EP1974541A2 - Procede de traitement d'une image numerique, en particulier le traitement des zones de contour, et dispositif correspondant - Google Patents

Procede de traitement d'une image numerique, en particulier le traitement des zones de contour, et dispositif correspondant

Info

Publication number
EP1974541A2
EP1974541A2 EP07718101A EP07718101A EP1974541A2 EP 1974541 A2 EP1974541 A2 EP 1974541A2 EP 07718101 A EP07718101 A EP 07718101A EP 07718101 A EP07718101 A EP 07718101A EP 1974541 A2 EP1974541 A2 EP 1974541A2
Authority
EP
European Patent Office
Prior art keywords
contour
amplitude
processing
image
information
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.)
Withdrawn
Application number
EP07718101A
Other languages
German (de)
English (en)
Inventor
Fritz Lebowsky
Yong Huang
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.)
STMicroelectronics SA
STMicroelectronics Asia Pacific Pte Ltd
Original Assignee
STMicroelectronics SA
STMicroelectronics Asia Pacific Pte Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by STMicroelectronics SA, STMicroelectronics Asia Pacific Pte Ltd filed Critical STMicroelectronics SA
Publication of EP1974541A2 publication Critical patent/EP1974541A2/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H04N5/205—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic
    • H04N5/208—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic for compensating for attenuation of high frequency components, e.g. crispening, aperture distortion correction

Definitions

  • the invention relates to the processing of digital images, in particular the treatment of the contour areas of the image so as to improve the sharpness thereof.
  • the invention applies advantageously but not exclusively to the processing of the blur effects of a given image, for example by an implementation within a software tool for processing blur.
  • the invention applies advantageously but not exclusively to applications requiring a modification of the digital image, implementing for example a method of linear processing of a sampled digital signal, such as a modification of the size of the image by Linear interpolation.
  • the invention can be applied in particular for the display of digital images on large screens, such as plasma or LCD screens.
  • VGA format Videographics Adapter
  • HDTV type broadcasting format of dimensions 1920 x 1080
  • a post-filtering (by example for performing sharpness processing as described in US Patent 6,847,738 in the name of Philips) can be realized, particularly at the contour areas.
  • post-filtering can attenuate one type of artifact (for example the appearance of halos, using a linear compensation filter) but accentuate another one.
  • an additional filter adds constraints on the opening of the signal sampling window, which can not be as narrow as desired, which accentuates the degradation of the processed image.
  • An object of the invention is to improve the sharpness of the contours, in particular after it has been digitally processed.
  • the sharpness processing includes converting the pixel level information of the outline area to initial key information between a minimum value, for example 0, and a main value. depending on the amplitude of the contour, a sub-processing of sharpness performed on these initial main information so as to obtain final main information, and a conversion of the final main information into final level information.
  • the main value corresponds to the amplitude of the contour, that is to say the difference between the maximum amplitude of one pixel and the minimum amplitude of another pixel.
  • This embodiment has the advantage of limiting the number of operations to be performed.
  • the main information is normalized, and corresponds to the amplitude of the contour divided by this same amplitude.
  • the main information therefore has a unit value.
  • a method of processing a digital image which comprises at least one contour zone comprising a step of processing the contour zones.
  • Said contours zone processing step comprises for each treated contour zone and for a set of selected pixels, a first step of converting the pixel level information into a main information, a processing step of this main information function. image processing, so as to obtain new main information, and a second step of converting the new main information into another pixel-level information.
  • the level information, or amplitude, of the pixels is converted into a main information, in particular a standardized one for which a set of operations specific to it is defined.
  • each image transformation results in a modification of the easily identifiable phase, which has the advantage of not generating information loss, unlike the operations carried out on the amplitude of the pixels, by the methods linear current contour processing, because of the necessarily necessary approximations.
  • the invention takes a completely different approach from the existing methods, since the processing operations are performed not on amplitudes, but on phase values.
  • the sub-processing of sharpness comprises for each pixel located inside the outline area, the determination of an intermediate information, and the subtraction of the initial main information. maximum, of this intermediate information, so as to obtain said final main information.
  • the step of processing the edge zones comprises the detection of said contour zones in the initial digital image, by locating for each dimension of the initial digital image, the level information values, by for example, the local minimum, maximum and maximum amplitudes of the pixels, the succession of two pixels respectively having a minimum and maximum amplitude reflecting the existence of a contour zone.
  • said main quantity is formed from the difference between the maximum and minimum level information of two successive pixels delimiting said contour zone.
  • the conversion step comprises for each contour, the normalization of the values of the minimum and maximum level information of the pixels delimiting said contour, and pixels of the contour zone, as a function of said difference between the maximum and minimum level information of two successive pixels.
  • the processing step can be carried out further, on the sum of the main information of the set of pixels strictly within the contour area.
  • the contour processing phase may comprise the generation of sub-pixels within the contour zone.
  • the digital image may be a color image, for example an image comprising three components according to the RGB format.
  • a color image for example an image comprising three components according to the RGB format.
  • the amplitude of the contour is determined from the contour of each component of the color image
  • the determination of the amplitude can comprise for each contour:
  • the calculation of the amplitude of the contour by making the difference between the value of the level information taken by the modified contour at the beginning of the contour and the value of the level information taken by the modified contour considered at the end of the contour.
  • a device for processing a digital image which comprises at least one contour zone, comprising means for processing sharpness of the contour zone.
  • the sharpness processing means comprises first conversion means able to convert pixel level information of the contour zone into initial main information, between 0 and a main value depending on the amplitude of the contour, sharpness sub-processing means able to perform a sharpness treatment on these initial main information so as to obtain final main information, and second conversion means able to convert the final main information into information. final level information.
  • a device for processing a digital image which comprises at least one contour zone, comprising means for processing the contour areas.
  • Said means for processing the contour zones comprise, first conversion means capable of for each processed contour area and for a set of selected pixels, converting the pixel level information into an initial main information, processing means adapted to process this initial main information according to the image processing, in order to obtain a new main information, and second conversion means able to convert the new standardized information into another pixel-level information.
  • the sharpness sub-processing means comprise suitable determination means for each pixel located inside the contour zone, to determine an intermediate information, and subtraction means capable of subtracting this information. intermediate of the initial maximum main information, so as to obtain said final main information.
  • the digital image may be a color image, in particular an image comprising three components according to the RGB format. In that case,
  • MTRC may further comprise contour amplitude determining means (MCamplRGB) capable of determining the amplitude of the contour from the contour of each component of the color image, and
  • MCamplRGB contour amplitude determining means
  • the first and second conversion means, and the sharpness sub-processing means can operate on each component of the color image.
  • the means for determining the amplitude of the contour can determine the amplitude of the contour, taking also into account the direction of variation of the contour of each component.
  • said means for determining the amplitude of the contour may comprise multiplication means capable of multiplying the contour of each component of the image by the associated direction of variation.
  • addition means capable of adding the multiplied contour of all the components of the image so as to obtain a modified contour
  • - Contour amplitude calculation means able to make the difference between the value of the level information taken by the contour modified at the beginning of the contour and the value of the level information taken by the modified contour considered at the end of the outline.
  • a display system in particular a plasma screen, comprising a device as mentioned above.
  • the invention can also be applied to LCD type screens or any other type of screen.
  • the invention can be integrated within a software tool, in particular for image processing, for example Adobe Photoshop®.
  • FIG. 1 represents an embodiment of a system According to the invention
  • FIG. 2 represents an embodiment of a processing line according to the invention
  • FIG. 3 represents another embodiment of a processing line according to the invention
  • FIG. implementation of a method according to the invention FIG. 5a shows an example of contour after an enlargement
  • FIG. 5b represents a representation mode of the normalized magnitudes of the pixels according to the invention
  • FIGS. 6 and 7 illustrate a numerical application of the embodiment of FIG. 4.
  • FIG. 8 illustrates another embodiment of a method according to the invention
  • FIGS. 9 and 10 illustrate a digital application of the embodiment of FIG. 8, FIG.
