DE602005004694T2 - Verfahren und Vorrichtung für lokal adaptive Bildverarbeitungsfilter - Google Patents

Verfahren und Vorrichtung für lokal adaptive Bildverarbeitungsfilter Download PDF

Info

Publication number
DE602005004694T2
DE602005004694T2 DE200560004694 DE602005004694T DE602005004694T2 DE 602005004694 T2 DE602005004694 T2 DE 602005004694T2 DE 200560004694 DE200560004694 DE 200560004694 DE 602005004694 T DE602005004694 T DE 602005004694T DE 602005004694 T2 DE602005004694 T2 DE 602005004694T2
Authority
DE
Germany
Prior art keywords
pixel
data
pixels
image
iteration
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
DE200560004694
Other languages
English (en)
Other versions
DE602005004694D1 (de
Inventor
Jizhang Shan
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.)
Omnivision Technologies Inc
Original Assignee
Omnivision Technologies Inc
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
Priority to US850831 priority Critical
Priority to US10/850,831 priority patent/US7822285B2/en
Application filed by Omnivision Technologies Inc filed Critical Omnivision Technologies Inc
Publication of DE602005004694D1 publication Critical patent/DE602005004694D1/de
Application granted granted Critical
Publication of DE602005004694T2 publication Critical patent/DE602005004694T2/de
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
    • H04N5/21Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/001Image restoration
    • G06T5/002Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/20Circuitry for controlling amplitude response
    • H04N5/205Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic
    • H04N5/208Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic for compensating for attenuation of high frequency components, e.g. crispening, aperture distortion correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally adaptive

