CN105282419A - 去噪声方法以及影像系统 - Google Patents

Abstract

本发明提供了一种去噪声方法以及影像系统。该去噪声方法，包含有：接收一目前图帧中的一像素；依据对应该像素的一特定信息来计算一去噪声系数；以及依据该去噪声系数来调配该目前图帧的该像素的一权重和一先前图帧的至少一像素的一权重，以产生一输出像素，其中该先前图帧的该至少一像素包含一相对位置像素。一种影像系统，包含有：一镜头模块，用来撷取一影像信息；一影像信号处理器，耦接至该镜头模块，用来将该影像信息转换为一图帧；以及一去噪声单元，耦接至该影像信号处理器，用来基于上述去噪声方法来将该图帧中的一像素输出为一输出像素。

Description

去噪声方法以及影像系统

技术领域

本发明所公开的实施例涉及影像处理，特别涉及一种去噪声方法以及相关影像系统。

背景技术

在实时数字影像处理中，去噪声(de-noising)的方法主要可以分为两类。第一类是在空间域(spatialdomain)进行的去噪声方法，像是高斯滤波(Gaussianfiltering)、中值滤波(medianfiltering)、双边滤波(bilateralfiltering)以及效果非常好的非局部均值(non-localmeans，NLM)滤波，然该等空间域去噪声方法往往需要耗费庞大的计算量，以达到较佳预期效果。且难免会造成影像模糊以及细节损失的副作用。

第二类是在时间域(timedomain)进行的去噪声方法，即同时考虑前一个图帧(frame)和目前的图帧，进行一个适当的加权平均以达到去噪声的效果。相较于第一类去噪声作法，最大的优点是几乎不会造成影像的模糊或是细节的损失，但是该等时间域去噪声方法容易导致残影的增生，又或是影像不自然的现象。为了尽量减少此副作用往往需要非常复杂的运算。

为了改善空间域和时间域的去噪声方法的问题，实际中亦可以融合此两种作法，但同时利用时间域和空间域的滤波方法往往会遇到三个主要的问题：第一是严重的残影；第二是图像清晰度下降；第三是当噪声较大的时候，特别是影像撷取装置在低光源环境，或是画面的周围受到透镜阴影(lensshading)的影响时，去噪声的效果就会下降。

因此本领域亟需一种低复杂度且高效率的去噪声方法，来改善上述问题。

发明内容

根据本发明的实施例，公开一种去噪声方法以及相关影像系统以解决上述问题。

依据本发明的第一实施例，提出一种去噪声方法，包含有：接收一目前图帧中的一像素；依据对应该像素的一特定信息来计算一去噪声系数；以及依据该去噪声系数来调配该目前图帧的该像素的一权重和一先前图帧的至少一像素的一权重，以产生一输出像素，其中该先前图帧的该至少一像素包含一相对位置像素(co-locatedpixel)。

依据本发明的第二实施例，提出一种影像系统，包含有：一镜头模块，用来撷取一影像信息；一影像信号处理器，耦接至该镜头模块，用来将该影像信息转换为一图帧；以及一去噪声单元，耦接至该影像信号处理器，用来基于权利要求1项中所述的方法来将该图帧中的一像素输出为一输出像素。

依据本发明的第三实施例，提出一种影像系统，包含有：一镜头模块，用来撷取一影像信息；一影像信号处理器，耦接至该镜头模块，用来将该影像信息转换为一图帧；一亮度调整单元，耦接于该影像信号处理器以及该镜头模块之间，用来依据一自动曝光信息来产生一曝光控制信号至该镜头模块以及产生一图帧率信息至一去噪声单元；以及该去噪声单元，用来基于权利要求12项中所述的方法来依据该图帧率信息，来将该图帧中的一像素输出为一输出像素。

依据本发明的第四实施例，提出一种影像系统，包含有：一镜头模块，用来撷取一影像信息；一影像信号处理器，耦接至该镜头模块，用来将该影像信息转换为一图帧；一亮度调整单元，耦接于该影像信号处理器以及该镜头模块之间，用来依据一自动曝光信息来产生一曝光控制信号至该镜头模块以及产生一图帧率信息至一去噪声单元；以及该去噪声单元，用来至少依据该图帧率信息以及该图帧中的一像素，进行一空间域去噪声和一时间域去噪声，以产生一输出像素。

