CN110035267B - 影像增强电路与方法 - Google Patents

影像增强电路与方法 Download PDF

Info

Publication number
CN110035267B
CN110035267B CN201810030665.5A CN201810030665A CN110035267B CN 110035267 B CN110035267 B CN 110035267B CN 201810030665 A CN201810030665 A CN 201810030665A CN 110035267 B CN110035267 B CN 110035267B
Authority
CN
China
Prior art keywords
signal
circuit
image
weight
output
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.)
Active
Application number
CN201810030665.5A
Other languages
English (en)
Other versions
CN110035267A (zh
Inventor
姜昊天
周旸庭
陈世泽
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.)
Realtek Semiconductor Corp
Original Assignee
Realtek Semiconductor 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 Realtek Semiconductor Corp filed Critical Realtek Semiconductor Corp
Priority to CN201810030665.5A priority Critical patent/CN110035267B/zh
Publication of CN110035267A publication Critical patent/CN110035267A/zh
Application granted granted Critical
Publication of CN110035267B publication Critical patent/CN110035267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/646Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种影像增强电路,其包括:对比电路,其接收影像输入信号,以输出对比信号;影像分段电路,其接收该影像输入信号,以输出影像分段信号;特征计算电路,其电性连接至该对比电路,以接收该对比信号,并输出特征信号;权重计算电路,其电性连接至该特征计算电路,以接收该特征信号,并输出权重信号,以及全域映射电路,其电性连接至该权重计算电路,以接收该权重信号,并输出影像输出信号。