Description

  • Die vorliegende Erfindung betrifft die Signalverarbeitung und im Besonderen die Bildverarbeitung, die Bildglättung und die Bildverbesserung.
  • „Filtern" ist einer der grundlegendsten Vorgänge auf dem Gebiet der Signalverarbeitung. Durch Filtern werden verschiedene Vorgänge entweder an analogen oder digitalen Signalen durchgeführt, um Ergebnisse, wie die Rauschunterdrückung, die Datenkomprimierung und die Charakteristikverbesserung, zu erzielen. Ein Filter kann ein physikalischer Gegenstand, beispielsweise eine elektrische oder elektronische Schaltung, auf einem Signalpfad oder ein Satz mathematischer Manipulationen sein, die an verschiedenen Aspekten eines Signals, beispielsweise dessen Stärke oder Phase, durchgeführt werden, oder es kann ein anderer beliebiger (üblicherweise nicht zufälliger) Vorgang sein, der an einem Signal durchgeführt wird.
  • Ein Zweig der Signalverarbeitung ist die Bildverarbeitung. Ein digitales Bild ist eine Sammlung von Punkten mit verschiedenen Helligkeiten und Farben, genannt Pixel, die finite physikalische Abmessungen haben. Zum Speichern oder Übertragen der Bilder stellen die jedem Pixel entsprechenden Daten die Farbe, Helligkeit, Luminanz und andere zum Pixel zugehörige Informationen des Pixels dar. Diese Bilddaten sind empfänglich für Korrumpierung und Rauschen als Resultat der Datenübertragung, physikalischer Beschränkungen der Bilderfassungs- und Speichervorrichtungen, elektromagnetischer Interferenz etc. Zur Kompensierung der an den Bilddaten verursachten Schäden und der sich ergebenden Bildverschlechterung und zur Reduktion des Rauschens und zum Glätten des korrumpierten Bilds oder lediglich zur Verbesserung des Bilds und Hervorhebung seiner Charakteristik kann es wünschenswert sein, einige Vorgänge an einem Bild mittels Filtern durchzuführen.
  • Einige traditionelle, aber kompliziertere und oft rechentechnisch anspruchsvollere Vorgänge verwenden die Umwandlung der Bilddaten in andere Bereiche, beispielsweise Fourier-, Hankel- oder Hilbert-Bereiche, und eine inverse Transformation in den Bildbereich im Anschluss an einige Manipulationen in den neuen Bereichen. Andere traditionelle Verfahren wenden mathematische Manipulationen in dem gleichen Bereich wie dem Bildbereich an. Ein typisches Beispiel der letztgenannten Verfahren ist die Anpassung aller einzelnen Bilddaten unter Verwendung der ihren benachbarten Pixeln entsprechenden Daten. Die Auswahlkriterien zum Auswählen der benachbarten Pixel und des rechentechnischen Schemas zum Anpassen der Daten eines Zielpixels sind einige der Unterscheidungsattribute eines Filters.
  • Eine Reihe an gebräuchlicheren Filtern berechnet Schwankungen eines gewichteten Mittelwerts eines Pixels und seiner Nachbarn. In diesen Filtern wird der Wert der anzupassenden Pixeldaten (Zielpixel) und der Daten ihrer Nachbarn üblicherweise mit festgelegten Zahlen (Gewichten) multipliziert und der Mittelwert der entstehenden Multiplikationen wird verwendet, um das Zielpixel anzupassen. Im Wesentlichen wird das Bild mit einem zweidimensionalen Fenster von Multiplizierern „gefaltet".
  • In einem Bild, abgesehen von Ausnahmefällen, besteht eine hohe Wahrscheinlichkeit, dass der Wert aller einzelnen Pixeldaten nahe den Werten ihrer Nachbarn ist. Demgemäß reduziert ein Mittelwertschema, wie das oben beschriebene, die Korrumpierungsauswirkung durch Näherbringen eines durch Rauschen beeinträchtigten Pixelwerts zu den Werten seiner Nachbarn. Während die Mittelwertsschemata das Bild durch Rauschunterdrückung „glätten", verzerren sie jedoch die „Kanten" eines Gegenstands im Bild, indem sie jede schnelle Veränderung in den Pixelwerten verhindern und plötzliche Veränderungen durch langsame ersetzen.
  • Es besteht ein Bedarf an relativ einfachen, aber adaptiven Filtern, die ihre Gewichte auf Basis der lokalen Notwendigkeiten eines Bilds anpassen können und die Kanten und die Bildschärfe erhalten, während das Bild verbessert und das Rauschen verringert werden.
  • Die PCT-Veröffentlichung WO00/73993 offenbart ein Verfahren zur Datenverarbeitung in Form eines Gitters an diskreten Quellen-Werten, worin zumindest ein Zielwert, der sich unter den Quellen-Werten befindet, durch Interpolation bestimmt wird.
  • Aspekte der Erfindung stellen ein Verfahren zur Verarbeitung eines Bilds aus Pixeldaten nach Anspruch 1 und ein System zur Verarbeitung eines Bilds aus Pixeldaten gemäß Anspruch 17 bereit.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Die zuvor genannten Aspekte und viele der zugehörigen Vorteile der Erfindung werden besser ersichtlich, da diese durch Bezugnahme auf die folgende, detaillierte Beschreibung besser verständlich werden, wenn diese gemeinsam mit den beigefügten Zeichnungen gelesen wird, worin:
