CN109426599A - 功率估算方法与功率估算装置 - Google Patents

Abstract

一种功耗估算方法，适用于具有N列像素的图像。所述的功耗估算方法的像素(pixel)估测程序包括：依序对N列像素其中一列中的每一像素进行估测子程序，以取得多个像素能耗值，这些像素能耗值分别对应于此列像素中的每一像素；依据这些像素能耗值取得对应于此列像素的列功耗值；其中，此估测子程序包括取得这些像素其中之一对应的像素内容信息，依据此像素内容信息判断对相应的此像素进行预设影像处理程序的此像素能耗值。

Description

功率估算方法与功率估算装置

技术领域

本发明关于一种功率估算方法与功率估算装置。

背景技术

电子系统层级(electronic system level,ESL)模拟分析方法逐渐地被广泛使用于软硬件的早期开发阶段以及效能评估。但是，电子系统层级的功耗估测仍然有相当大的进步空间。大部分的半导体厂商通常是建议以一些常见的规格来进行电子系统层级的功耗估测。但是，基于昂贵的开发过程，大部分的硅智财(silicon intellectual property,SIP)供货商其实并不会提供电子系统层级的功耗模型。因此，现存的电子系统层级的功耗模型常常只能从硬件架构粗略估计功耗。但是，这类功耗模型并无法将输入讯号的内容纳入考虑。

以图像处理电路为例来说，图像处理电路的功率消耗除了跟其硬件配置有关之外，更与待处理影像内容息息相关。因此，在预估功耗时若只考虑硬件配置，将较难反映出图像处理电路在处理影像中不同内容的功耗差异，更无法贴切地反映出图像处理电路真实的功率消耗状况。

发明内容

本发明在于提供一种功率估算方法与功率估算装置，以应对任意的硬件配置来设计功耗模型以进行功率估算，且这样的功耗模型可以反映出电路的真实功率消耗状况。

本发明公开了一种功耗估算方法，所述的功耗估算方法适用于具有N列像素的图像。所述的功耗估算方法的像素估测程序包括：依序对N列像素其中一列中的每一像素进行估测子程序，以取得多个像素能耗值，这些像素能耗值分别对应于此列像素中的每一像素；依据这些像素能耗值取得对应于此列像素的列功耗值；其中，此估测子程序包括取得这些像素其中之一对应的像素内容信息，依据此像素内容信息判断对相应的此像素进行此预设影像处理程序的此像素能耗值。

本发明公开了一种功率估算装置，所述的功耗估算装置具有存储介质与处理器。此存储介质用以储存多个指令。此处理器电性连接此存储介质。此处理器用以执行这些指令。其中，当此处理器执行这些指令时，此功耗估算装置用以执行所述的功耗估算方法。

本发明公开了另一种功率估算装置，所述的功耗估算装置具有转换电路、能耗估测电路与运算电路。此转换电路用以依据像素内容信息取得查询讯号。此查询讯号用以指示当前运算像素的类型。此当前运算像素为图像的多个像素其中之一。这些像素排列成N列。此能耗估测电路电性连接此转换电路，此能耗估测电路用以依据此查询讯号提供对应于此当前运算像素的像素能耗值。此运算电路电性连接此能耗估测电路。此运算电路用以累计此能耗估测电路提供的此像素能耗值。且此运算电路用以依据这些像素对应的这些像素能耗值取得对应于此当前运算像素所在的此列像素的列功耗值。