本发明的精神在于利用自适应性的方法来动态地决定时间域的去噪声比重，并另外加上空间域的去噪声以达到实时的三维去噪声方法。

附图说明

图1为本发明实时自适应性三维动态去噪声方法的简化示意图。

图2为一函数的实施例的示意图。

图3为本发明实时自适应性三维动态去噪声方法的第一实施例的流程图。

图4为本发明中亮度与韦伯临界值的关系图。

图5为本发明中移动强度与前置去噪声系数的关系图。

图6为本发明中离图帧中心点的距离与调整参数的一实施例的关系图。

图7为本发明中离图帧中心点的距离与调整参数的另一实施例的关系图。

图8为本发明实时自适应性三维动态去噪声方法的第二实施例的流程图。

图9为本发明一影像系统的实施例的示意图。

附图标记说明：

300～312步骤

800～812步骤

900影像系统

902镜头

904传感器

906影像信号处理器

908去噪声单元

910亮度调整单元

具体实施方式

在说明书及权利要求当中使用了某些词汇来指称特定的元件。所属领域中技术人员应可理解，制造商可能会用不同的名词来称呼同样的元件。本说明书及权利要求并不以名称的差异来作为区分元件的方式，而是以元件在功能上的差异来作为区分的准则。在通篇说明书及权利要求当中所提及的「包含」是为一开放式的用语，故应解释成「包含但不限定于」。另外，「耦接」一词在此是包含任何直接及间接的电气连接手段。因此，若文中描述一第一装置耦接于一第二装置，则代表该第一装置可直接电气连接于该第二装置，或通过其他装置或连接手段间接地电气连接至该第二装置。

一般来说，为了得到较好的去噪声效果，首先要分析噪声的特性。常见的静态影像噪声有两种，即椒盐噪声(saltandpeppernoise)和高斯噪声。然而对于一般的影像撷取装置来说，由于所拍摄的影像是动态的，每一个图帧的噪声可能都不尽相同。就视觉上来说，每一个点的噪声都是不断的闪烁跳动，亦即整个画面中充满着闪烁的噪声，这种情况如果用空间域的处理效果就会不尽理想，较适合用时间域的滤波，或是利用时间域加上空间域的方式来处理。

本发明的精神在于利用自适应性的方法来动态地决定时间域的去噪声比重，并另外加上空间域的去噪声以达到实时的三维去噪声方法。在三维去噪声方法中，如何调配时间域去噪声的强度(效果)会直接的影响使用者感受。本发明适用于所有的相机模块以及拍摄环境，例如在低光源环境下，可以发现所撷取到的两个不同时间点的图帧，画面中不仅充满静态的噪声，亦包含了动态闪烁跳动的噪声。因此，通过本发明可以在尽量不损失画面细节的情况下，减少动态跳动的噪声以提升视觉感受。除此之外，本发明的计算成本非常低，可应用在各种不同的实现方式，例如硬件(例如晶片)、软件(例如驱动程序、应用程序)或是固件或是其中一部分或是全部的组合。

图1为本发明实时自适应性三维动态去噪声方法的简化示意图。方程式(1)是本发明的基本想法，依据一目前图帧和一先前图帧进行一滤波处理，请注意，该先前图帧并不限定于前一图帧。该滤波处理可表示如下：

P_out＝P_in×C_denoising+f₃(q)×(1-C_denoising)(1)

