DE102009000151A1

DE102009000151A1 - Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen und digitale Fotografievorrichtung, die ein Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen speicherndes Aufzeichnungsmedium umfasst

Info

Publication number: DE102009000151A1
Application number: DE102009000151A
Authority: DE
Inventors: Soon-geun Changwon Jang; Eun-sun Changwon Ahn; Jin-pyo Changwon Gwak
Original assignee: Samsung Techwin Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2008-01-15
Filing date: 2009-01-12
Publication date: 2009-09-24
Also published as: GB0900152D0; KR20090078544A; GB2456409A; CN101489081A; KR101474311B1; GB2456409B; CN101489081B; US8831375B2; US20090180703A1

Abstract

Ein Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur effizienten Verminderung von Rauschen in einem Bild wird geschaffen. Das Verfahren umfasst (a) das Unterteilen eines Bildes in eine Vielzahl von Clustern; (b) die Überprüfung von Häufigkeitsdaten der Datenwerte der in jedem Cluster enthaltenen Pixel; (c) das Gewinnen eines gewichteten Mittelwertes der Datenwerte der in jedem Cluster enthaltenen Pixel; (d) das Gewinnen einer Varianz oder einer Standardabweichung der Datenwerte der in jedem Cluster enthaltenen Pixel unter Verwendung des gewichteten Mittelwertes; und (e) das Gewinnen von Varianzdaten oder Standardabweichungsdaten in Übereinstimmung mit gewichteten Mittelwerten unter Verwendung des gewichteten Mittelwertes und der Varianz oder der Standardabweichung in jedem Cluster. Eine digitale Fotografiervorrichtung wird ebenfalls geschaffen, die ein Aufzeichnungsmedium umfasst, das Varianzdaten oder Standardabweichungsdaten zur effizienten Verminderung von Rauschen in einem Bild, die in Übereinstimmung mit dem obigen Verfahren gewonnen wurden, speichert.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Die vorliegende Erfindung betrifft ein Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen, und eine digitale Fotografievorrichtung, die ein Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen speicherndes Aufzeichnungsmedium umfasst. Insbesondere betrifft die vorliegende Erfindung ein Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur effizienten Verminderung von Rauschen in einem Bild und eine digitale Fotografievorrichtung, die ein Varianzdaten oder Standardabweichungsdaten zur effizienten Verminderung von Rauschen in einem Bild speicherndes Aufzeichnungsmedium umfasst.
Beschreibung des Standes der Technik
Eine herkömmliche digitale Fotografievorrichtung speichert Bilddaten, die durch eine Aufnahmefunktion in einem Aufnahmemodus gewonnen wurden, in einem Speichermedium und zeigt ein Bild auf einer Anzeigeeinheit unter Verwendung der in dem Speichermedium gespeicherten Bilddaten an.
Die herkömmliche digitale Fotografiervorrichtung gewinnt Bilddaten aus Licht, das auf ein in der herkömmlichen digitalen Fotografiervorrichtung enthaltenes Bildaufnahmebauelement geworfen wird, und verarbeitet die Bilddaten. Rauschen wird, während die Bilddaten aus dem auf das Bildaufnahmebauelement geworfenen Licht gewonnen werden und/oder während die Bilddaten verarbeitet werden, erzeugt. Solch ein Rauschen verschlechtert den Kontrast eines Bildes, indem es das Bild in einem dunklen Bild rau und ebenso die Farben flau macht und eine Kontur eines Bildgegenstandes in einem hellen Bild verwischt.
Überblick über die Erfindung
Die vorliegende Erfindung liefert ein Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur effizienten Verminderung von Rauschen in einem Bild und eine digitale Fotografiervorrichtung, die ein Speichermedium umfasst, das Varianzdaten oder Standardabweichungsdaten zur effizienten Verminderung von Rauschen in einem Bild speichert.
Gemäß einer Ausführungsform der vorliegenden Erfindung wird ein Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen geschaffen. Das Verfahren umfasst (a) das Unterteilen des Bildes in eine Vielzahl von Clustern; (b) das Überprüfen von Häufigkeitsdaten der Datenwerte der in jedem Cluster enthaltenen Pixel; (c) das Gewinnen eines gewichteten Mittelwertes der Datenwerte der in jedem Cluster enthaltenen Pixel unter Berücksichtigung der Häufigkeitsdaten der Datenwerte der in jedem Cluster enthaltenen Pixel; (d) das Gewinnen einer Varianz oder einer Standardabweichung der Datenwerte der in jedem Cluster enthaltenen Pixel unter Verwendung des gewichteten Mittelwertes; und (e) das Gewinnen von Varianzdaten oder Standardabweichungsdaten gemäß gewichteten Mittelwerten unter Verwendung des gewichteten Mittelwertes und der Varianz oder der Standardabweichung in jedem Cluster.
Schritt (a) kann unter Verwendung eines k-means Algorithmus durchgeführt werden.
Schritt (a) kann enthalten (a1) das Anordnen einer Vielzahl von Punkten, die der Anzahl der Cluster auf dem Bild entspricht, und das Zuordnen eines beliebigen Datenwertes zu jedem Punkt; (a2) das Bestimmen eines am nächsten liegenden Punktes jedes Pixels auf dem Bild unter den Punkten gemäß Abständen, die auf räumlichen Positionen und Datenwerten beruhen; (a3) das Aktualisieren eines Datenwertes jedes Punktes auf einen Mittelwert der Datenwerte der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist, und das Aktualisieren einer räumlichen Position jedes Punktes auf einen Durchschnitt der räumlichen Positionen der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist; (a4), wenn ein Unterschied zwischen der räumlichen Position und dem Datenwert jedes Punktes, bevor das Aktualisieren durchgeführt wird, und der räumlichen Position und dem Datenwert des Punktes, nachdem das Aktualisieren durchgeführt wurde, größer als ein Schwellwert ist, das Wiederholen von (a1) bis (a3); und (a5), wenn der Unterschied zwischen der räumlichen Position und dem Datenwert jedes Punktes, bevor das Aktualisieren durchgeführt wird, und der räumlichen Position und dem Datenwert des Punktes, nachdem das Aktualisieren durchgeführt wurde, gleich oder kleiner als der Schwellwert ist, das Unterteilen des Bildes in eine Vielzahl von Clustern, indem die Pixel, deren jeweiliger Punkt als der am nächsten liegende Punkt bestimmt ist, in den gleichen Cluster eingeordnet werden.
Jedes Pixel kann YCbCr Daten aufweisen und (a1) kann das Zuordnen beliebiger YCbCr Daten zu jedem Punkt umfassen.
(a2) kann enthalten das Bestimmen des am nächsten liegenden Punktes jedes Pixels, indem ein Abstand zwischen dem Pixel und jedem Punkt gemäß Gleichung 1 berechnet wird, indem angenommen wird, dass eine räumliche Position jedes Pixels des Bildes (X_pix, Y_pix) ist, YCbCr Daten des Pixels (Y_pix, Cb_pix, Cr_pix) sind, die räumliche Position des i-ten Punktes auf dem Bild (X_{Punkt_i}, Y_{Punkt_i}) ist, und die YCbCr Daten des i-ten Punktes (Y_{Punkt_i}, Cb_{Punkt_i}, Cr_{Punkt_i}) sind.
Jedes Pixel kann YCbCr Daten aufweisen und Schritte (b) bis (e) können mit jeden der Y, Cb und Cr Daten durchgeführt werden.

(b) kann das Überprüfen eines Diagramms y = w_i(x) umfassen, indem angenommen wird, dass eine x-Achse die Datenwerte der in einem i-ten Cluster enthaltenen Pixel und eine y-Achse die Häufigkeiten der Datenwerte angibt.