以上关于本公开内容的说明及以下实施方式的说明是用以示范与解释本发明的精神与原理，并且提供本发明权利要求书更进一步的解释。

附图说明

图1为根据本发明一实施例所示意的功耗估测方法的方法流程图。

图2为根据本发明一实施例所示意的功耗估测方法的估测子程序的方法流程图。

图3为根据本发明一实施例所示意的图像的各像素的配置示意图。

图4为根据本发明一实施例所示意的功耗估测方法的细部方法流程图。

图5为根据本发明另一实施例所示意的功耗估测方法的细部方法流程图。

图6为根据本发明更一实施例所示意的功耗估测方法的细部方法流程图。

图7为根据本发明又一实施例所示意的功耗估测方法的细部方法流程图。

图8为根据本发明再一实施例所示意的功耗估测方法的细部方法流程图。

图9为根据本发明又另一实施例所示意的功耗估测方法的细部方法流程图。

图10为根据本发明又更一实施例所示意的功耗估测方法的细部方法流程图。

图11为根据本发明一实施例所示意的硬件架构的状态转换示意图。

图12为根据本发明一实施例所示意的功耗估测装置的功能方块图。

图13为根据本发明另一实施例所示意的功耗估测装置的功能方块图。

图14为根据本发明更一实施例所示意的功耗估测装置的功能方块图。

符号说明

1、1’、1” 功耗估算裝置

12 处理器

14 存储介质

11、11’、11” 转换电路

111” 第一子电路

112” 第二子电路

113” 第三子电路

13、13’、13” 能耗估测电路

131” 储存模块

132” 处理电路

15、15’、15” 运算电路

I 影像

P11～P88 像素

R1 像素列

具体实施方式

预设影像处理程序的此像素以下在实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何熟习相关技艺者了解本发明的技术内容并据以实施，且根据本说明书所公开的内容、权利要求书及附图，任何本领域技术人员可轻易地理解本发明相关的目的及优点。以下实施例是为了进一步详细说明本发明的观点，但非以任何观点限制本发明的范畴。

本发明的功耗估测方法适用于具有N列像素的图像。此功耗估测方法包含一像素估测程序，此功耗估测方法也可以另包含硬件状态估测程序。当功耗估测方法具有像素估测程序与硬件状态估测程序时，在功耗估测方法中可依据组态设定判断以像素估测程序或硬件状态估测程序进行功耗估测。以下先就功耗估测方法具有像素估测程序的情况进行说明。

请参照图1与图2，图1为根据本发明一实施例所示意的功耗估测方法在像素估测程序下运行的方法流程图，图2为根据本发明一实施例所示意的功耗估测方法的估测子程序的方法流程图。所述的功耗估算方法在像素估测程序下包括：在步骤S101中，依序对N列像素其中一列中的每一像素进行一估测子程序，以取得多个像素能耗值，这些像素能耗值分别对应于此列像素中的每一像素；在步骤S103中，依据这些像素能耗值取得对应于此列像素的一列功耗值。另一方面，在图2则示意出了估测子程序的相关步骤。如图2所示，在估测子程序的步骤S201中，取得这些像素其中之一对应的一像素内容信息，于估测子程序的步骤S203中，依据此像素内容信息判断对相应的此像素进行此能耗值。

请接着参照图3以进行更具体的说明，图3为根据本发明一实施例所示意的图像的各像素的配置示意图。在此实施例中，例如图像I的各像素是依照像素P11、像素P12以至像素P18的顺序分别进行如前述的估测子程序。所述的估测子程序例如为关联于影像讯号处理器(image signal processor,ISP)。以其中像素P11来说，在估测子程序中例如是先取得像素P11的像素内容资料，并且依据像素P11的像素内容数据判断出对像素P11进行预设影像处理程序时所需消耗的能量，亦即为所述的像素能耗值。所述的像素内容数据例如为未加工过的影像数据(raw raster data)，所述的预设影像处理程序例如包括黑色箝平(black clamping)、透镜失真补偿(lens distortion compensation)、缺陷像素校正(defective pixel correction)或自动白平衡(auto white balance)等等，但并不以此为限。

而当取得像素P11、像素P12以至像素P18的各像素能耗值时，即可加总各像素能耗值而得到像素列R1的列能耗值。再将此列能耗值对时间平均即可取得像素列R1的列功耗值。

在上述步骤S203中可包含其他步骤，请再接着参照图4以作说明，图4为根据本发明一实施例所示意的功耗估测方法的细部方法流程图。在步骤S301中，依据这些像素其中之一的像素内容信息取得像素的一直接内容参数。在步骤S303中，依据此像素的像素内容信息取得此像素相对于这些像素其中至少另一的一相对内容参数。在步骤S305中，依据直接内容参数与相对内容参数判断对此像素进行所述的预设影像处理程序的像素能耗值。