其中P_in是该目前图帧中的一像素的数值，而q是该先前图帧中相对应位置的另一像素(相对位置像素(co-locatedpixel))的数值，P_out是经过该滤波处理后所产生的结果，亦即该目前图帧中该像素的新数值。更具体地说，在此是利用一整合去噪声系数C_denoising，以动态判断的方式决定出最适合该像素的整合去噪声系数C_denoising。由方程式(1)可知，整合去噪声系数C_denoising越大，代表输出值越是由目前图帧P_in的该像素的数值来决定；而整合去噪声系数C_denoising越小，代表输出值越是受到该先前图帧的相对应位置的另一像素数值所影响。换言之，图1中的整合去噪声系数C_denoising越大，表示针对三维时间域的该滤波处理的效果与强度越弱；而整合去噪声系数C_denoising越小，表则示该滤波处理的效果与强度越强，本发明的关键之一即在如何决定出目前图帧P_in中每个像素最适当的整合去噪声系数C_denoising。关于滤波函数f₃，其是用来对该先前图帧中相对应位置的该另一像素进行的处理，举例来说，可以是现有的空间域的去噪声滤波方式，例如中值滤波、双边滤波或是非局部均值滤波等，然本发明不以此限。在一较佳实施例中，滤波函数f₃是属于边缘保护的滤波方式，以尽量的保留细节。

上述的方程式(1)可进一步以方程式(2)来表示如下。

P_out＝P_in×f₁(f₂(C₁，C₂，...，C_n))+f₃(q)×(1-f₁(f₂(C₁，C₂，...，C_n))

(2)

其中是将方程式(1)中的整合去噪声系数C_denoising以f₁(f₂(C₁，C₂，...，C_n))表示。函数f₁是一个全域(global)的映射函数，此函数可以将去噪声系数做一个整体的调整，举例来说，可以依据所使用的镜头及/或感光元件的特性，来利用函数f₁对一输入进行一全域增益处理来直接改变该输入的强度，并产生一输出，以得到稳定的效果，避免受到不同镜头的影响，然本发明不以此限。若是函数f₁的该输出大于该输入，表示函数f₁是增加该输入的强度；反之若此函数的该输出小于该输入，表示降低该输入的强度。

图2为函数f₂的实施例的示意图。其中函数f₂的一输入是一目前图帧m分别对应n个先前图帧(即图帧m-1～图帧m-n)的n个个别去噪声系数。个别去噪声系数C₁为依据一目前图帧m与先前图帧m-1所计算出来的个别去噪声系数C₁；个别去噪声系数C₂为依据目前图帧m与前二图帧m-2所计算出来的个别去噪声系数C₂；依此类推。其中n为大于或等于1的正整数，若是n为1，则表示只参考前一个图帧。函数f₂是用来将每一个别去噪声系数C₁，C₂，...，C_n经过滤波后得到整合去噪声系数C_denoising。函数f₂的滤波方式可以采用多种不同的方式，例如高斯滤波或中值滤波，又例如，函数f₂的该输出可以是C₁～C_n中的最大值，以尽量降低时间域的去噪声效应的强度，进而降低残影的发生的机率。函数f₂的该输出亦可以是个别去噪声系数C₁～C_n中的平均值，以平均地采用目前图帧与过去n个图帧分别的去噪声系数，降低误差发生的机率。然本发明并不以图2中的实施例，或上述的举例说明为限。此外，应注意的是，应针对目前图帧中的每一像素依序进行方程式(2)的计算，并在收到下一图帧的数据时，继续重复同样的计算。

图3为本发明实时自适应性三维动态去噪声方法的第一实施例的流程图。其中包含有皮肤识别(Skinrecognition)、韦伯费希纳定律(Weber-FechnerLaw)、移动估测(Motionestimation)、距离条件(Distancecondition)以及三维去噪声(3Dde-noising)五个主要步骤。倘若大体上可达到相同的结果，并不一定需要按照图3所示的流程中的步骤顺序来进行，且图3所示的步骤不一定要连续进行，亦即其他步骤亦可插入其中。此外，图3中的某些步骤可根据不同实施例或设计需求省略。

在图3的步骤302中，主要的目的是判断出肤色的区域，由于肤色区域极有可能是人体(特别是人脸)的部分，往往是移动比较大的地方，而且通常也是使用者的肉眼所最关注的主体。因此，可以利用皮肤识别来避免人脸产生不自然或是残影的现象。步骤302可以是利用现有的人脸辨识方式，例如利用像素中的红色(R)、绿色(G)以及蓝色(B)频道的数值是否符合R＞G＞B来判断出皮肤色区域。并设定一肤色临界值thd_skin，其中越接近肤色的区域，肤色临界值thd_skin越低；而越不是肤色的区域，肤色临界值thd_skin越高。肤色临界值thd_skin在之后的步骤306的移动估测中会被使用到。