(c) kann enthalten das Gewinnen eines gewichteten Mittelwertes WM_n der Datenwerte der Pixel, die in jedem Cluster enthalten sind, gemäß Gleichung 2, indem angenommen wird, dass die Anzahl der Pixel, die in einem n-ten Cluster enthalten sind, k ist und die Daten des i-ten Pixels x_i sind.
(d) kann enthalten das Gewinnen einer Varianz σ_n ² der Datenwerte der k Pixel, die in dem n-ten Cluster enthalten sind, gemäß Gleichung 3 oder das Gewinnen einer Standardabweichung σ_n der Datenwerte der k Pixel, die in dem n-ten Cluster enthalten sind, gemäß Gleichung 4.
(e) kann enthalten das Gewinnen der Varianzdaten oder der Standardabweichungsdaten gemäß den gewichteten Mittelwerten, indem an genommen wird, dass eine horizontale Achse gewichtete Mittelwerte und eine vertikale Achse Varianz oder Standardabweichungen angibt.

Jedes Pixel kann Datenwerte aufweisen, die unterschiedliche Formate aufweisen, und (b) bis (e) kann mit jeden der Datenwerte, die unterschiedliche Formate aufweisen, durchgeführt werden.
Jedes Pixel kann R, G und B Daten aufweisen und (b) bis (e) kann mit jeden der R, G und B Daten durchgeführt werden.
Jedes Pixel kann Helligkeitsdaten, erste Farbdaten und zweite Farbdaten aufweisen, und Schritte (b) bis (e) können mit jeden der Helligkeitsdaten, ersten Farbdaten und zweiten Farbdaten durchgeführt werden.
(a) kann enthalten das Unterteilen jedes von N Bildern in eine Vielzahl von Clustern, und die Cluster, die einander entsprechen, können als ein einziger Cluster in Schritten (b) bis (e) betrachtet werden.
Gemäß einer anderen Ausführungsform der vorliegenden Erfindung wird eine digitale Fotografiervorrichtung geschaffen. Die digitale Fotografiervorrichtung umfasst ein Aufzeichnungsmedium, das Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen, die gemäß dem oben beschriebenen Verfahren gewonnen wurden, speichert.
Gemäß einer weiteren Ausführungsform der vorliegenden Erfindung wird ein Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen geschaffen. Das Verfahren umfasst (i) das Vorbereiten einer digitalen Fotografiervorrichtung, die ein Aufzeichnungsmedium umfasst, das Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen, die gemäß dem Verfahren aus Anspruch 1 gewonnen wurden, als erste Daten speichert; (ii) das Gewinnen eines zusätzlichen Bildes unter Verwendung der digitalen Fotografiervorrichtung; (iii) das Unterteilen des zusätzlichen Bildes, das in (ii) gewonnen wurde, in eine Vielzahl von Clustern; (iv) das Überprüfen von Häufigkeitsdaten der Datenwerte der Pixel, die in jedem Cluster des zusätzlichen Bildes enthalten sind; (v) das Gewinnen eines gewichteten Mittelwertes der Datenwerte der Pixel, die in jedem Cluster des zusätzlichen Bildes enthalten sind, unter Berücksichtigung der Häufigkeitsdaten der Datenwerte der in jedem Cluster enthaltenen Pixel; (vi) das Gewinnen einer Varianz oder einer Standardabweichung der Datenwerte der Pixel, die in jedem Cluster des zusätzlichen Bildes enthalten sind, unter Verwendung des gewichteten Mittelwertes; (vii) das Gewinnen von Varianzdaten oder Standardabweichungsdaten in Übereinstimmung mit gewichteten Mittelwerten als zweite Daten unter Verwendung des gewichteten Mittelwertes und der Varianz oder der Standardabweichung in jedem Cluster des zusätzlichen Bildes; (viii) das Gewinnen der Varianzdaten oder der Standardabweichungsdaten zur Reduzierung von Rauschen, die letztendlich durch Modifizieren der ersten Daten unter Verwendung der zweiten Daten gewonnen werden.
Gemäß einer anderen Ausführungsform der vorliegenden Erfindung wird eine digitale Fotografiervorrichtung geschaffen. Die digitale Fotografiervorrichtung umfasst ein Aufzeichnungsmedium, das Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen, die gemäß dem oben beschriebenen Verfahren gewonnen wurden, speichert.
Kurze Beschreibung der Zeichnungen
Die obigen und andere Merkmale und Vorteile der vorliegenden Erfindung werden durch die genaue Beschreibung beispielhafter Ausführungsformen unter Bezug auf die beigefügten Zeichnungen offensichtlicher, in denen:
1A eine schematische konzeptionelle Ansicht eines Beispiels eines Bildes darstellt, das eine anfängliche Verteilung mehrer Körner zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer ersten Ausführungsform der vorliegenden Erfindung zeigt;
1B eine schematische konzeptionelle Ansicht eines Beispiels eines Bildes darstellt, das eine aktualisierte Verteilung der in 1A dargestellten Körner durch einmaliges Unterteilen des Bildes in eine Vielzahl von Clustern unter Verwendung eines k-means Algorithmus gemäß einer Ausführungsform der vorliegenden Erfindung zeigt;
1C eine schematische konzeptionelle Ansicht eines Beispiels eines Bildes darstellt, das eine aktualisierte Verteilung der in 1B dargestellten Körner, indem das Bild ein weiteres Mal in eine Vielzahl von Clustern gemäß einer Ausführungsform der vorliegenden Erfindung unterteilt wird, zeigt;
2A zeigt ein Beispiel eines ursprünglichen Fotografiebildes;
2B zeigt ein Beispiel eines Bildes, das durch Unterteilen des ursprünglichen Fotografiebildes aus 2A in eine Vielzahl von Clustern, indem ein k-means Algorithmus verwendet wird, gemäß einer Ausführungsform der vorliegenden Erfindung gewonnen wird;
3A ist eine konzeptionelle Ansicht eines Beispiels eines Clusters eines in eine Vielzahl von Clustern unterteilten Bildes gemäß einer Ausführungsform der vorliegenden Erfindung;
3B ist ein schematisches Diagramm, das eine Datenverteilung der Pixel des in 3A dargestellten Clusters in einem idealen Fall zeigt, gemäß einer Ausführungsform der vorliegenden Erfindung;
3C ist ein schematisches Diagramm, das ein Beispiel einer Datenverteilung der Pixel des in 3A dargestellten Clusters in einem tatsächlichen Fall zeigt, gemäß einer Ausführungsform der vorliegenden Erfindung;
4 ist ein Diagramm eines Beispiels von Standardabweichungsdaten zur Reduzierung von Rauschen, die unter Verwendung eines Verfahrens gemäß einer Ausführungsform der vorliegenden Erfindung gewonnen wurden;
5A ist ein Diagramm, das ein Beispiel einer Datenverteilung an einem Umriss eines Bildgegenstandes eines Bildes visuell ausdrückt;
5B ist ein Diagramm, das ein Beispiel eines Filters zur Reduzierung von Rauschen in dem in 5A dargestellten Bild visuell ausdrückt, gemäß einer Ausführungsform der vorliegenden Erfindung;
5C ist ein Diagramm, das ein Beispiel eines Ergebnisses, das gewonnen wird, wenn das in 5A dargestellte Bild unter Verwendung des in 5B dargestellten Filters gefiltert wird, visuell ausdrückt, gemäß einer Ausführungsform der vorliegenden Erfindung;
6A bis 6C sind Diagramme zur Beschreibung eines Beispiels eines Verfahrens zur Veränderung von Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen in Übereinstimmung mit Charakteristiken digitaler Fotografiervorrichtungen, gemäß einer Ausführungsform der vorliegenden Erfindung;
7 ist eine konzeptionelle Ansicht zur Beschreibung eines Beispiels eines Verfahrens zur Teilung jedes einer Vielzahl von Bildern in eine Vielzahl von Clustern, um Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen zu erhalten, gemäß einer Ausführungsform der vorliegenden Erfindung; und
8 ist ein schematisches Blockdiagramm eines Beispiels einer digitalen Fotografiervorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung.
