CN106664368A - 图像处理装置、图像处理方法、记录介质以及程序 - Google Patents

Abstract

一种图像处理装置包括：颜色分离单元，将图像数据分离为亮度分量和颜色分量；处理单元，通过操作从亮度分量的第一图像数据生成的多分辨率图像数据的像素值来生成亮度分量的第二图像数据，并重建所操作的多分辨率图像数据；以及合成单元，将亮度分量的第二图像数据与颜色分量的图像数据合成。此外，处理单元基于通过使用依据颜色分量的图像数据的像素值的参数调整的像素值来生成亮度分量的第二图像数据。

Description

图像处理装置、图像处理方法、记录介质以及程序

技术领域

本发明涉及图像处理装置、图像处理方法、记录介质以及程序。

背景技术

常规地，已经存在用于由诸如数字照相机的成像装置捕获的图像数据的各种图像处理方法。例如，下述专利文献1和2提出了图像处理方法，该方法将图像数据分离为亮度分量和颜色分量的，然后基于亮度分量图像数据生成的多分辨率图像数据的像素值被操作并然后被重构，并且利用颜色分量图像数据进行颜色合成。

根据这样的图像处理方法，可以改善缺乏清晰度以及缺乏不均匀感的问题。此处，具有缺乏清晰度的图像数据是指与人类实际看见时识别的印象相比时，给出模糊或朦胧印象的图像数据。此外，具有缺乏不均匀感的图像数据是指给出平面印象的图像数据，使得在实际场景中蔓延的树木的场景或者锯齿状石头的场景褪色。

发明内容

技术问题

然而，在像专利文献1和2那样均匀地操作多分辨率图像数据的像素值的图像处理方法中，在特定颜色分量存在的区域中可能发生不自然的亮度改变。具体地，在饱和度高的区域中，通过进行图像处理，可能新出现在所述图像处理之前未被察觉到的不均匀亮度(以下称为“伪轮廓”)。

本发明是鉴于上述问题而做出的，以及本发明的目的在于改善对多分辨率图像数据的像素值进行操作的图像处理中的图像质量。

技术问题解决方案

根据本发明的一个方面，一种图像处理装置包括：颜色分离单元，其将图像数据分离为亮度分量以及颜色分量；处理单元，其通过操作从亮度分量的第一图像数据中生成的多分辨率图像数据的像素值来生成亮度分量的第二图像数据，并重构所操作的多分辨率图像数据；以及合成单元，其将亮度分量的第二图像数据与颜色分量的图像数据合成。此外，处理单元基于通过使用依据颜色分量的图像数据的像素值的参数调整的像素值，来生成亮度分量的第二图像数据。

发明的有益效果

根据本发明的一个方面，可以改善对多分辨率图像数据的像素值进行操作的图像处理中的图像质量。

附图说明

图1为示出图像处理装置的整体配置图。

图2为示出图像处理装置的硬件配置图。

图3为示出图像处理程序的功能配置图。

图4为示出通过图像处理程序的图像处理的概述图。

图5为示出饱和度值的计算方法的图。

图6为示出饱和度值与存储于调整比DB中的调整比之间关系的图。

图7为示出存储于图像操作DB中的多分辨率图像数据的像素值的操作内容图。

图8为示出图像处理程序的功能配置图。

图9为示出通过图像处理程序的图像处理的概述图。

图10为示出饱和度值的计算方法的图。

图11为示出颜色分量与存储于调整比DB中的调整比之间关系的图。

图12为示出存储于图像操作DB中的多分辨率图像数据的像素值的操作内容的图。

图13为示出存储于图像操作DB中的多分辨率图像数据的像素值的操作内容的放大视图。

具体实施方式

在下文中，参考附图描述本发明的实施例。注意，在本文所述的实施例的描述以及附图中，相同的附图标记用于描述彼此具有基本相同功能的元件，并且可以省略其重复的描述。

第一实施例

1.图像处理装置的整体配置

首先，描述图像处理装置的整体配置。图1示出图像处理装置100的整体配置。如图1所示，图像处理装置100包括图像处理程序110、调整比数据库(在下文中，术语“数据库”可以简化为“DB”)121，以及图像操作DB 122。

图像处理程序110进行将由诸如数字照相机等的成像装置捕获的图像数据分离为其亮度分量和颜色分量，并且操作基于亮度分量图像数据生成的多分辨率图像数据的像素值的处理。此外，图像处理程序110基于已经操作了像素值的多分辨率图像数据来重构亮度分量图像数据，并且利用颜色分量图像数据进行颜色合成。

此外，在图像处理程序110中，当重构亮度分量图像数据时，使用依据颜色分量图像数据的像素值而变化的参数(调整比)。

调整比DB 121存储当图像处理程序110重构亮度分量图像数据时使用的调整比的值。具体地，调整比DB 121存储相对于饱和度值的图像数据的每个像素值的、基于颜色分量图像数据所计算的调整比。

当图像处理程序110操作基于亮度分量图像数据生成的多分辨率图像数据的像素值时，图像处理DB 122存储与操作量相关的信息。具体地，图像操作DB 122将操作多分辨率图像数据之前的像素值与操作多分辨率图像数据之后的像素值相关联地存储。

2.图像处理装置的硬件配置

接下来，描述图像处理装置100的硬件配置。图2是示出图像处理装置100的硬件配置的图。如图2所示，图像处理装置100包括中央处理单元(CPU)201、只读存储器(ROM)202、随机存取存储器(RAM)203，以及输入/输出部204。此外，在图像处理装置100中，CPU 201、ROM 202、RAM 203，以及输入/输出部204经由总线205彼此连接。

CPU 201是用于执行存储在ROM 202中的各种程序(例如，图像处理程序110)的计算机。

ROM 202是非易失性存储器。所述ROM 202存储要由CPU 201执行的各种程序、执行各种程序所需的引导程序、各种DB(例如，调整比DB 121和图像操作DB 122)等。