  • FIG. 11 more precisely illustrates a mode of implementation.
  • FIG. 13 illustrates more precisely the first embodiment of a processing chain according to the invention.
  • step of an embodiment of the method according to the invention in the case of a color image, FIG. 14 represents an example of the contours of each component of a color image of RGB type, FIGS. 15 and 16 more particularly illustrate a means capable of determining the amplitude of a contour of a color image, FIG. 17 more particularly illustrates a means of a processing line according to the invention, this means being suitable to intervene on the outlines of a color image, prior to their re-insertion into the image.
  • the reference ECR designates a screen, for example a plasma type screen, comprising a CTR processing chain of a digital image.
  • the latter receives as input an IM-IN-ech sampled input image delivered by MECH sampling means from an IM-IN digital image.
  • the processing chain CTR outputs an IM-OUT image to display means MAFF able to display the output image IM-OUT on a display matrix MAT of the screen ECR.
  • FIG. 2 illustrates one embodiment of the CTR processing chain.
  • these processing means may be means for enlarging or reducing the image, means for increasing or decreasing the resolution of the image, or means for processing the fuzziness effects of the image. picture.
  • processing means are not limited to the aforementioned means.
  • the CTR processing chain also comprises MTRC contour processing means implementing a method according to the invention.
  • the CTR processing chain further comprises MDET contour detection means.
  • the latter receive the IM-IN-ech sampled image as input and calculate the local minimums and maximums for the various dimensions of the image.
  • This detection of minimum and maximum can be carried out according to a conventional method known in by those skilled in the art, for example that described on the site: "http://en.wikipedia.org/wiki/Extremum_local”.
  • the succession of two pixels respectively having a local minimum and local maximum amplitude reveals the presence of a contour in the image, that is to say a separation between two distinct areas of the image.
  • These local minimum and maximum amplitudes are delivered by means of MTRC contour processing. They output the processed contours to insertion means MI.
  • the MI insertion means also receive as input the image delivered by the MTR processing means.
  • the processing chain CTR may also comprise MFIL filtering means, for example image smoothing means delivered by the insertion means MI.
  • the processing means may comprise additional processing means MTRS of the image, for example means of reducing the image if the processing means are magnification means.
  • the additional processing means output the IM-OUT image.
  • the MFIL filtering means and additional processing of the MTRS image are possible examples of post-processing, given for information only. Moreover, it is possible to directly exploit the image delivered by the insertion means MI.
  • the detection means MDET and the MTRC contour processing means receive in input either the sampled initial image IM-IN-ech but directly the image processed by the MTR means.
  • the pixels of the edges of the untreated image are indexed by conventional addressing methods well known to those skilled in the art, which make it possible to reference the pixels of the output image with respect to the image. input.
  • Figure 4 illustrates an embodiment of the method according to the invention in the particular case where an enlargement of a digital image is carried out, or when increasing the resolution of the image.
  • the magnification can be done with an amplification factor (or gain) integer or not integer.
  • Each contour is detected according to a dimension of the image, for example a line, a column, or another dimension in the case of a 3-dimensional or larger image.
  • a first step (step 1) consists in calculating the norm associated with the treated contour. This must be recalculated for each processed contour.
  • step 2 the pixels of the outlines are normalized.
  • This operation returns, for each pixel of the contour, to subtract from the amplitude of said pixel, the minimum value of the pixel limiting the contour, and to divide the result by the norm calculated in step 1.
  • ⁇ GA (ÎI) represents the phase of the pixel at the position n within the contour
  • CA (n), CA (min) and CA (max) respectively represent the amplitudes of the contour pixel located at the position n, the pixel having the minimum amplitude, and the pixel having the maximum amplitude.
  • FIG. 5a illustrates an exemplary rising edge, comprising a pixel PXm of minimum amplitude, two intermediate pixels PXI1, PXI2, and a pixel PXIM of maximum amplitude.
  • the different amplitudes CA (min), CA (n), CA (n + 1) and CA (max) of these pixels are represented by a circled black dot.
  • the SPX pixels in light gray are those added by the processing (here the magnification) and will be called subpixels.
  • performing the normalized phase / amplitude transformation can be represented on a unit circle as illustrated in FIG. 5b.
  • the amplitude of the contour (CA (max) -CA (min)) corresponds to the circumference of the unit circle, and the phase associated with 2 ⁇ .
  • the amplitude CA (n) -CA (min) corresponds to the portion of circle associated with the phase ⁇ c A (n).
  • the new amplitude (intermediate information) of each pixel strictly inside the contour is calculated by multiplying its normalized amplitude by the gain G of the enlargement.
  • ⁇ ' CA (n) G * ⁇ CA (n) (2), where ⁇ 'c A ( n) is the phase of the pixel in the enlarged image, and ⁇ c A ( n ) is the pixel phase of the initial image.
  • step 5 the new amplitude of each pixel CA (k) ( k successively taking the value of the index of the processed pixel) with a threshold ⁇ equal to the amplitude of the normalized contour (that is to say 1, in this case) multiplied by an index m, the latter having been initialized to 1 during a step 4.
  • the value 1 is assigned to the sub-pixel (step 6), and 0 otherwise (step 7).
  • CA (max) - CA (min) CA (k + m)
  • step 8 The value of m is incremented (step 8) and steps 5 to 8 are repeated as long as m is strictly less than the gain.
  • step 9 the amplitude of each pixel that was amplified during step 3 is shifted so that it is found within the normalized range (here between 0 and 1). This operation amounts to performing a "modulo" operation on the amplitude CA (k), which is possible because of the relation between a normalized amplitude and a phase.
  • the amplitudes obtained for all the pixels of the contour and of the sub-pixels are sorted according to the direction of variation thereof (step 10).
  • step 1 we find the real amplitudes (final level information) of each pixel and sub-pixel by performing the reverse process of step 2 (step 1 1).
  • the values obtained in the previous step are multiplied by the norm, here the amplitude of the contour.
  • CA (in) corresponds to the real amplitude of a pixel at the position n inside a contour
  • CA (nl ) ⁇ - (CA (in) - CA (il))
  • contour_contrast abs (CA (kl) - CA (il))
  • ni (il + l), ..., (kl -l)
  • nor corresponding to the position of a pixel inside the considered contour where, where ⁇ kl, it and kl being two integers correspond to the positions of the pixels having respectively a minimum and maximum amplitude and delimiting the contour
  • CA (il) represents the minimum amplitude of the contour delimiting pixel, of index ll
  • CA (kl) represents the maximum amplitude of the contour delimiting pixel, of index kl
  • the width of the contour 1 is therefore equal to:
  • CA '(nl * g) gain * (CA (nl) -CA (il)); where: gain represents the amplification factor, g represents the entire portion of the gain, n1 * g represents the new index in the processed image of the index pixel and in the initial image.
  • the amplitude CA "of the sub-pixels added by the image processing is determined by the relation:
  • CA "(n1 * g) modulo ⁇ CA '(n1 * g), (CA (k1) - CA (II)) ⁇ + CA (II), where CA" (n1 * g) denotes the normalized amplitude of the pixel strictly inside the contour, index n * g.
  • CA (in) corresponds to the real amplitude of a pixel at position n inside a contour
  • CA (k2) minimum amplitude of the pixel delimiting the contour, of index ll
  • CA (i2) denotes the maximum amplitude of the pixel delimiting the contour, of index kl.
  • the new amplitude CA 'of the index pixel ni in the initial image is equal to;
  • CA '(n2 * g) gain * (CA (n2) -CA (k2)); where: gain denotes the amplification factor, g the integer part of the gain, n2 * g denotes a new index in the processed image of the index pixel n2 in the initial image.
  • the amplitude CA "of the sub-pixels added by the image processing is determined by the relation:
  • CA "(n2 * g) designates the normalized amplitude of the pixel strictly inside the contour, of index n * G.
  • the amplitudes of the contours are sorted in ascending order between the minimum and maximum values, so that obtain for each index the final amplitude C August:
  • the image has been enlarged by a gain equal to 3.