Genaue Beschreibung der Erfindung
Hiernach wird die vorliegende Erfindung im Einzelnen beschrieben werden, indem die Ausführungsformen der Erfindung unter Bezug auf die beigefügten Zeichnungen erklärt werden.
Ein Verfahren zur Gewinnung von Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer Ausführungsform der vorliegenden Erfindung wird jetzt beschrieben werden.
Zu Anfang wird ein Bild in eine Vielzahl von Clustern unterteilt. Hierbei umfasst ein Cluster gegenseitige Ähnlichkeiten aufweisende Pixel. Insbesondere haben diese Pixel ähnliche Datenwerte. Es ist festgestellt worden, dass eine Verteilung des Rauschens in Übereinstimmung mit den Datenwerten der Pixel variiert, während das Verfahren zur Gewinnung von Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer Ausführungsform der vorliegenden Erfindung durchgeführt wird. Folglich wird ein Bild, um das Rauschen effizient zu reduzieren, in eine Vielzahl von Clustern unterteilt, von denen jeder ähnliche Datenwerte aufweisende Pixel umfasst.
Hiernach wird ein Verfahren zur Unterteilung eines Bildes in eine Vielzahl von Clustern, insbesondere unter Verwendung eines k-means Algorithmus beschrieben werden.
1A ist eine schematische konzeptionelle Ansicht eines Beispiels eines Bildes Im, das eine anfängliche Verteilung einer Vielzahl von Punkten zur Gewinnung von Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen zeigt, gemäß einer Ausführungsform der vorliegenden Erfindung. Anfänglich sind die Punkte auf dem Bild Im, wie in 1A dargestellt, angeordnet. Die Anzahl der Punkte entspricht der Anzahl der Cluster, in die das Bild Im zu unterteilen ist. In 1A sind 96 Punkte angeordnet. Es ist jedoch offensichtlich, dass die vorliegende Erfindung hierauf nicht beschränkt ist. Zum Beispiel sind herkömmlich, wenn jedes Pixel YCbCr Daten aufweist, jede der Y, Cb und Cr Daten 8-bit Daten. Folglich können 256 (256 = 2⁸) Punkte auf dem Bild Im ange ordnet werden. Darüber hinaus sind in 1A die Punkte gleichmäßig angeordnet. Jedoch ist es offensichtlich, dass verschiedene Veränderungen daran vorgenommen werden können. Zum Beispiel können die Punkte zufällig angeordnet sein.
Jeder der angeordneten Punkte, hat das gleiche Datenformat wie jedes Pixel des Bildes Im. Zum Beispiel hat, wenn jedes Pixel des Bildes Im YCbCr Daten aufweist, jeder Punkt YCbCr Daten und, wenn jedes Pixel RGB Daten aufweist, jeder Punkt folglich RGB Daten. Hiernach wird zur Zweckmäßigkeit der Erklärung angenommen, das jedes Pixel des Bildes Im YCbCr Daten und jeder Punkt ebenfalls YCbCr Daten aufweist. Ein Datenwert jedes Punktes ist ein beliebiger Datenwert.
Nachdem die Punkte angeordnet und Daten jedem Punkt zugeordnet wurden, wird ein am nächsten liegender Punkt jedes Pixels des Bildes Im unter den Punkten in Übereinstimmung mit Abständen, die auf räumlichen Positionen und Datenwerten beruhen, bestimmt. Wenn zum Beispiel angenommen wird, dass eine räumliche Position jedes Pixels des Bildes Im (X_pix, Y_pix) ist, die YCbCr Daten des Pixels (Y_pix, Cb_pix, Cr_pix) sind, die räumliche Position des i-ten Punktes des Bildes Im (X_{Punkt_i}, Y_{punkt_i}) ist und die YCbCr Daten des i-ten Punktes (Y_{Punkt_i}, Cb_{Punkt_i}, Cr_{Punkt_i}) sind, kann ein Abstand D_i zwischen dem Pixel und dem i-ten Punkt unter Verwendung der Gleichung 1 berechnet werden.
Wie oben beschrieben wurde, werden Abstände zwischen jedem Pixel des Bildes Im und den Punkten berechnet und ein Punkt, der eine minimale Entfernung aufweist, wird als der am nächsten liegende Punkt des Pixels bestimmt. Auf solche Weise wird der am nächsten liegende Punkt jedes Pixels des Bildes Im bestimmt.
Darauf folgend wird der Datenwert jedes Punktes auf einen Durchschnitt der Datenwerte der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist, aktualisiert. Zum Beispiel wird, wenn ein erster Punkt S1 als das am nächsten liegende Pixel von zehn Pixeln bestimmt wird, der Datenwert des ersten Punktes S1 auf einen Durchschnitt der Datenwerte dieser zehn Pixel aktualisiert. Das gleiche Prinzip wird auf den zweiten und dritten Punkt S2 und S3 und die anderen Punkte angewendet. Gleichermaßen werden die räumlichen Positionen der Punkte aktualisiert. Genauer wird die räumliche Position jedes Punktes auf einen Durchschnitt der räumlichen Positionen der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist, aktualisiert. Zum Beispiel wird, wenn der erste Punkt S1 als das am nächsten liegende Pixel von zehn Pixeln bestimmt wird, die räumliche Position des ersten Punktes S1 auf einen Durchschnitt der räumlichen Positionen dieser zehn Pixel aktualisiert. Das gleiche Prinzip wird auf den zweiten und dritten Punkt S2 und S3 und die anderen Punkte angewendet.
1B ist eine schematische konzeptionelle Ansicht eines Beispiels eines Bildes, das eine aktualisierte Verteilung der in 1A gezeigten Punkte zeigt, indem das Bild in eine Vielzahl von Clustern unter Verwendung eines k-means Algorithmus gemäß einer Ausführungsform der vorliegenden Erfindung unterteilt wird. 1B ist eine schematische konzeptionelle Ansicht eines Beispiels eines Bildes Im, in dem die räumlichen Positionen des ersten, zweiten und dritten Punktes S1, S2 und S3 und der anderen Punkte, die in 1A dargestellt sind, auf die räumlichen Positionen des ersten, zweiten und dritten Punktes S1', S2' und S3' und der anderen Punkte gemäß einer Ausführungsform der vorliegenden Erfindung aktualisiert wurden.
Nachdem die Punkte, wie oben beschrieben, aktualisiert wurden, wird der am nächsten liegende Punkt jedes Pixels des Bildes Im unter den aktualisierten Punkten in Übereinstimmung mit den Entfernungen, die auf den räumlichen Positionen und den Datenwerten beruhen, bestimmt. Darauf folgend wird der Datenwert jedes Punktes noch mal auf einen Durchschnitt der Datenwerte der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist, aktualisiert und die räumliche Position jedes Punktes wird nochmals auf einen Durchschnitt der räumlichen Positionen der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist, aktualisiert. 1C ist eine schematische konzeptionelle Ansicht eines Beispiels eines Bildes Im, in dem die räumlichen Positionen des ersten, zweiten und dritten Punktes S1', S2' und S3' und der anderen Punkte, die in 1B dargestellt sind, nochmals auf die räumlichen Positionen des ersten, zweiten und dritten Punktes S1'', S2'' und S3'' und der anderen Punkte gemäß einer Ausführungsform der vorliegenden Erfindung aktualisiert wurden.