Description

影像增强电路与方法
技术领域
本发明涉及一种影像增强电路与方法,特别是涉及一种基于人眼视觉和区域对比的影像增强电路与方法。
背景技术
现有的影像增强技术是用于提升人眼对于影像的视觉感受,像是增强影像的锐利度、立体感、区域对比度、以及其他细节,让肉眼更容易辨识。
上述的现有技术包括了利用直方图、通过频率拆解并强化特定频带、以及利用Retinex来进行影像增强。然而,上述方法容易造成影像被过度增强、对比度的提升效果不明显、不自然的图像效果、演算法与对应的硬件复杂度太高等问题。
因此,需要提出能解决上述问题并能有效增强影像的电路与方法。
发明内容
本发明所要解决的技术问题在于现有影像技术造成的影像被过度增强、对比度的提升效果不明显、不自然的图像效果问题,因此针对现有技术的不足提供一种基于人眼视觉和区域对比的影像增强电路与方法。
为了解决上述的技术问题,本发明所采用的其中一技术方案是,提供一种影像增强电路,其包括:一对比电路,其接收一影像输入信号,以输出一对比信号,该对比信号包含一影像像素矩阵;一影像分段电路,其接收该影像输入信号,以输出一影像分段信号;一特征计算电路,其电性连接至该对比电路,以接收该对比信号,以计算该影像像素矩阵中复数个像素的特征值,并输出一特征信号;一权重计算电路,其电性连接至该特征计算电路,以接收该特征信号,并输出一权重信号,该权重计算电路包括:多个特征权重电路,每一该特征权重电路接收该特征信号,以输出一特征权重信号;以及多个曲线计算电路,每一该曲线计算电路对应地电性连接至每一该特征权重电路,以接收对应的该特征权重电路的该特征权重信号,并输出一曲线信号;以及一全域映射电路,其电性连接至该权重计算电路,以接收该权重信号,并输出一影像输出信号。该多个曲线计算电路的每一该曲线信号总合为该权重信号。
为了解决上述的技术问题,本发明所采用的另外一技术方案是,提供一种影像增强方法,其包括以下步骤:使用一对比电路接收一影像输入信号,以输出一对比信号,该对比信号包含一影像像素矩阵;使用一影像分段电路接收该影像输入信号,以输出一影像分段信号;使用一特征计算电路接收该对比信号,以计算该影像像素矩阵中复数个像素的特征值,并输出一特征信号;使用一权重计算电路接收该特征信号,并输出一权重信号;以及使用一全域映射电路接收该权重信号,并输出一影像输出信号。
本发明的有益效果在于,本发明所提供的影像增强方法能利用全域映射(Globalmapping)的方式,以降低复杂度,且能达到提升区域对比(Local contrast)的效果,以让增强的影像能符合人眼感受。
为使能更进一步了解本发明的特征及技术内容,请参阅以下有关本发明的详细说明与附图,然而所提供的附图仅用于提供参考与说明,并非用来对本发明加以限制。
附图说明
图1为本发明一实施例的影像增强电路方块图。
图2为本发明另一实施例的影像增强电路方块图。
图3为本发明又一实施例的影像增强电路方块图。
图4为本发明又另一实施例的影像增强电路方块图。
图5为本发明一实施例的影像增强方法流程图。
图6为图5中实施例的使用该权重计算电路接收该特征信号,并输出该权重信号步骤的细节流程图。
图7为图1~4中的对比电路计算方法示意图。
图8为本发明一实施例的像素值阵列示意图。
图9为本发明该实施例的另一像素值阵列示意图。
图10为本发明一实施例的映射函数曲线图。
图11为本发明一实施例的恰辨识差异函数曲线图。
图12为本发明一实施例的恰辨识差异权重曲线图。
图13为本发明该实施例的又一像素值阵列示意图。
图14为本发明一实施例的一像素值阵列示意图。
图15为从图14实施例所的一像素值阵列示意图。
图16为本发明一实施例的一像素值阵列示意图。
图17为本发明一实施例的一像素值阵列示意图。
图18为本发明一实施例的映射曲线示意图。
图19为本发明一实施例的映射函数曲线图。
附图标记说明:
1、2、3、4 影像增强电路
10 对比电路
11 影像分段电路
12 特征计算电路
13、23 权重计算电路
130 特征权重电路
131 曲线计算电路
132 恰辨识差异电路
14 全域映射电路
15 影像混合电路
16 影像分段电路
S500~S506、S5040~S5042 步骤
S_blend 影像混合信号
S_contrast 对比信号
S_curve 曲线信号
S_edge 边缘响应信号
S_feature 特征信号
S_fw 特征权重信号
S_imagein 影像输入信号
S_imageout 影像输出信号