  • 1 ist ein Blockschaltbild einer typischen Bildgebungsumgebung.
  • 2 ist ein Blockschaltbild eines typischen Bilddatenpfads.
  • 3 ist ein Blockschaltbild der Verschlechterungs- und Filterauswirkungen.
  • 4 ist eine schematische Darstellung einer Ausführungsform des Filterschemas in Übereinstimmung mit der vorliegenden Erfindung.
  • 5 ist eine schematische Darstellung einer weiteren Ausführungsform des Filterschemas in Übereinstimmung mit der vorliegenden Erfindung.
  • 6 ist die schematische Darstellung einer weiteren Ausführungsform, welche in zwei Iterationen das zentrale Pixel unter Verwendung der Daten der dieses umgebenden Pixel anpasst, die auf zwei zur X-Y-Achse des Bilds parallelen senkrechten Achsen angeordnet sind und durch das zentrale Pixel verlaufen.
  • 7 ist die schematische Darstellung einer weiteren Ausführungsform, die die Implementierungen der beiden zuvor erwähnten Ausführungsformen kombiniert.
  • 8 ist das Flussdiagramm des „lokal adaptiven, nicht linearen Filterverfahrens" in Übereinstimmung mit einer Ausführungsform dieser Erfindung.
  • DETAILLIERTE BESCHREIBUNG
  • Die vorliegende Erfindung betrifft lokal adaptive, nicht lineare Filterverfahren und -systeme zur Rauschunterdrückung, Geräuschreduktion und Glättung eines Bilds, während die „Kanten" erhalten bleiben. Die in der vorliegenden Erfindung beschriebenen Filter – zur Berechnung des gewichteten Mittelwerts – berücksichtigen nicht nur die geometrische Position eines Zielpixels in Relation zu dessen umgebenden Pixeln, sondern auch die Beziehung der entsprechenden Daten. In der folgenden Beschreibung werden einige spezifische Details dargestellt, um ein umfassendes Verständnis der Ausführungsformen der Erfindung bereitzustellen. Fachleute auf diesem Gebiet werden jedoch erkennen, dass die Erfindung ohne ein oder mehrere spezifische Details oder in Kombination mit anderen Komponenten etc. ausgeführt werden kann. Beispielsweise sind allseits bekannte Implementierungen oder Vorgänge nicht abgebildet oder im Detail beschrieben, um die Verschleierung von Aspekten der verschiedenen Ausführungsformen der Erfindung zu verhindern.
  • Die Bezugnahme im Verlauf der Beschreibung auf „eine einzige Ausführungsform" oder „eine Ausführungsform" bedeutet, dass ein bestimmtes Merkmal, eine Struktur, Implementierung oder ein Charakteristikum, das in Zusammenhang mit der Ausführungsform beschrieben wird, in zumindest einer einzigen Ausführungsform der vorliegenden Erfindung enthalten ist. So beziehen sich die an verschiedenen Stellen in der Beschreibung auftretenden Phrasen „in einer einzigen Ausführungsform" oder „in einer Ausführungsform" nicht alle auf die gleiche Ausführungsform. Ferner können die bestimmten Merkmale, Strukturen, Implementierungen oder Charakteristika in jeder geeigneten Weise in einer oder mehreren Ausführungsformen kombiniert werden.
  • 1 ist eine schematische Darstellung einer typischen Bildgebungsumgebung, die ebenfalls Bildverarbeitung umfasst. 2 ist das Blockschaltbild einer Ausführungs form des lokal adaptiven, nicht linearen Filtersystems (LANF-System) und stellt weiters den vereinfachten Datenpfad eines Bilds in der Bildgebungsumgebung von 1 dar. Die Bildvorrichtung 210 ist eine Bilderfassungsvorrichtung, eine Bilderzeugungsvorrichtung, eine Speichervorrichtung oder eine andere Vorrichtung, die zur Ausgabe eines Bildsignals oder -daten in entweder digitaler oder analoger Form oder beides geeignet ist. Die digitale Ausgabe 240 der Bildvorrichtung 210 ist ein Eingang zum LANF-Filter 260. Wenn der Ausgang der Bildvorrichtung 210 analog ist, wird dieser durch die Digitalisierungs- oder Abtastvorrichtung 230 und das digitalisierte Signal (Bilddaten) 250 an den LANF-Filter 260 eingegeben. Das gefilterte Signal 270 kann entweder im Datenspeicher 280 gespeichert oder durch die Anzeigevorrichtung 290 angezeigt werden. Der Filter 260 kann jede Verarbeitungseinheit, beispielsweise ein Spezialprozessor oder ein Desktopcomputer, sein, die zur Anwendung spezifischer mathematischer Operationen auf Daten geeignet ist.
  • 3 ist eine schematische Darstellung des Verschlechterungs- und Filterungsvorgangs eines Bilds. Die Bilddaten I, 320, welche das Bild 310 darstellen, sind durch Hinzufügen von Rauschen (N) in einer Reihe möglicher Arten korrumpiert, was zu verschlechterten Bilddaten D, 340, führt, wobei D = I + N. Der Filtervorgang auf dem verschlechterten Bild D durch den Filter 350 wird die Auswirkungen des Rauschens verringern und zu einem Hi-Fi-Bild Î führen.