Die Aktualisierung der Punkte kann einmal oder mehrere Male, wie es benötigt ist, wiederholt werden. Wenn ein Unterschied zwischen der räumlichen Position und dem Datenwert jedes Punktes, bevor die Aktualisierung durchgeführt wird, und der räumlichen Position und dem Datenwert des Punktes, nachdem die Aktualisierung durchgeführt ist, größer ist als ein Schwellwert, wird das Aktualisieren der Punkte wiederholt. Wenn der Unterschied zwischen der räumlichen Position und dem Datenwert des Punktes, bevor das Aktualisieren durchgeführt wird, und der räumlichen Position und dem Datenwert des Punktes, nachdem das Aktualisieren durchgeführt ist, gleich oder kleiner als der Schwellwert ist, wird das Aktualisieren der Punkte abgeschlossen. Der Schwellwert kann, wie benötigt, variieren. Je niedriger der Schwellwert ist, desto präziser wird das Bild Im unterteilt.
Wenn das Aktualisieren der Punkte abgeschlossen ist, wird das Bild Im in eine Vielzahl von Clustern unterteilt, indem Pixel, deren jeweiliger Punkt als der am nächsten liegende Punkt bestimmt wurde, in den gleichen Cluster eingeordnet werden. Zum Beispiel werden Pixel, für die der erste Punkt S1'' als der am nächsten liegende Punkt bestimmt ist, in den gleichen Cluster, wie zum Beispiel einen ersten Cluster, eingeordnet, Pixel, für die der zweite Punkt S2'' als der am nächsten liegende Punkt bestimmt ist, in den gleichen Cluster, wie zum Beispiel einen zweiten Cluster, eingeordnet und Pixel, für die der dritte Punkt S3'' als der am nächsten liegende Punkt bestimmt ist, in den gleichen Cluster, wie zum Beispiel einen dritten Cluster, eingeordnet. 2A zeigt ein Beispiel einer ursprünglichen Fotografie. 2B zeigt ein Beispiel eines Bildes, das durch Unterteilen der ursprünglichen Fotografie aus 2A in eine Vielzahl von Clustern unter Verwendung eines k-means Algorithmus gemäß einer Ausführungsform der vorliegenden Erfindung gewonnen wurde.
Nachdem ein Bild in eine Vielzahl von Clustern, wie oben beschrieben, unterteilt wurde, werden Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen gewonnen. Falls jedes Pixel des Bildes YCbCr Daten aufweist, werden die Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen aus jeden Y, Cb und Cr Daten gewonnen. Ein Verfahren zur Gewinnung von Varianz- oder Standardabweichungsdaten zur Reduzierung von Rauschen wird nunmehr unter Bezug auf 3A bis 3C und 4 beschrieben werden, und das Verfahren wird mit jeden der Y, Cb und Cr Daten durchgeführt.
3A ist eine konzeptionelle Ansicht eines Beispiels eines Clusters C₁₀₀ eines Bildes, das gemäß der Ausführungsform der vorliegenden Erfindung in eine Vielzahl von Clustern unterteilt wurde, in einem Fall, in dem ein Durchschnitt der Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel einen Wert 100 aufweist. 3B ist ein schematisches Diagramm, das eine ideale Häufigkeit der Y Datenwerte der in dem in 3A gezeigten Cluster C₁₀₀ enthaltenen Pixel zeigt, gemäß einer Ausführungsform der vorliegenden Erfindung. In dem in 3B dargestellten Diagramm zeigt eine horizontale Achse die Y Datenwerte und eine vertikale Achse die Häufigkeiten der Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel an. Wie in 3B dargestellt, können, wenn angenommen wird, dass die Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel eine ideale Verteilung (Gauss'sche Verteilung, normale Verteilung) aufweisen, eine Varianz oder eine Standardabweichung und der Mittelwert der Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel einfach gewonnen werden. Ebenso können die Varianz oder die Standardabweichung und der Mittelwert der Y Datenwerte der anderen in jedem anderen Cluster enthaltenen Pixel gewonnen werden. Auf solche Art und Weise kann der Mittelwert der Y Datenwerte jedes Clusters und die Varianz oder die Standardabweichung, die dem Mittelwert entsprechen, gewonnen werden. Als ein Ergebnis kann ein Diagramm aus Mittelwerten auf der horizontalen Achse gegenüber Varianzen oder Standardabweichungen auf der vertikalen Achse gewonnen werden.
Wie oben beschrieben, ist festgestellt worden, dass sich die Verteilung des Rauschens in Übereinstimmung mit den Datenwerten der Pixel verändert, während das Verfahren zur Gewinnung der Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer Ausführungsform der vorliegenden Erfindung durchgeführt wird. Die Varianzen oder die Standardabweichungen der Datenwerte des Rauschens sind fast identisch mit dem Diagramm der Mittelwerte auf der horizontalen Achse gegenüber den Varianzen oder den Standardabweichungen auf der vertikalen Achse. Folglich kann das Rauschen teilweise vermindert werden, indem das Diagramm der Mittelwerte auf der horizontalen Achse gegenüber den Varianzen oder Standardabweichungen auf der vertikalen Achse verwendet wird.
Jedoch ist, während das Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer Ausführungsform der vorliegenden Erfindung durchgeführt wird, festgestellt worden, dass ein nicht ideales in 3C dargestelltes Diagramm, das von dem Diagramm aus 3B, das auf der idealen Verteilung der Y Datenwerte beruht, vollständig unterschiedlich ist, gewonnen wird, wenn die Verteilung der Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel tatsächlich analysiert wird. Folglich kann, wenn die Mittelwerte und die Varianzen oder die Standardabweichungen gewonnen werden, indem angenommen wird, dass eine Häufigkeitsverteilung der Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel die in 3B dargestellte ideale Verteilung ist, und die Mittelwerte und die Varianzdaten oder die Standardabweichungsdaten der Cluster als die Mittelwerte und die Varianzdaten oder Standardabweichungsdaten des Rauschens betrachtet werden, das Rauschen effizient vermindert werden.
Folglich werden bei dem Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer Ausführungsform der vorliegenden Erfindung die tatsächlichen Häufigkeitsdaten der Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel überprüft, indem nicht angenommen wird, dass die Häufigkeitsverteilung der Y Datenwerte der in dem Cluster C₁₀₀ enthaltenen Pixel die in 3B dargestellte ideale Verteilung ist. Zum Beispiel können die Häufigkeitsdaten durch ein in 3C dargestelltes Diagramm grafisch dargestellt werden. Wenn angenommen wird, dass eine x-Achse die Datenwerte der in einem i-ten Cluster enthaltenen Pixel und eine y-Achse die Häufigkeiten der Datenwerte angibt, kann das Diagramm aus 3C als ein Diagramm von y = w_i(x) bezeichnet werden.
Wenn die Häufigkeitsdaten, wie oben beschrieben, überprüft werden, wird ein gewichteter Mittelwert der Datenwerte der in jedem Cluster enthaltenen Pixel unter Berücksichtigung der Häufigkeitsdaten der Cluster gewonnen. Wenn angenommen wird, dass die Anzahl der in einem n-ten Cluster enthaltenen Pixel k ist und die Daten eines i-ten Pixels x_i sind, kann ein gewichteter Mittelwert WM_n unter Verwendung der Gleichung 2 berechnet werden.
