CN103229208A - 图像处理系统、图像处理方法和图像处理程序 - Google Patents

图像处理系统、图像处理方法和图像处理程序 Download PDF

Info

Publication number
CN103229208A
CN103229208A CN2012800039369A CN201280003936A CN103229208A CN 103229208 A CN103229208 A CN 103229208A CN 2012800039369 A CN2012800039369 A CN 2012800039369A CN 201280003936 A CN201280003936 A CN 201280003936A CN 103229208 A CN103229208 A CN 103229208A
Authority
CN
China
Prior art keywords
pixel
regional area
sawtooth
brightness step
eigenvector
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.)
Pending
Application number
CN2012800039369A
Other languages
English (en)
Inventor
池谷彰彦
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of CN103229208A publication Critical patent/CN103229208A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • H04N1/393—Enlarging or reducing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • H04N1/393—Enlarging or reducing
    • H04N1/3935—Enlarging or reducing with modification of image resolution, i.e. determining the values of picture elements at new relative positions
    • 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
    • H04N1/40—Picture signal circuits
    • H04N1/409—Edge or detail enhancement; Noise or error suppression
    • 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
    • H04N1/40—Picture signal circuits
    • H04N1/409—Edge or detail enhancement; Noise or error suppression
    • H04N1/4092—Edge or detail enhancement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/142—Edging; Contouring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • H04N7/0117—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving conversion of the spatial resolution of the incoming video signal
    • H04N7/012—Conversion between an interlaced and a progressive signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

提供一种图像处理系统，该图像处理系统可以不仅从二进制图像还从灰度图像、彩色图像和由未知缩放器放大的图像去除锯齿。在从处理目标图像裁剪的局部区域的中心像素被判决为锯齿去除目标像素时，基本滤波器计算装置84将多个类型的预定基本滤波器应用于局部区域。权值计算装置85基于主成分分析装置82计算的特征值来计算关于多个类型的基本滤波器的权值。基于每个基本滤波器的滤波结果和关于每个基本滤波器的权值，滤波结果权值计算装置86更新中心像素的像素值。