RAM 203是诸如动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)等的主存储器。所述RAM 203用作当由CPU 201执行存储在ROM 202中的各种程序时提供的工作区域。

输入/输出部204利用外围模块传输和接收数据。经由输入/输出部204输入要通过由CPU 201执行图像处理程序110来处理的图像数据。此外，经由输入/输出部204输出处理后的图像数据。

此外，假设图像处理装置100通过嵌入到具有成像功能或图像形成功能的装置(诸如像数码照相机等成像装置、像扫描仪等的图像形成装置、智能手机等)中来使用，此外，图像处理装置100通过连接用户接口部，可以用作像个人计算机、便携式信息终端等的具有图像编辑功能的独立装置。在这种情况下，图像处理程序110可以存储在便携式记录介质中。

3.图像处理程序的功能配置

参考图3至图7描述通过由CPU执行图像处理程序110所实现的功能。图3为示出根据第一实施例的图像处理程序110的功能配置图。图4为示出根据第一实施例通过图像处理程序110图像处理的概述图。图5为示出饱和度值的计算方法的图。图6为示出饱和度值与在调整比DB 121中代表的调整比之间关系的图。图7为示出操作内容的图。

以下，按顺序地参考图4至图7，描述图3中的图像处理程序110的功能配置。

如图3所示，通过由CPU 201执行图像处理程序110所实现的功能包括由颜色分离部310、亮度分量处理部320、调整部330，以及颜色合成部340实现的功能。

(1)颜色分离部310的描述

颜色分离部310获取经由输入/输出部204输入的图像数据。图4的图像数据400是由颜色分离部310获取的图像数据的示例。在下面的描述中，假定图像数据400具有i×j像素尺寸。

由颜色分离部310获取的图像数据400的文件格式是TIF格式，并且其颜色空间是RGB颜色空间。此外，由颜色分离部310获取的图像数据400对于每个像素的每种颜色具有16位像素值。然而，注意由颜色分离部310获取的图像数据400的文件格式不限于TIF格式。例如，其文件格式可以是诸如JPEG格式\PNG格式等的任何其他文件格式。此外，由颜色分离部310获取的图像数据400的颜色空间不限于RGB颜色空间，并且可以是除了RGB颜色空间之外的颜色空间。此外，由颜色分离部310获取的图像数据400中的每个像素的像素值的数据量不限于每种颜色16位。

颜色分离部310基于以下公式(公式1)将获取的图像数据400的颜色空间从RGB颜色空间转换为YCbCr颜色空间。

公式1

Y＝0.299R+0.587G+0.114B

Cr＝0.500R-0.419G-0.081B

Cb＝-0.169R+-0.2G+0.500B

然而，注意由颜色分离部310的转换目的地的颜色空间不限于YCbCr颜色空间，并且可以是具有亮度分量和颜色分量的任何颜色空间，诸如La*b*颜色空间、HSV颜色空间等。

颜色分离部310将通过转换为YCbCr颜色空间获取的亮度(Y)分量输入到亮度分量处理部320。此外，颜色分离部310将颜色(CrCb)分量输入到调整部330。图4中的图像数据410是通过转换到YCbCr颜色空间而获取的亮度(Y)分量图像数据，并且图4中的图像数据460是通过转换到YCbCr颜色空间而获取的颜色(CrCb)分量图像数据。

(2)调整部330的描述

调整部330获取从颜色分离部310中输入的颜色(CrCb)分量图像数据460，并且基于以下公式(2)计算饱和度值“C”。

公式2

C＝(Cr²+Cb²)^0.5

此处，当颜色分量“Cr”和“Cb”分别在水平轴和垂直轴上改变时，在原点周围的相同同心圆上的饱和度值“C”是相同的值。例如，饱和度值“C₁”等于饱和度值“C₂”，因为这些值位于相同同心圆上。

调整部330针对颜色(CrCb)分量图像数据460中的每个像素计算饱和度值“C”。图4中的图像数据470是由调整部330针对每个像素计算的饱和度值(C)图像数据。如图4所示，饱和度值(C)图像数据470包括高饱和度区域和低饱和度区域。

此外，调整部330基于计算出的饱和度值“C”，通过参考调整比DB 121导出针对每个像素的调整比“α”。例如，调整比DB 121存储以下公式(3)，以便当输入饱和度值“C”时，调整比DB 121能够基于公式(3)导出调整比“α”。

公式3

图6示出基于公式(3)的饱和度值“C”与调整比之间的关系。如图6中所显而易见的，根据调整比DB 121，相对于低饱和度的像素导出的调整比＝1，以及相对于高饱和度的像素导出的调整比＝0。

此外，由调整部330导出调整比的方法不限于基于公式(3)的方法。也就是说，调整比可以基于除公式(3)之外的任何公式来导出。此外，该方法不限于调整比通过公式表达的情况。例如，可以在饱和度值“C”基础上基于二维查找表格来导出调整比。

由调整部330针对每个像素导出的调整比“α”被输入到亮度分量处理部320的重构部323。此处，针对饱和度值(C)图像数据470的每个像素导出调整比“α”，并因此，在下文中，调整比被描述为“α(x，y)”。

(3)亮度分量处理部320的描述

接下来，描述亮度分量处理部320。所述亮度分量处理部320包括多分辨率图像生成部321、多分辨率图像操作部322，以及重构部323。

(3-1)多分辨率图像生成部321的描述

所述多分辨率图像生成部321具有获取亮度(Y)分量图像数据410并生成多分辨率图像数据420的功能。

具体地，在获取亮度(Y)分量图像数据410时，首先，多分辨率图像生成部321使用5×5高斯滤波器进行平滑处理。然后，多分辨率图像生成部321生成图像数据，所述图像数据的垂直和水平尺寸是通过进行平滑处理获取的亮度(Y)分量图像数据410的垂直和水平尺寸的一半，其具有亮度(Y)分量图像数据410的、属于被分配偶数的行和列的像素数据。