Wenn der gewichtete Mittelwert WM_n, wie oben beschrieben, berechnet ist, können die Varianz und die Standardabweichung der Datenwerte der in jedem Cluster enthaltenen Pixel unter Verwendung des gewichteten Mittelwertes WM_n gewonnen werden. Eine Varianz σ_n ² der Datenwerte der k Pixel, die in dem n-ten Cluster enthalten sind, kann unter Verwendung der Gleichung 3 gewonnen werden und eine Standardabweichung σ_n der Datenwerte der k Pixel, die in dem n-ten Cluster enthalten sind, kann unter Verwendung der Gleichung 4 gewonnen werden.
Wenn die obigen Abläufe über alle Cluster durchgeführt werden, werden gewichtete Mittelwerte WM_n der Cluster gewonnen und folglich können die Varianzen σ_n ² und die Standardabweichungen σ_n, die den gewichteten Mittelwerten WM_n entsprechen, gewonnen werden. Das heißt, die Varianzdaten oder die Standardabweichungsdaten in Übereinstimmung mit den gewichteten Mittelwerten können unter Verwendung der gewichteten Mittelwerte und der Varianzen oder der Standardabweichungen in den Clustern gewonnen werden. Zum Beispiel wird, wenn angenommen wird, dass die horizontale Achse die gewichteten Mittel werte und die vertikale Achse die Standardabweichungen angibt, ein in 4 dargestelltes Diagramm gewonnen. Wie oben beschrieben wurde, ist festgestellt worden, dass die Verteilung des Rauschens sich in Übereinstimmung mit den Datenwerten der Pixel ändert, während das Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer Ausführungsform der vorliegenden Erfindung durchgeführt wird. Folglich ist die Verteilung des Rauschens exakt mit dem in 4 dargestellten Diagramm identisch. Das heißt, das in 4 dargestellte Diagramm oder die Daten des Diagramms können als die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen betrachtet werden. Folglich kann das Rauschen des Bildes signifikant vermindert werden.
Das in 4 dargestellte Diagramm kann aus jeden der Y, Cb und Cr Daten separat gewonnen werden. Darüber hinaus ist es offensichtlich, dass das in 4 dargestellte Diagramm ebenso getrennt aus jeden der R, G und B Daten gewonnen werden kann. Das heißt, wenn jedes Pixel unterschiedliche Formate aufweisende Datenwerte aufweist, kann das in 4 dargestellte Diagramm getrennt aus jeden der Datenwerte, die unterschiedliche Formate aufweisen, gewonnen werden. Zum Beispiel, wenn jedes Pixel Helligkeitsdaten, erste Farbdaten und zweite Farbdaten aufweist, kann das in 4 dargestellte Diagramm separat aus jeden der Helligkeitsdaten, der ersten Farbdaten und der zweiten Farbdaten gewonnen werden.
Die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen, die, wie oben beschrieben, gewonnen wurden, können verwendet werden, um das Rauschen unter Verwendung verschiedener Verfahren, die ein Verfahren zur Reduzierung von Rauschen unter Verwendung eines bilateralen Filters umfassen, zu reduzieren. Das Verfahren zur Reduzierung von Rauschen unter Verwendung eines bilateralen Filters wird jetzt kurz beschrieben werden.
5A ist ein Diagramm, das visuell ein Beispiel einer Datenverteilung an einem Umriss eines Bildsubjektes eines Bildes ausdrückt. Insbesondere zeigt 5A ein Diagramm, das visuell eine Datenverteilung an einem Umriss eines Bildsubjektes eines Graustufenbildes ausdrückt. In einem Graustufenbild wird ein Bildsubjekt durch Helligkeitsveränderungen dargestellt. Es gibt starke Helligkeitsveränderungen an einem Umriss des Bildsubjektes, wie es in 5A dargestellt ist. In der in 5A dargestellten Datenverteilung ist Rauschen vorhanden. Folglich wird zur Reduzierung des Rauschens ein bilateraler Filter, der in dem Beispiel aus 5B visuell ausgedrückt wird, verwendet. Der bilaterale Filter hat zum Beispiel die Form einer halben Normalverteilung, weil der Umriss des Bildsubjektes verwischt werden kann, wenn die Datenverteilung aus 5A unter Verwendung eines Filters, der die Form der Normalverteilung aufweist, gefiltert wird. Wenn die Datenverteilungen aus 5A unter Verwendung des bilateralen Filters aus 5B gefiltert werden, kann ein Ergebnis, das in dem Beispiel aus 5C dargestellt ist, gewonnen werden. Wenn 5A und 5C miteinander verglichen werden, ist es klar, dass das Rauschen signifikant vermindert wurde. Genaue Information über das Verfahren zur Reduzierung von Rauschen unter Verwendung eines bilateralen Filters wird in „Bilateral filtering for gray and color images", C. Tomasi and R. Manduchi, Proceedings of the 1998 IEEE International Conference an Computer Vision, Bombay, India, geliefert, dessen Offenbarung durch Bezugnahme vollständig mit aufgenommen wird.
Während das Verfahren zur Reduzierung von Rauschen unter Verwendung eines bilateralen Filters durchgeführt wird, muss die Form des bilateralen Filters aus 5B geeignet in Übereinstimmung mit Unterschieden zwischen Datenwerten (Helligkeitswerte in einem Fall eines Graustufenbildes) der Datenverteilung aus 5A verändert werden. Dies deshalb, weil eine Verteilung des Rauschens in Übereinstimmung mit den Datenwerten der Pixel, wie oben beschrieben wurde, variiert. Das heißt, die Verteilung des Rauschens verändert sich ebenfalls in Übereinstimmung mit den Unterschieden zwischen den Datenwerten der Datenverteilung aus 5A und folglich muss die Größe und/oder die Form des bilateralen Filters aus 5B geeignet in Übereinstimmung mit den Unterschieden zwischen den Datenwerten in der Nähe des Umrisses des Bildsubjektes modifiziert werden. Die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen, die gemäß dem vorhergehenden Ausführungsbeispiel der vorliegenden Erfindung gewonnen wurden, können verwendet werden, um die Größe und/oder die Form des bilateralen Filters aus 5B zu verändern. Zum Beispiel werden Varianzen oder Standardabweichungen des Raschens in Übereinstimmung mit den Unterschieden zwischen den Datenwerten der Datenverteilung aus 5A überprüft, indem Bezug auf die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen genommen wird, und darauf kann der bilaterale Filter aus 5B, der die Form einer halben Normalverteilung aufweist, unter Verwendung der Varianzen oder Standardabweichungen erzeugt werden, so dass er zur Reduzierung von Rauschen verwendet wird.
Die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen, die wie oben beschrieben wurde, gewonnen werden, können verwendet werden, um das Rauschen unter Verwendung verschiedener Verfahren zu reduzieren. Die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen können unter Verwendung eines Erzeugnisses, das mit einer digitalen Fotografiervorrichtung entwickelt wurde, gewonnen werden. Danach, wenn das vollständig entwickelte Erzeugnis in großen Stückzahlen hergestellt wird, können Aufzeichnungsmedien, die die Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen, die vorher gewonnen wurden, speichern, in die digitalen Fotografiervorrichtungen aufgenommen werden.
