CN104104842A - 影像处理方法与影像处理装置 - Google Patents

Abstract

一种影像处理方法，包括下列步骤。提供去杂讯函数以及细节增强函数。接收影像信号中的目前影像，并计算目前影像的杂讯特征以及细节特征。依照杂讯特征逐步且平滑地调整去杂讯函数，且依照细节特征逐步且平滑地调整细节增强函数。比较去杂讯函数以及细节增强函数，以决定对目前影像执行去杂讯处理或细节增强处理。此外，一种运用前述影像处理方法的影像处理装置亦被提出。

Description

影像处理方法与影像处理装置

技术领域

本发明是有关于一种影像处理方法与影像处理装置，且特别是有关于一种依据去杂讯函数与细节增强函数而运作的影像处理方法与影像处理装置。

背景技术

随着科技的进步，摄影、拍照、影片播放等功能已经是许多电子产品不可或缺的功能。近几年来，更由于网络的蓬勃发展，许多视频影像或图片被分享于网际网络上，供使用者自由观赏。基于使用者对影像品质的需求，除了推陈出新的摄像器材外，用于后续制作与影像传输中的影像处理技术也是技术人员开发的重点之一。

影像处理技术包括几何变换、色彩处理、分割、去杂讯或是细节增强等，用以增进影像的品质与提供特殊的影像效果。值得注意的是，不同的影像处理技术可能无法一起施用在同一张影像上。因此，影像处理必须根据影像的格式与所需求的显示标准来选择对应的影像处理技术，以便呈现较佳的影像给使用者。

发明内容

本发明提供一种影像处理方法，其可依据影像的杂讯特征与细节特征来逐步且平滑地调整去杂讯函数与细节增强函数，并且据以选择对影像执行去杂讯处理或细节增强处理，使得影像处理方法不会频繁地在去杂讯处理或细节增强处理之间进行切换，避免发生影像不连续。

本发明提供一种影像处理装置，提供去杂讯函数与细节增强函数并解析影像的杂讯特征与细节特征，用以执行前述的影像处理方法。

本发明的影像处理方法包括下列步骤。提供去杂讯(De-Noise)函数以及细节增强(Detail Enhancement)函数。接收影像信号中的目前影像，并且计算目前影像的杂讯特征以及细节特征。依照杂讯特征逐步且平滑地调整去杂讯函数，且依照细节特征逐步且平滑地调整细节增强函数。比较去杂讯函数及细节增强函数，决定对目前影像执行去杂讯(De-noise)处理或细节增强(Detail Enhancement)处理。

本发明的影像处理装置，包括解码单元、计算单元与处理单元。解码单元接收影像信号中的目前影像以计算目前影像的杂讯特征以及细节特征。计算单元耦接至解码单元且提供去杂讯函数以及细节增强函数。计算单元依照杂讯特征逐步且平滑地调整去杂讯函数，依照细节特征逐步且平滑地调整细节增强函数，并且比较去杂讯函数以及细节增强函数。处理单元耦接至计算单元，并根据去杂讯函数及细节增强函数的比较结果，对目前影像执行去杂讯处理或细节增强处理。

基于上述，本发明实施例所提出的影像处理方法以及影像处理装置，透过解析影像的杂讯特征与细节特征，逐步且平滑地调整去杂讯函数与细节增强函数，并且根据去杂讯函数与细节增强函数的比较结果，决定对影像执行去杂讯处理或细节增强处理。如此一来，每张影像的特征皆被解析并纳入考量，以作为执行影像处理的依据，同时避免仅根据单张影像的影像特征来决定对影像执行去杂讯处理或细节增强处理，进而解决了影像不连续的问题，并呈现最佳化的视觉效果。