在实务上，在图4所示的实施例中，例如依据这些像素其中之一的直接内容参数与相对内容参数判断出像素的类型，并依据像素的类型而自一查找表取得此像素的像素能耗值。其中，所述的查找表中的各元素分别为不同类型的像素所对应的像素能耗值。查找表可以是一维或是多维，在此并不限制查找表的具体型式。

在一实施例中，所述的直接内容参数为像素的亮度值，而所述的相对内容参数为像素相对于这些像素其中之另一的梯度值。在实务上，梯度值系为对亮度值进行梯度运算的结果，所述的梯度运算例如是利用索贝尔运算符(sobel operator)对图像进行屏蔽(mask)运算，但不以此为限，所属技术领域普通技术人员当可依照实际所需自行定义出合适的梯度定义以及相关运算符或运算屏蔽。在以索贝尔运算符取得梯度值的实施例中，例如为先以索贝尔运算符定义的两个矩阵算出水平梯度值与垂直梯度值，在以水平梯度值与垂直梯度值算出梯度值与梯度方向。因此在上述的步骤S305中，可例如依据像素的亮度值与梯度值判断出像素的类型。在另一种作法中，则可例如依据像素的亮度值、水平梯度值与垂直梯度值判断出像素的类型。也就是说，相对内容参数可以包含了所述的水平梯度值与垂直梯度值。在一实施例中，各图像中具有相同亮度值与梯度值的各像素会被归类于同一类型，因此反过来说，依据像素的亮度值与梯度值即可判断出像素的类型。

在一实施例中，当判断出一像素的类型之后，可更依据像素的类型而自一查找表中取得此像素的像素能耗值。所述的查找表中的各元素分别为不同类型的像素所对应的像素能耗值。在实务上，像素的亮度值与梯度值可被用来换算成一个地址，再依据此地址自查找表中对应的位置取得相应的像素能耗值。在实务上，像素的亮度值与梯度值可经过适当的量化，以降低运算复杂度且降低查找表的数据量。

请接着参照图5，图5为根据本发明另一实施例所示意的功耗估测方法的细部方法流程图。在步骤S401中，以一第一训练图像与一硬件架构数据量测得多个第一列参考能耗值，每一第一列参考能耗值对应于此第一训练图像的多个像素列的其中一列的总能耗值。在实务上，在步骤S401中例如为以一第一训练图像经由一影像相关处理器的硬件通过量测仪器量测得多个第一列参考能耗值或以一第一训练图像经由一硬件描述语言所建置的影像相关处理器通过估测软件估测得多个第一列参考能耗值。在步骤S403中，判断此第一训练图像的每一像素的亮度值。在步骤S405中，判断此第一训练图像的每一像素相对于此第一训练图像的至少另一像素的梯度值。在步骤S407中，依据此第一训练图像的每一像素的亮度值与梯度值判断出此第一训练图像的每一像素的类型。在步骤S409中，依据此第一训练图像的每一像素的类型与这些第一列参考能耗值取得此查找表。

在一实施例中，当量测得所述的多个第一列参考能耗值，可依据这些第一列参考能耗值形成一矩阵E；当判断出第一训练图像的每一像素的类型时，可以统计第一训练图像每一列具有哪些类型的像素，并据以形成矩阵A。其中，矩阵E的尺寸为h×1，矩阵A的尺寸为h×k，其中h为第一训练图像的列数，k为像素的类型数。换句话说，矩阵E中的每一个元素用以表示第一训练图像的每一列相应的第一列参考能耗值，而矩阵A中的每一个元素用以表示在第一训练图像中某一列的某一类型像素的数量。在取得矩阵A与矩阵E的情况下，接着再依据最小平方法(least square)解出条件式argmin||A·W-E||²subject to W≥0中的矩阵W。矩阵W的尺寸为k×1，且矩阵W中的每一个元素为每一种类型元素的能耗值。换句话说，矩阵W即为所要的查找表。