S_jnd 恰辨识差异信号
S_section 影像分段信号
S_w 权重信号
具体实施方式
以下是通过特定的具体实施例来说明本发明所公开有关“影像增强电路与方法”的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的构思下进行各种修改与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘,事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种元件或信号等,但这些元件或信号不应受这些术语限制。这些术语乃用以区分一元件与另一元件,或者一信号与另一信号。另外,如本文中所使用,术语“或”视实际情况可能包括相关联的列出项目中的任一个或者多个的所有组合。
请参照图1,图1为本发明一实施例的影像增强电路1的方块图。如图1所示,此影像增强电路1包括:一对比电路10,其接收一影像输入信号S_imagein,以输出一对比信号S_contrast;一影像分段电路11,其接收该影像输入信号S_imagein,以输出一影像分段信号S_section;一特征计算电路12,其电性连接至该对比电路10,以接收该对比信号S_contrast,并输出一特征信号S_feature;一权重计算电路13,其电性连接至该特征计算电路12,以接收该特征信号S_feature,并输出一权重信号S_w。权重计算电路13包括:多个特征权重电路130,每一该特征权重电路130接收该特征信号S_feature,以输出一特征权重信号S_fw;以及多个曲线计算电路131,每一该曲线计算电路131对应地电性连接至每一该特征权重电路130,以接收对应的该特征权重电路130的该特征权重信号S_fw,并输出一曲线信号S_curve。影像增强电路1还包括一全域映射电路14,其电性连接至该权重计算电路13,以接收该权重信号S_w,并输出一影像输出信号S_imageout。该多个曲线计算电路131的每一该曲线信号S_curve总合为该权重信号S_w。
请参照图2,图2为本发明另一实施例的影像增强电路2的方块图。如图2所示,本实施例的权重计算电路23相较于图1所示的实施例的权重计算电路13还进一步包括:多个恰辨识差异(just noticeable difference,JND)电路132,每一该恰辨识差异电路132对应地电性连接至每一该特征权重电路130,以接收对应的该特征权重电路130的该特征权重信号S_fw,并输出一恰辨识差异信号S_jnd。在此实施例中,每一该曲线计算电路131对应地电性连接至每一该恰辨识差异电路132,以接收对应的该恰辨识差异电路132的该恰辨识差异信号S_jnd,并输出该曲线信号S_curve。
请参照图3,图3为本发明另一实施例的影像增强电路3的方块图。如图3所示,本实施例的影像增强电路3相较于图2所示的实施例的影像增强电路2还进一步包括:一影像混合电路15,其电性连接至该全域映射电路14,以接收该影像输出信号S_imageout,并输出一影像混合信号S_blend。
请参照图4,图4为本发明另一实施例的影像增强电路4的方块图。如图4所示本实施例的影像增强电路4相较于前述实施例的影像增强电路还进一步包括:一边缘响应电路16,其接收该影像输入信号S_imagein,以输出一边缘响应信号S_edge。在此实施例中,该对比电路10电性连接至该边缘响应电路16,以接收该边缘响应信号S_edge与该影像输入信号S_imagein,并输出该对比信号S_contrast。
请参照图5与图6,图5为本发明一实施例的影像增强方法流程图,图6为图5中步骤S504的细节流程图,图5与图6可对应使用于图4实施例。如图5所示,该影像增强方法包括以下步骤:S500:使用一边缘响应电路接收该影像输入信号,以输出一边缘响应信号;S501:使用一对比电路接收一影像输入信号与一边缘响应信号,以输出一对比信号;S502:使用一影像分段电路接收该影像输入信号,以输出一影像分段信号;S503:使用一特征计算电路接收该对比信号,并输出一特征信号;S504:使用一权重计算电路接收该特征信号,并输出一权重信号;S505:使用一全域映射电路接收该权重信号,并输出一影像输出信号;以及S506:使用一影像混合电路接收该影像输出信号,并输出一影像混合信号。在此实施例中,该对比电路电性连接至该边缘响应电路,以接收该边缘响应信号与该影像输入信号,并输出该对比信号。