在步骤304中，是基于韦伯费希纳定律来根据亮度做动态调整。韦伯费希纳定律应用于影像处理可以得到以下的结论，即针对固定大小的一噪声，到在亮度越高的地方，该噪声较不容易被人眼所注意；反之，在亮度越低的地方，该噪声较容易被人眼所注意。因此，基于以上的结论，在步骤304中会设计一动态的韦伯临界值thd_weber，其中thd_{weber_min}≤韦伯临界值thd_weber≤thd_{weber_max}。图4为本发明中亮度与韦伯临界值的关系图。如图4所示，当亮度越高，韦伯临界值thd_weber越高；反之，当亮度越低，韦伯临界值thd_weber越低。韦伯临界值thd_weber在之后的步骤306的移动估测中会被使用到。

在步骤306中，会先分别计算目前图帧与前k(k＝1～n)个图帧之间的移动强度Difference，移动强度Difference越大，表示移动程度越高；移动强度Difference越小，表示移动程度越低，移动强度Difference定义如下：

其中*是代表回旋运算，p_i，j是代表坐标位置为(i，j)的目前像素，q_i，j是代表坐标位置为(i，j)的先前图帧中的像素，是代表对欲处理的像素连同周围像素一并纳入计算以降低误差，则代表对欲处理的像素连同周围像素所进行的特定处理，例如当使用高斯系数时，即为 $\left[\begin{array}{ccc}1& 2& 1\\ 2& 4& 2\\ 1& 2& 1\end{array}\right],$ 也就是给予中间欲处理的像素较重的权重，而给予周边像素较低的权重。其细节尚有边缘或角落像素的填充或镜像等处理，由于熟习此领域者应能了解其中的细节，故在此便不多作赘述。此外本发明亦不以此为限。

如上所述，所计算出移动强度Difference越大，代表移动的程度越大，也就是代表此像素点越不要做时间域的滤波处理，以减小残影的副作用，因此对应到的滤波系数就越大；反之移动强度Difference越小，所对应到的滤波系数就愈小。接下来再将之前所计算出的肤色临界值thd_skin以及韦伯临界值thd_weber和一第一预设临界值thd1和一第二预设临界值thd2分别相加，得到一第一动态临界值thd_dynamic1以及一第二动态临界值thd_dynamic2。如方程式(4)和方程式(5)所示。

thd_dynamic1＝thd1+thd_skin+thd_weber(4)

thd_dynamic2＝thd2+thd_skin+thd_weber(5)

其中第一预设临界值thd1和第二预设临界值thd2可以是依据所使用的镜头及/或感光元件所调整出的最佳值。之后，再依据所计算出的移动强度Difference来找出相对应的一前置去噪声系数C_{pre_k}，应注意的是，针对目前图帧与前k(k＝1～n)个图帧应分别计算出n个前置去噪声系数C_{pre_k}。图5为本发明中移动强度与前置去噪声系数的关系图。其中的关系即如上所述。

在步骤308中，会计算出目前图帧中所针对的像素和图帧中心点之间的距离，即距离条件(DistanceCondition)。步骤308的目的是依据像素到图帧中心点的距离来调整步骤306中所得到的系数。一般来说，离图帧的中心点越远的像素，受到透镜阴影的影响越严重，因此需要较大的增益量来放大像素值，导致离图帧的中心点越远的像素其噪声也会比图帧中心严重许多。故，离图帧中心越远的像素，往往需要强度越强的滤波来改善上述的噪声，由于其非属于画面中受到关注的位置，因此所导致的残影的副作用较不容易被察觉。反之，离图帧中心越近的地方，则其滤波强度越弱。如此一来，在步骤308中，便会依据离图帧中心点的距离的信息来得到相对应的调整参数R来调整步骤306中所计算出的前置去噪声系数C_{pre_k}(k＝1～n)。图6为本发明中离图帧中心点的距离与调整参数的一实施例的关系图。其中是利用双向(twonorm)来计算出距离，亦即利用毕氏定理的方式来计算出离图帧中心点的直线距离。

