取到的目标像素G₆为绿色成分，在5×5的像素窗口范围内具有相同色彩成分的像素为邻近像素G₀～G₁₂。请注意，本领域的技术人员当可据以进行修饰或变化，而不在此限，举例来说，像素窗口不限于5×5。运算单元704会根据上述的噪声扰动函数公式(Adaptive_Thr＝Reg Min_STD+G₆×Reg_Std_Percentage×Reg_Lum_Slope×Reg_ISO_Speed_Gain)，计算出目标像素G₆的噪声临界值。接着，比较单元706依序计算目标像素G₆与每一个邻近像素G₀、G₁、G₂、G₃、G₄、G₅、G₇、G₈、G₉、G₁₀、G₁₁、G₁₂的像素差值。比较单元706首先计算目标像素G₆与邻近像素G₀的第一像素差值，接着计算目标像素G₆与邻近像素G₁的第二像素差值，并以此类推。判断单元708比较第一像素差值与噪声临界值，若第一像素差值小于噪声临界值时，判断单元708认为邻近像素G₀为目标像素的噪声；若第一像素差值大于噪声临界值时，判断单元708则认为邻近像素G₀为一边缘像素而非噪声。判断单元708接着继续比较第二像素差值与噪声临界值，并以此类推，以根据像素差值与噪声临界值的大小关系来判断各个邻近像素是否为噪声。当判断单元708完成判断邻近像素G₀、G₁、G₂、G₃、G₄、G₅、G₇、G₈、G₉、G₁₀、G₁₁、G₁₂是否为噪声的程序后，过滤单元710将被认为是噪声的邻近像素的像素值通过像素平滑运算，来降低目标像素的噪声。更具体的来说，假设邻近像素G₀、G₁、G₂、G₁₀、G₁₁、G₁₂被判断单元708认定为噪声，过滤单元710会将邻近像素G₀、G₁、G₂、G₁₀、G₁₁、G₁₂的像素值加总后，除以邻近像素的个数来计算出一个平均值。最后，像素更新单元714会使用此平均值更新目标像素G₆的像素值。因此，目标像素G₆周围的噪声会被模糊掉(此为像素平滑运算的功效，应为此领域者的技术人员所熟知，在此不再赘述)。值得注意的是，在本发明实施例中，未被判断单元708认定为噪声的邻近像素不会被用来进行像素平滑运算，因此可保留目标像素的细节部分，进而达到降低或去除目标像素的噪声的功效。

请注意，虽然上述实施例中去除噪声的操作是应用在绿色成分的目标像素，然而，上述噪声去除流程20的操作亦可应用于对应其它色彩成份(如红色或蓝色)的目标像素。详细运作方式可参考上述，在此不再赘述。

简单来说，本发明实施例的噪声处理装置70通过动态地计算出适当的噪声临界值来有效的去除影像中的噪声。除此之外，噪声临界值可依据噪声的严重程度以及分布作调整，使得噪声处理装置70降低影像噪声的效能达到最佳化。

此外，噪声去除流程20及/或噪声处理装置70除了设计于影像处理装置110，亦可设计于影像撷取装置100，如此一来，噪声可在影像处理系统10的前端就被移除，以避免后续影像处理装置110进行特定影像程序(如像素补偿、色彩修正或影像增强)时的噪声干扰。

综上所述，相较于传统空间滤波器无法区分影像信号及噪声，本发明实施例能有效区分影像信号与噪声，因此在滤除噪声的过程中不会过滤掉影像数据而造成细节损失。另外，本发明实例判断噪声的扰动范围不仅是考虑到亮度(如双向滤波器的运作法式)，亦考虑到如亮度增益所造成的影响，因此能更有效的降低影像噪声。另外，本发明实施例可用在单一影像而不需连续影像，以克服系统内存的限制。

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

1.一种降低一影像噪声的方法，其特征在于，该方法包含有：

通过一影像传感器撷取一影像，其中该影像包含多个像素，每一像素对应于一色彩成分；

选取该多个像素中的一目标像素；

根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声扰动函数是关于该影像传感器的噪声分布范围；

计算该目标像素与一邻近像素的一像素差值，其中该邻近像素与该目标像素具有相同的色彩成分；

比较该像素差值与该噪声临界值的大小关系，以判断该邻近像素是否为该目标像素的噪声；以及

当判断该邻近像素为该目标像素的噪声时，进行一像素平滑运算，以降低该目标像素的噪声。

2.如权利要求1所述的方法，其特征在于，该方法还包含有：

依据该目标像素的位置，界定一特定尺寸的像素窗口。

3.如权利要求2所述的方法，其特征在于，计算该目标像素与该邻近像素的该像素差值的步骤包含有：

计算该目标像素与该像素窗口中具有与该目标像素相同色彩成分的每一像素的像素差值。

4.如权利要求3所述的方法，其特征在于，比较该像素差值与该噪声临界值的大小关系的步骤包含有：

分别比较该目标像素与每一像素的像素差值与该噪声临界值的大小关系，以判断该像素是否为该目标像素的噪声。

5.如权利要求4所述的方法，其特征在于，分别比较该目标像素与每一像素的像素差值与该噪声临界值的大小关系，以判断该像素是否为该目标像素的噪声的步骤包含有：

当该像素差值小于该噪声临界值时，判断该像素为该目标像素的噪声；以及

当该像素差值大于该噪声临界值时，判断该像素不为该目标像素的噪声，而为一影像像素。

6.如权利要求5所述的方法，其特征在于，当判断该邻近像素为该目标像素的噪声时，进行该像素平滑运算，以降低该目标像素的噪声的步骤包含有：

当判断该像素为该目标像素的噪声时，使用该像素的像素值与该目标像素的像素值进行该像素平滑运算，以降低该目标像素的噪声。

7.如权利要求6所述的方法，其特征在于，该方法还包含有：

使用该像素平滑运算所计算出来的像素值，作为该目标像素的新的像素值。

8.如权利要求1所述的方法，其特征在于，该噪声扰动函数包含有关于该影像传感器的噪声分布标准偏差与亮度的关系参数、关于该影像传感器的噪声分布机率参数，以及关于该影像传感器的亮度增益补偿值与该噪声分布标准偏差的关系参数。