  • the strict interior of the outline area here comprises a single pixel, and two sub-pixels will be generated by the enlargement.
  • step 2 the amplitudes CA (min), CA (n) and CA (max) are respectively the values of 0; 0.65 and 1.
  • step 3 the amplitude CA (n) is multiplied by the gain, that is to say 3. Its new value is equal to 1.95.
  • step 5 we proceed to step 5 where the value of m is equal to 1. As 1, 95 is greater than 1, we assign to the amplitude CA (n) 1 of the first sub-pixel, the value of 1.
  • step 9 the operation of Modulo is carried out where the value 1 is subtracted, that is to say the difference between CA (max) and CA (min), of the amplitude CA (n) of the contour pixel, so that its amplitude is between 0 and 1.
  • step 10 the set of standardized amplitudes obtained, here in ascending order, are sorted.
  • FIG. 7 illustrates exactly the same type of treatment, that is to say an enlargement by a factor of 3, but in the case where initially the contour comprises two intermediate pixels, here having a standardized amplitude of 0, 85 for CA (n) and 0.35 for CA (n + 1). Two sub-pixels are added per pixel strictly within the contour area, i.e. 4 subpixels in all in this example.
  • Steps 2 to 9 are identical to those described in FIG. 6, but repeated for each of the pixels of the contour zone CA (n) and
  • the sorting step 10 is performed on all the amplitudes obtained, here six pixels, and in descending order, since we consider here a descending edge.
  • Figure 8 illustrates another embodiment of a method according to the invention, particularly suitable in the case of an increase, a reduction or a change in resolution of the image.
  • step 3 not every normalized amplitude of the pixels situated strictly within the contour zone is considered, but the sum of these normalized amplitudes is operated.
  • step 5 is made with this sum.
  • the stopping criterion at the end of step 8 is not the comparison between the index m and the gain but between the index m and the variable 1, which corresponds to the number of pixels strictly at 1. inside the contour at the end of the treatment.
  • the modulo operation of step 9 is performed on the sum calculated during step 3.
  • a downward contour with two intermediate pixels having normalized amplitudes of 0.85 for CA (n) and 0.35 for CA (n + 1) respectively is considered here.
  • step 3 the sum of the amplitudes equal to 0.85 and 0.35, multiplied by the gain of 3, is assigned as the new amplitude to the CA (n) pixel.
  • the resulting amplitude is then equal to 3.6.
  • steps 4 to 8 are performed as long as the index m is strictly less than the number of pixels 1 inside the contour zone.
  • step 9 the Modulo operation is carried out on the amplitude calculated during step 3, so that it is again normalized, that is to say equal to 0.6 in that case.
  • step 10 the set of values obtained is sorted.
  • FIG. 10 illustrates a numerical example of the embodiment of FIG. 8, in the particular case where the gain is equal to 1.
  • This example corresponds to an image processing where neither the format nor the resolution of the image is changed.
  • the processing may be that of the blur effects of a digital image.
  • This numerical example corresponds to a downward contour comprising two intermediate pixels CA (n) and CA (n + 1) having, respectively, as standardized amplitudes, the values of 0.85 and 0.35.
  • the amplitude allocated to CA (n) is equal to 1, 2, that is to say the sum of the normalized amplitudes of CA (n) and CA (n + 1) to step 2.
  • Steps 9 and 10 are carried out in the same manner as previously described.
  • Figure 1 1 which shows in more detail an embodiment of the CTR processing chain capable of implementing a method according to the invention.
  • the MCTR contour processing synthesis means comprise a first MCamp block capable of calculating the amplitude of the contour considered from the local minimum and maximum amplitudes detected by the MDET means.
  • MClarg means are able to calculate the size or width of the contour, that is to say the number of intermediate pixels within this contour.
  • Addressing means MCadr memorize for each contour its location within the IM-IN-ech input image.
  • MDpol means are able to detect the polarity of the contour, that is to say if the contour varies from a minimum amplitude to a maximum amplitude (rising edge) or a maximum amplitude at a minimum amplitude (falling edge).
  • the MCTR edge processing means also comprise memory means MM capable of storing the value of the gain gain gain.
  • Calculation means MCAL implement, from the data delivered by the means
  • the new normalized amplitudes are delivered to MDEC offset means capable of performing the modulo operations of the outlinear pixel amplitudes (step 6 of FIG. 5).
  • All the amplitudes of the pixels of the contour are delivered to MTRI sorting means which classifies them according to the data delivered by the MDpol means, that is to say if the contour is upward or downward.
  • the MTRI sorting means also determines the final amplitudes by reversing the normalizing operation.
  • the new synthesized amplitudes are delivered to the insertion means MI which, as a function of the addresses of the contours delivered by the MCadr means, insert them into the processed image, according to a method well known to those skilled in the art.
  • the contour processing means may also comprise MInt interpolation means capable of controlling the insertion of the contours carried out by the MI means in the case where the processing carried out by the MTR means comprises the application of a non-integer gain.
  • the MCAL means can perform all the operations of an embodiment of the method according to the invention only in a preferred dimension of the image.
  • This preferred dimension is chosen as a function of the number of pixels inside the processed contour.
  • spp y position of the pixel added by the processing within the contour
  • ⁇ coy ' slope of the contour
  • ⁇ c A (n x ) represents the phase of the pixel at the position n x within the contour, for the initial image
  • FIG. 12 shows an embodiment of the CTR processing chain in the case of processing a digital color image.
  • the embodiment illustrated in FIG. 12 is given solely by way of example, the CTR processing chain being adaptable to any processing performed on the color image.
  • the digital image is represented by two chrominance components and a luminance component.
  • the image is processed in this format to improve the luminance and chrominance quality. Then the digital image is converted into the so-called RGB format ("Red, Green, Blue”) before being projected onto the television screen.
  • RGB format Red, Green, Blue
  • the image obtained in the RGB format reveals many artifacts in the colors of the image such as: a change in the colors along the contours, strong contrast variations on either side of the contours; contrast errors on the pixels of the contour, these errors being related to a bad position of the contour because of the quantification of the amplitude of the pixels during the conversion of the image to the RGB format.
  • the CTR processing chain makes it possible to solve these problems. This processing chain has the advantage of preserving all the information of important phases on the colors of the outline. This treatment chain avoids - distorted variations of contrasts, and obtaining visibly false colors at the contours.
  • the processing chain presented in FIG. 12 shows the elements of the processing chain illustrated in FIG. However, because of the three RGB components of the new format of the color image, the sampled image is transmitted via a bus comprising three transmission channels, one for each component of the image. Therefore, each module of the CTR processing chain performs the previously described processing for a black and white image, for each RGB component of the color image.
  • the determination means MDETRGB are adapted to the color image. At the end of the detection of the minima and maxima of the image, they deliver the outlines for each component of the image.
  • contours are referenced Cr, Cg, Cb, respectively for the red, green and blue components.
  • Each contour comprises the pixels belonging to the contour as well as their amplitude, for the component of the image considered.
  • the determination means MDETRGB deliver the ranks of the pixels n m j n and n max of the two pixels bounding the contour considered.
  • the means for determining the direction of variation of the MDpol contours deliver three variables POLR, POLG and POLB. Each variable indicates the direction of variation of the contour (also called the polarity) respectively of the red component, the green component and the blue component of the image.
  • the means for determining the amplitude of the contours of the image MCamplRGB receive the variables Cr, Cg and Cb, as well as the ranks of the pixels n m i n and n max .
  • the means for determining the amplitude of the MCamplRGB contours calculate the amplitude of the CA contour of the digital image in colors.
  • the MTRIRGB means are sorting means adapted to color images, in particular of the RGB type. They will be described more precisely below.
  • the MTRIRGB sorting means receive at input the variables delivered by the means MInt, MDpol, MCadr, MClarg, as well as the amplitude CA determined by the MCamplRGB means.