此外，在下文中，如上所述已生成的图像数据被称为“缩小的图像数据”。此外，亮度(Y)分量图像数据410的头行和头列分别被称为“第0行”和“第0列”。(也就是说，多分辨率图像生成部321首先在图像数据的、分配偶数的行和列上进行处理。)

如上所述生成的缩小的图像数据的图像尺寸被表达为(i/2，j/2)。多分辨率图像生成部321在缩小的图像数据上重复进行缩小处理(其为通过首先进行平滑处理来生成其垂直和水平尺寸为缩小的图像数据的一半的图像数据的处理，并且形成具有分配了偶数的行和列的图像)。因此，所生成的图像的垂直和水平尺寸减小一半(1/2尺寸)。

之后，多分辨率图像生成部321将缩小的图像数据的垂直和水平尺寸加倍，以生成具有与所获取的图像数据的尺寸相同的图像尺寸(i，j)的图像数据。在这种情况下，缩小的图像数据的像素值被分配给偶数编号的行和列(分别分配了偶数作为行和列编号的行和列)的像素。此外，偶数编号的行和列的像素值被临时分配给其中至少一个分配了奇数的行和列的像素。也就是说，生成具有相同像素值的四个像素。之后，进行使用5×5高斯滤波器的平滑处理以生成图像数据(以下，将如上所述生成的图像数据称为“放大的图像数据”)。

多分辨率图像生成部321生成图像数据，在所述图像数据中在每个像素处计算对其进行缩小处理之前的图像数据与通过进行缩小处理并然后进行放大处理而获取的图像数据之间的差异。以下，将如上所述生成的图像数据称为“拉普拉斯分量图像数据”。

多分辨率图像生成部321生成具有第一分辨率等级(分辨率等级0)的拉普拉斯分量图像数据。图4中的图像数据420_0为具有分辨率等级0的拉普拉斯分量图像数据，并且为具有图像尺寸＝(i，j)的图像数据。

接下来，多分辨率图像生成部321获取通过在进一步缩小的图像数据以及由进行缩小处理然后在进一步缩小的图像数据上进行放大处理而产生的放大图像数据之间的差异。通过这样做，计算下一分辨率等级的拉普拉斯分量图像数据420-1。

拉普拉斯分量图像数据420-1是具有分辨率等级1的拉普拉斯分量图像数据，并且是具有图像尺寸＝(i/2，j/2)的图像数据。

之后，多分辨率图像生成部321重复缩小处理、放大处理，以及计算拉普拉斯分量图像数据的处理，直到具有图像尺寸＝(2，2)的拉普拉斯分量图像数据420_d被计算。通过这样做，可以生成从具有图像尺寸＝(i，j)并且具有分辨率等级0的拉普拉斯分量图像数据420_0，到具有图像尺寸＝(2,2)并且具有分辨率等级d的拉普拉斯分量图像数据420_d的拉普拉斯分量图像数据的组。该组拉普拉斯分量图像数据与具有各自分辨率等级的多分辨率图像数据420的图像数据的组相对应，其为所谓的“拉普拉斯金字塔”。

在上述描述中，当多分辨率图像生成部321进行缩小处理和放大处理时，使用5×5高斯滤波器作为平滑滤波器。然而，注意，可以可选地使用任何其他平滑滤波器。此外，在不使用任何平滑滤波器的情况下，当进行缩小处理和放大处理时，可以使用所谓的“内插处理”。作为内插处理的特定示例，存在双线性方法、双三次方法等。

此外，当反复进行缩小处理时，取决于亮度(Y)分量图像数据410，可能存在图像尺寸对应于奇数的情况。在这种情况下，根据本实施例，假设多分辨率图像生成部321通过使用分配了偶数的行和列来进行缩小处理。然而，当图像尺寸对应于奇数时，缩小处理的方法不限于此。

例如，当图像尺寸(例如，行数为P)对应于奇数时，可以通过假设缩小处理后的图像尺寸(行数)为(P+1)/2。在这种情况下，在进行缩小处理之前在行和列都具有各自的偶数的像素处的像素值被反映在进行缩小处理之后的像素上。

否则，当缩小处理之前的图像尺寸(行数)对应于奇数时，可以首先添加一行，并然后进行缩小处理以生成具有一半(1/2)尺寸的图像数据。此外，在获取亮度(Y)分量图像数据410的阶段，图像尺寸可以首先通过2的阶乘扩展，并生成多分辨率图像数据420。

(3-2)多分辨率图像操作部322的描述

描述多分辨率图像操作部322。多分辨率图像操作部322基于以下公式(4)，操作由多分辨率图像生成部321生成的多分辨率图像数据420中包括的具有分辨率等级n的拉普拉斯分量图像数据420_n的像素值。

公式4

L′_n(x,y)

＝sing*(|L_n(x，y)|/range)^α*range 当|Ln(x，y)|＜range)

＝sign*(grad*(|L_n(x，y)|-range)+range) 当range＜|Ln(x，y)|)

此处，公式(4)中的元素表示如下。

元素“L'n(x，y)”表示以分辨率等级n操作后的拉普拉斯分量图像数据的对应像素值，其中“n”在从0到d的范围内(上限的确定取决于输入图像尺寸)。

元素“|Ln(x，y)|”表示在分辨率等级n操作前的拉普拉斯分量图像数据中的像素值的绝对值(幅度)。

当Ln(x，y)的值分别为正或负时，元素“sign”具有值“1”或“-1”。

此处，元素“range”被设置为“0.1”。这是因为YCbCr颜色空间中的亮度(Y)分量图像数据与原始图像相对应，并且亮度(Y)分量图像数据处于从0.0到1.0的范围内。此外，“range”的值取决于原始图像的动态范围。