Description

图像处理系统、图像处理方法和图像处理程序
技术领域
本发明涉及一种图像处理系统、图像处理方法和图像处理程序，并且更具体地涉及一种可以去除图像中的锯齿的图像处理系统、图像处理方法和图像处理程序。
背景技术
在放大图像或者使隔行扫描(interlace)视频图像渐进时，在图像中的边缘部分产生被称为“锯齿”的逐步图案。例如提出了各种不同的去除这些锯齿的图像处理方法(例如参见专利文献1和2)。
在专利文献1和2中公开的图像处理方法包括依次选择输入图像的每个像素作为兴趣像素。另外，通过提取在这一兴趣像素周围的区域(窗口)并且将该区域与预先预备的锯齿图案比较(换而言之，图案匹配)来判决像素是否为锯齿像素。在这一像素是锯齿像素时，读取预先预备的锯齿校正图案并且与对应于输入图像的锯齿的部分相加以去除锯齿。
另外，专利文献3公开一种定义滤波器并且防止锯齿的图像处理设备。在专利文献3中公开的图像处理设备检测在兴趣像素周围的预定范围的亮度梯度。另外，图像处理设备检测边缘梯度方向v1和边缘方向v2，边缘梯度方向v1是像素值的梯度最大的方向，边缘方向v2是与在兴趣像素中的边缘梯度方向v1正交的方向。另外，图像处理设备检测特征值λ1和λ2，每个特征值指示每个像素值在边缘梯度方向v1和边缘方向v2上的梯度离差。另外，在专利文献3中公开的图像处理设备基于λ2/λ1检测边缘的可靠性，并且生成与可靠性匹配的参数p。另外，基于对比度在跨越边缘时显著并且边缘在特征值λ1为大时清晰这样的事实来生成值根据边缘的上升而改变的参数q。另外，在专利文献3中公开的图像处理设备基于p和q计算滤波范围，基于该范围切换滤波处理的抽头数目，并且定义滤波器。
也就是说，在专利文献3中公开的图像处理设备定义一种滤波器，该滤波器防止与图像中的每个兴趣像素有关的预定范围中的锯齿。
引用列表
专利文献
PLT 1：日本专利申请公开号9-270915(段落[0034]到[0040])
PLT 2：日本专利申请公开号2009-10880(段落[0054]到[0057]和图10)
PLT 3：日本专利申请公开号2006-221403(段落[0024]到[0026]和[0046]到[0053])
发明内容
技术问题
在专利文献1和2中作为去除锯齿的图像处理方法而公开的方法需要预先预备用于图案匹配的锯齿图案和用于校正与锯齿对应的部分的锯齿校正图案。因此，可以从其去除锯齿的图像限于可以针对其预先预备锯齿图案或者锯齿校正图案的图像，并且在专利文献1和2中公开的图像处理方法不能应用于不能针对其穷尽地预备锯齿图案和锯齿校正图案的图像。
例如二进制图像的锯齿图案有限并且可以预备这些锯齿图案和与这些锯齿图案对应的锯齿校正图案。因而，在专利文献1和2中公开的方法可以去除二进制图像中的锯齿。同时有灰度图像和彩色图像的各种锯齿图案，因此难以预先穷尽地预备这些锯齿图案和与这些锯齿图案对应的锯齿校正图案。因此难以通过在专利文献1和2中公开的方法去除灰度图像和彩色图像中的锯齿。
另外，例如锯齿图案对于已知缩放器放大的图像而言有限，并且可以预备这些锯齿图案和与这些锯齿图案对应的锯齿校正图案。因而有可能通过在专利文献1和2中公开的方法去除已知缩放器放大的图像中的锯齿。然而仅可以从已知缩放器处理的图像去除锯齿。在放大时产生什么锯齿依赖于缩放器。因此难以针对所有缩放器预先穷尽地预备锯齿图案和与锯齿图案对应的锯齿校正图案并且不可能去除任意缩放器放大的图像中的所有锯齿。
同时，在专利文献3中公开的图像处理设备无需预先预备的锯齿图案和锯齿校正图案，并且未引起可以处理的图像有限这样的上述问题。
然而，在专利文献3中公开的图像处理设备执行关于处理目标图像中的每个兴趣像素的预定范围定义滤波器这样的处理并且需要更长处理时间。
因此，本发明的目的是提供一种可以不仅从二进制图像而且从灰度图像、彩色图像和未知缩放器放大的图像去除锯齿的图像处理系统、图像处理方法和图像处理程序。另外，本发明的目的是提供一种可以从这些图像高速去除锯齿的图像处理系统、图像处理方法和图像处理程序。
对问题的解决方案
根据本发明的一种图像处理系统具有：亮度梯度计算装置，该亮度梯度计算装置计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；主成分分析装置，该主成分分析装置分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表亮度梯度分布的特征量；目标像素判决装置，该目标像素判决装置基于局部区域的中心像素的亮度梯度和主成分分析装置计算的特征量，来判决中心像素是否为锯齿去除目标像素；基本滤波器计算装置，该基本滤波器计算装置在局部区域的中心像素被判决为锯齿去除目标像素时，将多个类型的预定基本滤波器应用于局部区域；权值计算装置，该权值计算装置基于主成分分析装置计算的特征量来计算关于多个类型的基本滤波器的权值；以及滤波结果权值计算装置，该滤波结果权值计算装置基于向局部区域应用多个类型的基本滤波器的结果和关于多个类型的基本滤波器的权值，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
另外，根据本发明的图像处理系统具有：亮度梯度计算装置，该亮度梯度计算装置计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；主成分分析装置，该主成分分析装置分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表局部区域中的主导亮度梯度方向的第一特征矢量和与第一特征矢量垂直的第二特征矢量以作为代表亮度梯度分布的特征量；目标像素判决装置，该目标像素判决装置基于局部区域的中心像素的亮度梯度和主成分分析装置计算的特征量，来判决中心像素是否为锯齿去除目标像素；滤波器系数计算装置，该滤波器系数计算装置在局部区域的中心像素被判决为锯齿去除目标像素时，计算使在第二特征矢量的方向上的模糊程度比在第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数；以及滤波器计算装置，该滤波器计算装置通过将模糊滤波器应用于其中心像素被判决为锯齿去除目标像素的局部区域，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
另外，根据本发明的一种图像处理方法包括：计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表亮度梯度分布的特征量；基于局部区域的中心像素的亮度梯度和特征量，来判决中心像素是否为锯齿去除目标像素；在局部区域的中心像素被判决为锯齿去除目标像素时，将多个类型的预定基本滤波器应用于局部区域；基于特征量来计算关于多个类型的基本滤波器的权值；以及基于向局部区域应用多个类型的基本滤波器的结果和关于多个类型的基本滤波器的权值，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
另外，根据本发明的图像处理方法包括：计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表局部区域中的主导亮度梯度方向的第一特征矢量和与第一特征矢量垂直的第二特征矢量以作为代表亮度梯度分布的特征量；基于局部区域的中心像素的亮度梯度和特征量，来判决中心像素是否为锯齿去除目标像素；在局部区域的中心像素被判决为锯齿去除目标像素时，计算使在第二特征矢量的方向上的模糊程度比在第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数；以及通过将模糊滤波器应用于其中心像素被判决为锯齿去除目标像素的局部区域，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
另外，根据本发明的一种图像处理程序使计算机执行：亮度梯度计算处理，用于计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；主成分分析处理，用于分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表亮度梯度分布的特征量；目标像素判决处理，用于基于局部区域的中心像素的亮度梯度和在主成分分析处理中计算的特征量，来判决中心像素是否为锯齿去除目标像素；基本滤波器计算处理，用于在局部区域的中心像素被判决为锯齿去除目标像素时，将多个类型的预定基本滤波器应用于局部区域；权值计算处理，用于基于在主成分分析处理中计算的特征量来计算关于多个类型的基本滤波器的权值；以及滤波结果权值计算处理，用于基于向局部区域应用多个类型的基本滤波器的结果和关于多个类型的基本滤波器的权值，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
另外，根据本发明的图像处理程序使计算机执行：亮度梯度计算处理，用于计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；主成分分析处理，用于分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表局部区域中的主导亮度梯度方向的第一特征矢量和与第一特征矢量垂直的第二特征矢量以作为代表亮度梯度分布的特征量；目标像素判决处理，用于基于局部区域的中心像素的亮度梯度和在主成分分析处理中计算的特征量，来判决中心像素是否为锯齿去除目标像素；滤波系数计算处理，用于在局部区域的中心像素被判决为锯齿去除目标像素时计算使在第二特征矢量的方向上的模糊程度比在第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数；以及滤波器计算处理，用于通过将模糊滤波器应用于其中心像素被判决为锯齿去除目标像素的局部区域，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
本发明的有利效果
本发明可以不仅从二进制图像而且从灰度图像、彩色图像和未知缩放器放大的图像去除锯齿。
另外，在当局部区域的中心像素被判决为锯齿去除目标像素时将多个类型的预定基本滤波器应用于局部区域这样的配置的情况下，有可能不仅从二进制图像而且从灰度图像、彩色图像和未知缩放器放大的图像高速去除锯齿。
附图说明
[图1]它描绘如下框图，该框图图示根据本发明的第一示例实施例的图像处理系统。
[图2]它描绘如下框图，该框图图示包括局部区域裁剪装置30的配置示例。
[图3]它描绘如下视图，该视图示意地图示基本滤波器计算装置21的三个类型的基本滤波器。
[图4]它描绘如下说明视图，该说明视图示意地图示通过基本滤波器的线性求和近似的滤波器的示例。
[图5]它描绘如下视图，该视图图示输入图像和在输入图像中的区域的示例。
[图6]它描绘如下视图，该视图图示去除锯齿。
[图7]它描绘如下流程图，该流程图图示根据第一示例实施例的图像处理系统的处理过程的示例。
[图8]它描绘如下视图，该视图图示通过分析在图5中所示的作为局部区域的区域201和202的主成分而获得的特征量。
[图9]它描绘如下框图，该框图图示根据本发明的第二示例实施例的图像处理系统。
[图10]它描绘如下示意图，该示意图图示其中产生锯齿的局部区域、在这一局部区域中的特征矢量v2和这一特征矢量的逆矢量。