  • 4 ist eine schematische Darstellung der verschlechterten Bilddaten 400 (D) und zeigt eine Ausführungsform des Filterverfahrens in Übereinstimmung mit der vorliegenden Erfindung. Das „zentrale Pixel" 410 ist ein Zielpixel und dessen entsprechende Daten werden durch den Filter unter Verwendung seiner eigenen Daten und der Daten einer begrenzten Anzahl seiner umgebenden Pixeln 420 angepasst. Ein zentrales Pixel und dessen umgebende Pixel, deren Daten in den Anpassungsberechnungen des zentralen Pixels enthalten sind, sollen sich innerhalb eines „Faltfensters" 430 befinden. In einer Ausführungsform kann die „Anpassung" eines Pixels durch Ersetzen seiner Daten mit anderen berechneten Daten durchgeführt werden und in einer anderen Ausführungsform kann eine „Anpassung" das Addieren, Subtrahieren oder Multiplizieren der Pixeldaten durch eine Zahl bedeuten und in wieder einer wei teren Ausführungsform kann eine Anpassung die Durchführung anderer Vorgänge auf die Pixeldaten bedeuten.
  • In einer Ausführungsform lauten die Berechnungen für jeden zentralen Pixel wie folgt:
    Figure 00060001
    wobei die Gewichte (w) durch die folgenden Gleichungen berechnet werden:
    Figure 00060002
  • In den oben genannten Gleichungen sind x und y die Koordinaten jedes Pixels innerhalb eines Bilds und s und t sind die Relativ-Koordinaten der umgebenden Pixel 420 in Bezug auf das zentrale Pixel 410. D(x, y) stellt die Pixeldaten an den x- und y-Koordinaten dar. Das jedem Pixel innerhalb des Faltfensters 430 zugeordnete Gewicht w(s, t, x, y) besteht aus zwei Komponenten wP(s, t) und wR(s, t, x, y). Die erste Komponente wP(s, t) steht in umgekehrter Beziehung zum Abstand zwischen den Zentralpixeldaten und den Umgebungspixeldaten. Je größer die Differenz, umso geringer ist der Einfluss der Umgebungspixeldaten auf die Anpassung der Zentralpixeldaten.
  • 5 zeigt eine weitere Ausführungsform der vorliegenden Erfindung. In dieser Ausführungsform werden die Pixel innerhalb des Faltfensters als in konzentrischen Rechtecken 510 ausgebildet betrachtet, wobei das zentrale Pixel an ihrer gemeinsamen Mitte liegt. In dieser Ausführungsform sind die Berechnungen iterativ. Die Anzahl an Iterationen für die Anpassung der Zentralpixeldaten entspricht der Anzahl an konzentrischen Rechtecken innerhalb des Faltfensters. Iterationen können die gleichen, wie oben erwähnten Gleichungen verwenden.
  • Jede Iteration verwendet nur die zuvor angepassten Zentralpixeldaten und die Daten der Pixel, die eines der konzentrischen Rechtecke ausbilden. Die angepassten Daten des zentralen Pixels werden dann in der folgenden Iteration verwendet, bis die konzentrischen Rechtecke erschöpft sind. Dieser Vorgang wird für alle konzentrischen Rechtecke wiederholt, wobei jedes Mal der zuvor angepasste Wert des zentralen Pixels verwendet wird. Obwohl diese Ausführungsform die Berechnungsanforderungen des LANF leicht erhöht, hat sie einen zunehmenden Glättungseffekt auf das Bild. Die Iterationen können mit dem innersten Rechteck beginnen und mit dem äußersten enden oder umgekehrt oder sogar in keiner bestimmten Reihenfolge ablaufen.
  • 6 ist die schematische Darstellung einer weiteren Ausführungsform, die in zwei Iterationen das zentrale Pixel 410 unter Verwendung der Daten der umgebenden Pixel verwendet, die auf zwei senkrechten Achsen angeordnet sind, welche durch das zentrale Pixel verlaufen. In einigen Implementierungen können diese senkrechten Achsen zur X- und Y-Achse parallel sein. Der Kürze wegen wird hierin eine zur X-Achse parallele Achse als horizontale Achse bezeichnet und die zur Y-Achse parallele wird als vertikale Achse bezeichnet. In der ersten Anpassungsiteration eines Zielpixels werden die Daten des Zielpixels (zentralen Pixels) und die Pixel auf einer der Achsen (entweder der vertikalen Achse 610 oder der horizontalen Achse 620) innerhalb des Faltfensters 430 verwendet. In der zweiten Iteration wird das zentrale Pixel unter Verwendung der ersten Iteration, der angepassten Daten und der Daten der Pixel innerhalb des Faltfensters 430 auf der anderen Achse erneut angepasst.
  • 7 ist eine schematische Darstellung einer weiteren Ausführungsform, welche die Implementierungen der beiden zuvor erwähnten Ausführungsformen von 5 und 6 kombiniert. In dieser Ausführungsform werden nur die auf dem Querschnitt der vertikalen Achse 610 und der horizontalen Achse 620 und den konzentrischen Rechtecken 510 innerhalb des Faltfensters befindlichen Pixel zur Anpassung der Zentralpixeldaten verwendet. in dieser Ausführungsform ist die Anzahl an Iterationen doppelt so hoch wie die Anzahl an konzentrischen Rechtecken 510. Iterationen können dieselben Gleichungen, wie oben erwähnt, verwenden.