Indessen treten Abweichungen in der Verteilung des Rauschens bei digitalen Fotografiervorrichtungen des selben Modells auf, wenn die digitalen Fotografiervorrichtungen in großen Stückzahlen hergestellt werden. Zum Beispiel ist ein Bildaufnahmebauelement zur Gewinnung von Bilddaten aus projiziertem Licht auf einem Rahmen der digitalen Fotografiervorrichtung angeordnet und, wenn die Position des Bildaufnahmebauelementes sich nur um ein wenig verändert, während die digitale Fotografiervorrichtung hergestellt wird, kann sich die Verteilung des auftretenden Rauschens verändern. Zusätzlich können aufgrund beispielsweise einer präzisen Differenz der Positionen der Rollenhalterungen die Abweichungen in der Verteilung des Rauschens bei digitalen Fotografiervorrichtungen des selben Modells auftreten, wenn die digitalen Fotografiervorrichtungen in großen Stückzahlen hergestellt werden. Um die Abweichungen in der Verteilung des Rauschens zu vermeiden, muss möglicherweise jede der in großen Stückzahlen hergestellten digitalen Fotografiervorrichtungen die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen, die vorher gewonnen wurden, modifizieren, bevor sie auf den Markt gebracht wird.
6A bis 6C sind Diagramme zur Beschreibung eines Beispiels eines Verfahrens zur Veränderung von Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen in Übereinstimmung mit Charakteristiken digitaler Fotografiervorrichtungen gemäß einer Ausführungsform der vorliegenden Erfindung. In 6 gibt eine gestrichelte Linie das in 4 dargestellte Diagramm an. Anfänglich wird ein zusätzliches Bild unter Verwendung einer aus einer Vielzahl von digitalen Fotografiervorrichtungen, die in großen Stückzahlen hergestellt werden, gewonnen. Das zusätzliche Bild kann ein einzelnes Bild und eine Vielzahl von Bildern umfassen. Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen (hiernach als erste Daten bezeichnet) werden im Vorfeld gewonnen, bevor die digitalen Fotografiervorrichtungen in großen Stückzahlen hergestellt werden, und das zusätzliche Bild ist zur Optimierung der ersten Daten für jede der digitalen Fotografiervorrichtungen notwendig. Folglich kann ein einzelnes Bild als das zusätzliche Bild verwendet werden.
Wenn das zusätzliche Bild gewonnen wird, wird das zusätzliche Bild in eine Vielzahl von Clustern, wie oben beschrieben wurde, gemäß einer vorherigen Ausführungsform der vorliegenden Erfindung unterteilt, Häufigkeitsdaten der Datenwerte der in jedem Cluster des zusätzlichen Bildes enthaltenen Pixel überprüft, ein gewichteter Mittelwert der Datenwert der in dem Cluster des zusätzlichen Bildes enthaltenen Pixel unter Berücksichtung der Häufigkeitsdaten des Clusters berechnet, eine Varianz oder eine Standardabweichung der Datenwerte der Pixel, die in dem Cluster des zusätzlichen Bildes enthalten sind, unter Verwendung des gewichteten Mittelwertes des Clusters gewonnen und Varianzdaten oder Standardabweichungsdaten in Übereinstimmung mit den gewichteten Mittelwerten des zusätzlichen Bildes als zweite Daten gewonnen. Die zweiten Daten können unter Verwendung des gleichen Verfahrens, das verwendet wird, wenn die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen im Vorfeld gewonnen werden, erhalten werden. Folglich wird eine genaue Beschreibung dessen an dieser Stelle weggelassen werden.
In 6A geben die Punkte die zweiten Daten, das heißt die Varianzdaten oder die Standardabweichungsdaten in Übereinstimmung mit den gewichteten Mittelwerten des zusätzlichen Bildes, an. Wenn die zweiten Daten wie oben beschrieben gewonnen werden, werden die ersten Daten beruhend auf den zweiten Daten verändert. Zum Beispiel wird eine alternierend lang und kurz gestrichelte Linie, wie in 6B dargestellt ist, aus den zweiten Daten gewonnen und sodann die gestri chelte Linie, die in 6A gezeigt ist, die aus den ersten Daten gewonnen wird, in eine durchgehende Linie, wie in 6C dargestellt, unter Verwendung der abwechselnd lang und kurz gestrichelten Linie, die in 6B dargestellt ist, geändert. Das heißt, die in 6C dargestellte durchgehende Linie gibt die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen, die letztendlich durch Modifikation der ersten Daten unter Verwendung der zweiten Daten gewonnen wird, an. Verschiedene Änderungen können gemacht werden, wenn die ersten Daten modifiziert werden, indem die zweiten Daten verwendet werden. Zum Beispiel kann die Modifikation der ersten Daten unter Verwendung der zweiten Daten durchgeführt werden, indem arithmetische Mittelwerte der ersten und zweiten Daten verwendet werden oder indem gewichtete Mittelwerte, die durch Gewichten der ersten Daten, die im Vorfeld gewonnen wurden, erhalten werden, verwendet werden. Jedoch können in diesem Fall Abschnitte, die durch A in 6B angegeben werden, als Ausreißer der zweiten Daten betrachtet werden, so dass sie ausgeschlossen und nicht verwendet werden, wenn die ersten Daten modifiziert werden.
7 ist eine konzeptionelle Ansicht zur Beschreibung eines Beispieles eines Verfahrens zur Teilung jedes einer Vielzahl von Bildern in eine Vielzahl von Clustern, um Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen gemäß einer Ausführungsform der vorliegenden Erfindung zu erhalten.
Gemäß den vorherigen Ausführungsformen aus 1A bis 1C, 2A, 2B, 3A bis 3C und 4 werden Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen gewonnen, indem ein einzelnes Bild verwendet wird, bevor die digitale Fotografiervorrichtungen in großen Stückzahlen hergestellt werden. Jedoch werden gemäß der vorliegenden Ausführungsformen der vorliegenden Erfindung die Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rau schen gewonnen, indem eine Vielzahl von Bildern verwendet wird, um die Genauigkeit der Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen zu erhöhen, weil die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen gewonnen werden, bevor die digitalen Fotografiervorrichtungen in großen Stückzahlen hergestellt werden.
Wenn angenommen wird, das N Bilder verwendet werden, um die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen zu gewinnen, wird jedes der N Bilder in eine Vielzahl von Clustern unterteilt. In diesem Fall können Cluster, die einander entsprechen, auf den N Bildern vorhanden sein. 7 zeigt Cluster C¹ ₁₀₀ und C² ₁₀₀ des ersten und zweiten Bildes Im1 und Im2, die einander entsprechen. In 7 weist jeder eines Mittelwertes der Y Datenwerte der in dem Cluster C¹ ₁₀₀ des ersten Bildes Im1 enthaltenen Pixel und eines Mittelwertes der Y Daten der in dem Cluster C² ₁₀₀ des zweiten Bildes Im2 enthaltenen Pixel einen Wert 100 auf. Als solches werden, wenn die Mittelwerte der Datenwerte der Cluster den gleichen Wert aufweisen, die Cluster als einander entsprechend erachtet. Die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen können erhalten werden, indem jedes der N Bilder in eine Vielzahl von Clustern unterteilt wird und die Cluster, die einander entsprechen, als ein einziger Cluster betrachtet werden und indem die gleichen Abläufe, die unter Bezug auf 3A bis 3c und 4 beschrieben wurden, durchgeführt werden. Ein Verfahren zur Gewinnung der Varianzdaten oder der Standardabweichungsdaten zur Reduzierung von Rauschen wird oben beschrieben und folglich eine detaillierte Beschreibung dessen an dieser Stelle weggelassen werden. Wenn die Varianzdaten oder die Standardabweichungsdaten zur Reduzierung von Rauschen gewonnen werden, indem jedes von N Bildern in eine Vielzahl von Clustern unterteilt wird und die Cluster, die einander entsprechen, als ein einziger Cluster betrachtet werden und indem die gleichen Abläufe, die oben unter Bezug auf 3A bis 3C und 4 erklärt wurden, durchgeführt werden, kann die Genauigkeit der Varianzdaten oder der Standardabweichungsdaten zur Reduzierung von Rauschen weiter erhöht werden.