如图6所示,步骤S504包括:S5040:使用多个特征权重电路接收该特征信号,以输出多个特征权重信号;S5041:使用多个恰辨识差异电路接收对应的该特征权重电路的该特征权重信号,并输出一恰辨识差异信号;以及S5042:使用多个曲线计算电路接收对应的该特征权重电路的该特征权重信号,并输出多个曲线信号。在此实施例中,每一该恰辨识差异电路对应地电性连接至每一该特征权重电路,每一该曲线计算电路对应地电性连接至每一该恰辨识差异电路,以接收对应的该恰辨识差异电路的该恰辨识差异信号,并输出该曲线信号。另外,每一该曲线计算电路对应地电性连接至每一该特征权重电路,以该多个曲线计算电路的每一该曲线信号总合为该权重信号。
接下来,针对上述各电路对信号的处理方法做说明。该影像输入信号S_imagein的格式可以是Bayer Pattern、RGB、YUV等等,可以应用在软件或硬件上,在硬件实作的话,可依需求搭配线缓冲器来暂存像素数值。
该边缘响应电路16会对该影像输入信号S_imagein中的每个像素点进行计算,也就是依据每个像素周围的像素值Pi,Pi表示在i位置的像素值,例如亮度,来计算出该边缘响应信号S_edge。越靠近影像边缘的该边缘响应信号S_edge会有越大的值,其中像素值计算可以用以下公式1表示:
E(Pi)=f1(Pi) (公式1)
其中f1是该边缘响应电路16的响应函数,E(Pi)则是此点的该边缘响应信号S_edge大小。
该影像分段电路11会对该影像输入信号S_imagein进行影像切割的动作,亦即将该影像输入信号S_imagein的影像分成若干个区域,成为该影像分段信号S_section,一般可用的方法会使用低通滤波器、边缘维持滤波器,以及通过Mean shift概念的方法达到影像分割。以Mean shift方法为例,相同亮度的像素会被切割到同一区域。假如一个影像中的像素被切割到256个不同区域,其中亮度为0的像素属于第1区域、亮度为1的像素属于第2区域,以此类推,亮度为255的像素则属于第256区域。如此一来,可让该全域映射电路14对每个区域进行相同或是不同的处理。
该对比电路10是根据该边缘响应电路16的E(Pi)来执行对比,当E(Pi)的值达到一定标准,例如大于一预设临界值时,该对比电路10会依据位于位置i的像素的周围像素的像素值进行对比计算,而当E(Pi)的值未达到一定标准时,该对比电路10不会对位于位置i的该像素进行对比,如此一来,可以有效地避免噪声的影响。请参照图7,图7为图1~4中的对比电路10计算方法示意图。如图7所示,对比的计算是基于当前像素和周围像素的关系,或是周围像素间的关系,例如点A和点D间的关系、点F和点H间的关系、或是点C和点G间的关系。图7实施例中的多个像素点是3x3,但在其他实施例中可以是5x5或是更大。以图7为例,当前像素位于点E,此时对比的计算会依据其左上、上方、右上以及左方的像素,但可视情况需要参考其他的像素或是沿其他方向,接着沿着每一方向会找出一对应线段,以及其起点的像素值和终点的像素值。起点的像素值定义为较小的数值,终点的像素值定义为较大的数值,如果两者皆同则起点和终点为相同的像素值,而可能的像素值的最小为0,最大为2n-1,n为影像所使用的位元数目。也就是说,此影像是一张n位元的影像。另外,会定义数个阵列(Array),阵列个数可由使用者设置。请参照图8,图8为本发明一实施例的像素值阵列示意图。假如总共有k个阵列,其中每个阵列的像素个数为2n,编号为0到2n-1,每个编号所对应的像数值皆初始化为0。
接着给每一阵列中起始点像素一个起点标记,同时给终点像素一个终点标记。举例来说,一个大小4位元的影像可能有最小像素值0,以及最大像素值15。请一同参照图7,假如线段AE的点A点数值为12且点E点数值为2,此时起点像素值为2而终点像素值为12,取k个已初始化为0的阵列,每个阵列中含有15个像素,接着给在k个阵列中编号2的位置一个起点标记,同时给在k个阵列中编号12的位置一个终点标记,如图9所示。从起点标记到终点标记的区间,在此实施例中是从编号2到12中的每个像素,之后则会进行累加的动作。更详细的动作原理将详述于后。另外,要注意的是,对于沿每个方向的每个线段都会进行以上的对比计算,以及接下来的该特征计算电路12、该权重计算电路13和该恰辨识差异电路132所进行的计算,且整个影像都是共用这k个阵列,也就是都在这k个阵列上做累加的动作,在此都以图7中所示的线段AE来做说明。