  • the MTRIRGB means also receive the amplitude of the edge pixels for each RGB component, these amplitudes having been calculated by the MCAL means and then shifted by the delay means MDEC.
  • the MCamplRGB means also deliver to the MTRIRGB sorting means:
  • Sorting means MTRIRGB deliver to the insertion means
  • MI contours SR, SG and SB for each RGB component.
  • FIG. 13 illustrates a mode of implementation of the method of determining the amplitude of the CA contour for a color image of RGB type.
  • the method comprises a step of calculating the polarity of the POLR, POLG and POLB contour for each red, green and blue component (step 100). This step is performed by the polarization determination means MDpol.
  • each contour Cr, Cg, Cb is multiplied by the corresponding polarity (step 101).
  • the contour Cr is multiplied by the polarity POLR.
  • a modified contour C (n) is determined which is equal to the sum of the contours Cr, Cg and Cb multiplied by the corresponding polarity (step 102).
  • FIG. 14 represents these different contours for the green and blue components, respectively by the Cg (n) and Cb (n) curves.
  • the black dots on the curves represent the different pixels of the image.
  • the phase of the contour corresponds to the difference between the beginning of the contour (pixel of rank n m i n ) and a point located on the contour.
  • the variables CA (g) and CA (b) represent the amplitude of the contour respectively on the green and blue components.
  • the polarity of the outline on the blue component Cb (n) is equal to +1 (POLB + 1).
  • FIG. 15 illustrates an embodiment of the MCamplRGB amplitude determining means so as to implement the various steps described above.
  • the MCamplRGB amplitude determining means comprises modified MSOM contour determination means.
  • the latter are able to receive the components Cr (n), Cg (n) and
  • the MCamplRGB means also comprise MDIF calculation means able to calculate
  • the calculation means MDIF deliver the amplitude of the contour CA.
  • MSOM comprises a MULR multiplier able to multiply the Cr (n) component and the POLR polarity. They also include another MULG multiplier to multiply the Cg (n) component with the POLG polarity.
  • An SOMG adder adds the results from the two multiplications performed by the MULG and MULR multipliers.
  • the MSOM means comprise a third multiplier MULB for multiplying the component Cb (n) with the polarity POLB.
  • An adder SOMB sum the result delivered by the adder SOMG and the result delivered by the multiplier MULB.
  • the adder SOMB delivers the modified contour C (n).
  • FIG. 17 illustrates an embodiment of the MTRIRGB means.
  • MTRIRGB means order the pixels of the contours of each component according to the contour polarity on the considered component (step 10, FIG. 4 or 8).
  • an intermediate contour CTR (n) is developed by auxiliary means MNRGBAX.
  • This intermediate contour CTR (n) is developed according to the contours on each component, delivered by the means of shift MDEC.
  • An inverter X "1 receives the amplitude of the contour CA. As can be seen in FIG.
  • the sorting means MTRIRGB furthermore comprise: a multiplier MUL10 capable of multiplying the intermediate contour CTR (n) by the inverse of the amplitude of the contour 1 / CA, another multiplier MULI 1 capable of multiplying the polarity POLR of the contour on the component considered (here red) by the result delivered by the multiplier MUL10, namely CTR (n) / CA, - another multiplier MULl 2 able to multiply the amplitude CA (r) of the contour for the considered component, here red by the result delivered by the multiplier MULI 1, namely POLR * CTR (n) / CA, and a summator SOM 13 able to add the result delivered by the multiplier MULl 2 to the lower bound of the contour on the red component CA ( rmin).
  • Multipliers MULlO, MULI l and MULl 2 and the summator SOM13 make it possible to perform step 1 1 (FIG. 4 or 8).
  • Contours SR, SG, and SB comprise the edge pixels respectively of the red, green and blue components, these pixels having a real final amplitude and no longer normalized.

Landscapes

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

Abstract

L' invention porte sur un procédé de traitement d 'une image numérique qui comporte au moins une zone de contour, comprenant un traitement de netteté de la zone de contours. Le traitement de netteté comporte une conversion des informations de niveau de pixels de la zone de contour en des informations principales initiales (étape 2), comprises entre une valeur minimale, par exemple 0 et une valeur principale fonction de l'amplitude du contour, un sous-traitement de netteté effectué sur ces informations principales initiales de façon à obtenir des informations principales finales (étapes 3 à 10), et une conversion des informations principales finales en des informations finales de niveaux (étape 11).

Description

Procédé de traitement d'une image numérique, en particulier le traitement des zones de contour, et dispositif correspondant
L'invention concerne le traitement d'images numériques, en particulier le traitement des zones de contours dé l'image de façon à en améliorer la netteté.
L'invention s'applique avantageusement mais non limitativement au traitement des effets de flou d'une image donnée, par exemple par une implémentation au sein d'un outil logiciel de traitement de flou.
L' invention s'applique avantageusement mais non limitativement à des applications nécessitant une modification de l'image numérique, mettant en œuvre par exemple une méthode de traitement linéaire d'un signal numérique échantillonné, comme une modification de la taille de l'image par interpolation linéaire.
Par exemple, dans le cas des applications de vidéo numérique, il est souvent nécessaire de redimensionner celle-ci en fonction de la norme d' affichage utilisée. Ces redimensionnements altèrent la netteté des zones de contours, et donc la qualité de l'image affichée. L'invention peut s'appliquer en particulier, pour l'affichage des images numériques sur des écrans de grande dimension, tels que les écrans plasma ou LCD. Par exemple, pour afficher une image initialement au format VGA (« Videographics Adapter », en langue anglaise) de dimensions 640 x 480, sur un écran acceptant un format de diffusion de type HDTV, de dimensions 1920 x 1080, un agrandissement vertical et horizontal de l'image est nécessaire.
Classiquement, pour limiter les artefacts visuels altérant les contours de l'image traitée, notamment du fait des approximations découlant de l'utilisation de méthode linéaire, un post-filtrage (par exemple pour effectuer un traitement de netteté comme décrit dans le brevet US 6,847,738 au nom de Philips) peut être réalisé, en particulier au niveau des zones de contour.
Cependant, un post-filtrage peut atténuer un type d'artefact (par exemple l'apparition de halos, à l'aide d'un filtre de compensation linéaire) mais en accentuer un autre.
En outre, l'utilisation d'un filtre supplémentaire ajoute des contraintes sur l'ouverture de la fenêtre d'échantillonnage du signal, qui ne peut être aussi étroite que désirée, ce qui accentue la dégradation de l'image traitée.
Un but de l'invention est d'améliorer la netteté des contours, en particulier après que celle-ci ait été numériquement traitée.
A cet effet, selon un aspect de l'invention il est proposé un procédé de traitement d'une image numérique qui comporte au moins une zone de contour, comprenant un traitement de netteté de la zone de contour.
Selon une caractéristique générale de cet aspect de l'invention, le traitement de netteté comporte une conversion des informations de niveau de pixels de la zone de contour en des informations principales initiales, comprises entre une valeur minimale, par exemple 0, et une valeur principale fonction de l'amplitude du contour, un sous- traitement de netteté effectué sur ces informations principales initiales de façon à obtenir des informations principales finales, et une conversion des informations principales finales en des informations finales de niveaux.
Selon un mode de réalisation, la valeur principale correspond à l'amplitude du contour, c'est-à-dire à l'écart entre l'amplitude maximale d'un pixel et l'amplitude minimale d'un autre pixel. Ce mode de réalisation a pour avantage de limiter le nombre d'opérations à effectuer.
De préférence, l'information principale est normalisée, et correspond à l'amplitude du contour divisée par cette même amplitude. L'information principale a donc une valeur unitaire.
Plus particulièrement il est proposé un procédé de traitement d'une image numérique qui comporte au moins une zone de contour, comprenant une étape de traitement des zones de contours
Ladite étape de traitement des zones de contours comprend pour chaque zone de contour traitée et pour un ensemble de pixels choisis, une première étape de conversion de l'information de niveau des pixels en une information principale, une étape de traitement de cette information principale fonction du traitement de l'image, de façon à obtenir une nouvelle information principale, et une deuxième étape de conversion de la nouvelle information principale en une autre information de niveau du pixel.