在实务上，除了以第一训练图像取得查找表之外，更可依据另一个或是另多个训练图像更新查找表。请接着参照图6以对此进行说明，图6为根据本发明更一实施例所示意的功耗估测方法的细部方法流程图。在步骤S501中，以一第二训练图像与硬件架构数据量测得多个第二列参考能耗值。在步骤S503中，判断此第二训练图像的每一像素的亮度值。在步骤S505中，判断此第二训练图像的每一像素相对于此第二训练图像的至少另一像素的梯度值。在步骤S507中，依据此第二训练图像的每一像素的亮度值与梯度值判断出此第二训练图像的每一像素的类型，不同类型的像素对应于不同的亮度值与梯度值。在步骤S509中，依据此第二训练图像的每一像素的类型、这些列参考能耗值与一限制条件更新此查找表。

其中，所述的限制条件为，这些像素类型中定义有一第一类型与一第二类型，第一类型的像素对应的梯度值大于第二类型的像素对应的梯度值，第一类型的像素对应的亮度值等于第二类型的像素对应的亮度值，第一类型的像素的能耗值大于第二类型的像素的能耗值。由此，以避免运算结果符合前述的最小平方法条件式却略为偏离现实的情况。在实务上，第二训练图像的数量可以为多个，也就是说，可以通过多次的更新使得查找表的内容更加符合硬件行为。在一实施例中，上述的训练图像可以是预设的图像，也就是说，上述更新查找表的过程可以是在脱机阶段完成。

在实务上可通过不同的方式将所述的限制条件实现于功耗估算方法当中。请接着参照图7，图7为根据本发明又一实施例所示意的功耗估测方法的细部方法流程图。在图7所述的实施例中，所述的像素类型中定义有一第三类型、一第四类型与一第五类型。第三类型的像素对应的亮度值、第四类型对应的亮度值与第五类型对应的亮度值相同。第三类型的像素对应的梯度值小于第四类型对应的梯度值。第四类型对应的梯度值小于第五类型对应的梯度值。在步骤S601中，依据更新前的查找表中对应于第三类型的元素与第四类型的元素取得平均能耗值。在步骤S603中，依据平均能耗值产生能耗下限。在图7所述的实施例中，限制条件更包括更新后的能耗表中对应于第五类型的元素值不小于对应的能耗下限。

请接着参照图8，图8为根据本发明再一实施例所示意的功耗估测方法的细部方法流程图。在图8所示的实施例中，所述的各像素类型中定义有第六类型、第七类型与第八类型。第六类型的像素对应的亮度值大于第七类型的像素对应的亮度值。第七类型的像素对应的亮度值大于第八类型的像素对应的亮度值。第六类型的像素对应的梯度值、第七类型的像素对应的梯度值与第八类型的像素对应的梯度值相同。在步骤S701中，依据更新前的查找表中对应于第六类型的元素与对应于第八类型的元素产生校正值。在步骤S703中，依据校正值调整对应于第七类型像素的能耗下限。所属技术领域具有通常知识者经详阅本说明书后，当可依据实际所需设定校正值的产生方式，但凡以依据前述像素的亮度值相对关系与梯度值相对关系来产生校正值者皆属本案之范畴。在一实施例中，校正值被直接加入对应的能耗下限以形成更新后的能耗下限。在另一实施例中，能耗下限与相应的校正值被分别乘上对应的比例参数后再加总形成更新后的能耗下限，其中若能耗下限之比例参数为一小于一的正数的话，那相应的校正值的比例参数可设定为一减掉能耗下限的比例参数。

如前述地，在另一类的实施例中除了如前述的像素估测程序之外，本发明的功耗估算方法更具有一硬件状态估测程序。请再接着参照图9与图10以对此进行说明，图9为根据本发明另一实施例所示意的功耗估测方法的细部方法流程图，图10为根据本发明又更一实施例所示意的功耗估测方法的细部方法流程图。在步骤S801中，判断一组态设定是否符合一切换条件。在步骤S803中，当判断此组态设定符合此切换条件时，进行像素估测程序。在步骤S805中，当判断组态设定不符合切换条件时，进行硬件状态估测程序。所述的切换条件例如是某个变量值或是某个存储介质字段的值遭到改变，相关细节在此不予赘述。