该特征计算电路12主要的目的是计算出每个像素的一特征值,而该特征值会再通过该权重计算电路13的计算产生一初始增加量,该初始增加量是用于上述的累加动作。也就是说,要将该初始增加量加至起点标记到终点标记这个区间中的每个像素的像素值。每个像素的该特征值,可以通过周围平均饱和度、像素的区域对比度、或是一个视窗内的平均亮度等等。在此实施例中,是利用平均亮度的方法,则整张影像中像素的该特征值,可以用以下公式2来表示:
D(Pi)=f2(Pi) (公式2)
其中i是影像中像素的位置,Pi表示在i位置的像素数值,f2是一特征值函数,D(Pi)则是此像素的该特征值。
该权重计算电路13是将该特征值转换为该初始增加量,且该恰辨识差异电路132会调整该初始增加量成为一最终增加量。阵列的数量会等于以下的映射函数数量,该映射函数会将该特征值转换为该初始增加量。请参照图10,图10为本发明一实施例的映射函数曲线图。如图10所示,Di)和Wf(Pi)分别是特征值和初始增加量的大小,临界值1和临界值2是两个给定的数值,而Max和Min是最大增加量和最小增加量。假如临界值1和临界值2分别为5和10,Max和Min分别为1和8,当前像素的该特征值为4,则依据此映射函数可以得到初始增加量为1。此外,k个阵列就会有k个对应的映射函数,亦即会有k个初始增加量,假如k为3,则初始增加量分别为1、4和8。
承上所述,该初始增加量会依据人眼感受做微调。当此像素和周围某一像素对于人眼感受来说差异不明显时,则该初始增加量会被向上调整,之后该曲线计算电路131会放大差异。反之,当此像素和周围某一像素对于人眼感受来说差异是明显的,则该初始增加量会减少。如此一来,人眼比较察觉不到的地方会被凸显。值得注意的是,对于人眼来说已非常明显的部分,并不需要做额外的增强,而对于人眼来说不明显的部分,为容易被忽略掉的细节,则可被适当地加强。如何定义人眼感受有很多种方法。在此实施例中,恰辨识差异函数设计如图11和图12,但并不限于此种方法。
请参照图11,图11为本发明一实施例的恰辨识差异函数曲线图。图11的横轴是当前像素和周围某一像素的相比后的较大值,纵轴是该恰辨识差异JND的大小,临界值是一预设的值而Max和Min分别为最大和最小恰辨识差异JND。假如临界值是9、Min是2,而Max是7,以如图7中所示的线段AE为例,点A的数值为12,而点E的数值为2,因此得到的该恰辨识差异JND为7。此外,如上所述,k个阵列会得到k个该恰辨识差异JND,假如k为3且第二个阵列的临界值是11、Min是1且Max是4,则得到的第二个该恰辨识差异JND为4,同样地,假如第三个阵列的临界值是24、Min是0且Max是12,得到的第三个该恰辨识差异JND为6。请参照图12,图12为本发明一实施例的恰辨识差异权重曲线图。该恰辨识差异JND经过图12的映射函数可以得到恰辨识差异权重,如果有k个阵列就会得到k个该恰辨识差异权重,该恰辨识差异权重会用来调整该初始增加量,原理详述于后。图12的JNDi和Wj(Pi)分别是该恰辨识差异JND和该恰辨识差异权重,临界值是一预设值而Max和Min分别为该恰辨识差异权重的最大和最小值,以前述的实施例来说明,假如第一个阵列的临界值、Min和Max分为6、0和1,对应到的该恰辨识差异权重即为0,假如第二个阵列的临界值、Min和Max分为8、0和1,对应到的该恰辨识差异权重即为0.5,假如第三个阵列的临界值、Min和Max分为10、1和1,对应到的该恰辨识差异权重即为1。
该曲线计算电路131会将前面得到的初始增加量和恰辨识差异权重做结合,累加到上述的阵列后转换成映射曲线,k个阵列会对应到k个映射曲线。最终增加量会由该初始增加量和该恰辨识差异权重来决定,如以下公式3所示:
W(Pi)=f3(Wf(Pi),Wj(Pi)) (公式3)
f3是一权重转换函数,将初始增加量和恰辨识差异权重进行转换得到最终增加量,该权重转换函数在此举一种方法如下,但其他实施例中并不限于此方法。以上述例子来说,一共有三个阵列,线段AE得到的三个初始增加量分别为1、4和8且三个恰辨识差异权重分别为0、0.5和1。该最终增加量会由两者相乘得到,分别为0、2和8。请一同参照图13,图13为本发明该实施例的又一像素值阵列示意图。如图13所示,计算出的该最终增加量会被加至位于起点标记到终点标记的区间中的每个像素,假如线段AE中的点A为12且点E为2,表示k个阵列在编号2的位置是起点标记,且这k个阵列编号12的位置是终点标记,在此区间中的像素会被累加。