En d'autres termes, on convertit les informations de niveau, ou amplitude, des pixels en une information principale, en particulier normalisée pour laquelle est défini un ensemble d'opérations qui lui sont spécifiques.
En effet, déterminer une information principale du pixel, correspond à déterminer une information de phase du pixel. Celle-ci étant une fonction périodique, elle possède des propriétés bien spécifiques. En particulier, chaque transformation d'image se traduit par une modification de la phase aisément identifiable, qui a pour avantage de ne pas générer de perte d'information, contrairement aux opérations effectués sur l'amplitude des pixels, par les méthodes linéaires actuelles de traitement des contours, du fait des approximations nécessairement effectuées.
Par conséquent, pour traiter les zones de contour de l'image, l' invention adopte une démarche complètement différente des méthodes existantes, puisque les opérations du traitement sont effectuées non pas sur des amplitudes, mais sur des valeurs de phase.
Selon un mode de mise en œuvre de l'invention, le sous- traitement de netteté comporte pour chaque pixel situé à l' intérieur de la zone de contour, la détermination d'une information intermédiaire, et la soustraction de l'information principale initiale maximale, de cette information intermédiaire, de façon à obtenir ladite information principale finale.
Selon un mode de mise en œuvre, l'étape de traitement des zones de contours comporte la détection desdites zones de contour dans l'image numérique initiale, en localisant pour chaque dimension de l'image numérique initiale, les valeurs information de niveau, par exemple les amplitudes, minimales et maximales locales des pixels, la succession de deux pixels ayant respectivement une amplitude minimale et maximale traduisant l' existence d'une zone de contour. Selon un mode de mise en œuvre, on forme ladite grandeur principale à partir de l' écart entre les informations de niveau maximale et minimale de deux pixels successifs délimitant ladite zone de contour.
Selon un mode de mise en œuvre, l'étape de conversion comprend pour chaque contour, la normalisation des valeurs des informations de niveau minimales et maximales des pixels délimitant ledit contour, et des pixels de la zone de contour, en fonction dudit écart entre les informations de niveau maximale et minimale de deux pixels successifs. Selon un mode de mise en œuvre, l'étape de traitement peut s' effectuer en outre, sur la somme des informations principales de l' ensemble des pixels strictement à l'intérieur de la zone de contour.
Selon un mode de mise en œuvre, la phase de traitement des contours peut comprendre la génération de sous-pixels à l'intérieur de la zone de contour.
Selon un autre mode de mise en œuvre, l'image numérique peut être une image en couleurs, par exemple une image comprenant trois composantes selon le format RGB. Au cours de ce mode de mise en œuvre, pour chaque contour
- on détermine l'amplitude du contour à partir du contour de chaque composante de l'image en couleur, et
- on effectue les conversions et le sous-traitement du traitement de netteté des zones de contour pour chaque composante de l'image en couleur.
Ce mode de mise en œuvre a pour avantage :
- de minimiser l' apparition de bruit sur les contours,
- de réduire les erreurs de phase au niveau des contours.
Par exemple, selon le mode de mise en œuvre précité, on peut déterminer l'amplitude du contour, en tenant compte également du sens de variation du contour de chaque composante.
Plus précisément, la détermination de l' amplitude peut comprendre pour chaque contour :
- une multiplication du contour de chaque composante de l' image par le sens de variation associé,
- une addition du contour multiplié de l' ensemble des composantes de l'image de façon à obtenir un contour modifié,
-le calcul de l' amplitude du contour en effectuant la différence entre la valeur de l'information de niveau prise par le contour modifié au début du contour et la valeur de l'information de niveau prise par le contour modifié considéré à la fin du contour.
Selon un autre aspect de l'invention, il est proposé un dispositif de traitement d'une image numérique qui comporte au moins une zone de contour, comprenant des moyens de traitement de netteté de la zone de contour.
Selon une caractéristique générale de l'invention, les moyens de traitement de netteté comporte des premiers moyens de conversion aptes à convertir des informations de niveau de pixels de la zone de contour en des informations principales initiales, comprises entre 0 et une valeur principale fonction de l'amplitude du contour, des moyens de sous-traitement de netteté aptes à effectuer un traitement de netteté sur ces informations principales initiales de façon à obtenir des informations principales finales, et des deuxièmes moyens de conversion aptes à convertir les informations principales finales en des informations finales de niveaux.
Plus particulièrement, il est proposé, un dispositif de traitement d'une image numérique qui comporte au moins une zone de contour, comprenant des moyens de traitement des zones de contours Lesdits moyens de traitement des zones de contours comprennent, des premiers moyens de conversion aptes pour chaque zone de contour traitée et pour un ensemble de pixels choisis, à convertir l'information de niveau des pixels en une information principale initiale, des moyens de traitement aptes à traiter cette information principale initiale en fonction du traitement de l'image, de façon à obtenir une nouvelle information principale, et des deuxièmes moyens de conversion aptes à convertir la nouvelle information normalisée en une autre information de niveau du pixel. Selon un mode de réalisation, les moyens de sous-traitement de netteté comportent des moyens de détermination aptes pour chaque pixel situé à l'intérieur de la zone de contour, à déterminer une information intermédiaire, et des moyens de soustraction aptes à soustraire cette information intermédiaire de l'information principale initiale maximale, de façon à obtenir ladite information principale finale.
Selon un autre mode de réalisation, l'image numérique peut être une image en couleurs, en particulier une image comprenant trois composantes selon le format RGB. Dans ce cas,
-les moyens de traitement de netteté de la zone de contour
(MTRC) peuvent comprendre en outre des moyens de détermination de l'amplitude du contour (MCamplRGB) aptes à déterminer l' amplitude du contour à partir du contour de chaque composante de l'image en couleur, et
- les premiers et deuxièmes moyens de conversion, et les moyens de sous-traitement de netteté peuvent opérer sur chaque composante de l'image en couleur.
Par exemple, les moyens de déterminatiαn de l'amplitude du contour (MCamplRGB) peuvent déterminer l'amplitude du contour en tenant compte également du sens de variation du contour de chaque composante.
Plus précisément, lesdits moyens de détermination de l'amplitude du contour peuvent comprendre - des moyens de multiplication aptes à effectuer une multiplication du contour de chaque composante de l'image par le sens de variation associé, - des moyens d'addition aptes à additionner le contour multiplié de l'ensemble des composantes de l'image de façon à obtenir un contour modifié,
- des moyens de calcul de l' amplitude du contour aptes à effectuer la différence entre la valeur de l'information de niveau prise par le contour modifié au début du contour et la valeur de l'information de niveau prise par le contour modifié considéré à la fin du contour.
Selon un autre aspect de l'invention, il est proposé un système d'affichage, en particulier un écran plasma, comprenant un dispositif tel que mentionné ci-avant.
L'invention peut également s' appliquer aux écrans de type LCD ou à tout autre type d'écran. L'invention peut être intégré au sein d'un outil logiciel, en particulier pour le traitement d'image, par exemple Adobe Photoshop®.