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是根据本发明一实施例所绘示的影像处理方法的流程图。

图2是本发明一实施例中计算杂讯特征及细节特征的方法流程图。

图3是本发明一实施例中计算杂讯特征的示意图。

图4是本发明一实施例中计算细节特征的示意图。

图5是本发明一实施例中调整去杂讯函数与细节增强函数的方法流程图。

图6是本发明一实施例中调整调整去杂讯函数与细节增强函数的方法示意图。

图7是本发明一实施例中比较去杂讯函数及细节增强函数的方法流程图。

图8是根据本发明一实施例所绘示的影像处理装置的示意图。

S120～S180：影像处理方法的步骤

S141～S146：计算目前影像的杂讯特征的步骤

S141、S147～S151：计算目前影像的细节特征的步骤

S162～S166：调整去杂讯函数与细节增强函数的步骤

S182～S186：比较去杂讯函数及细节增强函数，以决定对目前影像执行去杂讯处理或细节增强处理的步骤

210、210’：区域

212、212’：宏区块

212a、212a’：像素

M：高频滤波遮罩

212b：每行像素

212c：每列像素

T、t0、t11’、t11、t1、t21’、t21、t2：时间

300：影像处理装置

310：解码单元

320：计算单元

330：处理单元

N：杂讯特征

D：细节特征

CR：比较结果

具体实施方式

本发明所提供的影像处理方法，适于对连续影像中的每张影像逐一进行分析，以决定对单张影像进行去杂讯处理或者细节增强处理。图1是根据本发明一实施例所绘示的影像处理方法的流程图。请参照图1，影像处理方法包括下列步骤。于步骤S120中，提供去杂讯函数与细节增强函数。接着，于步骤S140中，接收影像信号中的目前影像，并计算目前影像的杂讯特征以及细节特征。于步骤S160中，依照杂讯特征逐步且平滑地调整去杂讯函数，且依照细节特征逐步且平滑地调整细节增强函数。最后，于步骤S180中，比较去杂讯函数及细节增强函数以决定对目前影像执行去杂讯处理或细节增强处理。

于步骤S120提供去杂讯函数与细节增强函数时，去杂讯函数与细节增强函数的初始值、变化幅度、上限值以及下限值等皆可以被自由设定。详细而言，于本实施例所提供的影像处理方法中，去杂讯函数与细节增强函数的比较结果，是决定对每张影像执行去杂讯处理或细节增强处理的依据，并且去杂讯函数与细节增强函数会反应每张影像的杂讯特征与细节特征而有所变化。去杂讯函数与细节增强函数的数值反应影像对于去杂讯处理以及细节增强处理的需求程度，而去杂讯函数与细节增强函数的设定可以决定影像处理方法在去杂讯处理以及细节增强处理间的转换时机与切换频率。具体的例子将陈述于后。

于步骤S140中，对所接收的影像信号进行计算，以取得目前影像的杂讯特征及细节特征。图2是本发明一实施例中计算杂讯特征及细节特征的方法流程图。请参照图2，杂讯特征以及细节特征分别经由不同的计算流程而取得。步骤S141～S146为计算目前影像的杂讯特征的流程，而步骤S141、S147～S151为计算目前影像的细节特征的流程。计算杂讯特征的步骤S141～S146以及计算细节特征的步骤S141、S147～S151在本实施例中为同时执行。以下将分别详述计算目杂讯特征与细节特征的流程。

图3是本发明一实施例中计算杂讯特征的示意图。请同时参照图2与图3，于步骤S141中，影像信号中的先前影像及目前影像分别被切割为多个区域(region)210、210’，且每一区域210、210’包括多个宏区块(Macroblock)212、212’。此外，每个宏区块212、212’更包括多个像素212a、212a’。先前影像的接收时间早于目前影像，并且先前影像与目前影像可以为影像信号中的连续两张影像。接着，于步骤S142中，计算先前影像的宏区块212’的每一像素212a’与目前影像的宏区块212对应位置的每一像素212a(例如为图3中以色块所标示的像素212a与212a’)之间的绝对差值。更详细地说，像素212a的灰阶值与对应像素212a’的灰阶值会被逐一比较，以取得多个绝对差值。依据目前影像的宏区块212，前述的多个绝对差值于步骤S143中被利用以计算多个绝对差值和。换言之，依照一定的像素212a分组方式，将多个绝对差值相加来取得绝对差值和。绝对差值和可以为每一宏区块212中每行像素212b的绝对差值和、每列像素212c的绝对差值和以及每行像素212b与每列像素212c的绝对差值和三者其中之一。