另一方面，在硬件状态估测程序的步骤S901中，判断一硬件架构执行该预设影像处理程序对应的多个硬件工作状态；在步骤S903中，判断于执行此预设影像处理程序时，该硬件架构进入这些硬件工作状态的多个执行次数；在步骤S905中，依据这些硬件工作状态的多个功耗值与这些执行次数判断出此硬件架构执行此预设影像处理程序时的总功耗值。

请参照图11以对硬件状态估测程序进行更进一步的说明，图11为根据本发明一实施例所示意的硬件架构的状态转换示意图。在实务上，当硬件架构用以进行前述的预设影像处理程序时，硬件架构系主要转换于图11所示的闲置状态、填充状态、处理状态与刷新状态。因此，在硬件状态估测程序中，依据所需要的硬件架构的各个状态所需的功耗值以及所需要的硬件架构在进行预设影像处理程序时进入各个状态的次数来判断出以此硬件架构执行此预设影像处理程序时的总功耗值。在一实施例中，例如是将前述的各个执行次数分别乘上对应的功耗值再加总成总功耗值。通过切换在像素估测程序与硬件状态估测程序，在功耗估算方法中得以取得不同面向的功耗值，并可依据当下可用的运算资源选择适合的估测程序来估算功耗。

依据上述，本发明还提供了多种功耗估算装置，请参照图12以进行说明，图12为根据本发明一实施例所示意的功耗估测装置的功能方块图。在图12所示的实施例中，功耗估测装置1具有处理器12与存储介质14，处理器12电性连接存储介质14。存储介质14用以储存多个指令。处理器12用以执行存储介质14所储存的指令。当处理器12执行所述的指令时，功耗估算装置1用以执行前述各实施例其中任一所述的功耗估算方法。处理器12例如为中央处理器(central process unit,CPU)或是数字信号处理器(digital signal processor,DSP)。存储介质14可以是挥发性存储介质(volatile memory)或是非挥发性存储介质(non-volatile memory)。或是，处理器12与存储介质14可以被集成为一微控制器(microcontrol unit,MCU)。上述仅为举例示范，实际上并不以此为限。

依据上述，本发明还提供了另一种功耗估算装置，请参照图13以进行说明，图13为根据本发明另一实施例所示意的功耗估测装置的功能方块图。在图13所示的实施例中，功耗估算装置1’具有转换电路11’、能耗估测电路13’与运算电路15’。能耗估测电路13’电性连接转换电路11’。运算电路15’电性连接能耗估测电路13’。

转换电路11’用以依据一像素内容信息取得一查询讯号。所述的查询讯号用以指示当前运算像素的类型。所述的当前运算像素为一图像的多个像素其中之一。这些像素排列成N列。每一列有多个像素。能耗估测电路13’用以依据所述的查询讯号提供对应于当前运算像素的一像素能耗值。运算电路15’用以累计能耗估测电路13’提供的像素能耗值，且运算电路15’用以依据对应的各像素能耗值取得相应于当前运算像素所在的列像素的一列功耗值。

转换电路11’、能耗估测电路13’与运算电路15’例如是整合于现场可程序逻辑门阵列(Field Programmable Gate Array,FPGA)或是整合于集成电路(integratedcircuit,IC)。转换电路11’、能耗估测电路13’与运算电路15’的具体作动方式可参照如前述的功耗估测方法，在此仅对功耗估测装置的结构进行说明，相关细节不再重复赘述。

请再参照图14，图14为根据本发明更一实施例所示意的功耗估测装置的功能方块图。转换电路11”的电路结构大致上相仿于转换电路11’的电路结构，惟在此实施例中，转换电路11”还具有第一子电路111”、第二子电路112”与第三子电路113”。第三子电路113”分别电性连接第一子电路111”与第二子电路112”。第三子电路113”电性连接能耗估测电路13”。第一子电路111”用以依据所述的像素内容信息取得当前运算像素的直接内容参数。第二子电路112”用以依据像素内容信息取得当前运算像素相对于这些像素其中至少另一的相对内容参数。第三子电路113”用以依据直接内容参数与相对内容参数产生查询讯号。