  • Für jedes konzentrische Rechteck sind zwei Iterationen vorhanden. In der ersten Iteration eines konzentrischen Rechtecks werden die Zentralpixeldaten und die Daten der beiden Pixel am Querschnitt der horizontalen 710 oder der vertikalen Achse 720 mit dem konzentrischen Rechteck verwendet, um die Zentralpixeldaten anzupassen. In der zweiten Iteration des gleichen konzentrischen Rechtecks werden die angepassten Zentralpixeldaten der zuvor durchgeführten Iteration gemeinsam mit den Daten der beiden Pixel am Querschnitt der anderen Achse und des konzentrischen Rechtecks verwendet. Für jede konzentrische Rechtecksberechnung werden die angepassten Daten des zentralen Pixels nach der zweiten Iteration die Zentralpixeldaten für die Berechnungen der ersten Iteration des folgenden konzentrischen Rechtecks. Iterationen werden solange fortgesetzt, bis alle Pixel an den Querschnitten der horizontalen und der vertikalen Achse 610 und 620 mit konzentrischen Rechtecken innerhalb des Faltfensters berücksichtigt wurden. In einer weiteren Ausführungsform beginnen die Iterationen mit dem innersten konzentrischen Rechteck und enden mit dem äußersten oder umgekehrt.
  • Für Farbbilder gibt es einige verschiedene Arten Farbe zu beschreiben, die als Farbräume bekannt sind. Viele Farbräume werden heute weltweit verwendet. Zwei der allseits bekannten herkömmlichen Farbräume sind RGB und YUV. Im RGB-Farbraum werden alle Farben aus Kombinationen aus Rot, Grün und Blau in verschiedenen Verhältnissen gebildet. Im YUV-Farbraum wird die Luminanz (ähnlich der Helligkeit) des Bilds von den Farbinformationen isoliert und im „Y-Kanal" getrennt von der Chrominanz (Farbe) gehalten. Die „U- und V-Kanäle" tragen Farbinformationen. Viele der Informationen über die „Kanten" und die Details sind im „Y-Kanal" dargestellt.
  • In einer weiteren Ausführungsform ist der YUV der Verarbeitungsbereich. Während herkömmliche Filter, beispielsweise der Gauß-Filter, auf die U- und V-Kanaldaten angewendet werden können, können die oben erwähnten Filterimplementierungen auf den Y-Kanal eines YUV-Farbraums angewendet werden.
  • 8 ist das Flussdiagramm des lokal adaptiven, nicht linearen Filterverfahrens gemäß eine Ausführungsform dieser Erfindung. Die Eingabe des Verfahrens bei Schritt 802 sind die Pixeldaten, welche den Pixeln in einem Bild-Pixelrahmen zugeordnet sind. In einer Ausführungsform kann der Schritt 802 die in einem Speichermodul gespeicherten Pixeldaten sein und in einer anderen Ausführungsform kann dieser Echtzeitdaten aus einer Kamera, etc. sein.
  • Bei Schritt 804 wird ein Zielpixel ausgewählt und dessen entsprechende Daten werden zur späteren Anpassung identifiziert. Bei Schritt 806 werden einige der Pixel in der Nähe des Zielpixels – gemäß den Auswahlkriterien in einer zuvor ausgewählten Ausführungsform der Erfindung – ausgewählt und dessen entsprechende Daten werden identifiziert. Diese Daten werden später verwendet, um die Zielpixeldaten anzupassen. Bei Schritt 808 wird ein Gewicht für jede der ausgewählten Pixel in der Nähe des Zielpixels berechnet. Diese Berechnungen verwenden einige der zuvor erwähnten Gleichungen.
  • Bei Schritt 810 werden die Daten des Zielpixels gemeinsam mit den Daten der anderen Pixel, die in der Nähe des Zielpixels ausgewählt werden, und den berechneten Gewichten zur Berechnung eines gewichteten Mittelwerts in Übereinstimmung mit einer anderen der zuvor erwähnten Gleichungen verwendet. Bei Schritt 812 wird der in Schritt 810 berechnete gewichtete Mittelwert zur Anpassung der Daten des in Schritt 804 identifizierten Zielpixels verwendet. Bei Schritt 814 werden die angepassten Daten des Zielpixels gespeichert und der Vorgang der Pixelanpassung wird wiederholt, bis alle oder ein Teil des Bilds gefiltert ist.
  • Die bevorzugten und einige alternative Ausführungsformen sind folglich beschrieben worden. Fachleute werden nach der Lektüre der zuvor erläuterten Beschreibung dazu in der Lage sein, verschiedene Änderungen, Modifikationen, Kombinationen und Anwendung von Äquivalenten durchzuführen, ohne dabei von den offenbarten, weit gefassten Konzepten abzuweichen. Es ist daher beabsichtigt, dass der Schutzumfang der hierauf erteilten Patenturkunde nur durch die in den beigefügten Ansprü chen und den Äquivalenten derselben enthaltenen Definitionen und nicht durch die Beschränkungen der hierin beschriebenen Ausführungsformen beschränkt werden.