此处，元素“α”被设置为0.6。

此外，元素“grad”被设置为0.6。(此外，“grad”的值取决于原始图像的动态范围。)

图7为图4的操作内容的曲线图，其示出通过使用公式4计算的在操作前的拉普拉斯分量图像数据与在操作后的拉普拉斯分量图像数据之间的关系。在图7中，粗实线表达公式4的关系。作为比较，图中的虚线表达倾斜的关系为1(即，拉普拉斯分量图像数据的像素值在操作前与操作后之间不改变)。

如图7中所显而易见的，关于具有小绝对值的像素值(操作前的拉普拉斯分量图像数据中具有小绝对值的像素值)，以使像素值增加并且其增加量相对大的方式进行操作。另一方面，关于具有大绝对值的像素值(操作前的拉普拉斯分量图像数据中具有大绝对值的像素值)，以使像素值增大但其增加量相对较小或者像素值减小的方式进行操作。

此外，注意多分辨率图像操作部322的操作的内容不限于图4所示的操作的内容，并且可以进行操作的任何其他内容。此外，由多分辨率图像操作部322进行的操作不限于基于诸如公式(4)的公式进行的操作，并且操作可以基于，例如查找表格来执行。

此外，在公式(4)中，因为假设操作YCbCr空间中的亮度(Y)分量图像数据410的多分辨率图像数据420，设置“range＝0.1”。在YCbCr空间中的亮度(Y)分量图像数据410的多分辨率图像数据420的情况下，动态范围(Dr)在从0.0到1.0的范围内。因此，设置范围＝0.1。

换言之，在基于具有不同动态范围的另一颜色空间的多分辨率图像数据的情况下，“range”的值相应地改变。例如，在基于La*b*颜色空间的多分辨率图像数据的情况下，动态范围为0.0到100.0。因此，应设置range＝10。

也就是说，多分辨率图像操作部322的操作的内容取决于在分辨率等级n的操作前的拉普拉斯分量图像数据420_n的值是否满足以下公式(5)而变化。

公式5

L_n/Dr＜0.1

基于此，动态范围(Dr)小于1/10的像素值Ln增加，并且动态范围(Dr)大于或等于1/10的像素值Ln减小。

(3-3)重构部323的描述

重构部323通过重复进行与多分辨率图像生成部321的操作相反的操作，基于操作后的多分辨率图像数据430来重构亮度(Y)分量图像数据。具体地，计算以较低分辨率侧的分辨率等级开始，并且在每个分辨率等级中重复增加在放大处理之后生成的像素值的处理，以便重构亮度(Y')分量图像数据。在图4中，所述图像数据440为重构的亮度(Y')分量图像数据。

此外，重构部323中的放大处理的计算是基于与多分辨率图像生成部321中的放大处理的计算中相同的方法。也就是说，生成其图像尺寸与缩小处理之前相同的图像数据(基本上，图像尺寸在垂直和水平方向上都加倍了)，并且低分辨率等级的多分辨率图像数据的像素值被设置为分别分配偶数的行和列处的像素。在这种情况下，偶数编号的行和列的像素值被临时分配给至少一个被分配奇数的行和列的像素(也就是说，生成具有相同像素值的四个像素)。之后，进行使用5×5高斯滤波器的平滑处理，以生成放大的图像数据。

此外，重构部323在通过重构获取的亮度(Y’)分量图像数据440与通过使用从调整部330输入的调整比α(x，y)的操作前的亮度(Y)分量图像数据410之间进行合成。

具体地，通过使用从调整部330输入的调整比α(x，y)，基于以下公式(6)计算亮度(Y”)分量图像数据450的像素值(Y”(x，y))。

公式6

Y″(x，y)＝α(x，y)*Y′(x，y)+(1-α(x，y))*Y(x，y)

由于公式(6)中的调整比α(x，y)的反映，亮度(Y”)分量图像数据450变为：

i)与饱和度值(C)图像数据470的低饱和度区域相对应的区域中的像素值变为反映了相对于多分辨率图像数据的操作的像素值。也就是说，所述像素值变为相似于亮度(Y')分量图像数据440的像素值；以及

ii)与饱和度值(C)图像数据470的高饱和度区域相对应的区域中的像素值变为不反映相对于多分辨率图像数据的操作的像素值。也就是说，像素值变为相似于亮度(Y)分量图像数据410的像素值。

结果，可以防止由于对多分辨率图像数据进行操作而导致在高饱和度区域中出现伪轮廓。

重构部323将如上所述计算的亮度(Y”)分量图像数据450输出到颜色合成部340。

(4)颜色合成部340的描述

颜色合成部340在从重构部323输出的亮度(Y”)分量图像数据450与从颜色分离部310输出的颜色(CrCb)分量图像数据460之间进行颜色合成。此外，颜色合成部340对通过颜色合成获取的图像数据进行从YCrCb颜色空间到RGB颜色空间的转换，并且输出具有RGB颜色分量的图像数据480。

4.概述

如上文描述所显而易见的，在根据此实施例的图像处理装置中操作多分辨率图像数据的像素值的图像处理中，

i)基于具有较高饱和度的像素与具有较低饱和度的像素之间的颜色分量图像数据导出不同的调整比；以及

ii)在操作前的亮度分量图像数据与通过重构在操作后的多分辨率图像数据所获取的亮度分量图像数据之间，通过使用导出的调整比进行合成。

通过这样做，对于要与颜色分量图像数据合成的亮度分量图像数据，

i)在高饱和区域中，反映操作前的亮度分量图像数据；以及

ii)在低饱和区域中，反映操作后的亮度分量图像数据。

结果，可以防止由于对多分辨率图像数据进行操作而导致在高饱和度区域中出现伪轮廓。也就是说，可以改善在操作多分辨率图像数据的像素值的图像处理中的图像质量。

第二实施例

在第一实施例中，通过使用导出的调整比，在通过对输入图像数据进行颜色分离而获取的亮度(Y)分量图像数据与通过重构操作后的多分辨率图像数据而获取的亮度(Y”)分量图像数据之间做合成。