另一方面，在图14的实施例中，能耗估测电路13”还包含储存模块131”与处理电路132”。储存模块131”电性连接处理电路132”。储存模块131”用以储存如前述的查找表。处理电路132”依据该所述的查询讯号而自查找表取得当前运算像素的像素能耗值。在一实施例中，处理电路132”还用于如前述地产生或是更新所述的查找表。储存模块131”可以是挥发性存储介质(volatile memory)或非挥发性存储介质(non-volatile memory)。

综合以上所述，本发明提供了一种功耗估算方法与功耗估算装置，所述的功耗估算方法与功耗估算装置可用以依据图像内容估算任意硬件配置下的图像处理电路对相应图像进行图像处理时的功率消耗。从另一个角度来说，也等同于提供了相关硬件配置的功耗模型。所述的功耗模型可以反映出对图像进行预设影像处理时，图像的每一列像素所造成的平均功耗。

Claims (14)

1.一种功耗估算方法，适用于具有N列像素的图像，该功耗估算方法具有像素估测程序，该像素估测程序包括：

依序对该N列像素其中一列中的多个像素中的每一像素进行估测子程序，以取得多个像素能耗值，该些像素能耗值分别对应于该列像素的该些像素；以及

依据该些像素能耗值取得对应于该列像素的列功耗值；

其中，该估测子程序包括取得该些像素其中之一对应的像素内容信息，并依据该像素内容信息判断对相应的该像素进行预设影像处理程序的该像素能耗值。

2.根据权利要求1所述的功耗估算方法，其中依据该像素内容信息判断对相应的该像素进行该预设影像处理程序的该像素能耗值的步骤中，还包括：

依据该些像素其中之一的该像素内容信息取得该像素的直接内容参数；

依据该像素的该像素内容信息取得该像素相对于该些像素其中至少另一的相对内容参数；以及

依据该直接内容参数与该相对内容参数判断对该像素进行该预设影像处理程序的该像素能耗值。

3.根据权利要求2所述的功耗估算方法，其中依据该像素内容信息判断对相应的该像素进行该预设影像处理程序的该像素能耗值的步骤中，包括依据该像素内容信息所对应的该像素的该直接内容参数与该相对内容参数判断出该像素的类型，并依据该像素的类型而自查找表取得该像素的该像素能耗值；

其中，该查找表中的每一个元素为不同类型的像素所对应的该像素能耗值。

4.根据权利要求3所述的功耗估算方法，其中该些直接内容参数其中之一为对应的该像素的亮度值，该些相对内容参数其中之一为对应的该像素相对于该些像素其中至少另一的梯度值，于依据该直接内容参数与该相对内容参数判断对相应的该像素进行该预设影像处理程序的该像素能耗值的步骤中，是依据该像素的亮度值与梯度值判断出该像素的类型。

5.根据权利要求3所述的功耗估算方法，其中该些直接内容参数其中之一为对应的该像素的亮度值，该些相对内容参数其中之一包含了对应的该像素相对于该些像素其中至少另一的水平梯度值与对应的该像素相对于该些像素其中至少另一的垂直梯度值，于依据该直接内容参数与该相对内容参数判断对相应的该像素进行该预设影像处理程序的该像素能耗值的步骤中，是依据该像素的水平梯度值、垂直梯度值与亮度值判断出该像素的类型。

6.根据权利要求4所述的功耗估算方法，其中该像素估测程序还包括：

以第一训练图像与硬件架构数据量测得多个第一列参考能耗值，每一该第一列参考能耗值对应于该第一训练图像的多个像素列其中之一的总能耗值；

判断该第一训练图像的每一像素的亮度值；

判断该第一训练图像的每一像素相对于该第一训练图像的至少另一像素的梯度值；

依据该第一训练图像的每一像素的亮度值与梯度值判断出该第一训练图像的每一像素的类型；以及

依据该第一训练图像的每一该像素的类型与该些第一列参考能耗值取得该查找表。

7.根据权利要求6所述的功耗估算方法，其中该像素估测程序还包括：

以第二训练图像与该硬件架构数据量测得多个第二列参考能耗值；

判断该第二训练图像的每一像素的亮度值；

判断该第二训练图像的每一像素相对于该第二训练图像的至少另一像素的梯度值；

依据该第二训练图像的每一像素的亮度值与梯度值判断出该第二训练图像的每一像素的类型，不同类型的像素对应于不同的亮度值与梯度值；以及

依据该第二训练图像的每一该像素的类型、该些列参考能耗值与限制条件更新该查找表；

其中，该限制条件为，该些像素类型中定义有第一类型与第二类型，该第一类型的像素对应的梯度值大于该第二类型的像素对应的梯度值，该第一类型的像素对应的亮度值等于该第二类型的像素对应的亮度值，该第一类型的像素的能耗值大于该第二类型的像素的能耗值。