D'autres avantages et caractéristiques de l'invention apparaîtront à l'examen de la description détaillée d'un mode de réalisation de l'invention nullement limitatif et des dessins annexés sur lesquels : la figure 1 représente un mode de réalisation d'un système selon l'invention, la figure 2 représente un mode de réalisation d'une chaîne de traitement selon l'invention, la figure 3 représente un autre mode de réalisation d'une chaîne de traitement selon l'invention, la figure 4 illustre un mode de mise en œuvre d'un procédé selon l'invention, la figure 5a représente un exemple de contour après un agrandissement, la figure 5b représente un mode de représentation des amplitudes normalisées des pixels selon l'invention, - les figures 6 et 7 illustrent une application numérique du mode de mise en œuvre de la figure 4, la figure 8 illustre un autre mode de mise en œuvre d'un procédé selon l'invention, les figures 9 et 10 illustrent une application numérique du mode de mise en œuvre de la figure 8, la figure 11 illustre plus précisément un mode de réalisation d'une chaîne de traitement selon l'invention, la figure 12 illustre un mode de réalisation d'une chaîne de traitement selon l'invention, lorsque l'image numérique est une image en couleur, la figure 13 illustre plus précisément la première étape d'un mode de mise en œuvre du procédé selon l'invention, dans le cas d'une image couleurs, - la figure 14 représente un exemple des contours de chaque composante d'une image en couleurs de type RGB, les figures 15 et 16 illustrent plus particulièrement un moyen apte à déterminer l'amplitude d'un contour d'une image en couleurs, la figure, 17 illustre plus particulièrement un moyen d'une chaîne de traitement selon l'invention, ce moyen étant apte à intervenir sur les contours d'une image en couleur, préalablement à leur réinsertion dans l'image.
On se réfère à la figure 1. La référence ECR désigne un écran, par exemple un écran de type plasma, comprenant une chaîne de traitement CTR d'une image numérique. Cette dernière reçoit en entrée une image d' entrée échantillonnée IM-IN-ech délivrée par des moyens d'échantillonnage MECH à partir d'une image numérique IM-IN.
La chaîne de traitement CTR délivre en sortie une image IM- OUT à des moyens d' affichage MAFF aptes à afficher l' image de sortie IM-OUT sur une matrice d'affichage MAT de l'écran ECR.
On se réfère à présent à la figure 2 qui illustre un mode de réalisation de la chaîne de traitement CTR.
Celle-ci comprend des moyens de traitement MTR de l'image numérique d' entrée échantillonnée IM-IN-ech. Par exemple, ces moyens de traitement peuvent être des moyens d' agrandissement ou de réduction de l'image, des moyens d'augmentation ou de diminution de la résolution de l'image ou encore des moyens de traitement des effets de flous de l'image.
Bien entendu, les moyens de traitement ne sont pas limités aux moyens précités.
La chaîne de traitement CTR comprend également des moyens de traitement des contours MTRC mettant en œuvre un procédé selon l'invention.
Pour cela, la chaîne de traitement CTR comprend en outre des moyens de détection des contours MDET.
Ces derniers reçoivent en entrée l'image échantillonnée IM-IN- ech et calculent pour les différentes dimensions de l'image les minimum et maximum locaux. Cette détection de minimum et de maximum peut être effectuée selon une méthode classique et connu en soi par l'homme du métier, par exemple celle décrite sur le site : « http://fr.wikipedia.org/wiki/Extremum_local ».
La succession de deux pixels ayant respectivement une amplitude minimale locale et maximale locale (ou inversement) révèle la présence d'un contour dans l'image, c'est-à-dire une séparation entre deux zones de l'image distinctes.
Ces amplitudes minimale et maximale locales sont délivrées au moyen de traitements des contours MTRC. Ils délivrent en sortie les contours traités, à des moyens d'insertion MI. Les moyens d'insertion MI reçoivent également en entrée l'image délivrée par les moyens de traitement MTR.
La chaîne de traitement CTR peut comprendre également des moyens de filtrage MFIL, par exemple des moyens de lissage de l'image délivrés par les moyens d'insertion MI. En outre, les moyens de traitement peuvent comprendre des moyens de traitement supplémentaires MTRS de l'image, par exemple des moyens de diminution de l'image si les moyens de traitement sont des moyens d'agrandissement.
Les moyens de traitement supplémentaires délivrent en sortie l'image IM-OUT.
Bien entendu, de même que pour les moyens de traitement MTR, les moyens de filtrage MFIL et de traitement supplémentaire de l'image MTRS sont des exemples possibles de post_traitement, donnés à titre indicatif. Par ailleurs, il est possible d'exploiter directement l'image délivrée par les moyens d'insertion MI.
On se réfère à présent à la figure 3 qui illustre un autre mode de réalisation de la chaîne de traitement CTR. Dans cet exemple, les moyens de détection MDET et les moyens de traitement des contours MTRC reçoivent en entrée non plus l'image initiale échantillonnée IM-IN-ech mais directement l'image traitée par les moyens MTR. En effet, les pixels des contours de l'image non traitée sont indexés grâce à des méthodes d'adressage classiques bien connues par l'homme du métier, qui permettent de référencer les pixels de l'image de sortie par rapport à l'image d'entrée.
Dans la suite de la description, sauf indication contraire, on considère que les informations principales qui seront évoquées ci- après, sont normalisées c'est-à-dire comprises entre 0 et 1.
On se réfère à présent à la figure 4 qui illustre un mode de mise en œuvre du procédé selon l'invention dans le cas particulier où l'on effectue un agrandissement d'une image numérique, ou encore lorsque l'on augmente la résolution de l'image.
L'agrandissement peut être effectué avec un facteur d'amplification (ou gain) entier ou non entier.
Chaque contour est détecté selon une dimension de l'image, par exemple une ligne, une colonne, ou une autre dimension dans le cas d'une image à 3 dimensions ou plus.
Ce qui va être décrit maintenant s'applique pour chacune des dimensions de l'image.
Une première étape (étape 1) consiste à calculer la norme associée au contour traité. Celle-ci doit être recalculée pour chaque contour traité.
Celle-ci correspond à l'écart (valeur principale) entre les amplitudes maximale et minimale des pixels délimitant le contour. Cet écart est appelé amplitude du contour. Au cours d'une deuxième étape (étape 2), on normalise les pixels des contours.
Cette opération revient, pour chaque pixel du contour, à soustraire à l' amplitude dudit pixel, la valeur minimale du pixel limitant le contour, et de diviser le résultat par la norme calculée à l'étape 1.
Cette opération est équivalente au fait de calculer une valeur de phase (information principale initiale) pour le pixel considéré, selon la relation ci-dessous :
Où :
ΦGA(ÎI) représente la phase du pixel à la position n au sein du contour,
CA(n), CA(min) et CA(max) représentent respectivement les amplitudes du pixel de contour situé à la position n, du pixel ayant l'amplitude minimale, et du pixel ayant l'amplitude maximale.
La figure 5a illustre un exemple de contour montant, comprenant un pixel PXm d' amplitude minimale, deux pixels intermédiaires PXIl , PXI2, et un pixel PXIM d'amplitude maximale. Les différentes amplitudes CA(min), CA(n), CA(n+l) et CA(max) de ces pixels sont représentée par un point noir encerclé.
Les pixels SPX en gris clair sont ceux ajoutés par le traitement (ici l'agrandissement) et seront appelés sous-pixels.
Par ailleurs, effectuer la transformation phase/amplitude normalisée peut être représenté sur un cercle unitaire comme illustré sur la figure 5b. L'amplitude du contour (CA(max)-CA(min)) correspond à la circonférence du cercle unitaire, et la phase associée à 2π. L'amplitude CA(n)-CA(min) correspond à la portion de cercle associé à la phase φcA(n). On se réfère à nouveau à la figure 4.
Au cours d'une étape 3 , on calcule la nouvelle amplitude (information intermédiaire) de chaque pixel strictement à l'intérieur du contour, en multipliant son amplitude normalisée par le gain G de l'agrandissement.
En effet, il existe entre la phase d'un pixel d'une image donnée, et ce même pixel dans l'image agrandie, une relation : φ'CA (n) =G * φCA(n) (2), où φ'cA(n) est la phase du pixel dans l' image agrandie, et φcA(n) est la phase du pixel de l' image initiale.
Puis, de façon à obtenir des amplitudes pour les sous-pixels engendrées par l' agrandissement de l'image (ou de l'augmentation de la résolution), on compare (étape 5) la nouvelle amplitude de chaque pixel CA(k) (k prenant successivement la valeur de l'indice du pixel traité) avec un seuil α égal à l' amplitude du contour normalisé (c' est- à-dire 1 , dans ce cas) multiplié par un indice m, celui-ci ayant été initialisé à 1 au cours d'une étape 4.