另一方面，在第二实施例中，在操作前的多分辨率图像数据与通过使用导出的调整比的操作后的多分辨率图像数据之间做合成。通过这样做，在高饱和区域中，可以生成对于其未反映操作后的多分辨率图像数据的多分辨率图像数据。此外，在低饱和区域中，可以生成对于其反映了操作后的多分辨率图像数据的多分辨率图像数据。在下文中，描述第二实施例的细节。注意，主要描述与第一实施例不同的点。

图像处理装置的功能配置

关于图8和图9，描述通过由CPU201根据第二实施例执行图像处理程序110所实现的功能。图8为根据第二实施例示出图像处理程序110的功能配置图。图9为根据第二实施例示出通过图像处理程序110处理图像的概述图。在下文中，间或参考图9描述图8中的图像处理程序110的功能配置。此处，图8的功能配置在调整部830、多分辨率图像操作部822，以及重构部823方面，不同于参考第一实施例中图3所描述的对应部分。因此，在下文中，具体描述调整部830、多分辨率图像操作部822，以及重构部823。

(1)调整部830的描述

调整部830从颜色分离部310获取颜色(Cr)分量图像数据以及颜色(Cb)分量图像数据。图9的图像数据920是颜色(Cr)分量图像数据，以及图9的图像数据930是颜色(Cb)分量图像数据。

调整部830生成相对于颜色(Cr)分量图像数据以及颜色(Cb)分量图像数据各自的多分辨率图像数据。具体地，调整部830通过重复仅对颜色(Cr)分量图像数据以及颜色(Cb)分量图像数据进行缩小处理，来生成多分辨率图像数据。

图9的图像数据940为是基于颜色(Cr)分量图像数据920生成的多分辨率图像数据。图9的图像数据950是基于颜色(Cb)分量图像数据930生成的多分辨率图像数据。

此外，生成相对于颜色(Cr)分量图像数据920的多分辨率图像数据940的处理类似于生成相对于颜色(Cb)分量图像数据930的多分辨率图像数据950的处理。由此，在下文中，描述生成相对于颜色(Cr)分量图像数据920的多分辨率图像数据940的处理。

调整部830使用5×5高斯滤波器对颜色(Cr)分量图像数据920(具有图像尺寸＝(i，j)的图像数据)进行平滑处理。接下来，调整部830生成图像数据，其垂直和水平尺寸为具有(仅有)在其上执行平滑处理的图像数据中分配了对应的偶数的行和列的颜色(Cr)分量图像数据920的垂直和水平尺寸的一半的图像数据。此外，类似于第一实施例，头行和头列分别被称为“第0行”和“第0列”。也就是说，类似于第一实施例，对颜色(Cr)分量图像数据920中分配了偶数的行和列执行缩小处理。

通过上述处理，生成具有高斯金字塔(分辨率等级1)中的第一分辨率等级的高斯分量图像数据940_1。此外，具有分辨率等级0的高斯分量图像数据940_0与从颜色分离部310输出的颜色(Cr)分量图像数据920相同。

之后，重复进行缩小处理，生成具有各自分辨率等级的高斯分量图像数据，直到图像尺寸为(2,2)。具有如上所述生成的颜色分量(Cr)的分辨率等级n的高斯分量图像数据940_n的像素值被表达为Crn(x，y)。

类似地，调整部830生成相对于颜色(Cb)分量图像数据930的多分辨率图像数据950的高斯金字塔。此处，生成的具有颜色分量(Cb)的分辨率等级n的高斯分量图像数据950_n的像素值被表达为Cbn(x，y)。

调整部830通过使用如上所述生成的多分辨率图像数据940和多分辨率图像数据950，来生成饱和度值(C)多分辨率图像数据。具体地，调整部830通过使用具有相对于颜色(Cr)分量图像数据920的分辨率等级n的高斯分量图像数据940_n，以及具有相对于颜色(Cb)分量图像数据930的分辨率等级n的高斯分量图像数据950_n，来生成饱和度(C)多分辨率图像数据。

在图9中，图像数据960是由调整部830针对每个分辨率等级计算的饱和度值(C)多分辨率图像数据。此外，基于以下公式(7)计算饱和度值(C)多分辨率图像数据960的像素值Cn(x，y)。

公式7

C_n(x，y)＝(Cr_n(x,y)²+Cb_n(x,y)²)^0.5

基于如上所述生成的饱和度值(C)多分辨率图像数据960的像素值Cn(x，y)，调整部830基于以下公式(8)计算调整比。

公式8

在公式(8)中，“αn(x，y)”表示当在在操作前与之后具有分辨率等级n的亮度(Y)分量多分辨率图像数据的像素值之间进行合成时要使用的调整比。

调整部830在多分辨率图像操作部822中输入对应于具有分辨率等级n的饱和度值(C)多分辨率图像数据960的像素值Cn(x，y)的调整比例αn(x，y)。此处，具有分辨率等级n的饱和度值(C)多分辨率图像数据960的像素值Cn(x，y)与调整比αn(x，y)之间的关系已经在上文参照图6的第一实施例中描述。因此，在此省略其重复描述。

(2)分辨率图像操作部822的描述

多分辨率图像操作部822从多分辨率图像生成部321中获取具有包括在相对于亮度(Y)分量图像数据410的多分辨率图像数据420中的分辨率等级n的拉普拉斯分量图像数据420_n的像素值Ln(x，y)。然后，多分辨率图像操作部822基于公式(4)来操作所获取的拉普拉斯分量图像数据420_n的像素值Ln(x，y)。通过这样做，获得操作后的拉普拉斯分量图像数据430_n的像素值L'n(x，y)。