8.根据权利要求7所述的功耗估算方法，其中该些像素类型中定义有第三类型、第四类型与第五类型，该第三类型的像素对应的亮度值、该第四类型对应的亮度值与该第五类型对应的亮度值相同，该第三类型的像素对应的梯度值小于该第四类型对应的梯度值，该第四类型对应的梯度值小于该第五类型对应的梯度值，该功耗估算方法还包括：

依据更新前的该查找表中对应于该第三类型的元素与该第四类型的元素取得平均能耗值；以及

依据该平均能耗值产生能耗下限；

其中，该限制条件更包括更新后的该能耗表中对应于该第五类型的元素值不小于对应的该能耗下限。

9.根据权利要求8所述的功耗估算方法，其中，该些像素类型中定义有第六类型、第七类型与第八类型，该第六类型的像素对应的亮度值大于该第七类型的像素对应的亮度值，该第七类型的像素对应的亮度值大于该第八类型的像素对应的亮度值，该第六类型的像素对应的梯度值、该第七类型的像素对应的梯度值与该第八类型的像素对应的梯度值相同，该功耗估算方法还包括：

依据更新前的该查找表中对应于该第六类型的元素与对应于该第八类型的元素产生校正值；

依据该校正值调整对应于该第七类型像素的该能耗下限。

10.根据权利要求1所述的功耗估算方法，其中该功耗估算方法更具有硬件状态估测程序，该功耗估算方法还包括：

判断组态设定是否符合切换条件；

当判断该组态设定符合该切换条件时，进行该像素估测程序；以及

当判断该组态设定不符合该切换条件时，进行该硬件状态估测程序；

其中该硬件状态估测程序包括：

判断硬件架构执行该预设影像处理程序对应的多个硬件工作状态；

判断于执行该预设影像处理程序时，该硬件架构进入该些硬件工作状态的多个执行次数；以及

依据该些硬件工作状态的多个功耗值与该些执行次数判断出该硬件架构执行该预设影像处理程序时的总功耗值。

11.一种功耗估算装置，包括：

存储介质，用以储存多个指令；以及

处理器，电性连接该存储介质，该处理器用以执行该些指令；

其中，当该处理器执行该些指令时，该功耗估算装置用以执行权利要求1-9中任一所述的功耗估算方法。

12.一种功耗估算装置，该功耗估算装置包括：

转换电路，用以依据像素内容信息取得查询讯号，该查询讯号用以指示当前运算像素的类型，该当前运算像素为图像的多个像素其中之一，该些像素排列成N列；

能耗估测电路，电性连接该转换电路，该能耗估测电路用以依据该查询讯号提供对应于该当前运算像素的像素能耗值；以及

运算电路，电性连接该能耗估测电路，该运算电路用以累计该能耗估测电路提供的该像素能耗值，且该运算电路用以依据该些像素对应的该些像素能耗值取得对应于该当前运算像素所在的该列像素的列功耗值。

13.根据权利要求12所述的功耗估算装置，其中该转换电路包括：

第一子电路，用以依据该像素内容信息取得该当前运算像素的一直接内容参数；

第二子电路，该第二子电路用以依据该像素内容信息取得该当前运算像素相对于该些像素其中至少另一的相对内容参数；

第三子电路，分别电性连接该第一子电路与该第二子电路，该第三子电路电性连接该能耗估测电路，该第三子电路用以依据该直接内容参数与该相对内容参数产生该查询讯号。

14.根据权利要求13所述的功耗估算装置，其中该能耗估测电路更包含储存模块与处理电路，该储存模块用以储存查找表，该处理电路系依据该查询讯号而自该查找表取得该当前运算像素的该像素能耗值。