于步骤S144中，平均目前影像的每一宏区块210中的绝对差值和，取得多个宏区块平均值。之后，于步骤S145中，比较每一区域210中的多个宏区块平均值，且宏区块平均值中的最小者为该区域210的杂讯代表值。最后，于步骤S146中，比较每一区域210的杂讯代表值，以决定目前影像的杂讯特征。杂讯特征可以选自多个区域210中，多个杂讯代表值中的最大值、最小值以及平均值三者之一。值得注意的是，图3中的区域数量、宏区块数量、像素数量仅为图示范例，而实际的数量可以根据实际影像的像素数量而调整。

图4是本发明一实施例中计算细节特征的示意图。请同时参照图2与图4，于步骤S141中，影像信号中的目前影像分别被切割为多个区域210，且每一区域210包括多个宏区块212。不同于计算杂讯特征的方法，计算细节特征的方法仅需要利用目前影像。更详细地来说，计算细节特征的方法是利用高频滤波遮罩M进行滤波处理以取得目前影像的细节特征，如图2步骤S147～S151所述。于步骤S147中，利用高频滤波遮罩M，对每一宏区块中212的多个像素212a进行滤波处理，以取得多个高频像素值。对于每个像素212a而言，高频滤波遮罩M透过其中所设定的系数(例如为[-12-1])，放大像素212a与其邻近像素212a间灰阶变化的部分，并取得对应的高频像素值。高频率波遮罩M所涵盖的像素范围并不仅限于如本实施例的3个像素212a，而可以为涵盖更多个像素212a(例如为5个或9个)，且其系数也可以随之变化。如同图3，图4中的区域数量、宏区块数量、像素数量仅为图示范例，而实际的数量可以根据实际影像的像素数量而调整。

接着，于步骤S148中，计算每一宏区块212中的每一行高频像素值。行高频像素值为每行像素212b的多个高频像素值的平均值(于图4中，每行像素212b包括3个像素212a)。于步骤S149中，透过平均每一宏区块212中的所有行高频像素值，计算每一宏区块212的平均行高频像素值。于步骤S150中，对每一区域210而言，比较多个宏区块212的平均行高频像素值。前述多个宏区块212中，平均行高频像素值的最大值为该区域210中的细节代表值。最后，于步骤S151中，比较每一区域210的细节代表值，以决定目前影像的细节特征。于本实施例中，细节特征为多个细节代表值中的最大者，但并不以此为限。

目前影像的杂讯特征代表其受杂讯影响的程度。一般而言，若目前影像受到杂讯的严重影响，则会优先对目前影像进行去杂讯处理。反之，若目前影像受杂讯影响程度较小，且具有较不显著的细节特征时，则可以考虑对目前影像进行细节增强处理，以增强目前影像中的细微部分。本发明所提供的影像方法对所接收的影像皆进行分析，取得影像的杂讯特征与细节特征，以作为执行去杂讯处理与细节增强处理的参考。由于去杂讯处理与细节增强处理无法同时运用在同一张影像中，故本发明实施例中所提出的影像处理方法，更包括判断目前影像的状况，以决定对目前影像执行去杂讯处理或细节增强处理的方法。

于步骤S160中，依据步骤S140所取得的杂讯特征与细节特征，逐步且平滑地调整于步骤S120中所提供的去杂讯函数与细节增强函数。图5是本发明一实施例中调整去杂讯函数与细节增强函数的方法流程图。于步骤S162中，比较目前影像的杂讯特征是否大于第一阀值(De-noise Threshold)以及细节特征是否大于第二阀值(Detail Threshold)。第一阀值是用以判定影像受杂讯影响的基准，而第二阀值是用以判定影像的细部特征变化。若杂讯特征大于第一阀值，于步骤S164中，依照杂讯特征逐步且平滑地升高去杂讯函数，并依照细节特征逐步且平滑地降低细节增强函数。当去杂讯函数达到第一上限时，则停止调整去杂讯函数。反之，若目前影像的杂讯特征小于第一阀值，且目前影像的细节特征大于或不小于第二阀值，则于步骤S166中，依照杂讯特征逐步且平滑地降低去杂讯函数，并依照细节特征逐步且平滑地升高细节增强函数。当细节增强函数达到第二上限，则停止调整细节增强函数。

图6是本发明一实施例中调整调整去杂讯函数与细节增强函数的方法示意图。更详细地说，图6绘示去杂讯函数与细节增强函数在时间t0～T内，根据多张影像的杂讯特征与细节特征进行调整所导致的调整去杂讯函数与细节增强函数的数值变化。于图6中，去杂讯函数以虚线描绘，而细节增强函数则以实线描绘。如同前述，去杂讯函数与细节增强函数的起始值、变化幅度、上限值与下限值可自由的设定。于图6实施例中，去杂讯函数与细节增强函数的初始值皆设定为数值60，去杂讯函数的变化幅度为正负15(±15)，而细节增强函数的变化幅度则为正负10(±10)。去杂讯函数的上限值(第一上限)为数值150，下限值(第二下限)为数值0，而细节增强函数的上限值(第二上限)为数值100，下限值(第一下限)为数值0。

每当一张影像的杂讯特征与细节特征被计算出来后，影像处理方法首先比较杂讯特征与第一阀值的大小。若影像的杂讯特征大于第一阀值(于图6为Noise>Noise_thr的期间)，则依照杂讯特征逐步且平滑地升高去杂讯函数，并依照细节特征逐步且平滑地降低细节增强函数。由于本实施例中，去杂讯函数的变化幅度是固定的，故于时间t0～t11期间，若每张影像的杂讯特征皆大于第一阀值，则去杂讯函数的数值以正15的幅度逐步往上升高，而细节增强函数的数值以负10的幅度逐步往下减少。当去杂讯函数的数值达到第一上限150时，于时间t11～t1期间，纵使影像的杂讯特征皆大于第一阀值，去杂讯函数的数值仍维持不变，而细节增强函数的数值则可继续降低直到第一下限0后维持不变。

相对地，若影像的杂讯特征小于第一阀值(于图6为Noise<Noise_thr的期间)，且影像的细节特征大于或不小于第二阀值，则依照杂讯特征逐步且平滑地降低去杂讯函数，并依照细节特征逐步且平滑地升高细节增强函数。参照图6，于时间t1～t21期间，若每张影像的杂讯特征皆小于第一阀值，且影像的细节特征大于或不小于第二阀值，则去杂讯函数的数值以负15的幅度逐步往下减少，而细节增强函数的数值以正10的幅度逐步往上升高。当细节增强函数的数值达到第二上限100时，于时间t21～t2期间，纵使影像的杂讯特征皆小于第一阀值，且影像的细节特征皆大于或不小于第二阀值，细节增强函数的数值仍维持不变，而去杂讯函数的数值则可继续降低直到第二下限0后维持不变。

去杂讯函数与细节增强函数是作为判断执行去杂讯处理或者细节增强处理的基准。因此，若于步骤S160中侦测到目前影像受杂讯影响到一定的程度，例如杂讯特征大于第一阀值，或者是杂讯特征不小于第一阀值，则升高去杂讯函数并降低细节增强函数，以使影像处理方法于后续步骤中，倾向于执行去杂讯处理。反之，若杂讯特征小于第一阀值，且细节特征大于或不小于第二阀值，则降低去杂讯函数并升高细节增强函数，以使影像处理方法于后续步骤中，倾向于执行细节增强处理。

于其它实施例中，当杂讯特征大于第一阀值时，依照杂讯特征逐步且平滑地升高去杂讯函数并依照细节特征逐步且平滑地降低细节增强函数，而当细节增强函数达到第一下限，则停止调整细节增强函数。当杂讯特征小于第一阀值，且细节特征大于或不小于第二阀值时，则依照杂讯特征逐步且平滑地降低去杂讯函数并依照细节特征逐步且平滑地升高细节增强函数，若去杂讯函数达到第二下限，则停止调整去杂讯函数。此外，若杂讯特征小于第一阀值，且细节特征小于第二阀值，则依照杂讯特征逐步且平滑地降低去杂讯函数，当去杂讯函数达到第二下限，则停止调整去杂讯函数。