Si la nouvelle amplitude du pixel CA(k) est supérieure au seuil α, on affecte la valeur 1 au sous-pixel (étape 6), et 0 sinon (étape 7). Dans le cas où l'on ne considère pas une amplitude normalisée, on affecte l'amplitude du contour c' est-à-dire (CA(max)- CA(min)) à CA(k+m).
On incrémente la valeur de m (étape 8) et on répète les étapes 5 à 8 tant que m est strictement inférieur au gain. Lors d'une étape 9, on décale l'amplitude de chaque pixel que l'on avait amplifiée au cours de l'étape 3, de façon que celle-ci se retrouve à l'intérieur de la plage normalisée (ici entre 0 et 1 ). Cette opération revient à effectuer une opération de « modulo » sur l' amplitude CA(k), ce qui est possible du fait de la relation entre une amplitude normalisée et une phase.
Finalement, on trie les amplitudes obtenues pour l'ensemble des pixels du contour et des sous-pixels, en fonction du sens de variation de celui-ci (étape 10).
Enfin, on retrouve les amplitudes réelles (information finale de niveau) de chaque pixel et sous-pixel en effectuant le processus inverse de l'étape 2 (étape 1 1). En d' autres termes on multiplie les valeurs obtenues lors de l'étape précédente par la norme, ici l'amplitude du contour.
Plus précisément, pour un contour montant, si CA(in) correspond à l' amplitude réelle d'un pixel à la position n à l'intérieur d'un contour, en effectuant l'opération de normalisation,il vient : CA(nl ) <-(CA(in)- CA(il))/ contour_contrast avec contour_contrast= abs(CA(kl) - CA(il)) et avec ni = (il + l ),... ,(kl -l), ni correspondant à la position d'un pixel à l'intérieur du contour considéré, où, il < kl , il et kl étant deux entiers correspondent aux positions des pixels ayant respectivement une amplitude minimale et maximale et délimitant le contour,
CA(il) représente l' amplitude minimale du pixel délimitant le contour, d'indice il , CA(kl ) représente l' amplitude maximale du pixel délimitant le contour, d'indice kl ,
La largeur du contour 1 est donc égale à:
1 = (kl - il - 1), en nombre de pixels. La nouvelle amplitude CA' du pixel d'indice ni dans l'image initiale, est égale à : '
CA'(nl*g) = gain*(CA(nl)-CA(il)); où: gain représente le facteur d'amplification, g représente la partie entière du gain, nl*g représente le nouvel indice dans l'image traitée du pixel d'indice ni dans l'image initiale.
L'amplitude CA" des sous-pixels ajouté par le traitement d'image est déterminée par la relation :
C * rCAfld) ifCA'(nl*g)>=m*(CA(kl)-CA(il)) g m; |CA(il) jfCA'(nl*g) <m*(CA(kl)-CA(il)) avec m = 1, ..., (g-1).
On décale la nouvelle amplitude CA(nl) que l'on avait multiplié par le gain, de façon qu'elle soit comprise dans l'écart normalisé, c'est-à-dire que l'on applique une opération modulo, en terme de phase :
CA"(nl*g) = modulo{ CA'(nl*g) , (CA(kl) - CA(il)) } + CA(il), où CA"(nl*g) désigne l'amplitude normalisée du pixel strictement à l'intérieur du contour, d'indice n*g.
Les amplitudes des contours sont triées dans l'ordre ascendant entre les valeurs minimales et maximales, de façon à obtenir pour chaque indice l'amplitude finale C Août : CAout(nl*g+m0) ≈ tri{ CA"(nl*g+m0) }asc avec mO = 0,1, ... , (g-1).
De même, pour un contour descendant, si CA(in) correspond à l'amplitude réelle d'un pixel à la position n à l'intérieur d'un contour, en effectuant l'opération de normalisation, il vient : CA(n2) +-(CA(in)- CA(k2))/ contour_contrast avec contour_contrast= abs(CA(k2) - CA(i2)) et avec n2 = (i2+l), ... ,(k2-l ), n2 correspondant à la position d'un pixel à l'intérieur du contour considéré, i2 < k2, i2 et k2 étant deux entiers correspondent aux positions des pixels ayant respectivement une amplitude maximale et minimale et délimitant le contour,
CA(k2) : amplitude minimale du pixel délimitant le contour, d' indice il , CA(i2) désigne l'amplitude maximale du pixel délimitant le contour, d'indice kl .
La largeur du contour 1 est donc égale à: 1 = (k2 - i2 - 1), en nombre de pixels.
La nouvelle amplitude CA' du pixel d'indice ni dans l'image initiale, est égale à ;
CA' (n2*g) = gain*(CA(n2)-CA(k2)); où: gain désigne le facteur d'amplification, g la partie entière du gain, n2*g désigne nouvel indice dans l'image traitée du pixel d'indice n2 dans l'image initiale.
L'amplitude CA" des sous-pixels ajouté par le traitement d'image est déterminée par la relation :
avec m = 1 ,. ..., (g-1 ).
On décale la nouvelle amplitude CA(n2) de façon qu'elle soit comprise dans l' écart normalisé, c'est-à-dire que l' on applique une opération modulo, en terme de phase : CA"(n2*g) = modulo { CA'(n2*g) , (CA(i2) - CA(k2)) } + CA(k2), où
CA"(n2*g) désigne l' amplitude normalisée du pixel strictement à l'intérieur du contour, d'indice n*g. Les amplitudes des contours sont triées dans l'ordre ascendant entre les valeurs minimales et maximales, de façon à obtenir pour chaque indice l' amplitude finale C Août :
CAout(n2*g+mO) = tri { CA"(n2*g+mO) } des avec mO = 0, 1 , ... , (g-1). On se réfère à présent à la figure 6 qui illustre un exemple numérique du mode de réalisation décrit à la figure 4.
Dans cet exemple, on a opéré un agrandissement de l'image par un gain égal à 3. L' intérieur strict de la zone de contour comprend ici un seul pixel, et deux sous-pixels vont être générés par l' agrandissement.
A l'issue de la normalisation, on se retrouve à l' étape 2 où les amplitudes CA(min), CA(n) et CA(max) sont respectivement les valeurs de 0 ; 0,65 et 1.
Pour l'étape 3 , on multiplie l'amplitude CA(n) par le gain, c'est-à-dire 3. Sa nouvelle valeur est égale à 1 ,95.
Puis on procède à l'étape 5 où la valeur de m est égale à 1. Comme 1 ,95 est supérieur à 1 , on affecte à l'amplitude CA(n) l du premier sous-pixel, la valeur de 1.
Puis on répète la même opération avec la valeur de m=2. Comme 1 ,95 est inférieur à 2, on affecte à l'amplitude CA(n)2 du deuxième sous-pixel la valeur de 0.
Lors de la neuvième étape (étape 9), on effectue l'opération de Modulo où l'on retranche la valeur 1 , c'est-à-dire l' écart entre CA(max) et CA(min), de l' amplitude CA(n) du pixel de contour, de façon que son amplitude soit comprise entre 0 et 1.
Finalement, lors de l'étape 10, on trie l'ensemble des amplitudes normalisées obtenues, ici dans un ordre croissant. La figure 7, illustre exactement le même type de traitement, c' est-à-dire un agrandissement d'un facteur 3, mais dans le cas où initialement, le contour comprend deux pixels intermédiaires, ayant ici une amplitude normalisée respectivement de 0,85 pour CA(n) et de 0,35 pour CA(n+l). Deux sous-pixels sont ajoutés par pixels strictement à l'intérieur de la zone de contour, c'est-à-dire 4 sous-pixels en tout dans cet exemple.
Par ailleurs, on considère ici un contour décroissant.
Les étapes 2 à 9 sont identiques à celles décrites à la figure 6, mais répétées pour chacun des pixels de la zone de contour CA(n) et
CA(n+l).