[图11]它描绘如下示意图，该示意图图示从兴趣像素在特征矢量v2的方向上和在v2的逆矢量的方向上对准的像素组的像素值的改变。
[图12]它描绘如下示意图，该示意图图示在对在特征矢量v2的方向和v2的逆矢量的方向上对准的像素的像素值采样并且变换到频域时频率与强度之间的关系。
[图13]它描绘如下流程图，该流程图图示根据第二示例实施例的图像处理系统的处理过程的示例。
[图14]它描绘如下框图，该框图图示根据本发明的第三示例实施例的图像处理系统。
[图15]它描绘如下流程图，该流程图图示根据第三示例实施例的图像处理系统的处理过程的示例。
[图16]它描绘如下视图，该视图示意地图示高斯滤波器。
[图17]它描绘如下框图，该框图图示本发明的最小配置的示例。
[图18]它描绘如下框图，该框图图示本发明的最小配置的另一示例。
具体实施方式
下文将参照附图描述本发明的示例实施例。
第一示例实施例
图1描绘如下框图，该框图图示根据本发明的第一示例实施例的图像处理系统。根据本发明的图像处理系统1例如由在程序的控制之下操作的计算机(中央处理单元、处理器或者数据处理设备)实现。
根据第一实施例的图像处理系统创建通过去除例如图像处理系统的存储器(未图示)上的处理目标图像中的锯齿而校正的已校正图像。例如图像处理系统接收处理目标图像的输入，并且图像处理系统在存储器中存储这一处理目标图像的副本作为已校正图像的初始状态。另外，图像处理系统确定已校正图像的与处理目标图像的锯齿去除目标像素对应的像素的像素值。作为结果，获得从其去除锯齿的已校正图像。
图像处理系统1具有锯齿去除目标像素检测装置10和锯齿去除装置20。
锯齿去除目标像素检测装置10分析在处理目标图像中的每个像素周围的局部区域中的亮度梯度的主成分，并且计算特征值和特征矢量作为特征量。另外，锯齿去除目标像素检测装置10基于计算的特征量在统计上判决定位于局部区域的中心的像素(下文称为“兴趣像素”)是否为锯齿去除目标像素。下文将作为锯齿去除目标的像素称为“锯齿去除目标像素”。
锯齿在如下部分显著，在该部分边缘在相同方向上连续。通过利用这一性质，锯齿去除目标像素检测装置10将具有某一亮度梯度强度或者更多亮度梯度强度并且在其周围有均匀亮度梯度的像素判决为锯齿去除目标像素。
锯齿去除装置20将多个预定滤波器应用于在被判决为锯齿去除目标像素的像素周围的局部区域。多个这些滤波器称为“基本滤波器”。下文将描述基本滤波器。另外，锯齿去除装置20计算将各个基本滤波器应用于局部区域的结果的加权均值并且将计算结果确定为已校正图像的与被判决为锯齿去除目标像素的像素对应的像素的像素值。另外，通过这一计算结果的值更新已校正图像的这一像素的像素值。另外，锯齿去除装置20在计算加权均值之后通过使用锯齿去除目标像素检测装置10所计算的特征量来计算权值系数。
将更具体描述锯齿去除目标像素检测装置10和锯齿去除装置20。
锯齿去除目标像素检测装置10包括亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13。
在图像处理系统1接收输入图像(处理目标图像)的输入时，裁剪在输入对象的每个像素周围的局部区域，并且向亮度梯度计算装置11和基本滤波器计算装置21输入与每个像素对应的局部区域。在这一情况下，如例如图2中所示，仅需提供局部区域裁剪装置30，该局部区域裁剪装置裁剪在输入图像的每个像素周围的局部区域并且向亮度梯度计算装置11和基本滤波器计算装置21输入与每个像素对应的局部区域。另外，可以由外部设备执行从处理目标图像按像素提取局部区域这样的处理，并且可以向亮度梯度计算装置11和基本滤波器计算装置21直接输入图像的每个局部区域。此外，如上文描述的那样，图像处理系统1例如在存储器中存储输入图像(处理目标图像)的副本作为已校正图像的初始状态。
此外，局部区域例如在k是奇数时是k×k个元素的正方形区域，并且可以指定存在于中心的兴趣像素。虽然上文已经描述局部区域是正方形的情况，但是局部区域不限于正方形。例如局部区域可以是矩形。
在按像素裁剪局部区域时，锯齿去除目标像素检测装置10(亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13)和锯齿去除装置20(基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23)按局部区域执行处理。
亮度梯度计算装置11计算在输入的局部图像中的每个像素的亮度梯度。
主成分分析装置12分析亮度梯度计算装置11计算的局部区域的每个像素的亮度梯度的主成分，并且计算代表局部区域中的亮度梯度的分布的特征量。更具体而言，主成分分析装置12分析局部区域的每个像素的亮度梯度的主成分并且计算两个特征值λ1和λ2、与特征值λ1对应的特征矢量v1以及与特征值λ2对应的特征矢量v2。同时，λ1＞λ2成立。同时，特征矢量v1指示在局部区域中的主导亮度梯度方向，并且特征矢量v2与特征矢量v1垂直。另外，λ1和λ2指示在特征矢量v1和v2代表的每个梯度方向上的梯度离差。
基于在局部区域的中心的兴趣像素的亮度梯度足够高并且λ1足够高于λ2，目标像素判决装置13判决在局部区域的中心的兴趣像素是否为锯齿去除目标像素。也就是说，在满足兴趣像素的亮度梯度足够高并且λ1足够高于λ2这样的条件时，目标像素判决装置13判决这一兴趣像素为锯齿去除目标像素。另外，在未满足该条件时，判决这一兴趣像素不是锯齿去除目标像素。此外，使用阈值来判决亮度梯度是否足够高或者λ1是否足够高于λ2。
锯齿去除装置20包括基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23。
基本滤波器计算装置21预先保持多个基本滤波器，这些基本滤波器定义模糊系数，从而模糊在具体方向上显著并且模糊在与这一具体方向垂直的方向上很少。将利用本示例实施例以基本滤波器计算装置21保持三个类型的基本滤波器的情况为例进行描述。另外，将以在三个类型的基本滤波器中的上述具体方向是0°、60°和120°的情况为例进行描述。另外，这些具体方向由在基于水平向右方向的逆时针方向上的旋转角代表。虽然采用水平向右方向作为用于代表具体方向的参考的方向(下文称为“参考方向”)，但是可以设置另一方向作为参考方向。
图3描绘如下视图，该视图示意地图示根据本示例实施例的基本滤波器计算装置21的三个类型的基本滤波器。通过布置与在局部区域中的像素数目相等或者更少的系数来布置滤波器。通过关联在滤波器的中心位置布置的系数和局部区域的中心像素，确定滤波器中的系数布置，从而指定局部区域的与滤波器的每个系数在一对一基础上关联的每个像素。在滤波器中包括的系数数目是局部区域的像素数目或者更少，并且仅需允许指定局部区域的与在滤波器中包括的每个系数在一对一基础上关联的像素。在滤波器中包括的系数数目和局部区域的像素数目可以相等，并且可以在一对一基础上关联每个系数和每个像素。图3图示其中布置5×5个系数的基本滤波器。同时，在颜色更亮时，滤波器系数的值更高。
在图3中所示第一基本滤波器G1中的具体方向θ1是0°。也就是说，这一示例的基本滤波器G1是如下滤波器，该滤波器设置系数，从而模糊在0°方向上显著并且模糊在与这一方向垂直的方向上很少。
第二基本滤波器G2的具体方向θ2是60°。也就是说，这一示例的基本滤波器G2是如下滤波器，该滤波器设置系数，从而模糊在60°方向上显著并且模糊在与这一方向垂直的方向上很少。
第三基本滤波器G3的具体方向θ3是120°。也就是说，这一示例的基本滤波器G3是如下滤波器，该滤波器设置系数，从而模糊在120°方向上显著并且模糊在与这一方向垂直的方向上很少。
通过在逆时针方向上将基本滤波器G1的具体方向θ1旋转60°来获得基本滤波器G2的具体方向θ2。类似地，通过在逆时针方向上将基本滤波器G1的具体方向θ1旋转120°来获得基本滤波器G3的具体方向θ3。
虽然具有任意方向性的滤波器具有与图3中所示基本滤波器G1至G3相似的共同形状，但是可以通过不同方向性的多个基本滤波器的线性求和来近似滤波器。图4描绘如下说明视图，该说明视图示意地图示通过基本滤波器的线性求和近似的滤波器的示例。图4图示基本滤波器G1至G3所近似的具体方向是30°的滤波器Gn。另外，在计算这一线性求和时，关于基本滤波器G1至G3的权值系数分别是w1、w2和w3。在这一情况下，可以根据以下等式(1)近似滤波器Gn。
Gn＝w1·G1+w2·G2+w3·G3    ...等式(1)
在接收到局部区域的输入时，基本滤波器计算装置21将每个基本滤波器单独应用于这一局部区域。在这一示例中，基本滤波器计算装置21将基本滤波器G1至G3单独应用于局部区域。
如上文描述的那样，在滤波器中包括的系数数目是局部区域的像素数目或者更少，并且仅需允许指定局部区域的与在滤波器中包括的每个像素在一对一基础上关联的像素。换而言之，滤波器的大小仅需是局部区域的大小或者更小。具体而言，将滤波器应用于局部区域是执行将在滤波器中包括的系数与局部区域的与在滤波器中包括的这一系数按系数关联的像素的像素值相乘并且计算相乘结果的求和这样的处理。通过将基本滤波器应用于局部区域而获得的结果(称为“滤波结果”)为该计算结果。
滤波器权值计算装置22使用主成分分析装置12计算的特征矢量v2来计算关于相应基本滤波器G1至G3的权值系数w1至w3。特征矢量v2的方向是θ。更具体而言，θ是在逆时针方向上从参考方向到特征矢量v2的旋转角度。虽然如上文已经描述的那样在这一示例中采用水平向右方向作为参考方向，但是可以设置另一方向作为参考方向。
在矢量w＝(w1，w2，w3)代表关于相应基本滤波器的权值系数w1至w3时，滤波器权值计算装置22通过使用特征矢量v2的方向θ、基本滤波器G1的具体方向θ1、基本滤波器G2的具体方向θ2和基本滤波器G3的具体方向θ3计算以下等式(2)来计算权值系数w1至w3。
[数学公式1]
w = 1 1 1 cos 2 θ 1 cos 2 θ 2 cos 2 θ 3 sin 2 θ 1 sin 2 θ 2 sin 2 θ 3 - 1 1 cos 2 θ sin 2 θ
...等式(2)
也就是说，滤波器权值计算装置22仅需使用通过计算等式(2)而获得的矢量w的三个元素作为权值系数w1至w3。
加权均值计算装置23用滤波器权值计算装置22计算的权值系数w1至w3加权基本滤波器计算装置21的三个类型的滤波结果，并且计算滤波结果的求和。也就是说，通过将基本滤波器G1应用于局部区域而获得的结果乘以w1、将基本滤波器G2应用于局部区域而获得的结果乘以w2并且将基本滤波器G3应用于局部区域而获得的结果乘以w3，加权均值计算装置23计算三个相乘结果的求和。加权均值计算装置23确定计算结果作为已校正图像的与这一局部区域的中心的兴趣像素对应的像素的像素值。另外，加权均值计算装置23通过计算结果的值更新已校正图像的像素的像素值。
锯齿去除目标像素检测装置10(亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13)和锯齿去除装置20(基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23)例如由根据图像处理程序操作的计算机实现。在这一情况下，计算机仅需读取图像处理程序并且根据这一程序操作为锯齿去除目标像素检测装置10(亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13)和锯齿去除装置20(基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23)。