以前面的例子来说,最终增加量W分别为0、2和8,因此分别会加到三个阵列上编号2到编号12区间中的每个元素,此外,对于沿每个方向的每个线段都会进行最终增加量的计算,亦即会执行该对比电路10、该特征计算电路12、该权重计算电路13和该恰辨识差异电路132的计算,将计算出来的最终增加量累加到对应的阵列区间中,整张影像皆做完上述动作后会得到最终三个累加好的阵列。如图14所示,以一张n位元的影像来说,所有可能数值的最小值为0,而最大值为2n-1,每个阵列的像素个数为2n,编号为0到2n-1,对应到每个编号中的像素值为A0到A2 n -1,而像素值A0到A2 n -1为经过若干累加后得到的最终像素值,此为其中一个阵列的结果,其余k-1个阵列也可以同样地被计算出来。假如k为3且n为4,并假设最终三个阵列分别如下图15、图16和图17,分别为最终计算出的三个阵列,每个阵列中的每一个像素值标记在编号的正上方。得到的k个映射阵列会对应至k个映射曲线,转换是依据以下公式4:
Curvei=f4(Arrayi) (公式4)
f4是一曲线转换函数,本实施例的方法如下,但其他实施例不限于此方法,i表示第几个阵列以及第几个映射曲线(总共有k个)。举例转换方式如以下公式5:
Figure GDA0002945125470000101
其中,n表示n位元影像,i表示第i个阵列和第i个映射曲线,k表示映射曲线中第k个点,而Curvei(k)则代表第i个曲线中第k个点的数值。通过上述的方法即可得到曲线中每个点所对应到的数值。以图15的阵列为例,阵列中的数值分别为:10、8、15、21、18、16、14、13、12、11、11、11、9、13、10以及6。如图18所示,映射曲线的横轴为所输入的像素值,而纵轴则为输出的像素值,经过上述步骤即可得到k条映射曲线。
该全域映射电路14依据所计算的映射曲线和分段后的结果对整张影像进行全域映射。如上所述,相同区域的像素具有相同的亮度,而每一个区域可以指定到一个计算好的映射曲线,且多个区域也可以指定到同一个映射曲线。此外,也有可能在某些区域并没有相对应的映射曲线。对于没有映射曲线的区域,可以通过对邻近有映射曲线的区域所映射出来的数值进行内插。内插的方式有很多种,举例来说,假如分段后亮度为1的区域并没有对应的映射曲线,但是分段后亮度为0和亮度为2的区域有对应的映射曲线,即可利用此两条映射曲线,将分段后亮度为1的区域中每个原始数值进行映射得到新的两个数值,再将该新的两数值通过一定的比例计算(例如平均),来得到一个新的数值,此新的数值即可当作此原始数值的映射结果。上述有关内插的说明仅用于举例,并非用于限制本发明。
该影像混合电路15会对映射后得到的该新的数值会和原本数值执行一加权平均的动作,目的是避免影像过度增强,以达到依据不同场景进行不同程度的增强的效果。影像混合权重的方法是依据变异数(Variance)或是标准差来判断,也就是使用以下公式6、7:
Figure GDA0002945125470000111
Figure GDA0002945125470000112
其中H表示将原始影像依据某种特征,例如亮度,计算得到的直方图(Histogram),再将直方图中的每个数值相加并平均后的结果。再者,b表示直方图的第b个位元,而Var即代表计算得到的变异数。此外,DR是最大的动态范围(Dynamic range),以n位元的影像来说为2n,计算出Var数值后再依据特定的映射函数得到混合后的权重。如下图19所示,临界值1和临界值2是两个预设值,而Max和Min分别为最大和最小权重,经过此映射函数即可得到一混合权重(即纵轴Rate),最后将影像的原始数值和经过全域映射得到的新数值依据该混合权重进行加权平均,加权平均后的结果即为此像素的最终输出像素值。举例来说,假如Max为1且Min为0,而通过将变异数带入映射函数得到的Rate为0.8,此时会将原始影像的每个数值乘上0.8,同时将经过全域映射得到的数值乘上0.2(1.0-0.8=0.2),最后对于每个像素分别把两个相乘过的数值相加起来,即为最终的像素值。
本发明的有益效果在于,本发明所提供的影像增强方法能有效地增加图像的全域以及区域对比度,且可以让图像整体的细节更为凸显,同时降低在时间与空间上的复杂度和空间复杂度。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的权利要求,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的权利要求内。