$\mathrm{Dis}\tan \mathrm{ce}=\sqrt{{(P_x-C_x)}^2-{(P_y-C_y)}^2}---\left(6\right)$

其中P_x是目前像素点的X坐标，P_y是目前像素点的Y坐标，C_x是画面中心点的X坐标，C_y是画面中心点的Y坐标。如图6所示，若是计算出的距离Distance小于预设的一第一预设距离r，则将调整参数R设定为一最小调整参数R_min；反之若是计算出的距离Distance大于预设的一第二预设距离r+k，则将调整参数R设定为一最大调整参数R_max。在r和r+k之间的距离则可利用线性内插来得到调整参数R。得到调整参数R之后，便可根据以下方程式(7)来调整步骤306所计算出的前置去噪声系数C_{pre_k}，以得到个别去噪声系数C_k。

C_k＝C_{pre_k}*R(7)

然而本发明所可采用的透镜阴影补偿方法并不以图6中的实施例为限。举例来说，图7为本发明中离图帧中心点的距离与调整参数的另一实施例的关系图。其中是利用单向(onenorm)来计算出距离，亦即利用四边形的方式来计算出离图帧中心点的大约距离。只要是基于透镜阴影补偿的目的的任何类似的补偿方法，皆属于本发明的权利范围。

在步骤310中，是将个别去噪声系数C_k(k＝1～n)带入方程式(2)中以得到结果P_out。相关细节请参考说明书中之前的段落，在此便不多作赘述。

图8为本发明实时自适应性三维动态去噪声方法的第二实施例的流程图。其中包含有图3中的实时自适应性三维动态去噪声方法的流程的所有步骤，但其中的顺序经过变化。具体来说，图8的流程图和图3的差别在于将距离条件提前在韦伯费希纳定律与移动估测之前来计算。因此，方程式(4)和方程式(5)会改写为如下的方程式(8)和方程式(9)。

thd_dynamic1＝thd1+thd_skin+thd_dist+thd_weber(8)

thd_dynamic2＝thd2+thd_skin+thd_dist+thd_weber(9)

其中会增加步骤804所计算出的一距离临界值thd_dist。因此，本发明实时自适应性三维动态去噪声方法的流程并不限定于特定顺序，只要能够达到类似的效果，皆属于本发明的权利范围。

一般而言，在低亮度环境下，所接收到的像素在经本发明的实时自适应性三维动态去噪声方法处理之前，整体会先被乘上较大的增益值，因此造成噪声同步被放大且特别明显。因此在这样的情况下去噪声滤波的强度应该要相对地增强；反之，如果环境亮度是足够的，则噪声较不明显，因此在这样的情况下去噪声滤波的强度应该要相对地减弱，否则可能会影响到影像的清晰度或是产生其他的副作用。为了能够根据环境光源和亮度来做出最佳化的调整。

图9为本发明一影像系统的实施例的示意图。影像系统900包含有一镜头902、一传感器(sensor)904、一影像信号处理器(imageandsignalprocessor，ISP)906、一去噪声单元908以及一亮度调整单元910。举例来说，镜头902和传感器904可以是一镜头模块的一部分或是全部。当光线经过镜头902进入感光元件904后，感光元件904便会将所撷取到的影像转换为一特定影像格式的一影像信号I_bayer，在此实施例中是拜耳图样(Bayerpattern)，但本发明不以此限。影像信号I_bayer接着会被传送到影像信号处理器906，并且经过若干的影像处理程序而将影像信号I_bayer转换为影像格式为另一特定影像格式的一影像信号P_in，在此实施例中是色差(YUV)信号格式，但本发明不以此限。同时，影像信号处理器906亦会进一步产生一自动曝光信息C_ae至亮度调整单元910。亮度调整单元910便可根据自动曝光信息C_ae来进行相关的自动曝光演算法，并且会产生一图帧率信息C_fps给去噪声单元908；以及另产生一增益控制信号C_gain以及一曝光控制信号C_exp至感光元件904。去噪声单元908接着会依据所接收到的影像信号P_in以及图帧率信息C_fps来执行去噪声演算法以产生经过去噪声处理的一影像输出信号P_{new_out}。一般而言，亮度调整单元910可以是以固件(firmware)的方式来实现，而去噪声单元908可以是以软件的方式来实现，例如一软件驱动器，然本发明不以此限。