多分辨率图像操作部822对操作后的拉普拉斯分量图像数据430_n的像素值L'n(x，y)与操作前的拉普拉斯分量图像数据420_n的像素值Ln(x，y)做合成。在合成期间，使用从调整部830输出的调整比αn(x，y)。

具体地，基于以下公式(9)，多分辨率图像操作部822计算合成后的具有分辨率等级n的拉普拉斯分量图像数据910_n的像素值L”n(x，y)。

公式9

L″_n(x，y)＝α_n(x，y)*L′_n(x，y)+(1.0-a_n(x，y))*L_n(x，y)

通过公式(9)，反映调整比αn(x，y)，以便在合成之后的亮度(Y)分量多分辨率图像数据910中，

i)与饱和度值(C)多分辨率图像数据960的低饱和度区域相对应的区域中的像素值是反映了相对于亮度(Y)分量多分辨率图像数据的操作的像素值，也就是说，与低饱和区域相对应的区域中的像素值是操作后的多分辨率图像数据的像素值；以及

ii)与饱和度值(C)多分辨率图像数据960的高饱和度区域相对应的区域中的像素值是不反映相对于亮度(Y)分量多分辨率图像数据的操作的像素值，也就是说，与高饱和区域相对应的区域中的像素值是操作前的多分辨率图像数据的像素值。

结果，可以防止由于对多分辨率图像数据进行操作而导致在高饱和度区域中出现伪轮廓。

(3)重构部823的描述

重构部823通过重复执行与多分辨率图像生成部321的操作相反的操作，对从多分辨率图像操作部822输出的亮度(Y)分量多分辨率图像数据910重构亮度(Y”)分量图像数据450。

通过在重构部823中重构亮度(Y)分量多分辨率图像数据910而获取的亮度(Y”)分量图像数据450被输入到颜色合成部340中，以便亮度(Y”)分量图像数据450与颜色(Cr)分量图像数据920以及颜色(Cb)分量图像数据930合成。

2.概述

如上文描述中所显而易见的，在根据本实施例的图像处理装置中，在操作多分辨率图像数据的像素值的图像处理中，

i)生成相对于颜色分量图像数据的多分辨率图像数据，并且计算在每个分辨率等级的饱和度值，以便在具有高饱和度的像素与具有低饱和度的像素之间导出不同的调整比率；以及

ii)在重构从亮度分量图像数据生成的多分辨率图像数据中，使用通过使用调整比操作后的多分辨率图像数据以及操作前的多分辨率图像数据，来进行合成。

通过这样做，在重构的亮度分量多分辨率图像数据中，

i)在高饱和区域上，反映操作前的亮度分量多分辨率图像数据；以及

ii)在低饱和度区域上，反映操作后的亮度分量多分辨率图像数据。

结果，可以防止由于对多分辨率图像数据进行操作而导致在高饱和度区域中出现伪轮廓。也就是说，可以改善在操作多分辨率图像数据的像素值的图像处理中的图像质量。

第三实施例

在上述第一和第二实施例中，在通过使用颜色(Cr)分量图像数据以及颜色(Cb)分量图像数据计算饱和度值(C)图像数据时，使用颜色(Cr)分量图像数据以及颜色(Cb)分量图像数据的像素值的平方和的平方根。另一方面，在第三实施例中，将颜色(Cr)分量图像数据的像素值或颜色(Cb)分量图像数据的像素值中较大者设置为饱和度值(C)。也就是说，在第三实施例中，调整部330和830基于以下公式(10)计算饱和度值(C)。

公式10

C＝max(|C_r|，|C_b|)

此外，如图10所示，基于以下公式(10)计算的饱和度值(C)被布置在相似正方形的边上，所述正方形具有在沿水平轴绘制颜色(Cr)分量的坐标的原点处的公共拐角。并且，颜色(Cb)沿着垂直轴绘制。例如，饱和度值C₁等于饱和度值C2。

在调整部330和830中，通过基于公式(10)计算饱和度值(C)，可以降低计算饱和度值(C)中的处理负担。

第四实施例

在上述第一至第三实施例中，当饱和度值(C)小于或等于阈值C_th1时，将调整比“α”设定为1，而当饱和度值(C)大于或等于阈值C_th2，将调整比“α”设定为0，以便相对于多分辨率图像数据的操作不反映在高饱和度区域上。

另一方面，在第四实施例中，当颜色(Cr，Cb)分量在预定范围内时，将调整比“α”设置为零，否则将调整比“α”设置为1。通过这样做，可以不将相对于多分辨率图像数据的操作反映在具有预定颜色(Cr，Cb)分量的区域上。具体地，以下公式(11)存储在调整比DB 121中，以便当输入颜色(Cr，Cb)分量时，基于以下公式(11)导出调整比“α”。

公式11

α

＝0.0 0.02＜＝Cr＜＝0，18and-0.2＜＝Cb＜＝0.0

＝1.0 当以上范围以外时

此外，图11示出公式(11)中的颜色(Cr，Cb)分量与调整比“α”之间的关系。如图11所显而易见的，根据调整比DB 121，相对于具有在预定范围内的颜色(Cr，Cb)分量的像素，导出调整比＝0，而相对于具有在预定范围外的颜色(Cr，Cb)分量的像素，导出调整比＝1。

例如，颜色(Cr)分量和颜色(Cb)分量的范围是对应于人类皮肤的颜色的范围。在这种情况下，当基于公式(11)导出调整比“α”时，相对于亮度(Y)分量多分辨率图像数据的操作没有反映在包括人类皮肤的颜色的区域上。