Claims (9)

1.一种影像增强电路,其包括:
一对比电路,其接收一影像输入信号,以输出一对比信号,该对比信号包含一影像像素矩阵;
一影像分段电路,其接收该影像输入信号,以输出一影像分段信号;
一特征计算电路,其电性连接至该对比电路,以接收该对比信号,以计算该影像像素矩阵中复数个像素的特征值,并输出一特征信号;
一权重计算电路,其电性连接至该特征计算电路,以接收该特征信号,并输出一权重信号,该权重计算电路包括:
多个特征权重电路,每一该特征权重电路接收该特征信号,以输出一特征权重信号;以及
多个曲线计算电路,每一该曲线计算电路对应地电性连接至每一该特征权重电路,以接收对应的该特征权重电路的该特征权重信号,并输出一曲线信号;以及
一全域映射电路,其电性连接至该权重计算电路,以接收该权重信号,并输出一影像输出信号;
其中,该多个曲线计算电路的每一该曲线信号总合为该权重信号。
2.如权利要求1所述的影像增强电路,其中该权重计算电路还进一步包括:
多个恰辨识差异电路,每一该恰辨识差异电路对应地电性连接至每一该特征权重电路,以接收对应的该特征权重电路的该特征权重信号,并输出一恰辨识差异信号;
其中,每一该曲线计算电路对应地电性连接至每一该恰辨识差异电路,以接收对应的该恰辨识差异电路的该恰辨识差异信号,并输出该曲线信号。
3.如权利要求2所述的影像增强电路,还进一步包括:
一影像混合电路,其电性连接至该全域映射电路,以接收该影像输出信号,并输出一影像混合信号。
4.如权利要求3所述的影像增强电路,还进一步包括:
一边缘响应电路,其接收该影像输入信号,以输出一边缘响应信号;
其中,该对比电路电性连接至该边缘响应电路,以接收该边缘响应信号与该影像输入信号,并输出该对比信号。
5.一种影像增强方法,其包括以下步骤:
使用一对比电路接收一影像输入信号,以输出一对比信号,该对比信号包含一影像像素矩阵;
使用一影像分段电路接收该影像输入信号,以输出一影像分段信号;
使用一特征计算电路接收该对比信号,以计算该影像像素矩阵中复数个像素的特征值,并输出一特征信号;
使用一权重计算电路接收该特征信号,并输出一权重信号;
以及
使用一全域映射电路接收该权重信号,并输出一影像输出信号;
其中使用该权重计算电路接收该特征信号,并输出该权重信号的步骤包括:
使用多个特征权重电路接收该特征信号,以输出多个特征权重信号;以及
使用多个曲线计算电路接收对应的该特征权重电路的该特征权重信号,并输出多个曲线信号;
其中,每一该曲线计算电路对应地电性连接至每一该特征权重电路,以该多个曲线计算电路的每一该曲线信号总合为该权重信号。
6.如权利要求5所述的影像增强方法,其中使用该权重计算电路接收该特征信号,并输出该权重信号的步骤还进一步包括:
使用多个恰辨识差异电路接收对应的该特征权重电路的该特征权重信号,并输出一恰辨识差异信号;
其中,每一该恰辨识差异电路对应地电性连接至每一该特征权重电路,每一该曲线计算电路对应地电性连接至每一该恰辨识差异电路,以接收对应的该恰辨识差异电路的该恰辨识差异信号,并输出该曲线信号。
7.如权利要求6所述的影像增强方法,还进一步包括:
使用一影像混合电路接收该影像输出信号,并输出一影像混合信号。
8.如权利要求7所述的影像增强方法,还进一步包括:
使用一边缘响应电路接收该影像输入信号,以输出一边缘响应信号。
9.如权利要求8所述的影像增强方法,其中,该对比电路电性连接至该边缘响应电路,以接收该边缘响应信号与该影像输入信号,并输出该对比信号。
CN201810030665.5A 2018-01-12 2018-01-12 影像增强电路与方法 Active CN110035267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810030665.5A CN110035267B (zh) 2018-01-12 2018-01-12 影像增强电路与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810030665.5A CN110035267B (zh) 2018-01-12 2018-01-12 影像增强电路与方法

