CN112583997B - 图像处理电路与方法 - Google Patents

图像处理电路与方法 Download PDF

Info

Publication number
CN112583997B
CN112583997B CN201910937554.7A CN201910937554A CN112583997B CN 112583997 B CN112583997 B CN 112583997B CN 201910937554 A CN201910937554 A CN 201910937554A CN 112583997 B CN112583997 B CN 112583997B
Authority
CN
China
Prior art keywords
brightness
value
bar
change
values
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
CN201910937554.7A
Other languages
English (en)
Other versions
CN112583997A (zh
Inventor
黄煜翔
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 CN201910937554.7A priority Critical patent/CN112583997B/zh
Publication of CN112583997A publication Critical patent/CN112583997A/zh
Application granted granted Critical
Publication of CN112583997B publication Critical patent/CN112583997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本申请公开一种图像处理电路和方法,图像处理电路包含:一选取电路,其依一目标像素的位置与一选取范围选取该影像的多个像素的亮度值,该些像素包含N条横条与M条竖条;一亮度变化计算电路,其依每条横条的亮度变化产生N个横条亮度变化值,并依每条竖条的亮度变化产生M个竖条亮度变化值;一亮度变化决定电路,其从该N个横条亮度变化值中选出一横条亮度变化代表值,从该M条竖条亮度变化值中选出一竖条亮度变化代表值,以及从该横条与竖条亮度变化代表值中选出一亮度变化代表值;一能量变化计算电路,其依该多个像素的亮度值产生一能量变化值;与一边缘得分计算电路,其依该亮度变化代表值与该能量变化值,产生该目标像素的边缘得分。

Description

图像处理电路与方法
技术领域
本发明是关于图像处理电路与方法,尤其是关于能够检测一影像的物体边缘的图像处理电路与方法。
背景技术
目前技术通常使用索伯屏蔽(Sobel Mask)来检测一影像的物体边缘;然而,索伯屏蔽仅选取该影像的少数像素,因此检测准确度可能不佳。举例而言,当检测直线时,索伯屏蔽会选取一目标像素PT的左边三个像素的亮度值L1、L2与L3以及选取该目标像素PT的右边三个像素的亮度值R1、R2与R3以供检测;若(L1+2L2+L3)与(R1+2R2+R3)的差距大于一门限值,索伯屏蔽就判定该目标像素PT位于直线上;然而,若该目标像素PT位于一像素亮度值不规律的区域如图1所示,在L1、L2与L3均为高亮度值(例如:白色像素的亮度值)以及R1、R2与R3均为低亮度值(例如:黑色像素的亮度值)的情形下,索伯屏蔽会误判该目标像素PT位于直线上;另外,若该目标像素PT位于一极细的黑色直线上如图2所示,在L1、L2与L3以及R1、R2与R3均为白色像素的亮度值的情形下,索伯屏蔽会误判该目标像素PT不位于直线上。为了改善上述边缘检测的准确度,图像处理电路可观察该目标像素PT的周围的像素(例如:该目标像素PT周围的多个3×3范围的像素),以判断是否有方向接近的线条,再据以判断该目标像素PT是否位于直线上;然而,当图像处理电路观察愈多点,图像处理电路就需要愈多的内存空间来储存数据,这会导致成本增加。
发明内容
本发明之一目的在于提供一种图像处理电路与方法,以避免先前技术的问题。
本发明的图像处理电路的一实施例能够检测一影像的一目标像素的一边缘成分,并包含一选取电路、一亮度变化计算电路、一亮度变化决定电路、一能量变化计算电路与一边缘得分计算电路。该选取电路用来依据该目标像素的位置以及一选取范围选取该影像的多个像素的亮度值,该多个像素包含N条横条与M条竖条,该N与该M的每一个为大于一的整数。该亮度变化计算电路用来依据该N条横条的每一条的亮度变化产生N个横条亮度变化值,以及依据该M条竖条的每一条的亮度变化产生M个竖条亮度变化值。该亮度变化决定电路用来从该N个横条亮度变化值中选出最大者作为横条亮度变化代表值,从该M条竖条亮度变化值中选出最大者作为竖条亮度变化代表值,以及从该横条亮度变化代表值与该竖条亮度变化代表值中选出较小者作为亮度变化代表值。该能量变化计算电路用来依据该多个像素的亮度值产生一能量变化值。该边缘得分计算电路用来依据该亮度变化代表值与该能量变化值,产生该目标像素的一边缘得分,该边缘得分相关于该目标像素的边缘成分的高低。
本发明的图像处理方法的一实施例能够检测一影像的一目标像素的一边缘成分,并包含下列步骤:依据该目标像素的位置以及一选取范围选取该影像的多个像素的特性值,该多个像素包含N条横条与M条竖条,该N与该M的每一个为大于一的整数;依据该N条横条的每一条的特性变化产生N个横条特性变化值,以及依据该M条竖条的每一条的特性变化产生M个竖条特性变化值;依据该N个横条特性变化值中决定最大者作为横条特性变化代表值,依据该M条竖条特性变化值决定最大者作为竖条特性变化代表值,以及依据该横条特性变化代表值与该竖条特性变化代表值决定较小者作为特性变化代表值;依据该多个像素的亮度值产生一能量变化值;以及依据该特性变化代表值与该能量变化值,产生该目标像素的一边缘得分,该边缘得分相关于该目标像素的边缘成分的高低。
有关本发明的特征、实施与功效,现配合附图作较佳实施例详细说明如下。
附图说明
图1是显示先前技术的索伯屏蔽如何检测边缘的一示意图;
图2是显示先前技术的索伯屏蔽如何检测边缘的另一示意图;
图3显示本发明的图像处理电路的一实施例;以及
图4显示本发明的图像处理方法的一实施例。
具体实施方式
本发明的揭露内容包含一种图像处理电路与方法,能够以成本经济的方式有效地检测一影像的物体边缘。
图3显示本发明的图像处理电路的一实施例。图3的图像处理电路300能够检测一输入影像的一目标像素的一边缘成分,包含一选取电路310、一亮度变化计算电路320、一亮度变化决定电路330、一能量变化计算电路340与一边缘得分计算电路350。
请参阅图3。选取电路310用来依据该目标像素的位置以及一选取范围选取该输入影像的多个像素的亮度值;该选取范围(例如:以该目标像素为中心的5×5范围)的一实施例如底下表1所示,其中每格代表一个像素,x及其下标代表横坐标,y及其下标代表纵坐标,(x0,y0)代表目标像素,等号右边的值代表亮度值。选取电路310除依据该目标像素的位置与该选取范围外,也可选择性地额外依据一预定像素间隔选取该多个像素的亮度值;该选取范围(例如:以该目标像素为中心的9×9范围)的一实施例如底下表2所示,其中空格代表未被选取或使用的像素数据。本领域具有通常知识者可理解该选取范围的大小、该预定像素间隔的间隔大小以及该目标像素的位置可选择性地依实施需求而被调整。
表1
(x-2,y-2)=b-2,-2 (x-1,y-2)=b-1,-2 (x0,y-2)=b0,-2 (x1,y-2)=b1,-2 (x2,y-2)=b2,-2
(x-2,y-1)=b-2,-1 (x-1,y-1)=b-1,-1 (x0,y-1)=b0,-1 (x1,y-1)=b1,-1 (x2,y-1)=b2,-1
(x-2,y0)=b-2,0 (x-1,y0)=b-1,0 (x0,y0)=b0,0 (x1,y0)=b1,0 (x2,y0)=b2,0
(x-2,y1)=b-2,1 (x-1,y1)=b-1,1 (x0,y1)=b0,1 (x1,y1)=b1,1 (x2,y1)=b2,1
(x-2,y2)=b-2,2 (x-1,y2)=b-1,2 (x0,y2)=b0,2 (x1,y2)=b1,2 (x2,y2)=b2,2
表2
请参阅图3与表1~2,选取电路310所选取的像素包含N条横条与M条竖条。每条横条的所有像素具有相同纵坐标及不同横坐标,每条竖条的所有像素具有相同横坐标相同及不同纵坐标。该N与该M的每一个为大于一的整数。表1~2的每一张所包含的像素可构成五条横条(亦即:N=5)与五条竖条(亦即:M=5),然而本发明的实施不限于此。
请参阅图3。亮度变化计算电路320用来依据该N条横条的每一条的亮度变化产生N个横条亮度变化值,以及依据该M条竖条的每一条的亮度变化产生M个竖条亮度变化值。于一实施范例中,亮度变化计算电路320执行下列步骤1~4以得到该N条横条的横条亮度变化值,并执行下列步骤5~8以得到该M条竖条的竖条亮度变化值。步骤1~8分述如下:
步骤1:计算该N条横条的第X横条的每二相邻横条像素的亮度差值,以得到多个横条亮度差值,其中该X为不大于该N的正整数。举例而言,当亮度变化计算电路320计算表2中包含该目标像素(x0,y0)的横条的每二相邻横条像素的亮度差值时,亮度变化计算电路320会算出四个差值[b-2,0-b-4,0]、[b0,0-b-2,0]、[b2,0-b0,0]、[b4,0-b2,0]作为该横条的横条亮度差值。其它横条的横条亮度差值可依上述方式求得。
步骤2:依据该第X横条的多个横条亮度差值中的正值进行加总,以产生该第X横条的上行横条亮度变化值。举例而言,若b-4,0、b-2,0、b0,0、b2,0、b4,0依序为1、2、3、4、2,步骤1会得到四个差值[b-2,0-b-4,0]=1、[b0,0-b-2,0]=1、[b2,0-b0,0]=1、[b4,0-b2,0]=2,接下来,步骤2会依据该四个差值中的正值进行加总,以产生该上行横条亮度变化值(例如:1+1+1=3)。其它横条的上行横条亮度变化值可依上述方式求得。
步骤3:依据该第X横条的多个横条亮度差值中的负值的绝对值进行加总,以产生该第X横条的下行横条亮度变化值。举例而言,若步骤1所得到的四个差值[b-2,0-b-4,0]、[b0,0-b-2,0]、[b2,0-b0,0]、[b4,0-b2,0]分别为+1、+1、+1、-2,步骤3会依据该四个差值中的负值的绝对值进行加总,以产生该下行横条亮度变化值(例如:|-2|=2)。值得注意的是,步骤3可加总多个负值再取其绝对值,也可先取该些负值的绝对值后再据以加总,类似的均等变化均属步骤3的实施范围。其它横条的下行横条亮度变化值可依上述方式求得。
步骤4:选择该第X横条的上行横条亮度变化值与该第X横条的下行横条亮度变化值的其中之一作为该第X横条的横条亮度变化值。举例而言,步骤4选择该第X横条的上行横条亮度变化值与下行横条亮度变化值中的较小者作为该第X横条的横条亮度变化值。其它横条的横条亮度变化值可依上述方式求得。
步骤5:计算该M条竖条的第Y竖条的每二相邻竖条像素的亮度差值,以得到多个竖条亮度差值,其中该Y为不小于该M的正整数。举例而言,当亮度变化计算电路320计算表2中包含该目标像素(x0,y0)的竖条的每二相邻竖条像素的亮度差值时,亮度变化计算电路320会算出四个差值[b0,-2-b0,-4]、[b0,0-b0,-2]、[b0,2-b0,0]、[b0,4-b0,2]作为该竖条的竖条亮度差值。其它竖条的竖条亮度差值可依上述方式求得。
步骤6:依据该第Y竖条的多个竖条亮度差值中的正值进行加总,以产生该第Y竖条的上行竖条亮度变化值。举例而言,若b0,-4、b0,-2、b0,0、b0,2、b0,4依序为7、5、3、6、2,步骤5会得到四个差值[b-2,0-b-4,0]=-2、[b0,0-b-2,0]=-2、[b2,0-b0,0]=3、[b4,0-b2,0]=-4,接下来,步骤6会依据该四个差值中的正值进行加总,以产生该上行竖条亮度变化值(例如:+3=3)。其它竖条的上行竖条亮度变化值可依上述方式求得。
步骤7:依据该第Y竖条的多个竖条亮度差值中的负值的绝对值进行加总,以产生该第Y竖条的该下行竖条亮度变化值。举例而言,若步骤5所得到的四个差值[b-2,0-b-4,0]、[b0,0-b-2,0]、[b2,0-b0,0]、[b4,0-b2,0]分别为-2、-2、+3、-4,步骤6会依据该四个差值中的负值的绝对值进行加总,以产生该下行竖条亮度变化值(例如:|-2-2-4|=8)。值得注意的是,步骤7可加总多个负值再取其绝对值,也可先取该些负值的绝对值后再据以加总,类似的均等变化均属步骤6的实施范围。其它竖条的下行竖条亮度变化值可依上述方式求得。
步骤8:选择该第Y竖条的上行竖条亮度变化值与该第Y竖条的下行竖条亮度变化值的其中之一作为该第Y竖条的竖条亮度变化值。举例而言,步骤8选择该第Y竖条的上行竖条亮度变化值与下行竖条亮度变化值中的较小者作为该第Y竖条的竖条亮度变化值。其它竖条的竖条亮度变化值可依上述方式求得。
值得注意的是,上述实施范例是用来帮助理解,非用来限制实施范围。亮度变化计算电路320可依实施需求使用已知或自行开发的算法及/或处理方式(例如:加权算法及/或正规化处理方式),以产生该N个横条亮度变化值与该M个竖条亮度变化值。