对于去噪声单元908而言，为了能得到环境光源以及环境亮度，以达到最佳化的去噪声效果，可以使用图帧率信息C_fps来反推出环境光源以及环境亮度。具体来说，环境亮度越亮，图帧率信息C_fps会越高；而环境亮度越暗，亮度调整单元910会主动地增加传感器904的曝光时间，使得图帧率信息C_fps降低。换言之，在环境亮度较亮的时候，图帧率信息C_fps通常会大于在环境亮度较暗时候的图帧率信息C_fps。

去噪声单元908可以是仅仅使用图3或是图4的实时自适应性三维动态去噪声方法，而不另外将图帧率信息C_fps列入变因之一，并直接将所产生的实时自适应性三维动态去噪声影像输出P_out当作去噪声单元908的输出P_{new_out}；除此之外亦可在利用图3或是图4的实时自适应性三维动态去噪声方法计算出去噪声影像输出P_out之后，再根据图帧率信息C_fps来得到最佳化的输出P_{new_out}。

P_{new_out}＝P_in×α+P_out×(1-α)(8)

其中α是介于0到1之间任意，用来决定去噪声的效果强弱，α的计算方式如下：

α＝f₄(C_fps)(9)

其中f₄是一单调递增函数，当图帧率信息C_fps越高，α越大，最佳化的输出P_{new_out}越接近P_in。也就是说，在环境光源越亮的情况下，去噪声滤波的效果会被降得越低；反之亦然。在本实施例中的环境光源是利用图帧率信息C_fps所得到，但本发明不以此线。此外，去噪声单元908亦可是利用其它的去噪声方法，再搭配方程式(8)和方程式(9)来得到考虑环境光源的动态结果。以上皆属于本发明的权利范围。

以上所述仅为本发明的较佳实施例，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 (20)

1.一种去噪声方法，包含有：

接收一目前图帧中的一像素；

依据对应该像素的一特定信息来计算一去噪声系数；以及

依据该去噪声系数来调配该目前图帧的该像素的一权重和一先前图帧的至少一像素的一权重，以产生一输出像素，其中该先前图帧的该至少一像素包含一相对位置像素。

2.如权利要求1所述的去噪声方法，其中该特定信息包含至少一空间域信息以及至少一时间域信息。

3.如权利要求2所述的去噪声方法，其中该至少一空间域信息包含有一皮肤识别信息、一亮度信息以及该像素与该目前图帧的中心点之间的一距离信息的至少其中之一，以及该至少一时间域信息包含有至少一运动估计信息。

4.如权利要求3所述的去噪声方法，其中依据对应该像素的该特定信息来计算该去噪声系数的步骤包含有：

依据该目前图帧的该像素和N个先前图帧各自的至少一像素，来分别计算N个运动估计信息，其中N大于等于1，以及该N个先前图帧中每一先前图帧的该至少一像素包含有一相对位置像素；以及

依据该皮肤识别信息、该亮度信息以及该像素与该图帧的中心点之间的该距离信息的至少其中之一以及该N个运动估计信息，来计算该去噪声系数。

5.如权利要求4所述的去噪声方法，其中该N个先前图帧中每一先前图帧的该至少一像素另包含该相对位置像素的周围的至少一像素。

6.如权利要求4所述的去噪声方法，其中依据该皮肤识别信息、该亮度信息以及该像素与该图帧的中心点之间的该距离信息的至少其中之一以及该N个运动估计信息，来计算该去噪声系数的步骤包含有：