Claims (17)

  1. Verfahren zur Verarbeitung eines Bildes aus Pixeldaten (400), wobei das Bild (400) eine Vielzahl an Pixeln umfasst und die Pixeldaten den Pixeln entsprechen, wobei das Verfahren Folgendes umfasst: Auswählen eines ersten Pixels (410); Auswählen einer Vielzahl an zweiten Pixeln (420) in der Umgebung des ersten Pixels (410); dadurch gekennzeichnet, dass das Verfahren ebenfalls Folgendes umfasst: Berechnen eines gewichteten Durchschnittswerts der Pixeldaten entsprechend den ausgewählten Pixeln (420), so dass das jedem ausgewählten Pixel (420) zugehörige Gewicht mit dem Abstand dieses Pixels vom ersten Pixel (410) in umgekehrter Beziehung steht und mit der Differenz zwischen den Daten dieses Pixels und den Daten des ersten Pixels in umgekehrter Beziehung steht, und Anpassen der ersten Pixeldaten gemäß dem berechneten, gewichteten Durchschnitt.
  2. Verfahren nach Anspruch 1, worin Pixeldaten der Luminenzwert der Pixel sind.
  3. Verfahren nach Anspruch 1, worin das Bild (400) ein Standbild ist.
  4. Verfahren nach Anspruch 1, worin das Bild (400) ein Einzelbild eines Videos ist.
  5. Verfahren nach Anspruch 1, worin alle Pixel innerhalb eines Rechtecks (430) mit begrenzten Abmessungen, an dessen Mittelpunkt sich der erste Pixel (410) befindet, ausgewählt werden.
  6. Verfahren nach Anspruch 1, worin sich das jedem ausgewählten Pixel (420) zugehörige Gewicht aus der Multiplikation einer ersten Zahl, die mit dem Abstand dieses Pixels vom ersten Pixel (410) in umgekehrter Beziehung steht, und einer zweiten Zahl ergibt, die mit der Differenz zwischen den Daten dieses Pixels und den Daten des ersten Pixels in umgekehrter Beziehung steht.
  7. Verfahren nach Anspruch 1, worin sich das jedem ausgewählten Pixel (420) zugehörige Gewicht aus der Multiplikation einer ersten Zahl, die mit dem Quadrat des Abstands dieses Pixels von dem ersten Pixel (410) in umgekehrter Beziehung steht, und einer zweiten Zahl ergibt, die mit dem Quadrat der Differenz zwischen den Daten des Pixels und den Daten des ersten Pixels in umgekehrter Beziehung steht.
  8. Verfahren nach Anspruch 1, worin sich das jedem ausgewählten Pixel (420) zugehörige Gewicht aus der Multiplikation einer ersten Zahl, die mit dem Abstand dieses Pixels von dem ersten Pixel (410) in umgekehrter Beziehung steht, und einer zweiten Zahl ergibt, die mit dem relativen Verhältnis der Daten dieses Pixels und der Daten des ersten Pixels in umgekehrter Beziehung steht.
  9. Verfahren nach Anspruch 1, worin die Berechnungen des gewichteten Durchschnittswerts und der Anpassungsvorgänge iterativ sind.
  10. Verfahren nach Anspruch 1, worin die Berechnungen des gewichteten Durchschnittswerts und der Anpassungsvorgänge iterativ sind und in jeder Iteration nur die zuvor angepassten Daten des ersten Pixels und die Daten der Pixel, welche ein Rechteck (510) mit dem ersten Pixel (410) an dessen Mittelpunkt bilden, verwendet werden.
  11. Verfahren nach Anspruch 1, worin nur die Pixel an zwei zueinander normalen Achsen (610, 620), die durch den ersten Pixel (410) verlaufen, ausgewählt werden.
  12. Verfahren nach Anspruch 1, worin nur die Pixel ausgewählt werden, die an zwei zueinander normalen Achsen (610, 620) in den gleichen Richtungen wie die XY-Koordinate des Bilds (400) vorliegen und durch den ersten Pixel (410) verlaufen.
  13. Verfahren nach Anspruch 1, worin die ersten Pixeldaten durch eine erste Iteration unter Verwendung der Daten der ausgewählten Pixel (420), die an einer ersten Achse (620) angeordnet sind, und durch eine zweite Iteration unter Verwendung der angepassten Daten der ersten Iteration des ersten Pixels und der Daten der ausgewählten Pixel angepasst werden, die an einer zweiten Achse (610) senkrecht zur ersten Achse (620) angeordnet sind, wobei die erste und zweite Achse durch den ersten Pixel (410) verlaufen.
  14. Verfahren nach Anspruch 1, worin die ersten Pixeldaten durch eine Reihe an Iterationen angepasst werden, wobei jede die zuvor angepassten Daten des ersten Pixels (410) und die Daten der zwei Pixel (710, 720) verwendet, die sich am Querschnitt einer der beiden senkrechten Achsen (610, 620), welche durch den ersten Pixel (410) verlaufen, und einem Rechteck mit dem ersten Pixel (410) an dessen Mittelpunkt befinden.
  15. Verfahren nach Anspruch 1, worin die Bilddaten „Y"-Kanaldaten eines YUV-Farbraums sind.
  16. Verfahren nach Anspruch 12, worin die Bilddaten „Y"-Kanaldaten eines YUV-Farbraums sind.
  17. System (100) zur Verarbeitung eines Einzelbilds aus Pixeldaten (400), wobei das Bild eine Vielzahl an Pixeln umfasst und die Pixeldaten den Pixeln entsprechen, wobei das System Folgendes umfasst: eine Speichereinheit (280) zum Speichern von Bildpixeldaten und einen programmierbaren Prozessor (260), dadurch gekennzeichnet, dass der Prozessor programmiert ist, um: Daten des ersten Pixels auszuwählen, eine Vielzahl an zweiten Pixeln (420) in der Umgebung des ersten Pixels (410) auszuwählen; alle ausgewählten Pixeldaten mit einer ersten Zahl, welche mit dem Abstand des Pixels vom ersten Pixel (410) in umgekehrter Beziehung steht, und anschließend mit einer zweiten Zahl, die mit der Differenz zwischen den Daten des Pixels und den Daten des ersten Pixels in umgekehrter Beziehung steht, zu multiplizieren; einen Durchschnittswert der Multiplikationsergebnisse zu ermitteln, die Daten des ersten Pixels unter Verwendung des Durchschnittswerts anzupassen.
DE200560004694 2004-05-20 2005-03-30 Verfahren und Vorrichtung für lokal adaptive Bildverarbeitungsfilter Active DE602005004694T2 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US850831 2004-05-20
US10/850,831 US7822285B2 (en) 2004-05-20 2004-05-20 Methods and systems for locally adaptive image processing filters