另外，锯齿去除目标像素检测装置10和锯齿去除装置20可以由不同单元实现。另外，亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13可以由不同单元实现，并且基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23也可以由不同单元实现。
接着将描述关于锯齿的假设并且将描述本发明的操作。首先将描述关于锯齿的假设。图5描绘如下视图，该视图图示输入图像和在输入图像中的区域的示例。在图5中，通过放大在输入图像200中的区域来图示区域201和202。区域201和202中所示多个箭头代表在区域201和202的每个像素中的亮度梯度方向和强度。一般而言，在例如放大的图像中的边缘附近产生锯齿。另外，人类感知的特性在于：对锯齿存在于如下部分敏感，如在区域201中，在该部分边缘在相同的方向上连续；并且同时难以感知在如下部分的锯齿，如在区域202中，在该部分有不同的方向的锯齿。因此，本发明运用形成锯齿的像素具有某些亮度梯度强度并且在像素附近的区域中的亮度梯度均匀这样的假设。另外，根据本发明的图像处理系统通过判决这样的像素是锯齿去除目标像素并且更新已校正图像的与锯齿去除目标像素对应的像素的像素值来生成从其去除锯齿的图像。例如判决在区域201的中心的兴趣像素为锯齿去除目标像素并且更新已校正图像的与这一锯齿去除目标像素对应的像素的像素值。在按处理目标图像的像素进行这样的判决并且检测锯齿去除目标像素时，通过更新已校正图像的与这一锯齿去除目标像素对应的像素的像素值来模糊锯齿。作为结果，如图6中所示，在已校正图像的与区域201对应的区域203中去除锯齿。
图7描绘如下流程图，该流程图图示根据第一示例实施例的图像处理系统的处理过程的示例。首先裁剪在输入图像的每个像素周围的局部区域并且向亮度梯度估计装置11和基本滤波器计算装置21输入每个局部区域。另外，锯齿去除目标像素检测装置10和锯齿去除装置20按局部区域执行以下处理。在以下描述中，将描述关于一个局部区域的处理。此外，将在这一示例中描述在图像处理系统的存储器中存储初始状态的已校正图像的情况。
此外，裁剪局部区域为如下区域，该区域包括与在预定基本滤波器中包括的系数数目相等或者更多的像素数目。
亮度梯度计算装置11计算在局部区域中的每个像素的亮度梯度(步骤S1)。更具体而言，亮度梯度计算装置11计算水平方向亮度梯度成分和竖直方向亮度梯度成分。下文在任意像素的坐标是(x，y)时，将在这一像素中的水平方向水平亮度梯度表示为Ix(x，y)，并且将在这一像素中的竖直方向亮度梯度成分表示为Iy(x，y)。因此，亮度梯度计算装置11按局部区域的像素计算Ix(x，y)和Iy(x，y)。
为了按局部区域的像素计算Ix(x，y)，亮度梯度计算装置11将下文所示滤波器应用于局部区域的每个像素并且将应用结果设置为Ix(x，y)。
[数学公式2]
- 1 0 1 - 2 0 2 - 1 0 1
为了按局部区域的像素计算Iy(x，y)，亮度梯度计算装置11将下文所示滤波器应用于局部区域的每个像素并且将应用结果设置为Iy(x，y)。
[数学公式3]
- 1 - 2 - 1 0 0 0 1 2 1
此外，滤波器是示例滤波器，并且可以使用另一滤波器来计算Ix(x，y)和Iy(x，y)。
接着，主成分分析装置12分析在步骤S 1中计算的局部区域的每个像素的亮度梯度的主成分并且计算与在局部区域中的亮度梯度有关的特征量(步骤S2)。更具体而言，主成分分析装置12计算与局部区域的亮度梯度有关的两个特征值λ1和λ2(其中λ1＞λ2成立)、与特征值λ1对应的特征矢量v1以及与特征值λ2对应的特征矢量v2。
为了在步骤S2中计算特征值λ1和λ2，主成分分析装置12仅需计算在以下等式(3)中表达的矩阵A的特征值并且将特征值设置成λ1和λ2。同时，λ1＞λ2成立。
[数学公式4]
A = Σ x ‾ , y ‾ ∈ R I x ( x ‾ , y ‾ ) 2 I x ( x ‾ , y ‾ ) · I y ( x ‾ , y ‾ ) I x ( x ‾ , y ‾ ) · I y ( x ‾ , y ‾ ) I y ( x ‾ , y ‾ ) 2
...等式(3)
在等式(3)中，R代表在坐标(x，y)周围的局部区域。
另外，在等式(3)中，
[数学公式5]
x ‾ , y ‾
代表在坐标(x，y)周围的局部区域R中的坐标。
另外，在等式(3)中，
[数学公式6]
I x ( x ‾ , y ‾ )
代表在坐标(x，y)周围的局部区域R中的坐标中的水平方向亮度梯度成分。另外，
[数学公式7]
I y ( x ‾ , y ‾ )
代表在坐标(x，y)周围的局部区域R中的坐标中的竖直方向亮度梯度成分。
图8描绘如下视图，该视图图示通过在步骤2中分析在图5中所示的作为局部区域的区域201和202的主成分而获得的特征量。图8(a)图示通过分析在区域201中的亮度梯度的主成分而获得的特征值λ1和λ2以及与这些特征值对应的特征矢量v1和v2，其中在区域201中边缘在相同方向上连续。另外，图8(b)图示通过分析在区域202中的亮度梯度的主成分而获得的特征值λ1和λ2以及与这些特征值对应的特征矢量v1和v2，其中在该区域202中有不同方向的边缘。在图8中，区域201和202中所示白箭头代表特征矢量v1和v2。
在步骤S2之后，目标像素判决装置13使用在步骤S2中计算的特征量λ1和λ2以及v1和v2来判决定位于局部区域的中心的兴趣像素是否为锯齿去除目标像素(步骤S3)。同时，在局部区域中的亮度梯度如在区域201中那样均匀(见图5)时，λ1取更高值，而λ2取更小值(见图8(a))。同时，在局部区域中的亮度梯度如在区域202中那样变化(见图5)时，λ1和λ2均取更高值(见图8(b))。因此，目标像素判决装置13基于在局部区域的中心的兴趣像素的亮度梯度足够大并且λ1足够高于λ2判决在局部区域的中心的目标像素是否为锯齿去除目标像素。
更具体而言，在局部区域的中心的兴趣像素的坐标是(x，y)时，如果以下等式(4)和(5)成立，则目标像素判决装置13判决这一兴趣像素为锯齿去除目标像素，并且如果等式(4)和(5)中的至少一个等式未成立，则判决这一兴趣像素不是锯齿去除目标像素。
{Ix(x，y)}2+{Iy(x，y)}2＞t1    ...等式(4)
λ1/λ2＞t2                    ...等式(5)
在等式(4)中的t1和在等式(5)中的t2均为预定阈值。等式(4)成立意味着兴趣像素的亮度梯度足够高。等式(5)成立意味着λ1足够高于λ2。
当在步骤S3中判决兴趣像素不是锯齿去除目标像素时，图像处理系统1结束关于当前处理目标局部区域的处理并且开始关于下一局部区域的处理。同时，在判决兴趣像素是锯齿去除目标像素时，锯齿去除装置20还关于当前处理目标局部区域执行步骤S4之后的处理。
基本滤波器计算装置21将多个预定基本滤波器单独应用于输入的局部区域(步骤S4)。同时设置基本滤波器G1、G2和G3(见图3)。基本滤波器计算装置21执行按基本滤波器G1的系数将基本滤波器G1的系数乘以局部区域的与这一系数关联的像素的像素值这样的处理并且计算相乘结果的求和。作为结果，获得基本滤波器G1的滤波结果。基本滤波器计算装置21针对基本滤波器G2和G3执行相同处理。
另外，滤波器权值计算装置22计算在步骤S2中计算的特征矢量v2的方向θ。需要将v2的方向θ计算为在逆时针方向上从参考方向(在这一示例中为水平向右方向)到特征矢量v2的旋转角度。另外，滤波器权值计算装置22通过使用预定基本滤波器G1至G3的具体方向θ1、θ2和θ3(见图3)和征矢量v2的方向θ的方向计算等式(2)来计算关于基本滤波器G1至G3的权值系数w1至w3。
随后，加权均值计算装置23使用在步骤S4中计算的每个基本滤波器的滤波结果和在步骤S5中计算的权值系数来计算兴趣像素的像素值，并且确定这一计算结果作为已校正图像的与兴趣像素对应的像素的像素值。另外，加权均值计算装置23通过计算结果的值更新已校正图像的像素的像素值(步骤S6)。也就是说，通过将基本滤波器G1的滤波结果乘以w1、将基本滤波器G2的滤波结果乘以w2并且将基本滤波器G3的滤波结果乘以w3，加权均值计算装置23计算相乘结果的求和。另外，加权均值计算装置23通过计算结果更新已校正图像的与在这一局部区域的中心的像素对应的像素的像素值。
在步骤S6结束时，当前处理目标局部区域的处理结束，开始下一局部区域的处理。因此，关于每个局部区域执行在步骤S1之后的处理。作为结果，在每个局部区域的中心的兴趣像素是锯齿去除目标像素时，图像处理系统1更新已校正图像的与兴趣像素对应的像素的像素值并且获得从其去除锯齿的已校正图像。
根据第一示例实施例，预先预备多个基本滤波器。另外，在局部区域的中心的兴趣像素是锯齿去除目标像素时，加权通过将每个基本滤波器应用于局部区域而获得的结果，并且确定已校正图像的与兴趣像素对应的像素的像素值以去除锯齿。因此，不必按局部区域计算用于去除锯齿的滤波器(更具体为滤波器系数)，从而有可能高速执行去除锯齿这样的处理。
在将本示例实施例与在专利文献3中公开的图像处理设备之间比较时，在专利文献3中公开的图像处理设备需要按与每个兴趣像素有关的预定范围定义滤波器，因此在专利文献3中公开的图像处理设备需要更长处理时间。同时，在本示例实施例中，如上文描述的那样不必按局部区域计算用于去除锯齿的滤波器，并且有可能高速执行去除锯齿这样的处理。
另外，在本示例实施例中，不必预先预备锯齿图案和锯齿校正图案，从而有可能去除各种图像的锯齿。例如有可能不仅从二进制图像而且从灰度图像或者彩色图像去除锯齿。另外，也有可能去除在未知缩放器放大的图像中产生的锯齿。
也就是说，根据本示例实施例，有可能从二进制图像、灰度图像、彩色图像和未知缩放器放大的图像去除锯齿。
第二示例实施例
图9描绘如下框图，该框图图示根据本发明的第二示例实施例的图像处理系统。将向与第一示例实施例的部件相同的部件分配与图1中的附图标记相同的附图标记并且将不具体描述这些部件。
根据第二示例实施例的图像处理系统40具有锯齿去除目标像素检测装置10a和锯齿去除装置21。
与根据第一示例实施例的锯齿去除目标像素检测装置10(见图1)相似，锯齿去除目标像素检测装置10a判决定位于处理目标图像的每个像素周围的局部区域的中心的兴趣像素是否为锯齿去除目标像素。同时，锯齿去除目标像素检测装置10a通过进一步判决其兴趣像素被判决为锯齿去除目标像素的局部区域是否满足预定条件来将适当的兴趣像素缩小为锯齿去除目标像素。也就是说，根据第二示例实施例的锯齿去除目标像素检测装置10a通过与第一示例实施例的方法相同的方法进一步判决被判决为锯齿去除目标像素的兴趣像素是否满足预定条件来缩小锯齿去除目标像素。下文将描述该条件。
锯齿去除目标像素检测装置10a包括亮度梯度计算装置11、主成分分析装置12、目标像素判决装置13和目标像素细节判决装置14。亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13的操作与在第一示例实施例中的那些操作相同并且将不加以描述。