如同前述，本发明中，去杂讯函数与细节增强函数的设定并不以上述为限，而可以自由变化。举例而言，于图6中，由于去杂讯函数与细节增强函数的变化幅度是固定的，因此去杂讯函数与细节增强函数的变化幅度并不受杂讯特征与细节特征本身的大小影响。于其它实施例中，去杂讯函数与细节增强函数的变化幅度可以相关于杂讯特征与细节特征的大小。换言之，去杂讯函数与细节增强函数在变化时可反应于杂讯特征与细节特征的数值，进而更改去杂讯函数与细节增强函数的数值的增减幅度。此外，于前述实施例中，若去杂讯函数的数值越大，代表影像越倾向于进行去杂讯处理，而若细节增强函数的数值越大，代表影像越倾向于进行细节增强处理。然而，本发明不以此为限。于其它实施例中，当去杂讯函数或细节增强函数的数值越小，则代表影像较需要并倾向对应的去杂讯处理或细节增强处理。

图6中所绘示的是去杂讯函数与细节增强函数在时间t0～T内的连续变化，然而每当步骤S160中，去杂讯函数与细节增强函数根据步骤S140所得的杂讯特征与细节特征进行调整后，接着便于步骤S180中，比较去杂讯函数及细节增强函数，以决定对目前影像执行去杂讯处理或细节增强处理。图7是本发明一实施例中比较去杂讯函数及细节增强函数的方法流图。请参照图7，于步骤S182中，在调整去杂讯函数及细节增强函数后的特定时间上，比较去杂讯函数的数值及该细节增强函数的数值，以决定对目前影像执行去杂讯处理或细节增强处理。若特定时间上的杂讯特征大于或不小于第一阀值并且比较去杂讯函数和细节增强函数为倾向于去杂讯处理，则于步骤S184中，对目前影像进行去杂讯处理。反之，若特定时间上的杂讯特征小于第一阀值并且比较去杂讯函数和细节增强函数为倾向于细节增强处理，则于步骤S186中，对目前影像进行细节增强处理。完成步骤S180后，若影像信号仍持续输入或还有未处理的影像，则影像处理方法会重回步骤S140，以对下一张影像进行影像处理。

参照图5～7，可以发现纵使目前影像的杂讯特征大于第一阀值，本发明中的影像处理方法仍有可能是对目前影像进行细节增强处理而非去杂讯处理(例如为图6中的时间t0～t11’期间)。反之，当目前影像的杂讯特征小于第一阀值且细节特征大于或不小于第二阀值时，本发明中的影像处理方法也可能是对目前影像进行去杂讯处理而非细节增强处理(例如为图6中的时间t1～t21’期间)。详细而言，在多张连续的影像中，时常可能出现杂讯特征突然剧烈变化的情形。若影像处理方法仅根据杂讯特征、细节特征、第一阀值与第二阀值间的比较关系而决定进行去杂讯处理或细节增强处理，则所呈现的影像品质很可能产生不稳定的情形，并且使得多张影像间产生不连续的情形。本发明中的影像处理方法则利用去杂讯函数与细节增强函数作为缓冲。举例而言，若先前多张影像的杂讯特征皆小于第一阀值，则经调整的去杂讯函数的数值持续地小于细节增强函数的数值。此时纵使有一张目前影像的杂讯特征大于第一阀值，影像处理方法仍旧会对该张影像进行去细节增强处理，以避免影像间的不连续。唯有当其后连续数张的影像皆呈现杂讯特征大于第一阀值的情况，使得去杂讯函数的数值变化为大于细节增强函数的数值，原本进行细节增强处理的影像处理方法，才会转为对目前影像进行去杂讯处理，以避免持续呈现受杂讯干扰的影像。