8 ist ein schematisches Blockdiagramm eines Beispieles einer digitalen Fotografiervorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung.
Der allgemeine Betrieb der digitalen Fotografiervorrichtung wird über eine zentrale Verarbeitungseinheit (CPU) 100 gesteuert, und die digitale Fotografievorrichtung umfasst eine Handhabungseinheit 200, die Tasten zur Erzeugung elektrischer Signale beruhend auf einer Anwendereingabe aufweist. Die elektrischen Signale, die durch die Handhabungseinheit 100 erzeugt wurden, werden zu der CPU 100 übertragen, so dass die CPU die digitale Fotografiervorrichtung in Übereinstimmung mit den elektrischen Signalen steuern kann.
In einem Fotografiermodus steuert die CPU 100, wenn ein elektrisches Signal beruhend auf einer Anwendereingabe zu der CPU 100 gelangt, eine Linsenantriebseinheit 11, eine Blendenantriebseinheit 21 und eine Steuerungseinheit 31 für ein Bildaufnahmebauteil, so dass eine Position einer Linse 10 eingestellt, ein Öffnungsgrad einer Blende 20 beziehungsweise die Empfindlichkeit eines Bildaufnahmebauelementes 30 eingestellt wird. Das Bildaufnahmebauelement 30 erzeugt Bilddaten aus Eingabelicht und eine Einheit 40 zur Analog/Digital-Umwandlung (A/D) wandelt die Ausgabe analoger Daten des Bildaufnahmebauelementes 30 in digitale Daten um. In diesem Fall ist es offensichtlich, dass die A/D-Umwandlungseinheit 40 nicht in der digitalen Fotografiervorrichtung in Übereinstimmung mit Charakteristiken des Bildaufnahmebauelementes 30 enthalten sein muss.
Die Bilddatenausgabe des Bildaufnahmebauelementes 30 kann in eine Digitalsignal-Verarbeitungseinheit 50 über einen Speicher 60 oder direkt in die Digitalsignal-Verarbeitungseinheit 50 eingegeben werden. Wenn notwendig, können die Bilddaten in die CPU 100 eingegeben werden. Hierbei umfassen Beispiele des Speichers 60 Nur-lese-Speicher (ROM) und Schreib-Lese-Speicher (RAM). Wenn notwendig, kann die Digitalsignal-Verarbeitungseinheit 50 die Digitalsignalverarbeitung, wie zum Beispiel eine Gamma-Korrektur und eine Weiß-Abgleich-Einstellung durchführen.
Die Bilddatenausgabe von der Digitalsignal-Verarbeitungseinheit 50 kann zu der Anzeigesteuerungseinheit 81 über den Speicher 60 oder direkt übertragen werden. Die Speichersteuerungseinheit 81 steuert eine Anzeigeeinheit 80, so dass ein Bild darauf angezeigt wird. Die Bilddatenausgabe der Digitalsignal-Verarbeitungseinheit 50 wird über den Speicher 60 oder direkt in eine Speicher/Lese-Steuerungseinheit 71 eingegeben. Die Speicher/Lese-Steuerungsvorrichtung 71 speichert die Bilddaten in einem Speichermedium 70 in Übereinstimmung mit einem Signal, das auf einer Anwendereingabe beruht, oder die Bilddaten können automatisch gespeichert werden. Es ist offensichtlich, dass die Speicher/Lese-Steuerungseinheit 71 Bilddaten aus einer in dem Speichermedium 70 gespeicherten Bilddatei lesen kann und die Bilddaten in die Anzeigesteuerungseinheit 81 über den Speicher 60 oder irgendeinen anderen Weg eingeben kann, so dass ein Bild auf der Anzeigeeinheit 80 angezeigt wird. Das Speichermedium 70 kann von der digitalen Fotografiervorrichtung lösbar oder kann dauerhaft an der digitalen Fotografiervorrichtung befestigt sein.
Ein Programm zur Durchführung eines Verfahrens zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen gemäß den obigen Ausführungsformen der vorliegenden Erfindung kann in ein Aufzeichnungsmedium geschrieben werden. Hierbei kann das Aufzeichnungsmedium der Speicher 60 oder das Speichermedium 70, die in 8 gezeigt sind, oder irgendein anderes Spei chermedium sein. Hierbei umfassen Beispiele des Speichermediums magnetische Speichermedien (zum Beispiel ROM, Floppydisketten, Speicherplatten und dergleichen) und optische Aufzeichnungsmedien (zum Beispiel CD-ROMs oder DVDs).
Wie oben beschrieben wurde, kann gemäß den obigen Ausführungsformen der vorliegenden Erfindung ein Bild mit klarer und guter Qualität, das hohen Kontrast aufweist, gewonnen werden, indem signifikant Rauschen in dem Bild unter Verwendung von in einem Aufzeichnungsmedium gespeicherten Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen reduziert wird, wenn eine digitale Fotografiervorrichtung Bilddaten aus auf ein Bildaufnahmebauelement geworfenem Licht gewinnt und sodann die Bilddaten verarbeitet.
Während die vorliegende Erfindung unter Bezug auf beispielhafte Ausführungsformen insbesondere gezeigt und beschrieben wurde, ist es für den Fachmann verständlich, dass verschiedene Veränderungen in Form und Details gemacht werden können, ohne den Grundgedanken und den Umfang der Erfindung, wie sie in den angehängten Ansprüchen definiert sind, zu verlassen. Die beispielhaften Ausführungsformen sollten in nur in einem beschreibenden Sinn und nicht zum Zwecke der Einschränkung verstanden werden. Daher wird der Umfang der Erfindung nicht durch die detaillierte Beschreibung der Erfindung definiert, sondern durch die angehängten Ansprüche, und alle Unterschiede innerhalb des Umfanges werden als von der vorliegenden Erfindung umfasst ausgelegt werden.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

- „Bilateral filtering for gray and color images”, C. Tomasi and R. Manduchi, Proceedings of the 1998 IEEE International Conference an Computer Vision, Bombay, India [0057]

Claims

Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen, wobei das Verfahren umfasst: (a) Unterteilen eines Bildes in eine Vielzahl von Clustern; (b) Überprüfen von Häufigkeitsdaten der Datenwerte der in jedem Cluster enthaltenen Pixel; (c) Gewinnen eines gewichteten Mittelwertes der Datenwerte der Pixel, die in jedem Cluster enthalten sind, unter Berücksichtigung der Häufigkeitsdaten der Datenwerte der in jedem Cluster enthaltenen Pixel; (d) Gewinnen einer Varianz oder einer Standardabweichung der Datenwerte der in jedem Cluster enthaltenen Pixel unter Verwendung des gewichteten Mittelwertes; und (e) Gewinnen von Varianzdaten oder Standardabweichungsdaten gemäß gewichteten Mittelwerten unter Verwendung des gewichteten Mittelwertes und der Varianz oder der Standardabweichung in jedem Cluster.
Verfahren gemäß Anspruch 1, wobei (a) unter Verwendung eines k-means Algorithmus durchgeführt wird.