通常，当进行相对于亮度(Y)分量多分辨率图像数据的操作时，小的密度变化增加。结果，能够获取改善的清晰度感和不均匀感的效果。另一方面，可以强调人皮肤的皱纹和毛孔。在第四实施例中，通过使用基于公式(11)导出的调整比“α”，可以防止关于人类皮肤的小的密度变化的增加。也就是说，在操作多分辨率图像数据的像素值操作的图像处理中，可以提高清晰度感和不均匀感，并防止人类皮肤的恶化。

第五实施例

在上述第一至第四实施例中，描述了由多分辨率图像生成部321生成的多分辨率图像数据为拉普拉斯金字塔的情况。另一方面，在第五实施例中，描述了多分辨率图像生成部321通过重复进行二维离散小波变换来生成多分辨率图像数据的情况。

二维离散小波变换是已知的技术。因此，此处省略其详细的描述。当进行二维离散小波变换时，通过一次变换处理，亮度(Y)分量图像数据被分解为一个低频系数“LL”和三个高频系数“LH”、“HL”，以及“HH”。多分辨率图像生成部321进一步对低频系数“LL”重复进行二维离散小波变换，在下一分辨率等级中计算一个低频系数“LL”以及三个高频系数“LH”、“HL”，以及“HH”。

多分辨率图像操作部322对如上所述计算的每个分辨率等级中的系数“LH”、“HL”，以及“HH”应用公式(4)的操作。然后，重构部323重构多分辨率图像数据，并生成亮度(Y”)分量图像数据450。

如上所述，在生成多分辨率图像数据时通过使用二维离散小波变换，可以享有减小存储器区域以存储多分辨率图像数据的优点。

第六实施例

在上述第一至第五实施例中，基于图7的操作内容来操作亮度(Y)分量多分辨率图像数据。具体地，

i)操作具有小绝对值的像素值(拉普拉斯分量图像数据具有小绝对值的像素值)，以便增大像素值，并且增加量相对大；以及

ii)操作具有大绝对值的像素值(拉普拉斯分量图像数据具有大绝对值的像素值)，以便增大像素值，并且增加量相对较小，或者像素值减小。

另一方面，在第六实施例中，以这样的方式进行操作以使：不改变在绝对值小的像素值之中相对小的像素值的组；并且增加不包括在像素值的所述组中并且包括在绝对值小的像素值中的像素值。

图12为示出由根据第六实施例的多分辨率图像操作部322和822相对于多分辨率图像数据的操作内容的图。此外，图13为图12中的原点附近的区域的放大视图。

如图13所示，在根据第六实施例的多分辨率图像操作部322和822中，当拉普拉斯分量图像数据的像素值的绝对值小于或等于0.04时，减小操作量。这是因为当在亮度(Y)分量图像数据中存在噪声分量时，这种噪声分量更可能被表达为小的斜率。当鉴于拉普拉斯分量考虑小的斜率时，所述小的斜率对应于小的拉普拉斯分量。因此，当拉普拉斯分量图像数据的绝对值小于或等于0.04时，可以通过减小操作量来防止噪声分量被突出。

另一方面，在亮度(Y)分量图像数据中，要强调的像素为其值比那些包括在所述亮度(Y)分量多分辨率图像数据中的拉普拉斯分量图像数据中的噪声分量稍大的像素。因此，在本实施例中，旨在通过增加相对于拉普拉斯分量图像中的绝对值略大于0.04的像素的操作量，来改善清晰度感和不均匀感。

第七实施例

在第六实施例中，假设多分辨率图像操作部822将图12或13中的操作的内容应用到所有分辨率等级。另一方面，在第七实施例中，多分辨率图像操作部822将图12或13中的操作的内容应用到具有高分辨率等级的多分辨率图象数据以及具有低分辨率等级的多分辨率图象数据。

通过这样做，将相对于拉普拉斯分量图像数据的绝对值小的像素减小操作量的操作内容，应用到具有高分辨率等级的多分辨率图像数据以及具有低分辨率等级的多分辨率图像数据。另一方面，将相对于拉普拉斯分量图像数据的绝对值小的像素不减小操作量的操作内容，应用到具有中等分辨率等级的多分辨率图像数据。

此处，描述所述“高”、“中等”，以及“低”分辨率等级。例如，当假设要输入的亮度(Y)分量图像数据的尺寸为4928×3280像素时，由多分辨率图像生成部321和822生成的分辨率等级为分辨率等级0至12。

在这种情况下，例如，分辨率等级0至2被分类为高分辨率等级，以便多分辨率图像操作部322和822应用图12或13的操作内容。

此外，分辨率等级3至7被分类为中等分辨率等级，以便多分辨率图像操作部322和822应用图7的操作内容。此外，分辨率等级8至12被分类为低分辨率等级，以便多分辨率图像操作部322和822应用图12或13的操作内容。

此外，下文描述操作内容变化取决于分辨率等级的原因。也就是说，当生成多分辨率图像数据时，包括在亮度(Y)分量图像数据中的噪声分量更可能包括在具有高分辨率等级的拉普拉斯分量图像数据中。另一方面，在具有中等分辨率等级的拉普拉斯分量图像数据中，即使在非常小的斜率中也包括实际存在的对比度。

此外，在具有低分辨率等级的拉普拉斯分量图像数据中，通过强调非常小的斜率，密度水平(伪轮廓)更可能被注意到。由此，将图12或13中的、其中减小操作量的操作内容应用于拉普拉斯分量图像数据的绝对值小的像素。

结果，根据第七实施例，在不将信号分量减少到超过必要的情况下，可以强调亮度(Y)分量图像数据中的信号分量(实际存在于要被成像的对象中的对比度)，同时防止噪声分量的突出以及密度等级(伪轮廓)的出现。也就是说，在操作多分辨率图像数据的像素值的图像处理中，可以旨在改善图像质量。

虽然为了完整并清楚的公开，已经关于特定实施例描述了本发明，但是所附权利要求并不因此被限制，而是被解释为体现本领域技术人员可以想到的所有修改和替代结构，落入本文所阐述的基本教导内。