目标像素细节判决装置14执行其兴趣像素被目标像素判决装置13判决为锯齿去除目标像素的局部区域的以下处理。目标像素细节判决装置14采样(提取)从作为这一局部区域中的像素并且定位于这一局部区域的中心的兴趣像素在特征矢量v2的方向上对准的像素和在特征矢量v2的逆矢量的方向上对准的像素的像素值。目标像素细节判决装置14例如通过执行每个像素值的FFT(快速傅里叶变换)来将每个像素值变换到频域。在将采样的像素值变换到频域时，目标像素细节判决装置14判决是否可以在给定的频率获得与阈值相等或者更多的强度。另外，确定如下局部区域的兴趣像素为锯齿去除目标像素，这些局部区域的兴趣像素被目标像素判决装置13判决为锯齿去除目标像素并且这些局部区域满足在给定的频率获得与阈值相等或者更多的强度这样的上述条件。同时，在即使其兴趣像素被目标像素判决装置13判决为锯齿去除目标像素的局部区域未满足在给定的频率获得与阈值相等或者更多的强度这样的上述条件时，也从锯齿去除目标像素去除被目标像素判决装置13判决为锯齿去除目标像素的兴趣像素。根据上述处理，目标像素细节判决装置14缩小被目标像素判决装置13判决为锯齿去除目标像素的兴趣像素。
根据目标像素细节判决装置14的上述处理，有可能选择更适当的锯齿去除目标像素。将描述原因。图10描绘如下示意图，该示意图图示其中产生锯齿的局部区域、在这一局部区域中的特征矢量v2和这一特征矢量的逆矢量。特征矢量v2与代表在局部区域中的主导亮度梯度方向的特征矢量v1(在图10中未图示)垂直。因此如图10中所示，在从其中产生锯齿的局部区域中的兴趣像素在特征矢量v2的方向上和在v2的逆矢量的方向上对准的像素组中，像素值按像素对准顺序反复变为高和低。图11描绘如下示意图，该示意图图示从兴趣像素在特征矢量v2的方向上和在特征矢量v2的逆矢量的方向上对准的像素组的像素值的改变。图11中所示水平轴指示从兴趣像素在特征矢量v2的方向上和在v2的逆矢量的方向上对准的像素的对准顺序。另外，水平轴的中心对应于兴趣像素，并且水平轴的向右方向代表在特征矢量v2的方向上的对准。另外，图11中所示竖直轴指示像素值。如图11中所示，在从兴趣像素在特征矢量v2的方向上和在v2的逆矢量的方向上对准的像素的对准顺序中，像素值反复变为高和低。
图12描绘在对从兴趣像素在特征矢量v2的方向上和在v2的逆矢量的方向上对准的像素的像素值采样并且例如通过形成像素值的FFT来变换到频域时频率与强度之间的关系。如上文描述的那样从其中产生锯齿的局部区域采样的像素的像素值如图11中所示反复变为高和低。因此如图12中所示，在频域中强度在给定的频率处增加。因此，强度在给定的频率处增加意味着锯齿的如下特征：在从局部区域的兴趣像素在特征矢量v2的方向上和在v2的逆矢量的方向上对准的像素组中像素值反复变为高和低。因而，在满足在给定的频率处的强度是阈值或者更多这样的条件时，这一局部区域的兴趣像素作为锯齿去除目标像素更适当。此外，在上述条件中的“给定的频率”可以是任意频率。备选地，给定的频率可以在特征矢量v2的方向是θ时是tanθ的整数倍。也就是说，在例如通过FFT变换之后满足在任意的频率处的强度是阈值或者更多这样的条件时，目标像素细节判决装置14可以确定这一区域的兴趣像素作为锯齿去除目标像素。另外，在满足在是tanθ的整数倍的频率处的强度是阈值或者更多这样的条件时，目标像素细节判决装置14可以确定这一局部区域的兴趣像素作为锯齿去除目标像素。
锯齿去除装置20包括基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置13。锯齿去除装置20(基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23)的配置和操作与根据第一示例实施例的配置和操作相同。同时，在第二示例实施例中，锯齿去除装置20以其兴趣像素被目标像素细节判决装置14确定为锯齿去除目标像素的局部区域为目标执行处理。在即使其兴趣像素被目标像素判决装置13判决为锯齿去除目标像素的局部区域具有未被目标像素细节判决装置14确定为锯齿去除目标像素的兴趣像素时，也从锯齿去除装置20的处理目标去除该局部区域。
在第二示例实施例中，锯齿去除目标像素检测装置10a(亮度梯度计算装置11、主成分分析装置12、目标像素判决装置13和目标像素细节判决装置14)和锯齿去除装置20(基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23)由例如根据图像处理程序操作的计算机实现。在这一情况下，计算机仅需读取图像处理程序并且操作为锯齿去除目标像素检测装置10a(亮度梯度计算装置11、主成分分析装置12、目标像素判决装置13和目标像素细节判决装置14)和锯齿去除装置20(基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23)。
另外，锯齿去除目标像素检测装置10a和锯齿去除装置20可以由不同单元实现。另外，亮度梯度计算装置11、主成分分析装置12、目标像素判决装置13和目标像素细节判决装置14可以由不同单元实现。另外，基本滤波器计算装置21、滤波器权值计算装置22和加权均值计算装置23也可以由不同单元实现。
图13描绘如下流程图，该流程图图示根据第二示例实施例的图像处理系统的处理过程的示例。将向与第一示例实施例的处理相同的处理分配与图7中的附图标记相同的附图标记并且将不具体描述该处理。在步骤S1至S3中的处理与在根据第一示例实施例的步骤S1至S3中的处理相同。
在步骤S3之后，目标像素细节判决装置14更具体判决其兴趣像素被目标像素判决装置13判决为锯齿去除目标像素的局部区域的兴趣像素作为锯齿去除目标像素是否适当(步骤S21)。也就是说，目标像素细节判决装置14对从作为在步骤S3中其兴趣像素被判决为锯齿去除目标像素的这一局部区域中的像素并且定位于这一局部区域的中心的兴趣像素在特征矢量v2的方向上对准的像素和在特征矢量v2的逆矢量的方向上对准的像素的像素值采样。此外，已经在步骤S2中计算了特征矢量v2。目标像素细节判决装置14例如通过执行采样的像素值的FFT来将每个像素值变换到频域。另外，目标像素细节判决装置14判决在给定的频率(例如任意频率或者是tanθ的整数倍的频率)处的强度是否为阈值或者更多，并且如果在该频率处的强度是阈值或者更多则确定在步骤S3中被判决为锯齿去除目标像素的兴趣像素作为锯齿去除目标像素。同时，在给定的频率处的强度少于阈值时，从步骤S4之后的处理的目标去除即使在步骤S3中其兴趣像素被判决为锯齿去除目标像素的局部区域。
另外，在第二示例实施例中，锯齿去除装置20关于在步骤S21中其兴趣像素被确定为锯齿去除目标像素的局部区域执行步骤S4至S6中的处理。
如上文描述的那样，第二示例实施例与第一示例实施例的不同在于目标像素细节判决装置14在步骤S3之后执行步骤S21并且缩小步骤S4至S6的处理目标。其它各点与第一示例实施例中的各点相同。
在第一示例实施例中，从在局部区域中有均匀亮度梯度这样的视点来看，判决兴趣像素是否为锯齿去除目标。在第二示例实施例中，还基于从兴趣像素在特征矢量v2的方向上和在矢量v2的逆矢量的方向上对准的像素的像素值的改变与在局部区域中的锯齿特征匹配这样的判决标准判决兴趣像素作为锯齿去除目标像素是否更适当，并且确定被判决为更适当的兴趣像素作为锯齿去除目标像素。另外，以包括这一兴趣像素的局部区域为目标执行步骤S4至S6。因而，根据第二示例实施例，除了与第一示例实施例相同的效果之外，还有可能提供更适当地检测锯齿去除目标像素的效果。
第三示例实施例
图14描绘如下框图，该框图图示根据本发明的第三示例实施例的图像处理系统。将向与图1中所示部件相同的部件分配相同附图标记并且将不具体描述这些部件。
同样在第三示例实施例中，例如图像处理系统接收处理目标图像的输入，并且图像处理系统在存储器(未图示)中存储这一处理目标图像的副本作为已校正图像的初始状态。另外，图像处理系统确定已校正图像的与处理目标图像中的被判决为锯齿去除目标像素的像素对应的像素的像素值。
根据第三示例实施例的图像处理系统50具有锯齿去除目标像素检测装置10和锯齿去除装置60。
锯齿去除目标像素检测装置10包括亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13。锯齿去除目标像素检测装置10(亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13)与示例实施例中的锯齿去除目标像素检测装置相同并且将不加以描述。此外，与图2中所示配置相似，可以提供局部区域裁剪装置30。
在第三示例实施例中，在兴趣像素被判决为锯齿去除目标像素时，锯齿去除装置60基于针对在这一兴趣像素周围的局部区域计算的特征值和特征矢量自适应地生成关于这一兴趣像素的锯齿去除滤波器。另外，锯齿去除装置60将锯齿去除滤波器应用于这一局部区域。另外，锯齿去除装置60确定这一滤波结果作为已校正图像的与被判决为锯齿去除目标像素的像素对应的像素的像素值。另外，由滤波结果的值更新已校正图像的像素的像素值。
锯齿去除装置60包括滤波器系数计算装置61和滤波器计算装置62。
在判决兴趣像素为锯齿去除目标像素时，滤波器系数计算装置61计算模糊滤波器的滤波器系数，该模糊滤波器使模糊在针对在这一兴趣像素周围的局部区域计算的特征矢量v1的方向上较少并且使模糊在针对在与v1正交的方向(即特征矢量v2的方向)上显著。也就是说，利用这一滤波器，在特征矢量v2的方向上的模糊程度比在特征矢量v1的方向上的模糊程度更加显著。
滤波器应用装置62通过将滤波器系数计算装置61确定的滤波器系数定义的模糊滤波器应用于这一局部区域来计算滤波结果。另外，将已校正图像的与被判决为锯齿去除目标像素的兴趣像素对应的像素的像素值更新成这一滤波结果的值。
锯齿去除目标像素检测装置10(亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13)和锯齿去除装置60(滤波器系数计算装置61和滤波器计算装置62)例如由根据图像处理程序操作的计算机实现。
另外，锯齿去除目标像素检测装置10和锯齿去除装置60可以由不同单元实现。另外，亮度梯度计算装置11、主成分分析装置12和目标像素判决装置13可以由不同单元实现，并且滤波器系数计算装置61和滤波器计算装置62也可以由不同单元实现。
图15描绘如下流程图，该流程图图示根据第三示例实施例的图像处理系统的处理过程的示例。在步骤S1至S3中的处理与在本发明的示例实施例中的步骤S1至S7(见图7)相同并且将不加以描述。
在作为在步骤S1至S3中的处理的结果判决兴趣像素不是锯齿去除目标像素时，图像处理系统50结束当前处理目标局部区域有关的处理并且开始与下一局部区域有关的处理。同时，在判决兴趣像素是锯齿去除目标像素时，锯齿去除装置60还关于当前处理目标局部区域执行步骤S11和S12中的处理。
滤波器系数计算装置61使用在步骤S2中针对在被判决为锯齿去除目标像素的兴趣像素周围的局部区域计算的特征值和特征矢量来生成锯齿去除滤波器。更具体而言，滤波器系数计算装置61计算模糊滤波器的滤波器系数，该模糊滤波器使模糊在特征矢量v1的方向上很少并且使模糊在特征矢量v2的方向上显著(步骤S11)。虽然锯齿去除滤波器的类型包括高斯滤波器，但是可以采用除了高斯滤波器之外的滤波器。