9.一种噪声处理装置，用来降低一影像传感器所撷取的一影像的噪声，其特征在于，该噪声处理装置包含有：

一选取单元，用来选取该影像所包含的多个像素中的一目标像素，其中每一像素对应于一色彩成分；

一运算单元，用来根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声扰动函数系关于该影像传感器的噪声分布范围；

一比较单元，用来计算该目标像素与一邻近像素的一像素差值，其中该邻近像素与该目标像素具有相同的色彩成分；

一判断单元，用来比较该像素差值与该噪声临界值的大小关系，以判断该邻近像素是否为该目标像素的噪声；以及

一过滤单元，用来当判断该邻近像素为该目标像素的噪声时，进行一像素平滑运算，以降低该目标像素的噪声。

10.如权利要求9所述的噪声处理装置，其特征在于，该噪声处理装置还包含有：

一窗口选取单元，用来依据该目标像素的位置，界定一特定尺寸的像素窗口。

11.如权利要求10所述的噪声处理装置，其特征在于，该比较单元更用来计算该目标像素与该像素窗口中具有与该目标像素相同色彩成分的每一像素的像素差值。

12.如权利要求11所述的噪声处理装置，其特征在于，该判断单元更用来分别比较该目标像素与每一像素的像素差值与该噪声临界值的大小关系，以判断该像素是否为该目标像素的噪声。

13.如权利要求12所述的噪声处理装置，其特征在于，该判断单元更用来当该像素差值小于该噪声临界值时，判断该像素为该目标像素的噪声，以及当该像素差值大于该噪声临界值时，判断该像素不为该目标像素的噪声，而为一影像像素。

14.如权利要求13所述的噪声处理装置，其特征在于，该过滤单元更用来当判断该像素为该目标像素的噪声时，使用该像素的像素值与该目标像素的像素值进行该像素平滑运算，以降低该目标像素的噪声，以及当判断该像素不为噪声时，不使用该像素的像素值与该目标像素的像素值进行该像素平滑运算，以维持影像细节。

15.如权利要求14所述的噪声处理装置，其特征在于，该噪声处理装置还包含有：

一像素更新单元，用来使用该像素平滑运算所计算出来的像素值，作为该目标像素的新的像素值。

16.如权利要求9所述的噪声处理装置，其特征在于，该噪声扰动函数包含有关于该影像传感器的噪声分布标准偏差与亮度的关系参数、关于该影像传感器的噪声分布机率参数，以及关于该影像传感器的亮度增益补偿值与该噪声分布标准偏差的关系参数。

17.一种影像处理系统，其特征在于，该影像处理系统包含有：

一影像撷取装置，包含有一影像传感器，用来撷取一影像，该影像包含多个像素，每一像素对应于一色彩成分；以及

一影像处理装置，用来接收从该影像撷取装置的该影像，并对该影像进行至少一影像程序；

其中，该影像处理装置包含有一噪声处理装置，用来降低该影像的噪声，该噪声处理装置包含有：

一选取单元，用来选取该多个像素中的一目标像素；

一运算单元，用来根据一噪声扰动函数，产生对应于该目标像素的一噪声临界值，其中该噪声扰动函数是关于该影像传感器的噪声分布范围；

18.如权利要求17所述的影像处理系统，其特征在于，该噪声处理装置还包含有：

19.如权利要求18所述的影像处理系统，其特征在于，该比较单元更用来计算该目标像素与该像素窗口中具有与该目标像素相同色彩成分的每一像素的像素差值。

20.如权利要求19所述的影像处理系统，其特征在于，该判断单元更用来分别比较该目标像素与每一像素的像素差值与该噪声临界值的大小关系，以判断该像素是否为该目标像素的噪声。

21.如权利要求20所述的影像处理系统，其特征在于，该判断单元更用来当该像素差值小于该噪声临界值时，判断该像素为该目标像素的噪声，以及当该像素差值大于该噪声临界值时，判断该像素不为该目标像素的噪声，而为一影像像素。

22.如权利要求21所述的影像处理系统，其特征在于，该过滤单元更用来当判断该像素为该目标像素的噪声时，使用该邻近像素的像素值与该目标像素的像素值进行该像素平滑运算，以降低该目标像素的噪声，以及当判断该像素不为该目标像素的噪声时，不使用该邻近像素的像素值与该目标像素的像素值进行该像素平滑运算，以维持影像细节。

23.如权利要求22所述的影像处理系统，其特征在于，该噪声处理装置还包含有：

24.如权利要求17所述的影像处理系统，其特征在于，该噪声扰动函数包含有关于该影像传感器的噪声分布标准偏差与亮度的关系参数、关于该影像传感器的噪声分布机率参数，以及关于该影像传感器的亮度增益补偿值与该噪声分布标准偏差的关系参数。