Publications (2)

Publication Number Publication Date
DE602005004694D1 DE602005004694D1 (de) 2008-03-27
DE602005004694T2 true DE602005004694T2 (de) 2009-04-23

Family

ID=34940659

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200560004694 Active DE602005004694T2 (de) 2004-05-20 2005-03-30 Verfahren und Vorrichtung für lokal adaptive Bildverarbeitungsfilter

Country Status (6)

Country Link
US (1) US7822285B2 (de)
EP (1) EP1601184B1 (de)
CN (1) CN100389597C (de)
AT (1) AT386402T (de)
DE (1) DE602005004694T2 (de)
TW (1) TWI258717B (de)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7787703B2 (en) * 2005-05-11 2010-08-31 Xerox Corporation Method and system for extending binary image data to contone image data
US7580569B2 (en) * 2005-11-07 2009-08-25 Xerox Corporation Method and system for generating contone encoded binary print data streams
US7773254B2 (en) * 2005-11-10 2010-08-10 Xerox Corporation Method and system for improved copy quality in a multifunction reprographic system
US7869093B2 (en) * 2005-11-17 2011-01-11 Xerox Corporation Method and system for improved copy quality in a multifunction reprographic system
US7860334B2 (en) * 2006-02-09 2010-12-28 Qualcomm Incorporated Adaptive image filter for filtering image information
US20080049238A1 (en) * 2006-08-28 2008-02-28 Xerox Corporation Method and system for automatic window classification in a digital reprographic system
CN100556075C (zh) * 2006-12-31 2009-10-28 华晶科技股份有限公司 去除图像噪声的方法
US8471787B2 (en) * 2007-08-24 2013-06-25 Canon Kabushiki Kaisha Display method of emission display apparatus
KR20100103822A (ko) * 2008-01-14 2010-09-28 톰슨 라이센싱 다중 격자 성김-기반의 필터링을 사용하는 아티팩트 제거 필터링 방법 및 장치
JP5047005B2 (ja) * 2008-02-29 2012-10-10 キヤノン株式会社 画像処理方法、パターン検出方法、パターン認識方法及び画像処理装置
US9460491B2 (en) * 2008-08-25 2016-10-04 Xerox Corporation Method for binary to contone conversion with non-solid edge detection
US8320698B2 (en) * 2008-09-18 2012-11-27 Sony Corporation System and method for denoising using signal dependent adaptive weights
TWI392379B (zh) 2009-06-02 2013-04-01 Mstar Semiconductor Inc Television image adjustment method and device
CN101909141B (zh) * 2009-06-03 2012-06-27 晨星软件研发(深圳)有限公司 电视影像调整方法与装置
KR101590767B1 (ko) * 2009-06-09 2016-02-03 삼성전자주식회사 영상 처리 장치 및 방법
TWI393073B (zh) * 2009-09-21 2013-04-11 Pixart Imaging Inc 影像雜訊濾除方法
US20110085729A1 (en) * 2009-10-12 2011-04-14 Miaohong Shi De-noising method and related apparatus for image sensor
US8457393B2 (en) * 2010-07-14 2013-06-04 Omnivision Technologies, Inc. Cross-color image processing systems and methods for sharpness enhancement
US8610813B2 (en) 2011-05-31 2013-12-17 Omnivision Technologies, Inc. System and method for extending depth of field in a lens system by use of color-dependent wavefront coding
CN102222328B (zh) * 2011-07-01 2012-10-03 杭州电子科技大学 一种边缘保持的自然场景图像自适应加权滤波方法
US9432642B2 (en) 2011-12-12 2016-08-30 Omnivision Technologies, Inc. Imaging system and method having extended depth of field
US8797601B2 (en) 2012-03-22 2014-08-05 Xerox Corporation Method and system for preserving image quality in an economy print mode
KR101910870B1 (ko) * 2012-06-29 2018-10-24 삼성전자 주식회사 잡음 제거 장치, 시스템 및 방법
JP6071419B2 (ja) * 2012-10-25 2017-02-01 キヤノン株式会社 画像処理装置及び画像処理方法
JP6362333B2 (ja) * 2013-02-14 2018-07-25 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
CN105608669A (zh) * 2015-12-25 2016-05-25 小米科技有限责任公司 像素点模糊方法及装置
CN107317959B (zh) * 2016-04-26 2020-01-14 瑞昱半导体股份有限公司 影像滤波装置及其影像滤波方法
CN107370958B (zh) * 2017-08-29 2019-03-29 Oppo广东移动通信有限公司 图像虚化处理方法、装置及拍摄终端
CN110072034A (zh) * 2018-01-23 2019-07-30 瑞昱半导体股份有限公司 影像处理方法及影像处理装置
GB2570528B (en) * 2018-06-25 2020-06-10 Imagination Tech Ltd Bilateral filter with data model