图16描绘如下视图，该视图示意地图示高斯滤波器。在图16中，更亮部分具有更大权值(换而言之，滤波器系数的值更高)。另外，图16图示与图8(a)中所示区域201关联的高斯滤波器的示例。图16中所示长轴401指示特征矢量v2的方向(见图8(a))。另外，短轴402指示特征矢量v1的方向(见图8(a))。滤波器系数计算装置61预先将在相应轴方向上的离差σ1和σ2设置为与特征矢量λ1和λ2成比例的值。虽然σ1和σ2在这一示例中可变，但是σ1和σ2可以是固定值。例如可以将σ1和σ2设置为固定值，比如σ1＝2.0和σ2＝1.0。
在步骤S11之后，滤波器计算装置62通过将在步骤S11中设置的锯齿去除滤波器应用于在被判决为锯齿去除目标像素的兴趣像素周围的局部区域来计算滤波结果。也就是说，关于在局部区域中的每个像素执行将局部区域的像素的像素值乘以滤波器的与这一像素关联的系数这样的处理。另外，滤波器计算装置62将已校正图像的与兴趣像素对应的像素的像素值更新成滤波结果的值(步骤S12)。
在第三示例实施例中，不必预先预备锯齿图案和锯齿校正图案，从而有可能去除各种图像的锯齿。例如有可能不仅从二进制图像而且从灰度图像或者彩色图像去除锯齿。另外，还有可能去除在未知缩放器放大的图像中产生的锯齿。
在第三示例实施例中，锯齿去除目标像素检测装置10可以被配置用于包括目标像素细节判决装置14(见图9)。也就是说，作为锯齿去除目标像素检测装置，可以使用在第二示例实施例中描述的目标像素细节判决装置14(见图9)。在这一情况下，与第二示例实施例相似，仅需执行步骤S3之后的步骤S21(见图13)。另外，滤波器系数计算装置61仅需在步骤S11中计算向如下局部区域应用的模糊滤波器的系数，该局部区域的中心像素被目标像素判决装置13判决为锯齿去除目标像素并且该局部区域被目标像素细节判决装置14判决为满足条件(在第二示例实施例中描述的条件)。另外，滤波器计算装置仅需通过将模糊滤波器应用于这一局部区域来执行步骤S12。根据这一配置，还有可能提供更适当地检测锯齿去除目标像素的效果。
接着将描述本发明的最小配置。图17描绘如下框图，该框图图示本发明的最小配置的示例。根据本发明的图像处理系统具有亮度梯度计算装置81、主成分分析装置82、目标像素判决装置83、基本滤波器计算装置84、权值计算装置85和滤波结果权值计算装置86。
亮度梯度计算装置81(例如亮度梯度计算装置11)计算从处理目标图像裁剪的局部区域的每个像素的亮度梯度。
主成分分析装置82(例如主成分分析装置12)分析局部区域中的每个像素的亮度梯度的主成分并且计算代表亮度梯度分布的特征量。
基于局部区域的中心像素的亮度梯度和主成分分析装置82计算的特征量，目标像素判决装置83(例如目标像素判决装置13)判决中心像素是否为锯齿去除目标像素。
在判决局部区域的中心像素为锯齿去除目标像素时，基本滤波器计算装置84(例如基本滤波器计算装置21)将多个类型的预定基本滤波器应用于这一局部区域。
权值计算装置85(例如滤波器权值计算装置22)基于主成分分析装置82计算的特征量计算关于多个类型的基本滤波器的权值。
基于通过将多个类型的基本滤波器应用于局部区域而获得的结果以及关于多个类型的基本滤波器的权值，滤波结果权值计算装置86(例如加权均值计算装置23)确定作为通过校正处理目标图像所获得的图像而创建的已校正图像中的与这一局部区域的中心像素对应的像素的像素值。
根据上述配置，有可能不仅从二进制图像而且从灰度图像、彩色图像和未知缩放器放大的图像高速去除锯齿。
另外可以运用如下配置，在该配置中，主成分分析装置82计算代表在局部区域中的主导亮度梯度方向的第一特征矢量(例如v1)与第一特征矢量垂直的第二特征矢量(例如v2)作为代表亮度梯度分布的特征量；该配置包括目标像素细节判决装置(例如目标像素细节判决装置14)，该目标像素细节判决装置判决其中心像素被目标像素判决装置83判决为锯齿去除目标的局部区域是否满足从中心像素在第二特征矢量的方向上对准的像素和从中心像素在第二特征矢量的逆矢量的方向上对准的像素的亮度值反复变为高和低这样的条件，并且在该配置中，基本滤波器计算装置84将多个类型的预定基本滤波器应用于如下局部区域，该局部区域的中心像素被目标像素判决装置83判决为锯齿去除目标像素并且该局部区域被目标像素细节判决装置判决为满足条件。
图18描绘如下框图，该框图图示本发明的最小配置的另一示例。如图18中所示，根据本发明的图像处理系统可以运用如下配置，该配置包括亮度梯度计算装置91、主成分分析装置92、目标像素判决装置93、滤波器系数计算装置94和滤波器计算装置95。
亮度梯度计算装置91(例如亮度梯度计算装置11)计算从处理目标图像裁剪的局部区域的每个像素的亮度梯度。
主成分分析装置92(例如主成分分析装置12)分析在局部区域中的每个像素的亮度梯度的主成分，并且计算代表在局部区域中的主要亮度梯度方向的第一特征矢量(例如v1)和与第一特征矢量垂直的第二特征矢量(例如v2)作为代表亮度梯度分布的特征量。
基于局部区域的中心像素的亮度梯度和主成分分析装置92计算的特征量，目标像素判决装置93(例如目标像素判决装置13)判决中心像素是否为锯齿去除目标像素。
在局部区域的中心像素被判决为锯齿去除目标像素时，滤波器系数计算装置94(例如滤波器系数计算装置61)计算模糊滤波器的系数，该模糊滤波器使在第二特征矢量的方向上的模糊程度比在第一特征矢量的方向上的模糊程度更加显著。
通过将模糊滤波器应用于中心像素被判决为锯齿去除目标像素的局部区域，滤波器计算装置95(例如滤波器计算装置62)确定在作为通过校正处理目标图像而创建为图像的已校正图像中包括的并且与局部区域的中心像素对应的像素的像素值。
根据上述配置，有可能不仅从二进制图像而且从灰度图像、彩色图像和未知缩放器放大的图像去除锯齿。
另外，可以运用如下配置，该配置包目标像素细节判决装置(例如目标像素细节判决装置14)，该目标像素细节判决装置判决其中心像素被目标像素判决装置93判决为锯齿去除目标像素的局部区域是否满足从中心像素在第二特征矢量的方向上对准的像素和从中心像素在从第二特征矢量的逆矢量的方向上对准的像素的亮度值反复变为高和低这样的条件，在该配置中，滤波器系数计算装置94计算使在第二特征矢量的方向上的模糊程度比在第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数作为向局部区域应用的滤波器的系数，该局部区域的中心像素被目标像素判决装置93判决为锯齿去除目标像素并且该局部区域被目标像素细节判决装置判决为满足条件，并且在该配置中，通过将模糊滤波器应用于局部区域，滤波器计算装置95确定在已校正图像中包括的并且与局部区域的中心像素对应的像素的像素值。
上述示例实施例的部分或者全部可以如在以下附录中那样来描述，然而决不限于以下附录。
(补充附录1)一种图像处理系统，具有：亮度梯度计算单元，该亮度梯度计算单元计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；主成分分析单元，该主成分分析单元分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表亮度梯度分布的特征量；目标像素判决单元，该目标像素判决单元基于局部区域的中心像素的亮度梯度和主成分分析单元计算的特征量来判决中心像素是否为锯齿去除目标像素；基本滤波器计算单元，该基本滤波器计算单元在局部区域的中心像素被判决为锯齿去除目标像素时，将多个类型的预定基本滤波器应用于局部区域；权值计算单元，该权值计算单元基于主成分分析单元计算的特征量来计算关于多个类型的基本滤波器的权值；以及滤波结果权值计算单元，该滤波结果权值计算单元基于向局部区域应用多个类型的基本滤波器的结果和关于多个类型的基本滤波器的权值，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
(补充附录2)在根据补充附录1的图像处理系统中，主成分分析单元计算代表局部区域中的主导亮度梯度方向的第一特征矢量和与第一特征矢量垂直的第二特征矢量以作为代表亮度梯度分布的特征量，该图像处理系统具有：目标像素细节判决单元，该目标像素细节判决单元判决局部区域是否满足如下条件，该局部区域中心像素被目标像素判决单元判决为锯齿去除目标像素：从中心像素在第二特征矢量的方向上对准的像素和从中心像素在第二特征矢量的逆矢量的方向上对准的像素的亮度值反复变为高和低，并且基本滤波器计算单元将多个类型的预定基本滤波器应用于局部区域，该局部区域的中心像素被目标像素判决单元判决为锯齿去除目标像素并且该局部区域被目标像素细节判决单元判决为满足条件。
(补充附录3)一种图像处理系统，具有：亮度梯度计算单元，该亮度梯度计算单元计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；主成分分析单元，该主成分分析单元分析局部区域中的每个像素的亮度梯度的主成分，并且计算代表局部区域中的主导亮度梯度方向的第一特征矢量和与第一特征矢量垂直的第二特征矢量以作为代表亮度梯度分布的特征量；目标像素判决单元，该目标像素判决单元基于局部区域的中心像素的亮度梯度和主成分分析单元计算的特征量，来判决中心像素是否为锯齿去除目标像素；滤波器系数计算单元，该滤波器系数计算单元在局部区域的中心像素被判决为锯齿去除目标像素时，计算使在第二特征矢量的方向上的模糊程度比在第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数；以及滤波器计算单元，该滤波器计算单元通过将模糊滤波器应用于局部区域来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与局部区域的中心像素相对应的像素的像素值，该局部区域的中心像素被判决为锯齿去除目标像素。
(补充附录4)根据补充附录3的图像处理系统，还具有：目标像素细节判决单元，该目标像素细节判决单元判决局部区域是否满足如下条件，该局部区域的中心像素被目标像素判决单元判决为锯齿去除目标像素：从中心像素在第二特征矢量的方向上对准的像素和从中心像素在第二特征矢量的逆矢量的方向上对准的像素的亮度值反复变为高和低，并且滤波器系数计算单元计算使在第二特征矢量的方向上的模糊程度比在第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数以作为向局部区域应用的滤波器的系数，该局部区域的中心像素被目标像素判决单元判决为锯齿去除目标像素并且该局部区域被目标像素细节判决单元判决为满足条件，并且滤波器计算单元通过将模糊滤波器应用于局部区域来确定被包括在已校正图像中、并且与局部区域的中心像素相对应的像素的像素值。
本申请要求于2011年1月20日提交的第2011-009837号日本专利申请的优先权，其全部内容通过引用而并入于此。
虽然已经参照示例实施例描述了本发明，但是本发明决不限于上述示例实施例。可以在本领域普通技术人员可以理解的本发明的范围内对本发明的配置和细节进行各种不同的改变。
工业实用性
本发明适合应用于去除图像中的锯齿的图像处理系统。
附图标记列表
1 图像处理系统
10 锯齿去除目标像素检测装置
11 亮度梯度计算装置
12 主成分分析装置
13 目标像素判决装置
14 目标像素细节判决装置
20 锯齿去除装置
21 基本滤波器计算装置
22 滤波器权值计算装置
23 加权均值计算装置