针对该N个运动估计信息中的每一运动估计信息：

依据该皮肤识别信息、该亮度信息以及该像素与该图帧的中心点之间的该距离信息的至少其中之一以及该运动估计信息，来计算一前置去噪声系数；以及

对N个前置去噪声系数进行一特定处理来得到该去噪声系数。

7.如权利要求6所述的去噪声方法，其中该特定处理是取该N个前置去噪声系数的平均值来作为该去噪声系数。

8.如权利要求6所述的去噪声方法，其中该特定处理是取该N个前置去噪声系数的最大值来作为该去噪声系数。

9.如权利要求3所述的去噪声方法，其中该至少一空间域信息包含有该皮肤识别信息；以及当该皮肤识别信息指出的该目前图帧的该像素越接近皮肤的颜色，则该目前图帧的该像素的该权重越高，以及该先前图帧的该至少一像素的该权重越低。

10.如权利要求3所述的去噪声方法，其中该至少一空间域信息包含有该亮度信息；以及当该亮度信息指出的该目前图帧的该像素的亮度越低，则该目前图帧的该像素的该权重越高，以及该先前图帧的该至少一像素的该权重越低。

11.如权利要求3所述的去噪声方法，其中该至少一空间域信息包含有该距离信息；以及当该距离信息指出的该目前图帧的该像素与该目前图帧的中心点之间距离越近，则该目前图帧的该像素的该权重越高，以及该先前图帧的该至少一像素的该权重越低。

12.如权利要求1所述的去噪声方法，其中该先前图帧的该至少一像素另包含有该相对位置像素的周围的至少一像素。

13.如权利要求1所述的去噪声方法，另包含有：

依据一图帧率信息来调整该像素的一权重与该输出像素的一权重，以产生另一输出像素。

14.如权利要求13所述的去噪声方法，其中依据该图帧率信息来调整该像素的该权重与该输出像素的该权重的步骤包含：

当该图帧率信息指出的一图帧率越高，则设定该像素的该权重越高，以及设定该输出像素的该权重越低。

15.一种影像系统，包含有：

一镜头模块，用来撷取一影像信息；

一影像信号处理器，耦接至该镜头模块，用来将该影像信息转换为一图帧；以及

一去噪声单元，耦接至该影像信号处理器，用来：

接收该图帧中的一像素；

依据对应该像素的一特定信息来计算一去噪声系数；以及

依据该去噪声系数来调配该图帧的该像素的一权重和一先前图帧的至少一像素的一权重，以产生一输出像素，其中该先前图帧的该至少一像素包含一相对位置像素。

16.如权利要求15所述的影像系统，其中该特定信息包含有一皮肤识别信息、一亮度信息以及该像素与该图帧的中心点之间的一距离信息的至少其中之一，以及至少一运动估计信息。

17.一种影像系统，包含有：

一镜头模块，用来撷取一影像信息；

一影像信号处理器，耦接至该镜头模块，用来将该影像信息转换为一图帧；

一亮度调整单元，耦接于该影像信号处理器以及该镜头模块之间，用来依据一自动曝光信息来产生一曝光控制信号至该镜头模块以及产生一图帧率信息至一去噪声单元；以及

该去噪声单元，用来：

接收该图帧中的一像素；

依据对应该像素的一特定信息来计算一去噪声系数；以及

依据该去噪声系数来调配该图帧的该像素的一权重和一先前图帧的至少一像素的一权重，以产生一输出像素，其中该先前图帧的该至少一像素包含一相对位置像素，其中该先前图帧的该至少一像素另包含有该相对位置像素的周围的至少一像素。

18.一种影像系统，包含有：

一镜头模块，用来撷取一影像信息；

一影像信号处理器，耦接至该镜头模块，用来将该影像信息转换为一图帧；

一亮度调整单元，耦接于该影像信号处理器以及该镜头模块之间，用来依据一自动曝光信息来产生一曝光控制信号至该镜头模块以及产生一图帧率信息至一去噪声单元；以及

该去噪声单元，用来至少依据该图帧率信息以及该图帧中的一像素，进行一空间域去噪声和一时间域去噪声，以产生一输出像素。

19.如权利要求18所述的影像系统，其中该去噪声单元是至少依据该图帧率信息来针对该图帧的该像素调整该时间域去噪声的强度，以产生该输出像素。

20.如权利要求19所述的影像系统，其中该图帧率信息越高，则该去噪声单元的该时间域去噪声的强度越低。