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4761819A (en) 1987-02-27 1988-08-02 Picker International, Inc. Adaptive noise reduction filter for reconstructed images
US5243444A (en) * 1992-03-25 1993-09-07 Xerox Corporation Image processing system and method with improved reconstruction of continuous tone images from halftone images including those without a screen structure
EP0633535B1 (de) * 1993-01-22 2003-08-13 Olympus Optical Co., Ltd. Bildprozessor
US5424783A (en) 1993-02-10 1995-06-13 Wong; Yiu-Fai Clustering filter method for noise filtering, scale-space filtering and image processing
IT1294043B1 (it) * 1997-02-21 1999-03-15 Esaote Spa Procedimento di filtratura passa-alto per la messa a fuoco di immagini, in particolare di immagini digitali.
US6236763B1 (en) * 1997-09-19 2001-05-22 Texas Instruments Incorporated Method and apparatus for removing noise artifacts in decompressed video signals
US6847737B1 (en) * 1998-03-13 2005-01-25 University Of Houston System Methods for performing DAF data filtering and padding
US6101285A (en) * 1998-03-23 2000-08-08 Xerox Corporation Filter for producing continuous tone images from halftone digital images data
US6631206B1 (en) 1999-08-30 2003-10-07 University Of Washington Image filtering in HSI color space
NL1012198C2 (nl) 1999-05-31 2000-12-01 Essential Resource B V Werkwijze voor het verwerken van data.
EP1221256A1 (de) * 1999-09-16 2002-07-10 Applied Science Fiction, Inc. Verfahren und vorrichtung zur verbesserung von fehlern in einem digitalesn bild
US6711302B1 (en) * 1999-10-20 2004-03-23 Eastman Kodak Company Method and system for altering defects in digital image
US6721458B1 (en) * 2000-04-14 2004-04-13 Seiko Epson Corporation Artifact reduction using adaptive nonlinear filters
US6731821B1 (en) * 2000-09-29 2004-05-04 Hewlett-Packard Development Company, L.P. Method for enhancing compressibility and visual quality of scanned document images
KR100405150B1 (ko) * 2001-06-29 2003-11-10 주식회사 성진씨앤씨 시공간 적응적 잡음 제거/고화질 복원 방법 및 이를응용한 고화질 영상 입력 장치
DE60141901D1 (de) 2001-08-31 2010-06-02 St Microelectronics Srl Störschutzfilter für Bayermusterbilddaten
US7146059B1 (en) * 2003-03-05 2006-12-05 Massachusetts Institute Of Technology Method of performing fast bilateral filtering and using the same for the display of high-dynamic-range images
US7430334B2 (en) * 2003-07-31 2008-09-30 Hewlett Packard Development Company, L.P. Digital imaging systems, articles of manufacture, and digital image processing methods
US7352911B2 (en) * 2003-07-31 2008-04-01 Hewlett-Packard Development Company, L.P. Method for bilateral filtering of digital images
US7403568B2 (en) * 2003-08-13 2008-07-22 Apple Inc. Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using temporal filtering

Also Published As

Publication number Publication date
CN100389597C (zh) 2008-05-21
EP1601184B1 (de) 2008-02-13
EP1601184A1 (de) 2005-11-30
AT386402T (de) 2008-03-15
CN1766927A (zh) 2006-05-03
TW200539062A (en) 2005-12-01
US20050259886A1 (en) 2005-11-24
TWI258717B (en) 2006-07-21
US7822285B2 (en) 2010-10-26
DE602005004694D1 (de) 2008-03-27

Similar Documents

Publication Publication Date Title
Lebrun An analysis and implementation of the BM3D image denoising method
US8867858B2 (en) Method and system for generating an output image of increased pixel resolution from an input image
DE69738441T2 (de) Stochastische Halbtonrasterung
DE4133460C2 (de) Verfahren zum Verdichten von Bildern
DE69633586T2 (de) Einrichtung zur Abtastumsetzung mit verbesserter vertikaler Auflösung und Vorrichtung zur Flimmerreduzierung
DE60011603T2 (de) Verfahren und vorrichtung zum darstellen von und suchen nach farbbildern
DE60211870T2 (de) System und verfahren zur asymmetrischen entfernung des mosaikeffektes in rohbilddaten unter verwendung eines farbunterschiedausgleichs
DE10314071B3 (de) Verfahren zur qualitativen Beurteilung eines Materials mit mindestens einem Erkennungsmerkmal
Comer et al. Morphological operations for color image processing
CN104156921B (zh) 一种低照度或亮度不均图像的自适应图像增强方法
EP2187340B1 (de) Vorrichtung und Verfahren zum Bestimmen eines Kanten-Histogramms, Vorrichtung und Verfahren zum Ablegen eines Bildes in einer Bilddatenbank, Vorrichtung und Verfahren zum Auffinden von zwei ähnlichen Bildern und Computerprogramm
DE3735349C2 (de)
DE69434862T2 (de) Segmentierungs-basiertes entfernen von artefakten aus einem jpeg-bild
DE60009644T2 (de) Farbtonumsetzung unter Verwendung lokaler Information
DE102004008979B4 (de) Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten
DE102015009981A1 (de) Verfahren und Vorrichtung zur Bildsynthese
CN100389597C (zh) 用于局部适配图像处理滤波器的方法及系统
DE69433373T2 (de) Methode und Gerät zum Bildsuchen
DE69633039T2 (de) Vorrichtung und Verfahren zur Umwandlung eines Signals
DE69734694T2 (de) Automatisches Bildbeschneiden
DE2937284C2 (de)
DE69723802T2 (de) Bildverarbeitungsvorrichtung und -verfahren
US7672528B2 (en) Method of processing an image to form an image pyramid
DE60132315T2 (de) Verbessertes verfahren zur bildbinarisierung
US7280703B2 (en) Method of spatially filtering a digital image using chrominance information

Legal Events

Date Code Title Description
8364 No opposition during term of opposition