Publications (2)

Publication Number Publication Date
CN110035267A CN110035267A (zh) 2019-07-19
CN110035267B true CN110035267B (zh) 2021-07-16

Family

ID=67234781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810030665.5A Active CN110035267B (zh) 2018-01-12 2018-01-12 影像增强电路与方法

Country Status (1)

Country Link
CN (1) CN110035267B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111046803A (zh) * 2019-12-13 2020-04-21 电子科技大学 一种基于卷积神经网络的车辆检测及着地点定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200627971A (en) * 2004-10-15 2006-08-01 Genesis Microchip Inc Adaptive contrast enhancement
TW201105115A (en) * 2009-07-20 2011-02-01 Pixel Technologies Inc U Method and apparatus for feature-based dynamic contrast enhancement
TW201136327A (en) * 2010-04-01 2011-10-16 Himax Media Solutions Inc Image enhancement method and image enhancement apparatus utilizing the same

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9756306B2 (en) * 2014-03-10 2017-09-05 Novatek Microelectronics Corp. Artifact reduction method and apparatus and image processing method and apparatus

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200627971A (en) * 2004-10-15 2006-08-01 Genesis Microchip Inc Adaptive contrast enhancement
TW201105115A (en) * 2009-07-20 2011-02-01 Pixel Technologies Inc U Method and apparatus for feature-based dynamic contrast enhancement
TW201136327A (en) * 2010-04-01 2011-10-16 Himax Media Solutions Inc Image enhancement method and image enhancement apparatus utilizing the same

Also Published As

Publication number Publication date
CN110035267A (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
CN109191395B (zh) 图像对比度增强方法、装置、设备及存储介质
US8406547B2 (en) Visual processing device, visual processing method, program, display device, and integrated circuit
US8131098B2 (en) Image processing device, image processing method, image processing system, program, storage medium, and integrated circuit
US10565742B1 (en) Image processing method and apparatus
JP5116393B2 (ja) 画像処理装置及び画像処理方法
US7406193B2 (en) Image processing method and image processing apparatus for making luminance correction
KR100453038B1 (ko) 컬러 영상의 채도 조절 장치 및 방법
US7957590B2 (en) Image processing method, display image processing method, image processing device, image processing program, and integrated circuit device including that image processing device
US9147238B1 (en) Adaptive histogram-based video contrast enhancement
JP2005353069A (ja) 彩度適応的な映像向上装置およびその方法
JP5235759B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US8265391B1 (en) Localized, adaptive video contrast enhancement using controlled histogram equalization
US7889280B2 (en) Image processing apparatus and method thereof
CN110035267B (zh) 影像增强电路与方法
JP4289225B2 (ja) 画像処理装置および画像処理方法
JP2004523839A (ja) 動的なチェーンベースの閾値化
JP4851624B2 (ja) 指定色領域画定回路、検出回路及びそれを用いた画像処理装置
JP4664938B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN113643651B (zh) 一种图像增强方法、装置、计算机设备和存储介质
EP3826301B1 (en) Image processing apparatus, image processing method, and computer program
TWI653894B (zh) 影像增強電路與方法
EP1895781A1 (en) Method of and apparatus for adjusting colour saturation
JP2010277607A (ja) 画像処理装置及び画像処理方法
JP2001045303A (ja) 画像2値化方法
KR20170000869A (ko) 영상 처리 방법, 영상 처리 방법을 수행하는 영상 처리 장치, 및 영상 처리 장치를 포함하는 표시 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant