CN1269078C

CN1269078C - 数字图像锐利度及亮度调整方法

Info

Publication number: CN1269078C
Application number: CN 03123916
Authority: CN
Inventors: 林文国
Original assignee: Silicon Integrated Systems Corp
Current assignee: Silicon Integrated Systems Corp
Priority date: 2003-05-20
Filing date: 2003-05-20
Publication date: 2006-08-09
Anticipated expiration: 2023-05-20
Also published as: CN1549205A

Abstract

本发明涉及一种数字图像锐利度及亮度调整方法，其首先输入图像函数至处理器中，该图像函数中包含有数个控制参数；接着设定该控制参数的控制参数值；然后再将每一象素依序代入该图像函数中根据该控制参数值以进行对应的锐利度及亮度的调整作业；最后输出调整后的图像；从而可将现有分别调整图像亮度及锐利度的方式整合于一个步骤中完成，使硬件电路单纯化及节省内存空间。

Description

数字图像锐利度及亮度调整方法

技术领域

本发明涉及一种数字图像锐利度及亮度调整方法，特别是一种可节省记忆空间的数字图像锐利度及亮度调整方法。

背景技术

为增进观影品质，目前数字图像在实际应用上常需要调整锐利度(sharpness)以及亮度(brightness)，传统上亮度以及锐利度的调整是采用两个分离的步骤进行；其中锐利度的调整作业可采用以下的一种常用的演算式：

f_s(x，y)＝f(x，y)+Af_H(x，y)

f_s(x，y)是经过锐利度调整后的函数，f_H(x，y)是高频部分的相关函数，A则为锐利度控制参数，其是一个实数；若控制参数A为正，则输出的f_s(x，y)将会锐利化(sharpened)；反之，若控制参数A为负，则输出的f_s(x，y)将会模糊化(blurred)。

此外，用以调整亮度的作业则可采用以下的一种常用的演算式：

f_s(x，y)＝f(x，y)(1+B)

其中f_s(x，y)是经过亮度调整后的函数，B则为亮度控制参数，其是一个实数；若控制参数B为正，则输出的f_s(x，y)将会明亮化(brightened)；反之，若控制参数B为负，则输出的f_s(x，y)将会暗化(darkened)。

现有的数字图像调整方式是分别进行上述锐利度及亮度的作业，在硬件实施的设计需求上需先进行其中一个步骤然后再进行另一个步骤，增加了硬件设计的复杂度；而且需要一个缓冲器(buffer)去暂存前一个处理步骤的输出资料，耗费内存空间。

为解决上述传统数字图像调整锐利度及亮度所遇到的问题，本发明提出一种数字图像锐利度及亮度的调整方法来达到更有效率且节省内存空间的目的。

发明内容

本发明所要解决的技术问题是提供一种数字图像锐利度及亮度调整方法，从而达到简化电路设计以及减少内存空间的目的。

为实现上述所要解决的技术问题，本发明数字图像锐利度及亮度调整方法首先输入原始图像资料；接着设定多个控制参数值；然后再将每一象素依序代入原始图像资料中根据该控制参数值进行对应的锐利度及亮度的调整运算作业；最后输出调整后的图像资料即完成锐利度及亮度的调整流程。

与现有技术相比，本发明是将锐利度处理步骤以及亮度处理步骤整合于一个步骤中完成，从而达到简化电路设计以及减少内存空间的功效。

附图说明

下面将结合附图进一步详细描述本发明。

图1是本发明数字图像锐利度及亮度调整方法中的优选实施例的流程示意图。

图2是本发明优选实施例中其参数k₁、k₂以及k₃的菜单。

具体实施方式

图1是本发明数字图像锐利度及亮度调整方法中的优选实施例的流程示意图，是藉由处理器达成的，该处理器中储存有可计算出调整数字图像锐利度及亮度的演算式，有关此演算式的详细叙述下文将说明，调整方式包括下列步骤：

首先，进行步骤10，输入图像资料f(x，y)至该处理器中并代入该演算式；接着在步骤11中输入控制参数值；在步骤12中将每一象素依序代入该图像资料f(x，y)中进行对应的锐利度及亮度调整运算作业；在步骤13中输出调整后的图像资料，如此即完成锐利度及亮度的调整流程。

上述数字图像其锐利度及亮度的演算式如下所示：

g (x, y) = f (x, y) + k_{1} Σ_{i = - m}^{m} Σ_{j = - n}^{n} w (i, j) \cdot f (x + i, y + j)

其中g(x，y)是数字图像经锐利度及亮度调整后的图像资料；f(x，y)是原始图像资料；k₁是锐利度控制参数；w(i，j)是可获得原始图像资料的高频率部分的高通空间滤波矩阵(Spatial High-Pass Filtering Image Mask)，在本实施例中此矩阵如下所示：

w (i, j) = \frac{1}{w} [\begin{matrix} O & M & N \\ k_{3} w_{- 1, - 1} & k_{3} w_{0, - 1} & k_{3} w_{1, - 1} \\ Λ & k_{3} w_{- 1,0} & k_{3} w_{0,0} + k_{2} & k_{3} w_{1,0} & Λ \\ k_{3} w_{- 1,1} & k_{3} w_{0,1} & k_{3} w_{1,1} \\ N & M & O \end{matrix}]

其中k₂是亮度控制参数，k₃是锐利度调整致能参数，而w则为此滤波矩阵的正常化参数(Normalized Parametrer)。

图2是有关上述参数，包括锐利度控制参数k₁、亮度控制参数k₂以及锐利度调整致能参数k₃的菜单，若锐利度控制参数k₁＞0，则会进行图像锐利化调整的步骤；反之，若锐利度控制参数k₁＜0则会进行图像模糊化调整的步骤。若亮度控制参数k₂＞0会进行图像亮化调整的步骤；反之，若亮度控制参数k₂＜0则会进行图像暗化调整的步骤。若锐利度调整致能参数k₃＝0则亮化调整的功能会被禁能(disable)；反之，若锐利度调整致能参数k₃＝1则亮化调整的功能会被致能(enable)。

值得注意的是上述演算式中，若n＝0则仅进行水平向量的图像调整；若m＝0则仅进行垂直向量的图像调整。

更进一步的是，上述锐利度及亮度的调整仅适用于灰阶值(grayscalecomponents)，若是RGB系统，则可适用于对三种色彩都调整亮度及锐利度；若是YUV系统，则仅能对Y调亮度及锐利度，对U及V则仅能调锐利度而无法调整亮度。

以下是上述图像的锐利度及亮度的演算式的另一优选实施例，若藉由两个现有的拉普拉斯高通滤波器(Laplacian High-Pass Filters)去撷取图像的高频部分，其一维的取样资料为：

F₁＝[-1，2，-1]及

F₂＝[-1，0，2，0，-1]

其中F₁为1/2周期的取样频率数据、F₂则为1/4周期的取样频率数据。因此，此图像的锐利度调整的高频部分则可使用此两个频率范围；亮度调整则与此无关。

与上述取样频率F₁相对应之空间滤波矩阵是：

w_{1} = \frac{1}{w} [\begin{matrix} - 1 & - 1 & - 1 \\ - 1 & 8 & - 1 \\ - 1 & - 1 & - 1 \end{matrix}]

与F₂相对应的空间滤波矩阵则为

w_{2} = \frac{1}{w} [\begin{matrix} - 1 & 0 & - 1 & 0 & - 1 \\ 0 & 0 & 0 & 0 & 0 \\ - 1 & 0 & 8 & 0 & - 1 \\ 0 & 0 & 0 & 0 & 0 \\ - 1 & 0 & 1 & 0 & - 1 \end{matrix}]

其中w是上述两个空间滤波矩阵的正规化参数(NormalizedParameter)，其中以7至11为最佳。

将上述矩阵w₁及w₂应用在本发明中，藉由前一优选实施例中的高通空间滤波矩阵公式可对应转换成如下：

w_{1} (i, j) = \frac{1}{w} [\begin{matrix} - k_{3} & - k_{3} & - k_{3} \\ - k_{3} & - k_{3} 8 + k_{2} & - k_{3} \\ - k_{3} & - k_{3} & - k_{3} \end{matrix}]

及

w_{2} (i, j) = \frac{1}{w} [\begin{matrix} - k_{3} & 0 & - k_{3} & 0 & - k_{3} \\ 0 & 0 & 0 & 0 & 0 \\ - k_{3} & 0 & - k_{3} 8 + k_{2} & 0 & - k_{3} \\ 0 & 0 & 0 & 0 & 0 \\ - k_{3} & 0 & - k_{3} & 0 & - k_{3} \end{matrix}]

则本发明可用下列公式表示

g (x, y) = f (x, y) + a \cdot k_{1} Σ_{i = - 1}^{1} Σ_{j = - 1}^{1} w_{1} (i, j) \cdot f (x + i, y + j) + (1 - a) \cdot k_{1} Σ_{i = - 2}^{2} Σ_{j = - 2}^{2}

w₂(i，j)·f(x+i，y+j)

其中g(x，y)是经调整后的图像资料，f(x，y)是原始图像资料，a·k₁为1/2取样频率的频率数据；(1-a)·k₁则为1/4取样频率的频率数据，其中a的值是0≤a≤1。

以上为本发明数字图像锐利度及亮度调整方法实施例的详细说明，其主要是将锐利度处理步骤以及亮度处理步骤整合于一个步骤中完成，从而达到简化电路设计以及减少内存空间的功效。

综上所述，充分显示出本发明数字图像锐利度及亮度调整方法在目的及功效上均深富可实施的进步性，极具产业之利用价值，且为目前市面上前所未见的新发明。

尽管参照本发明的优选实施例展示和描述了本发明，但是本领域普通技术人员应该理解，可以按照本发明做出各种形式上和细节上的变化而不会脱离本发明所附的权利要求书限定的精神和范围内。

Claims

1、一种数字图像锐利度及亮度调整方法，通过使用处理器完成，该处理器中储存有可计算出调整数字图像锐利度及亮度的演算式，包括如下步骤：

输入原始图像资料至该处理器中并代入该演算式；

输入多个控制参数值；

将原始图像的每一象素依序代入该图像资料中进行对应的锐利度及亮度调整运算作业；及

输出调整后的图像资料。

2、如权利要求1所述的数字图像锐利度及亮度调整方法，其特征在于，在该输入多个控制参数值的步骤中，包括输入锐利度控制参数、亮度控制参数及锐利度调整致能参数。

3、如权利要求2所述的数字图像锐利度及亮度调整方法，其特征在于，若锐利度控制参数k₁＞0，则会进行图像锐利化调整的步骤；反之，若锐利度控制参数k₁＜0，则会进行图像模糊化调整的步骤。

4、如权利要求2所述的数字图像锐利度及亮度调整方法，其特征在于，若亮度控制参数k₂＞0，则会进行图像亮化调整的步骤；反之，若亮度控制参数k₂＜0，则会进行图像暗化调整的步骤。

5、如权利要求2所述的数字图像锐利度及亮度调整方法，其特征在于，若锐利度调整致能参数k₃＝0，则亮化调整的功能会被禁能；反之，若锐利度调整致能参数k₃＝1，则亮化调整的功能会被致能。