Verfahren gemäß Anspruch 1, wobei (a) umfasst: (a1) Anordnen einer Vielzahl von Punkten, die der Anzahl der Cluster auf dem Bild entspricht, und Zuordnen eines beliebigen Datenwertes zu jedem Punkt; (a2) Bestimmen eines am nächsten liegenden Punktes jedes Pixels des Bildes unter den Punkten gemäß auf räumlichen Positionen und Datenwerten beruhenden Abständen; (a3) Aktualisieren eines Datenwertes jedes Punktes auf einen Durchschnittswert der Datenwerte der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist, und Aktualisieren einer räumlichen Position jedes Punktes auf einen Durchschnittswert der räumlichen Positionen der Pixel, für die der Punkt als der am nächsten liegende Punkt bestimmt ist; (a4) wenn ein Unterschied zwischen der räumlichen Position und dem Datenwert jedes Punktes, bevor das Aktualisieren durchgeführt wird, und der räumlichen Position und dem Datenwert des Punktes, nachdem das Aktualisieren durchgeführt wurde, größer als ein Schwellwert ist, Wiederholen der Schritt (a1) bis (a3); und (a5) wenn der Unterschied zwischen der räumlichen Position und dem Datenwert jedes Punktes, bevor das Aktualisieren durchgeführt wird, und der räumlichen Position und dem Datenwert des Punktes, nachdem das Aktualisieren durchgeführt wurde, gleich oder kleiner als der Schwellwert ist, Unterteilen des Bildes in eine Vielzahl von Clustern, indem die Pixel, für die jeder Punkt als der am nächsten liegende Punkt bestimmt ist, in den gleichen Cluster eingeordnet werden.
Verfahren gemäß Anspruch 3, wobei jedes Pixel YCbCr Daten aufweist, und wobei Schritt (a1) das Zuordnen beliebiger YCbCr Daten zu jedem Punkt umfasst.
Verfahren gemäß Anspruch 4, wobei Schritt (a2) das Bestimmen des am nächsten liegenden Punktes jedes Pixels umfasst, indem ein Abstand zwischen dem Pixel und jedem Punkt in Übereinstimmung mit Gleichung 1 berechnet wird, indem angenommen wird, dass eine räumliche Position jedes Pixels des Bildes (X_pix, Y_pix) ist, YCbCr Daten des Pixels (Y_pix, Cb_pix, Cr_pix) sind, die räumliche Position des i-ten Punktes des Bildes (X_{Punkt_i}, Y_{Punkt_i}) ist und die YCbCr Daten des i-ten Punktes (Y_{Punkt_i}, Cb_{Punkt_i}, Cr_{Punkt_i}) sind
Verfahren gemäß Anspruch 1, wobei jedes Pixel YCbCr Daten aufweist und wobei Schritte (b) bis (e) mit jeden der Y, Cb und Cr Daten durchgeführt wird.
Verfahren gemäß Anspruch 1, wobei (b) das Überprüfen eines Diagramms y = w_i(x) umfasst, indem angenommen wird, dass eine x-Achse die Datenwerte der Pixel, die in einem i-ten Cluster enthalten sind, und eine y-Achse die Häufigkeiten der Datenwerte angibt.
Verfahren gemäß Anspruch 7, wobei Schritt (c) das Gewinnen eines gewichteten Mittelwertes WM_n der Datenwerte der Pixel, die in jedem Cluster enthalten sind, in Übereinstimmung mit Gleichung 2 umfasst, indem angenommen wird, dass die Anzahl der Pixel, die in einem n-ten Cluster enthalten sind, k ist und die Daten des i-ten Pixel x_i sind
Verfahren gemäß Anspruch 8, wobei Schritt (d) das Gewinnen einer Varianz σ_n ² der Datenwerte der k Pixel, die in dem n-ten Cluster enthalten sind, in Übereinstimmung mit Gleichung 3 oder das Gewinnen einer Standardabweichung σ_n der Datenwerte der k Pixel, die in dem n-ten Cluster enthalten sind, in Übereinstimmung mit Gleichung 4 umfasst
Verfahren gemäß Anspruch 9, wobei Schritt (e) das Gewinnen der Varianzdaten oder der Standardabweichungsdaten in Übereinstimmung mit den gewichteten Mittelwerten umfasst, indem angenommen wird, dass eine horizontale Achse gewichtete Mittelwerte und eine vertikale Achse Varianzen oder Standardabweichungen angibt.
Verfahren gemäß Anspruch 1, wobei jedes Pixel verschiedene Datenformate aufweisende Datenwerte aufweist, und wobei Schritte (b) bis (e) mit jeden der Datenwerte, die verschiedene Datenformate aufweisen, durchgeführt werden.
Verfahren gemäß Anspruch 1, wobei jedes Pixel R, G und B Daten aufweist, und wobei die Schritte (b) bis (e) mit jeden der R, G und B Daten durchgeführt werden.
Verfahren gemäß Anspruch 1, wobei jedes Pixel Helligkeitsdaten, erste Farbdaten und zweite Farbdaten aufweist und wobei Schritte (b) bis (e) mit jeden der Helligkeitsdaten, der ersten Farbdaten und der zweiten Farbdaten durchgeführt werden.
Verfahren gemäß Anspruch 1, wobei Schritt (a) das Unterteilen jedes von N Bildern in eine Vielzahl von Clustern umfasst und wobei die Cluster, die einander entsprechen, als ein einziger Cluster in den Schritten (b) bis (e) erachtet werden.
Digitale Fotografiervorrichtung, die ein Aufzeichnungsmedium, das Varianzdaten oder Standardabweichungsdaten zur Reduzierung von Rauschen, die in Übereinstimmung mit dem Verfahren aus Anspruch 1 gewonnen wurden, speichert, umfasst.
Ein Verfahren zur Gewinnung von Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen, wobei das Verfahren umfasst: (i) Bereitstellen einer digitalen Fotografiervorrichtung, die ein Aufzeichnungsmedium umfasst, das Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen, die gemäß dem Verfahren nach Anspruch 1 gewonnen wurden, als erste Daten speichert; (ii) Gewinnen eines zusätzlichen Bildes unter Verwendung der digitalen Fotografiervorrichtung; (iii) Unterteilen des zusätzlichen Bildes, das in Schritt (ii) gewonnen wurde, in eine Vielzahl von Clustern; (iv) Überprüfen von Häufigkeitsdaten der Datenwerte der Pixel, die in jedem Cluster des zusätzlichen Bildes enthalten sind; (v) Gewinnen eines gewichteten Mittelwertes der Datenwerte der Pixel, die in jedem Cluster des zusätzlichen Bildes enthalten sind, unter Berücksichtigung der Häufigkeitsdaten der Datenwerte der in jedem Cluster enthaltenen Pixel; (vi) Gewinnen einer Varianz oder einer Standardabweichung der Datenwerte der in jedem Cluster enthaltenen Pixel des zusätzlichen Bildes unter Verwendung des gewichteten Mittelwertes; (vii) Gewinnen von Varianzdaten oder Standardabweichungsdaten in Übereinstimmung mit den gewichteten Mittelwerten als zweite Daten unter Verwendung des gewichteten Mittelwertes und der Varianz oder der Standardabweichung in jedem Cluster des zusätzlichen Bildes; und (viii) Gewinnen der Varianzdaten oder der Standardabweichungsdaten zur Verminderung von Rauschen, die letztendlich durch Modifikation der ersten Daten unter Verwendung der zweiten Daten gewonnen wurden.
Digitale Fotografiervorrichtung, die ein Aufzeichnungsmedium umfasst, das Varianzdaten oder Standardabweichungsdaten zur Verminderung von Rauschen, die gemäß dem Verfahren nach Anspruch 16 gewonnen wurden, speichert.