Claims (8)

1.一种图像处理系统，包括：
亮度梯度计算装置，所述亮度梯度计算装置计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；
主成分分析装置，所述主成分分析装置分析所述局部区域中的每个像素的所述亮度梯度的主成分，并且计算代表亮度梯度分布的特征量；
目标像素判决装置，所述目标像素判决装置基于所述局部区域的中心像素的亮度梯度和由所述主成分分析装置计算的所述特征量，来判决所述中心像素是否为锯齿去除目标像素；
基本滤波器计算装置，所述基本滤波器计算装置在所述局部区域的所述中心像素被判决为所述锯齿去除目标像素时，将多个类型的预定基本滤波器应用于所述局部区域；
权值计算装置，所述权值计算装置基于由所述主成分分析装置计算的所述特征量，来计算关于所述多个类型的基本滤波器的权值；以及
滤波结果权值计算装置，所述滤波结果权值计算装置基于向所述局部区域应用所述多个类型的基本滤波器的结果和关于所述多个类型的基本滤波器的所述权值，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与所述局部区域的所述中心像素相对应的像素的像素值。
2.根据权利要求1所述的图像处理系统，其中：
所述主成分分析装置计算代表所述局部区域中的主导亮度梯度方向的第一特征矢量和与所述第一特征矢量垂直的第二特征矢量，以作为代表所述亮度梯度分布的所述特征量；
所述图像处理系统包括目标像素细节判决装置，所述目标像素细节判决装置判决所述局部区域是否满足如下条件，所述局部区域的所述中心像素被所述目标像素判决装置判决为所述锯齿去除目标像素：从所述中心像素在所述第二特征矢量的方向上对准的像素和从所述中心像素在所述第二特征矢量的逆矢量的方向上对准的像素的亮度值反复变为高和低；并且
所述基本滤波器计算装置将所述多个类型的预定基本滤波器应用于局部区域，所述局部区域的中心像素被所述目标像素判决装置判决为所述锯齿去除目标像素，并且所述局部区域被所述目标像素细节判决装置判决为满足所述条件。
3.一种图像处理系统，包括：
亮度梯度计算装置，所述亮度梯度计算装置计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；
主成分分析装置，所述主成分分析装置分析所述局部区域中的每个像素的亮度梯度的主成分，并且计算代表所述局部区域中的主导亮度梯度方向的第一特征矢量和与所述第一特征矢量垂直的第二特征矢量，以作为代表亮度梯度分布的特征量；
目标像素判决装置，所述目标像素判决装置基于所述局部区域的中心像素的亮度梯度和由所述主成分分析装置计算的所述特征量，来判决所述中心像素是否为锯齿去除目标像素；
滤波器系数计算装置，所述滤波器系数计算装置在所述局部区域的所述中心像素被判决为所述锯齿去除目标像素时，计算使在所述第二特征矢量的方向上的模糊程度比在所述第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数；以及
滤波器计算装置，所述滤波器计算装置通过将所述模糊滤波器应用于所述局部区域，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与所述局部区域的所述中心像素相对应的像素的像素值，所述局部区域的所述中心像素被判决为所述锯齿去除目标像素。
4.根据权利要求3所述的图像处理系统，还包括：
目标像素细节判决装置，所述目标像素细节判决装置判决所述局部区域是否满足如下条件，所述局部区域的所述中心像素被所述目标像素判决装置判决为所述锯齿去除目标像素：从所述中心像素在所述第二特征矢量的所述方向上对准的像素和从所述中心像素在所述第二特征矢量的逆矢量的方向上对准的像素的亮度值反复变为高和低，其中：
滤波器系数计算装置，计算使在所述第二特征矢量的方向上的模糊程度比在所述第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数，以作为向所述局部区域应用的所述滤波器的系数，所述局部区域的所述中心像素被所述目标像素判决装置判决为所述锯齿去除目标像素，并且所述局部区域被所述目标像素细节判决装置判决为满足所述条件；并且
所述滤波器计算装置通过将所述模糊滤波器应用于所述局部区域，来确定被包括在所述已校正图像中、并且与所述局部区域的所述中心像素相对应的所述像素的像素值。
5.一种图像处理方法，包括：
计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；
分析所述局部区域中的每个像素的所述亮度梯度的主成分，并且计算代表亮度梯度分布的特征量；
基于所述局部区域的中心像素的亮度梯度和所述特征量，来判决所述中心像素是否为锯齿去除目标像素；
在所述局部区域的所述中心像素被判决为所述锯齿去除目标像素时，将多个类型的预定基本滤波器应用于所述局部区域；
基于所述特征量来计算关于所述多个类型的基本滤波器的权值；以及
基于向所述局部区域应用所述多个类型的基本滤波器的结果和关于所述多个类型的基本滤波器的所述权值，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与所述局部区域的所述中心像素相对应的像素的像素值。
6.一种图像处理方法，包括：
计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；
分析所述局部区域中的每个像素的亮度梯度的主成分，并且计算代表所述局部区域中的主导亮度梯度方向的第一特征矢量和与所述第一特征矢量垂直的第二特征矢量，以作为代表亮度梯度分布的特征量；
基于所述局部区域的中心像素的亮度梯度和所述特征量，来判决所述中心像素是否为锯齿去除目标像素；
在所述局部区域的所述中心像素被判决为所述锯齿去除目标像素时，计算使在所述第二特征矢量的方向上的模糊程度比在所述第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数；以及
通过将所述模糊滤波器应用于所述局部区域，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与所述局部区域的所述中心像素相对应的像素的像素值，所述局部区域的所述中心像素被判决为所述锯齿去除目标像素。
7.一种图像处理程序，使计算机执行：
亮度梯度计算处理，用于计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；
主成分分析处理，用于分析所述局部区域中的每个像素的所述亮度梯度的主成分，并且计算代表亮度梯度分布的特征量；
目标像素判决处理，用于基于所述局部区域的中心像素的亮度梯度和在所述主成分分析处理中计算的所述特征量，来判决所述中心像素是否为锯齿去除目标像素；
基本滤波器计算处理，用于在所述局部区域的所述中心像素被判决为所述锯齿去除目标像素时，将多个类型的预定基本滤波器应用于所述局部区域；
权值计算处理，用于基于在所述主成分分析处理中计算的所述特征量，来计算关于所述多个类型的基本滤波器的权值；以及
滤波结果权值计算处理，用于基于向所述局部区域应用所述多个类型的基本滤波器的结果和关于所述多个类型的基本滤波器的所述权值，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与所述局部区域的所述中心像素相对应的像素的像素值。
8.一种图像处理程序，使计算机执行：
亮度梯度计算处理，用于计算从处理目标图像裁剪的局部区域中的每个像素的亮度梯度；
主成分分析处理，用于分析所述局部区域中的每个像素的亮度梯度的主成分，并且计算代表所述局部区域中的主导亮度梯度方向的第一特征矢量和与所述第一特征矢量垂直的第二特征矢量，以作为代表亮度梯度分布的特征量；
目标像素判决处理，用于基于所述局部区域的中心像素的亮度梯度和在所述主成分分析处理中计算的所述特征量，来判决所述中心像素是否为锯齿去除目标像素；
滤波系数计算处理，用于在所述局部区域的所述中心像素被判决为所述锯齿去除目标像素时，计算使在所述第二特征矢量的方向上的模糊程度比在所述第一特征矢量的方向上的模糊程度更加显著的模糊滤波器的系数；以及
滤波器计算处理，用于通过将所述模糊滤波器应用于所述局部区域，来确定被包括在通过校正处理目标图像而创建为图像的已校正图像中、并且与所述局部区域的所述中心像素相对应的像素的像素值，所述局部区域的所述中心像素被判决为所述锯齿去除目标像素。
CN2012800039369A 2011-01-20 2012-01-16 图像处理系统、图像处理方法和图像处理程序 Pending CN103229208A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011-009837 2011-01-20
JP2011009837 2011-01-20
PCT/JP2012/000220 WO2012098854A1 (ja) 2011-01-20 2012-01-16 画像処理システム、画像処理方法および画像処理用プログラム

Publications (1)

Publication Number Publication Date
CN103229208A true CN103229208A (zh) 2013-07-31

Family

ID=46515490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012800039369A Pending CN103229208A (zh) 2011-01-20 2012-01-16 图像处理系统、图像处理方法和图像处理程序

Country Status (4)

Country Link
US (1) US9324135B2 (zh)
JP (1) JPWO2012098854A1 (zh)
CN (1) CN103229208A (zh)
WO (1) WO2012098854A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108615224A (zh) * 2016-12-13 2018-10-02 三星电机株式会社 图像校正设备和方法以及非易失性计算机可读存储介质
CN110660122A (zh) * 2019-09-19 2020-01-07 西北工业大学 一种基于pca的体绘制多光源设计方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012208553A (ja) * 2011-03-29 2012-10-25 Sony Corp 画像処理装置、および画像処理方法、並びにプログラム
US9654742B2 (en) * 2012-11-30 2017-05-16 Safety Management Services, Inc. System and method of automatically determining material reaction or sensitivity using images
CN104995658B (zh) 2013-02-18 2017-09-05 日本电气株式会社 图像处理方法，图像处理设备和记录介质
EP3149191A4 (en) 2014-05-27 2018-01-03 DNA Genotek Inc. Composition and method for stabilizing and maintaining the viability of hardy microorganisms
JP6704726B2 (ja) * 2015-12-21 2020-06-03 キヤノン株式会社 エッジ検出装置、エッジ検出方法、及び、プログラム
CN108985135A (zh) * 2017-06-02 2018-12-11 腾讯科技（深圳）有限公司 一种人脸检测器训练方法、装置及电子设备
CN111476729B (zh) * 2020-03-31 2023-06-09 北京三快在线科技有限公司 一种目标识别的方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06223180A (ja) * 1993-01-22 1994-08-12 Sony Corp 画像データ分析方法およびその装置
CN1377008A (zh) * 2001-03-26 2002-10-30 矽统科技股份有限公司 消除图像锯齿效应的后置滤波方法
CN1708108A (zh) * 2004-06-09 2005-12-14 三星电子株式会社 用于消除齿状不自然的装置和方法
US20060291741A1 (en) * 2005-02-10 2006-12-28 Sony Corporation Image processing apparatus, image processing method, program, and recording medium therefor
JP2008167027A (ja) * 2006-12-27 2008-07-17 Olympus Corp 画像処理装置、画像処理方法、画像処理プログラム
JP2009237650A (ja) * 2008-03-26 2009-10-15 Sanyo Electric Co Ltd 画像処理装置及び撮像装置
EP2149860A1 (en) * 2008-07-29 2010-02-03 Ricoh Company, Ltd. Image processing unit, noise reduction method, program, and storage medium
US20100232697A1 (en) * 2009-03-16 2010-09-16 Kabushiki Kaisha Toshiba Image processing apparatus and image processing method

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09270915A (ja) 1996-03-29 1997-10-14 Fujitsu Ltd 画像処理方法及び画像処理装置
KR100234316B1 (ko) * 1997-04-04 1999-12-15 윤종용 링잉노이즈 감소를 위한 신호적응 필터링 방법 및 신호적응필터
JP3075269B2 (ja) 1998-10-13 2000-08-14 セイコーエプソン株式会社 画像データ補間方法、画像データ補間装置および画像データ補間プログラムを記録した媒体
US6792159B1 (en) * 1999-12-29 2004-09-14 Ge Medical Systems Global Technology Company, Llc Correction of defective pixels in a detector using temporal gradients
US6707940B1 (en) * 2000-03-31 2004-03-16 Intel Corporation Method and apparatus for image segmentation
JP4710635B2 (ja) * 2006-02-07 2011-06-29 ソニー株式会社 画像処理装置および方法、記録媒体、並びに、プログラム
KR101298642B1 (ko) * 2006-11-21 2013-08-21 삼성전자주식회사 영상 잡음 제거 방법 및 장치
JP2009010880A (ja) 2007-06-29 2009-01-15 Ricoh Co Ltd 画像処理方法、画像処理装置およびプログラム
TW201134195A (en) * 2010-03-29 2011-10-01 Novatek Microelectronics Corp Method and device for adaptively removing noises from image

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06223180A (ja) * 1993-01-22 1994-08-12 Sony Corp 画像データ分析方法およびその装置
CN1377008A (zh) * 2001-03-26 2002-10-30 矽统科技股份有限公司 消除图像锯齿效应的后置滤波方法
CN1708108A (zh) * 2004-06-09 2005-12-14 三星电子株式会社 用于消除齿状不自然的装置和方法
US20060291741A1 (en) * 2005-02-10 2006-12-28 Sony Corporation Image processing apparatus, image processing method, program, and recording medium therefor
JP2008167027A (ja) * 2006-12-27 2008-07-17 Olympus Corp 画像処理装置、画像処理方法、画像処理プログラム
JP2009237650A (ja) * 2008-03-26 2009-10-15 Sanyo Electric Co Ltd 画像処理装置及び撮像装置
EP2149860A1 (en) * 2008-07-29 2010-02-03 Ricoh Company, Ltd. Image processing unit, noise reduction method, program, and storage medium
US20100232697A1 (en) * 2009-03-16 2010-09-16 Kabushiki Kaisha Toshiba Image processing apparatus and image processing method

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108615224A (zh) * 2016-12-13 2018-10-02 三星电机株式会社 图像校正设备和方法以及非易失性计算机可读存储介质
CN110660122A (zh) * 2019-09-19 2020-01-07 西北工业大学 一种基于pca的体绘制多光源设计方法

Also Published As

Publication number Publication date
JPWO2012098854A1 (ja) 2014-06-09
US20130223756A1 (en) 2013-08-29
WO2012098854A1 (ja) 2012-07-26
US9324135B2 (en) 2016-04-26

Similar Documents

Publication Publication Date Title
CN103229208A (zh) 图像处理系统、图像处理方法和图像处理程序
CN104658002B (zh) 一种无参考图像客观质量评价方法
JPH06314339A (ja) 画像の直線成分抽出装置
US9639771B2 (en) Image processing device
US9076192B2 (en) Method of detecting and quantifying blur in a digital image
CN101231747A (zh) 一种x射线图像边缘和对比度综合增强方法
US20140050411A1 (en) Apparatus and method for generating image feature data
CN109214996B (zh) 一种图像处理方法及装置
CN110378893B (zh) 图像质量评价方法、装置和电子设备
CN110298858B (zh) 一种图像裁剪方法及装置
CN110675317A (zh) 基于学习和自适应三边滤波正则化的超分辨率重建方法
Nasonov et al. Fast super-resolution using weighted median filtering
CN113592714A (zh) 图像放大方法、模块、系统
CN111415317A (zh) 图像处理方法及装置、电子设备、计算机可读存储介质
US20160284052A1 (en) Image processing method and apparatus
JP4104475B2 (ja) 輪郭補正装置
CN112150385A (zh) 红外图像滤波方法及装置
KR19990062036A (ko) 미분 연산자를 사용한 에지 검출 방법
CN108288267B (zh) 一种基于暗通道的扫描电镜图像清晰度无参考评价方法
JP4854042B2 (ja) 画像生成方法、画像生成装置、および画像生成プログラム
CN110895801A (zh) 图像处理方法、装置、设备及存储介质
JP2006251850A (ja) 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体
CN109166085B (zh) 一种图像修复方法及装置
JP5420049B1 (ja) 拡大率推定装置またはその方法
Chen et al. A Full-Reference Image Quality Assessment Model Based on Quadratic Gradient Magnitude and LOG Signal

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130731