请参阅图3与表1~2。亮度变化决定电路330用来从该N个横条亮度变化值中选出一横条亮度变化代表值,从该M条竖条亮度变化值中选出一竖条亮度变化代表值,以及从该横条亮度变化代表值与该竖条亮度变化代表值中选出一亮度变化代表值。举例而言,亮度变化决定电路330从该N个横条亮度变化值中选出最大者作为该横条亮度变化代表值,从该M条竖条亮度变化值中选出最大者作为该竖条亮度变化代表值,以及从该横条亮度变化代表值与该竖条亮度变化代表值中选出较小者作为该亮度变化代表值。
请参阅图3与表1~2。能量变化计算电路340用来依据选取电路310所选取的多个像素的亮度值,产生一能量变化值,其反映该选取范围是否位于该输入影像的平坦区(例如:该输入影像中的白色墙壁)。举例而言,能量变化计算电路340依据该多个像素的一最大亮度值与一最小亮度值进行计算,以产生一计算值(例如:该最大亮度值与该最小亮度值的差值)作为该能量变化值。另举例而言,能量变化计算电路340依据该多个像素的K个高亮度像素的亮度值(例如:以递减方式由最大亮度值开始排序的K个亮度值)的平均与该多个像素的K个低亮度像素的亮度值(例如:以递增方式由最小亮度值开始排序的K个亮度值)的平均进行计算,以产生一计算值(例如:该K个高亮度像素的亮度值的平均与该K个低亮度像素的亮度值的平均的差值)作为该能量变化值。本领域具有通常知识者可依上述说明推导出更多例子,这些均属能量变化计算电路340的实施范围。
请参阅图3与表1~2。边缘得分计算电路350用来依据该亮度变化代表值与该能量变化值,产生该目标像素的边缘得分,其反映该目标像素的边缘成分的高低。举例而言,边缘得分计算电路350依据该亮度变化代表值与该能量变化值进行计算,以产生一计算值(例如:从该能量变化值减去一以及该亮度变化代表值)作为该目标像素的一边缘得分。另举例而言,为便于计算及/或减少对于暂存空间的需求,选取电路310所选取的多个像素的亮度值可除以一默认值(例如:16);此情形下,能量变化计算电路340会将该能量变化值除以该默认值,边缘得分计算电路350可将「该默认值」与「该能量变化值减一」中的较小者减去该亮度变化代表值,以产生该边缘得分。本领域具有通常知识者可依上述说明推导出更多例子,这些均属边缘得分计算电路350的实施范围。
为帮助理解,一实施范例如下所述。底下表3显示:一5×5范围的像素的亮度值;该些像素所包含的五条横条及其横条亮度变化值(以粗体表示);以及该些像素所包含的五条竖条及其竖条亮度变化值(以粗体表示)。由表3可知,该些像素的部分横条有上行变化(变亮)也有下行变化(变暗),故该五条横条的五个横条亮度变化值(例如:由前述步骤4决定的值)不全为零,因此亮度变化决定电路330所选择的横条亮度变化代表值(例如:该五个横条亮度变化值中的最大者)不为零;而该些像素的所有竖条都没有上行变化(变亮),故该五条竖条的五个竖条亮度变化值(例如:由前述步骤8决定的值)全为零,因此亮度变化定电路330所选择的竖条亮度变化代表值(例如:该五个竖条亮度变化值中的最大者)为零。接着,亮度变化决定电路330从该横条亮度变化代表值与该竖条亮度变化代表值中选出其中的一(例如:两者中较小者,也就是该竖条亮度变化代表值)作为该亮度变化代表值。接下来,能量变化计算电路340依据表3的像素的亮度值产生该能量变化值(例如:表3的最大亮度值9与最小亮度值1的差值8)。最后,边缘得分计算电路350依据该亮度变化代表值(例如:0)与该能量变化值(例如:8),产生该目标像素的边缘得分(例如:(8-1)-0=7)。该边缘得分可供一后端图像处理电路使用,其不在本揭露的讨论范围内。
表3
值得注意的是,在实施为可能的情形下,本说明书的实施例的亮度值可被其它影像特性值取代。
图4显示本发明的图像处理方法的一实施例。图4的实施例是由一图像处理电路(例如:图3的图像处理电路)来执行,能够检测一影像的一目标像素的一边缘成分,该实施例包含下列步骤:
步骤S410:依据该目标像素的位置以及一选取范围选取该输入影像的多个像素的特性值(例如:亮度值),该多个像素包含N条横条与M条竖条,该N与该M的每一个为大于一的整数。
步骤S420:依据该N条横条的每一条的特性变化产生N个横条特性变化值,以及依据该M条竖条的每一条的特性变化产生M个竖条特性变化值。
步骤S430:依据该N个横条特性变化值中决定一横条特性变化代表值,依据该M条竖条特性变化值决定一竖条特性变化代表值,以及依据该横条特性变化代表值与该竖条特性变化代表值决定一特性变化代表值。
步骤S440:依据该多个像素的亮度值产生一能量变化值。
步骤S450:依据该特性变化代表值与该能量变化值,产生该目标像素的一边缘得分。
由于本领域具有通常知识者能够参酌图3的实施例的揭露来了解图4的实施例的细节与变化,亦即图3的实施例的技术特征可合理应用于图4的实施例中,因此,重复及冗余的说明在此省略。
综上所述,本发明能够以成本经济的方式有效地检测一影像的物体边缘。
虽然本发明的实施例如上所述,然而该些实施例并非用来限定本发明,本技术领域具有通常知识者可依据本发明的明示或隐含的内容对本发明的技术特征施以变化,凡此种种变化均可能属于本发明所寻求的专利保护范畴,换言之,本发明的专利保护范围须视本说明书的权利要求所界定者为准。
【符号说明】
PT 目标像素
L1、L2、L3 目标像素左侧的亮度值
R1、R2、R3 目标像素右侧的亮度值
300 图像处理电路
310 选取电路
320 亮度变化计算电路
330 亮度变化决定电路
340 能量变化计算电路
350 边缘得分计算电路
S410~S450 步骤

Claims (9)

1.一种图像处理电路,能够检测一影像的一目标像素的一边缘成分,该图像处理电路包含:
一选取电路,用来依据该目标像素的位置以及一选取范围选取该影像的多个像素的亮度值,该多个像素包含N条横条与M条竖条,该N与该M的每一个为大于一的整数;
一亮度变化计算电路,用来依据该N条横条的每一条的亮度变化产生N个横条亮度变化值,以及依据该M条竖条的每一条的亮度变化产生M个竖条亮度变化值;
一亮度变化决定电路,用来从该N个横条亮度变化值中选出最大者作为横条亮度变化代表值,从该M条竖条亮度变化值中选出最大者作为竖条亮度变化代表值,以及从该横条亮度变化代表值与该竖条亮度变化代表值中选出较小者作为亮度变化代表值;
一能量变化计算电路,用来依据该多个像素的亮度值产生一能量变化值;以及
一边缘得分计算电路,用来依据该亮度变化代表值与该能量变化值,产生该目标像素的一边缘得分。
2.如权利要求1所述的图像处理电路,其中该亮度变化计算电路用来计算该N条横条的一第X横条的一上行横条亮度变化值与一下行横条亮度变化值,再选择该上行横条亮度变化值与该下行横条亮度变化值的其中之一作为该第X横条的一横条亮度变化值,该X为不大于该N的正整数;该亮度变化计算电路亦用来计算该M条竖条之一第Y竖条的一上行竖条亮度变化值与一下行竖条亮度变化值,再选择该上行竖条亮度变化值与该下行竖条亮度变化值的其中之一作为该第Y竖条的一竖条亮度变化值,该Y为不大于该M的正整数。
3.如权利要求2所述的图像处理电路,其中该亮度变化计算电路执行下列步骤以得到该第X横条的该上行横条亮度变化值与该下行横条亮度变化值:
计算该第X横条的每二相邻横条像素的亮度差值,以得到多个横条亮度差值;
依据该多个横条亮度差值中的正值进行加总,以产生该第X横条的该上行横条亮度变化值;以及
依据该多个横条亮度差值中的负值的绝对值进行加总,以产生该第X横条的该下行横条亮度变化值;以及
该亮度变化计算电路执行下列步骤以得到该第Y竖条的该上行竖条亮度变化值与该下行竖条亮度变化值:
计算该第Y竖条的每二相邻竖条像素的亮度差值,以得到多个竖条亮度差值;
依据该多个竖条亮度差值中的正值进行加总,以产生该第Y竖条的该上行竖条亮度变化值;以及
依据该多个竖条亮度差值中的负值的绝对值进行加总,以产生该第Y竖条的该下行竖条亮度变化值。
4.如权利要求2所述的图像处理电路,其中该亮度变化计算电路选择该第X横条的该上行横条亮度变化值与该第X横条的该下行横条亮度变化值中的较小者作为该第X横条的该横条亮度变化值,以及该亮度变化计算电路选择该第Y竖条的该上行竖条亮度变化值与该第Y竖条的该下行竖条亮度变化值中的较小者作为该第Y竖条的该竖条亮度变化值。
5.如权利要求1所述的图像处理电路,其中该能量变化计算电路依据该多个像素的一最大亮度值与一最小亮度值,产生该能量变化值。
6.如权利要求5所述的图像处理电路,其中该能量变化计算电路依据该最大亮度值与该最小亮度值的差值,产生该能量变化值。
7.如权利要求1所述的图像处理电路,其中该边缘得分计算电路依据该能量变化值与该亮度变化代表值的差值,产生该边缘得分。
8.如权利要求1所述的图像处理电路,其中该选取电路用来依据该目标像素的位置、一预定像素间隔、以及该选取范围选取该多个像素的亮度值。
9.一种图像处理方法,能够检测一影像的一目标像素的一边缘成分,该图像处理方法包含:
依据该目标像素的位置以及一选取范围选取该影像的多个像素的特性值,该多个像素包含N条横条与M条竖条,该N与该M的每一个为大于一的整数;
依据该N条横条的每一条的特性变化产生N个横条特性变化值,以及依据该M条竖条的每一条的特性变化产生M个竖条特性变化值;
依据该N个横条特性变化值中决定最大者作为横条特性变化代表值,依据该M条竖条特性变化值决定最大者作为竖条特性变化代表值,以及依据该横条特性变化代表值与该竖条特性变化代表值决定较小者作为特性变化代表值;
依据该多个像素的亮度值产生一能量变化值;以及
依据该特性变化代表值与该能量变化值,产生该目标像素的一边缘得分。
CN201910937554.7A 2019-09-30 2019-09-30 图像处理电路与方法 Active CN112583997B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910937554.7A CN112583997B (zh) 2019-09-30 2019-09-30 图像处理电路与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910937554.7A CN112583997B (zh) 2019-09-30 2019-09-30 图像处理电路与方法

Publications (2)

Publication Number Publication Date
CN112583997A CN112583997A (zh) 2021-03-30
CN112583997B true CN112583997B (zh) 2024-04-12

Family

ID=75111315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910937554.7A Active CN112583997B (zh) 2019-09-30 2019-09-30 图像处理电路与方法

Country Status (1)

Country Link
CN (1) CN112583997B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1601914A (zh) * 2003-09-25 2005-03-30 奇景光电股份有限公司 解交错装置及其方法
TW200838285A (en) * 2006-10-30 2008-09-16 Sony Corp Image processing apparatus, image capturing apparatus, image processing method in these apparatuses, and program allowing computer to execute the method
CN105809677A (zh) * 2016-03-03 2016-07-27 Tcl集团股份有限公司 一种基于双边滤波器的图像边缘检测方法及系统
CN106062824A (zh) * 2014-03-05 2016-10-26 三菱电机株式会社 边缘检测装置、边缘检测方法和程序
CN107292897A (zh) * 2016-03-31 2017-10-24 展讯通信(天津)有限公司 用于yuv域的图像边缘提取方法、装置及终端
CN107492110A (zh) * 2017-07-31 2017-12-19 腾讯科技(深圳)有限公司 一种图像边缘检测方法、装置和存储介质
CN108550158A (zh) * 2018-04-16 2018-09-18 深圳市华星光电技术有限公司 图像边缘处理方法、电子装置及计算机可读存储介质
EP3375682A1 (en) * 2015-12-14 2018-09-19 Yamaha Hatsudoki Kabushiki Kaisha Vehicle-use roll-angle estimation system, vehicle, vehicle-use roll-angle estimation method and program

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8194984B2 (en) * 2007-03-05 2012-06-05 Fujitsu Limited Image processing system that removes noise contained in image data
US8120679B2 (en) * 2008-08-01 2012-02-21 Nikon Corporation Image processing method

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1601914A (zh) * 2003-09-25 2005-03-30 奇景光电股份有限公司 解交错装置及其方法
TW200838285A (en) * 2006-10-30 2008-09-16 Sony Corp Image processing apparatus, image capturing apparatus, image processing method in these apparatuses, and program allowing computer to execute the method
CN106062824A (zh) * 2014-03-05 2016-10-26 三菱电机株式会社 边缘检测装置、边缘检测方法和程序
EP3375682A1 (en) * 2015-12-14 2018-09-19 Yamaha Hatsudoki Kabushiki Kaisha Vehicle-use roll-angle estimation system, vehicle, vehicle-use roll-angle estimation method and program
CN105809677A (zh) * 2016-03-03 2016-07-27 Tcl集团股份有限公司 一种基于双边滤波器的图像边缘检测方法及系统
CN107292897A (zh) * 2016-03-31 2017-10-24 展讯通信(天津)有限公司 用于yuv域的图像边缘提取方法、装置及终端
CN107492110A (zh) * 2017-07-31 2017-12-19 腾讯科技(深圳)有限公司 一种图像边缘检测方法、装置和存储介质
CN108550158A (zh) * 2018-04-16 2018-09-18 深圳市华星光电技术有限公司 图像边缘处理方法、电子装置及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Zhang Yingjie ; Ge Liling.New Edge Detection Approach by Using Linear Filtering.2007 Third International IEEE Conference on Signal-Image Technologies and Internet-Based System.2008,第509-514页. *
多梯度融合的RGBD图像边缘检测;王江明;余烨;金强;李冰飞;;电子测量与仪器学报;第31卷(第03期);第436-441页 *

Also Published As

Publication number Publication date
CN112583997A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN109257582A (zh) 一种投影设备的校正方法和装置
US20100296698A1 (en) Motion object detection method using adaptive background model and computer-readable storage medium
US20080079826A1 (en) Apparatus for processing dead pixel
JP4795473B2 (ja) 画像処理装置及びその制御方法
CN109729298B (zh) 图像处理方法与图像处理装置
US20100322515A1 (en) Image processing method for background removal
US7039254B1 (en) Image interpolating method
CN100418353C (zh) 帧循环型噪声降低方法和帧循环型噪声降低装置
US7330592B2 (en) Method and apparatus for detecting the location and luminance transition range of slant image edges
CN105027161B (zh) 图像处理方法和图像处理设备
US10163035B2 (en) Edge detecting apparatus and edge detecting method
KR20060093074A (ko) 전역 모션 적응성 디인터레이싱 방법 및 시스템
CN106991753B (zh) 一种图像二值化方法及装置
US20200034960A1 (en) Correlation value calculation device
CN112583997B (zh) 图像处理电路与方法
US20160260227A1 (en) Image processing apparatus, image pickup apparatus, and storage medium for storing image processing program
US11514580B2 (en) Image processing circuit and method
JP2011205714A (ja) 画像処理装置及びその制御方法
WO2018189772A1 (ja) 相関値演算装置
US9008463B2 (en) Image expansion apparatus for performing interpolation processing on input image data, and image expansion method thereof
CN109919850B (zh) 用于qis传感器的高对比度结构光图案
US20050190992A1 (en) Method for controlling interpolation direction and related device
KR101382371B1 (ko) 움직임 추정 방법 및 이를 이용한 화상 처리 장치
US11869226B2 (en) Computer readable recording medium which can perform image pattern determining method
JP2002330354A (ja) 欠損画素検出補正装置、欠損画素検出補正方法、欠損画素検出補正プログラム、および、映像信号処理装置

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