根据前述，若将去杂讯函数与细节增强函数的变化幅度分别设定为相关于杂讯特征与细节特征的大小，则影像处理方法更可灵活地反应多张影像的实际情形而决定进行去杂讯处理或者细节增强处理。详细来说，若连续多张影像皆具有严重的杂讯干扰，此时影像较需要进行去杂讯处理，而由于去杂讯函数的变化幅度是相关于杂讯特征的大小，因而去杂讯函数会快速的上升，使得影像处理方法可以快速地切换为对影像进行去杂讯处理。而若连续多张影像皆具有较不显著的细节特征且较不受杂讯干扰，此时影像较需要进行细节增强处理，而由于细节增强函数的变化幅度是相关于细节特征的大小，因而细节增强函数会快速的上升，使得影像处理方法可以快速地切换为对影像进行细节增强处理。

图8是根据本发明一实施例所绘示的影像处理装置的示意图。参照图8，影像处理装置300包括解码单元310、计算单元320以及处理单元330。解码单元310接收影像信号IS中的目前影像以计算目前影像的杂讯特征N以及细节特征D，并将目前影像的杂讯特征N以及细节特征D提供给计算单元320。计算单元320耦接至解码单元310以接收前述的杂讯特征N以及细节特征D。此外，计算单元320提供经设定的去杂讯函数以及细节增强函数，并且依照杂讯特征N逐步且平滑地调整去杂讯函数，且依照细节特征D逐步且平滑地调整细节增强函数。经调整后的去杂讯函数与细节增强函数经过计算单元320比较后，其比较结果CR会输出至处理单元330。处理单元330根据比较结果CR，对所接收影像信号IS中的目前影像进行去杂讯处理或者细节增强处理。

影像处理装置300主要是运用前述的影像处理方法来对影像进行判断，进而选择对影像进行去杂讯处理或细节增强处理。详细的方法流程请参照前述，在此不再赘述。

综上所述，本发明所提供的影像处理方法与相关的影像处理装置，藉由连续地分析多张影像的杂讯特征与细节特征，以逐步且平滑地调整去杂讯函数与细节增强函数，并且根据去杂讯函数与细节增强函数的比较结果，进而决定对目前影像进行去杂讯处理或者细节增强处理。所述影像处理方法除了自适应性地检测每张影像的特征外，同时也针对连续影像的变化来决定执行何种影像处理，以避免影像处理方法在选择去杂讯处理或者细节增强处理上过度频繁地切换，因而可呈现较佳的影像品质，并解决影像不连续的问题。此外，对于单张影像仅选择执行杂讯处理或者细节增强处理，更可避免复杂的运算，以加快影像处理的速度。

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以权利要求所界定的为准。

Claims (18)

1.一种影像处理方法，包括：

提供去杂讯函数以及细节增强函数；

接收影像信号中的目前影像，并计算该目前影像的杂讯特征以及细节特征；

依照该杂讯特征逐步且平滑地调整该去杂讯函数，且依照该细节特征逐步且平滑地调整该细节增强函数；以及

比较该去杂讯函数及该细节增强函数，决定对该目前影像执行去杂讯处理或细节增强处理。

2.如权利要求1所述的影像处理方法，其特征在于，接收该影像信号中的该目前影像，并计算该目前影像的该杂讯特征以及该细节特征的步骤更包括：

将该影像信号中的先前影像与该目前影像分别切割为多个区域，其中每一该区域包括多个宏区块；

计算该先前影像的该些宏区块的每一像素与该目前影像的该些宏区块对应位置的每一像素之间的绝对差值；

计算该些绝对差值的多个绝对差值和；

平均该目前影像的每一该宏区块中的该些绝对差值和，取得多个宏区块平均值；

比较每一该区域中的该些宏区块平均值，其中该些宏区块平均值的最小值为该区域中的杂讯代表值；以及

比较每一该区域的该杂讯代表值，以决定该目前影像的该杂讯特征。

3.如权利要求2所述的影像处理方法，其特征在于，计算该些绝对差值的该些绝对差值和的步骤更包括：

计算每一该宏区块中每行像素的该绝对差值和、每列像素的该绝对差值和、以及每行像素与每列像素的该绝对差值和三者其中之一。

4.如权利要求2所述的影像处理方法，其特征在于，比较每一该区域的该杂讯代表值，以决定该目前影像的该杂讯特征的步骤中，该杂讯特征为选自该些区域中该些杂讯代表值的最大值、最小值以及平均值三者之一。

5.如权利要求1所述的影像处理方法，其特征在于，接收该影像信号中的该目前影像，并计算该目前影像的该杂讯特征以及该细节特征的步骤更包括：

将该目前影像切割为多个区域，其中每一该区域包括多个宏区块；

利用高频滤波遮罩，对每一该宏区块中的多个像素进行滤波处理，以取得多个高频像素值；

计算每一该宏区块中的每一行高频像素值；

计算每一该宏区块的平均行高频像素值；

比较该些宏区块的该些平均行高频像素值，其中该些宏区块的该些平均行高频像素值的最大值为该区域中的细节代表值；以及

比较每一该区域的该细节代表值，以决定该目前影像的该细节特征，其中该细节特征为该些细节代表值中的最大者。

6.如权利要求5所述的影像处理方法，其特征在于，计算每一该宏区块中的该平均行高频像素值的步骤更包括：

平均该宏区块中的该些行高频像素值，以作为该宏区块的该平均行高频像素值。

7.如权利要求1所述的影像处理方法，其特征在于，依照该杂讯特征逐步且平滑地调整该去杂讯函数，且依照该细节特征逐步且平滑地调整该细节增强函数的步骤更包括：

若该杂讯特征大于第一阀值，则依照该杂讯特征逐步且平滑地升高该去杂讯函数并依照该细节特征逐步且平滑地降低该细节增强函数，当该去杂讯函数达到第一上限，则停止调整该去杂讯函数；以及

若该杂讯特征小于该第一阀值，且该细节特征大于或不小于第二阀值，则依照该杂讯特征逐步且平滑地降低该去杂讯函数并依照该细节特征逐步且平滑地升高该细节增强函数，当该细节增强函数达到第二上限，则停止调整该细节增强函数。

8.如权利要求第7项所述的影像处理方法，其特征在于，比较该去杂讯函数及该细节增强函数，决定对该目前影像执行该去杂讯处理或该细节增强处理的步骤包括：

在调整该去杂讯函数及该细节增强函数后的特定时间上，若在该特定时间上的该去杂讯函数的数值大于该细节增强函数的数值时，对该目前影像进行该去杂讯处理；若在该特定时间上的该去杂讯函数的数值小于该细节增强函数的数值时，对该目前影像进行该细节增强处理。

9.如权利要求1所述的影像处理方法，其特征在于，依照该杂讯特征逐步且平滑地调整该去杂讯函数，且依照该细节特征逐步且平滑地调整该细节增强函数的步骤更包括：

若该杂讯特征大于第一阀值，则依照该杂讯特征逐步且平滑地升高该去杂讯函数并依照该细节特征逐步且平滑地降低该细节增强函数，当该细节增强函数达到第一下限，则停止调整该细节增强函数；

若该杂讯特征小于该第一阀值，且该细节特征大于或不小于第二阀值，则依照该杂讯特征逐步且平滑地降低该去杂讯函数并依照该细节特征逐步且平滑地升高该细节增强函数，当该去杂讯函数达到第二下限，则停止调整该去杂讯函数；以及

若该杂讯特征小于该第一阀值，且该细节特征小于该第二阀值，则依照该杂讯特征逐步且平滑地降低该去杂讯函数，当该去杂讯函数达到该第二下限，则停止调整该去杂讯函数。

10.一种影像处理装置，包括：

解码单元，接收影像信号中的目前影像以计算该目前影像的杂讯特征以及细节特征；

计算单元，耦接至该解码单元，该计算单元提供去杂讯函数以及细节增强函数，依照该杂讯特征逐步且平滑地调整该去杂讯函数，且依照该细节特征逐步且平滑地调整该细节增强函数，并比较该去杂讯函数以及该细节增强函数；以及

处理单元，耦接至该计算单元，该处理单元根据该去杂讯函数及该细节增强函数的比较结果，对该目前影像执行去杂讯处理或细节增强处理。

11.如权利要求10所述的影像处理装置，其特征在于，该解码单元将该影像信号中的先前影像与该目前影像分别切割为多个区域，且每一该区域包括多个宏区块，该解码单元计算该先前影像的该些宏区块的每一像素与该目前影像的该些宏区块对应位置的每一像素之间的绝对差值，并且计算该些绝对差值的多个绝对差值和，该解码单元平均该目前影像的每一该宏区块中的该些绝对差值和以取得多个宏区块平均值，并且比较每一该区域中的该些宏区块平均值，其中该些宏区块平均值的最小值为该区域中的杂讯代表值，该解码单元比较每一该区域的该杂讯代表值，以决定该目前影像的该杂讯特征。

12.如权利要求11所述的影像处理装置，其特征在于，该解码单元所计算的该些绝对差值和为每一该宏区块中每行像素的该绝对差值和、每列像素的该绝对差值和、以及每行像素与每列像素的该绝对差值和的三者其中之一。

13.如权利要求11所述的影像处理装置，其特征在于，该杂讯特征为选自该些区域中该些杂讯代表值的最大值、最小值以及平均值三者之一。

14.如权利要求10所述的影像处理装置，其特征在于，该解码单元将该目前影像切割为多个区域，其中每一该区域包括多个宏区块，该解码单元利用高频滤波遮罩，对每该一宏区块中的多个像素进行滤波处理，以取得多个高频像素值，该解码单元计算每一该宏区块中的每一行高频像素值，并且计算每一该宏区块的平均行高频像素值，该解码单元比较该些宏区块的该些平均行高频像素值，其中该些宏区块的该些平均行高频像素值的最大值为该区域中的细节代表值，该解码单元比较每一该区域的该细节代表值以决定该目前影像的该细节特征，其中该细节特征为该些细节代表值中的最大者。

15.如权利要求14所述的影像处理装置，其特征在于，该解码单元平均每一该宏区块中的该些行高频像素值，以做为每一该宏区块的该平均行高频像素值。

16.如权利要求10所述的影像处理装置，其特征在于，若杂讯值特征大于第一阀值，则该计算单元依照该杂讯特征逐步且平滑地升高该去杂讯函数并依照该细节特征逐步且平滑地降低该细节增强函数，当该去杂讯函数达到第一上限，该计算单元停止调整该去杂讯函数，若该杂讯特征值小于该第一阀值，且该细节特征大于或不小于第二阀值，则该计算单元依照该杂讯特征逐步且平滑地降低该去杂讯函数并依照该细节特征逐步且平滑地升高该细节增强函数，当该细节增强函数达到第二上限，则该计算单元停止调整该细节增强函数。

17.如权利要求16所述的影像处理装置，其特征在于，在调整该去杂讯函数及该细节增强函数后的特定时间上，若在该特定时间上的该去杂讯函数的数值大于该细节增强函数的数值时，该处理单元对该目前影像进行该去杂讯处理；若在该特定时间上的该去杂讯函数的数值小于该细节增强函数的数值时，该处理单元对该目前影像进行该细节增强处理。

18.如权利要求10所述的影像处理装置，其特征在于，若杂讯值特征大于第一阀值，则该计算单元依照该杂讯特征逐步且平滑地升高该去杂讯函数并依照该细节特征逐步且平滑地降低该细节增强函数，当该细节增强函数达到第一下限，该计算单元停止调整该细节增强函数，若该杂讯特征值小于该第一阀值，且该细节特征大于或不小于第二阀值，则该计算单元依照该杂讯特征逐步且平滑地降低该去杂讯函数并依照该细节特征逐步且平滑地升高该细节增强函数，当该去杂讯函数达到第二下限，则该计算单元停止调整该去杂讯函数，若该杂讯特征值小于该第一阀值，且该细节特征小于该第二阀值，则该计算单元依照该杂讯特征逐步且平滑地降低该去杂讯函数，当该去杂讯函数达到该第二下限，则该计算单元停止调整该去杂讯函数。