本申请基于并要求于2014年8月25日提交的日本专利申请No.2014-170387的优先权，其全部内容通过引用并入本文。

附图标记列表

100 图像处理装置

110 图像处理程序

121 调整比DB

122 图像操作DB

320 亮度分量处理部

321 多分辨率图像生成部

322 多分辨率图像操作部

323 重构部

330 调整部

340 颜色合成部

822 多分辨率图像操作部

823 重构部

830 调整部

引用列表

日本特开专利公开No.2007-142670

日本特开专利公开No.2014-068330

Claims (13)

1.一种图像处理装置，包括：

颜色分离单元，配置来将图像数据分离为亮度分量和颜色分量；

处理单元，配置来通过操作从所述亮度分量的第一图像数据中生成的多分辨率图像数据像素值以及重构所操作的多分辨率图像数据来生成所述亮度分量的第二图像数据；以及

合成单元，配置来将所述亮度分量的所述第二图像数据与所述颜色分量的图像数据合成，其中

所述处理单元配置来基于通过使用依据所述颜色分量的所述图像数据的像素值的参数而调整的像素值，生成所述亮度分量的所述第二图像数据。

2.根据权利要求1所述的图像处理装置，其中

所述处理单元配置来通过使用依据所述颜色分量的所述图像数据的所述像素值的参数将所述亮度分量的所述第一图像数据与通过重构生成的所述亮度分量的第三图像数据合成，来生成所述亮度分量的所述第二图像数据。

3.根据权利要求1所述的图像处理装置，其中

所述处理单元配置来通过使用依据所述颜色分量的所述图像数据的参数，通过重构从所述亮度分量的所述第一图像数据中生成的多分辨率图像数据与其中多分辨率图像数据的像素值被操作的所操作的多分辨率图像数据之间的合成来生成所述亮度分量的所述第二图像数据。

4.根据权利要求2所述的图像处理装置，其中

所述参数指示当所述亮度分量的所述第一图像数据与所述亮度分量的所述第三图像数据彼此合成时的比率，以及

其中所述颜色分量的所述图像数据的所述像素值越大，当所述亮度分量的所述第一图像数据与所述亮度分量的所述第三图像数据彼此合成时的所述亮度分量的所述第一图像数据的比率越大。

5.根据权利要求3所述的图像处理装置，其中

所述参数指示当从所述亮度分量的所述第一图像数据中生成的多分辨率图像数据与其中多分辨率图像数据的像素值被操作的所操作的多分辨率图像数据之间合成时的比率，以及

其中所述颜色分量的所述图像数据的所述像素值越大，当从所述亮度分量的所述第一图像数据中生成的多分辨率图像数据与其中多分辨率图像数据的像素值被操作的所操作的多分辨率图像数据之间合成时，从所述亮度分量的所述第一图像数据生成的所述多分辨率图像数据的比率越大。

6.根据权利要求5所述的图像处理装置，其中

针对从所述颜色分量的所述图像数据中生成的多分辨率图像数据的每个分辨率等级，确定所述参数。

7.根据权利要求1至3中任一项所述的图像处理装置，其中

当基于所述颜色分量的所述图像数据计算的饱和度值的图像数据的像素值小于或等于预定值C_th1，或者大于或等于预定值C_th2(C_th1<C_th2)时，将所述参数设置为1或0。

8.根据权利要求1至7中任一项所述的图像处理装置，其中

所述处理单元配置来从所述亮度分量的所述第一图像数据中生成拉普拉斯金字塔的所述多分辨率图像数据。

9.根据权利要求1至7中任一项所述的图像处理装置，其中

所述处理单元配置来通过对于所述亮度分量的所述第一图像数据进行离散小波变换，生成所述多分辨率图像数据。

10.根据权利要求1至7中任一项所述的图像处理装置，其中

所述处理单元被配置来操作以增加像素值，所述像素值为小于所述亮度分量的所述第一图像数据的动态范围的十分之一，以及为包括在从所述亮度分量的所述第一图像数据中生成的所述多分辨图像数据的像素值。

11.一种图像处理方法包括：

将图像数据分离为亮度分量和颜色分量的颜色分离步骤；

通过操作从所述亮度分量的第一图像数据中生成的多分辨率图像数据像素值以及重构所操作的多分辨率图像数据来生成所述亮度分量的第二图像数据的处理步骤；以及

将所述亮度分量的所述第二图像数据与所述颜色分量的图像数据合成的合成步骤，其中

在所述处理步骤中，基于通过使用依据所述颜色分量的所述图像数据的像素值的参数而调整的像素值，生成所述亮度分量的所述第二图像数据。

12.一种用于执行图像处理方法的图像处理装置的计算机程序包括：

将图像数据分离为亮度分量和颜色分量的颜色分离步骤；

通过操作从所述亮度分量的第一图像数据中生成的多分辨率图像数据像素值以及重构所操作的多分辨率图像数据来生成所述亮度分量的第二图像数据的处理步骤；以及

将所述亮度分量的所述第二图像数据与所述颜色分量的图像数据合成的合成步骤，其中

在所述处理步骤中，基于通过使用依据所述颜色分量的所述图像数据的像素值的参数而调整的像素值，生成所述亮度分量的所述第二图像数据。

13.一种记录介质，其存储了使计算机执行图像处理方法的程序，所述方法包括：

将图像数据分离为亮度分量和颜色分量的颜色分离步骤；

通过操作从所述亮度分量的第一图像数据中生成的多分辨率图像数据像素值以及重构所操作的多分辨率图像数据来生成所述亮度分量的第二图像数据的处理步骤；以及

将所述亮度分量的所述第二图像数据与所述颜色分量的图像数据合成的合成步骤，其中

在所述处理步骤中，基于通过使用依据所述颜色分量的所述图像数据的像素值的参数而调整的像素值，生成所述亮度分量的所述第二图像数据。