Par conséquent, l' étape 10 de tri s'effectue sur l'ensemble des amplitudes obtenues, ici six pixels, et dans l'ordre décroissant, étant donné que l'on considère ici un contour descendant. On se rapporte à présent à la figure 8, qui illustre un autre mode de mise en œuvre d'un procédé selon l'invention, particulièrement adapté dans le cas d'une augmentation, d'une réduction ou encore d'un changement de résolution de l'image.
Dans ce mode de réalisation, au cours de l'étape 3, on ne considère non pas chaque amplitude normalisée des pixels situés strictement à l'intérieur de la zone de contour, mais on opère sur la somme de ces amplitudes normalisées.
Par conséquent la comparaison de l' étape 5 s'effectue avec cette somme. En outre, le critère d'arrêt à l'issue de l'étape 8 est non pas la comparaison entre l'indice m et le gain mais entre l'indice m et la variable 1, qui correspond au nombre de pixels strictement à l'intérieur du contour à l'issue du traitement. Par ailleurs, l'opération modulo de l'étape 9 s'effectue sur la somme calculée lors de l'étape 3.
On se réfère à présent à la figure 9 qui donne un exemple numérique du mode de réalisation représenté sur la figure 8.
On considère ici un contour descendant avec deux pixels intermédiaires ayant respectivement pour amplitudes normalisées 0,85 pour CA(n) et 0,35 pour CA(n+l ).
Le traitement réalisé ici est de nouveau un agrandissement avec un gain de 3, 4 sous-pixels sont donc générés pour le contour, en plus des 2 pixels intermédiaires initiaux. Par conséquent, au cours de l'étape 3, on affecte comme nouvelle amplitude au pixel CA(n), la somme des amplitudes égales à 0,85 et 0,35, le tout multiplié par le gain de 3. L'amplitude résultante est alors égale à 3,6. Puis, comme déjà réalisé auparavant, on effectue les étapes 4 à 8 tant que l'indice m est strictement inférieur au nombre de pixels 1 à l'intérieur de la zone de contour.
Au cours de l'étape 9, on effectue l'opération de Modulo sur l'amplitude calculée lors de l'étape 3, de façon que celle-ci soit de nouveau normalisée, c'est-à-dire égale à 0,6 dans ce cas.
Finalement, on effectue au cours de l'étape 10 le tri de l'ensemble des valeurs obtenues.
On se réfère à présent à la figure 10 qui illustre un exemple numérique du mode de réalisation de la figure 8, dans le cas particulier où le gain est égal à 1. Cet exemple correspond à un traitement de l'image où l'on ne change ni le' format ni la résolution de celle-ci. Par exemple, le traitement peut être celui des effets de flou d'une image numérique.
Cet exemple numérique correspond à un contour descendant comprenant deux pixels intermédiaires CA(n) et CA(n+l) ayant respectivement comme amplitudes normalisées les valeurs de 0,85 et 0,35.
A l'issue de l'étape 3, l' amplitude affectée à CA(n) est égale à 1 ,2, c' est-à-dire la somme des amplitudes normalisées de CA(n) et CA(n+ l) à l'étape 2.
La comparaison effectuée au cours des étapes 4 à 8 permet d'affecter la valeur de 1 aux pixels ayant comme amplitude CA(n+ l).
Les étapes 9 et 10 s'effectuent de la même manière que décrit précédemment. On se réfère à présent à la figure 1 1 qui représente plus en détails un mode de réalisation de la chaîne de traitement CTR aptes à mettre en œuvre un procédé selon l'invention.
Les moyens de synthèse de traitement des contours MCTR comprennent un premier bloc MCampl apte à calculer l'amplitude du contour considéré à partir des amplitudes minimale et maximale locales détectées par les moyens MDET.
Des moyens MClarg sont aptes quant à eux à calculer la taille ou largeur du contour, c' est-à-dire le nombre de pixels intermédiaires à l'intérieur de ce contour. Des moyens d'adressage MCadr mémorisent pour chaque contour sa localisation au sein de l'image d'entrée IM-IN-ech.
Enfin, des moyens MDpol sont aptes à détecter la polarité du contour, c' est-à-dire si le contour varie d'une amplitude minimale à une amplitude maximale (contour montant) ou une amplitude maximale à une amplitude minimale (contour descendant).
Les moyens de traitement des contours MCTR comprennent également des moyens de mémorisation MM aptes à mémoriser la valeur du gain d' amplification gain. Des moyens de calcul MCAL mettent en œuvre, à partir des données délivrées par les moyens
MCampl, MClarg, MCadr et du gain d' amplification gain, un mode de mise en œuvre du procédé selon l'invention, par exemple les étapes 4 à
8 des exemples illustrés sur les figures 4 ou 8. Les nouvelles amplitudes normalisées sont délivrées à des moyens de décalage MDEC aptes à effectuer les opérations de modulo des amplitudes de pixels de contours (étape 6 de la figure 5).
L'ensemble des amplitudes des pixels du contour sont délivrés à des moyens de tri MTRI qui les classent en fonction des données délivrées par les moyens MDpol, c'est-à-dire si le contour est montant ou descendant.
Les moyens de tri MTRI déterminent également les amplitudes finales en inversant l' opération de normalisation.
Les nouvelles amplitudes synthétisées sont délivrées aux moyens d'insertion MI qui en fonction des adresses des contours délivrées par les moyens MCadr les insèrent au sein de l'image traitée, selon un procédé bien connu de l'homme du métier.
Les moyens de traitement des contours peuvent comprendre également des moyens d'interpolation MInt aptes à contrôler l'insertion des contours effectuer par les moyens MI dans le cas où le traitement effectué par les moyens MTR comprend l' application d'un gain non entier. Par ailleurs, les moyens MCAL peuvent effectuer l'ensemble des opérations d'un mode de réalisation du procédé selon l'invention uniquement selon une dimension préférée de l'image.
Cette dimension préférée est choisie en fonction du nombre de pixels à l'intérieur du contour traité.
Puis, il est possible de déterminer l' amplitude des pixels ajoutés par les moyens de traitement MTR dans les autres dimensions de l'image, directement à partir des amplitudes calculées pour ces pixels dans la dimension préférée. En effet, pour les pixels ajoutés par les moyens de traitement, il existe une relation entre les phases calculée pour la dimension préférée et celle des autres dimensions.
Par exemple, pour une image en deux dimensions x et y, et pour un traitement mettant en œuvre un gain, il vient :
Où : sppy : position du pixel ajouté par le traitement au sein du contour, φcoy '• pente du contour, φcA(nx) représente la phase du pixel à la position nx au sein du contour, pour l'image initiale,
Φ ' CA(HX) représente la phase du pixel à la position nx au sein du contour, pour l'image traitée. On se réfère à présent à la figure 12, qui représente un mode de réalisation de la chaîne de traitement CTR dans le cas du traitement d'une image numérique en couleurs. Le mode de réalisation illustré sur la figure 12 est donné uniquement à titre d'exemple, la chaîne de traitement CTR pouvant être adaptée à tout traitement effectué sur l'image en couleurs.
Classiquement, dans le cadre par exemple du traitement d'un signal de télévision, l'image numérique est représentée selon deux composantes de chrominance et une composante de luminance.
L'image est traitée dans ce format de façon à améliorer la qualité de la luminance et des chrominances. Puis l'image numérique est convertie dans le format dit RGB (« Red, Green, Blue », en langue anglaise) avant d'être projetée sur l'écran de télévision.
Cependant, l'image obtenue dans le format RGB fait apparaître de nombreux artefacts au niveau des couleurs de l'image tels que : une modification des couleurs le long des contours, de fortes variations de contraste de part et d'autre des contours ; des erreurs de contraste sur les pixels du contour, ces erreurs étant liées à une mauvaise position du contour du fait de la quantification de l'amplitude des pixels lors de la conversion de l'image au format RGB. La chaîne de traitement CTR dont un mode de réalisation est représenté sur la figure 12, permet de résoudre ces problèmes. Cette chaîne de traitement a pour avantage de préserver toutes les informations de phases importantes sur les couleurs du contour. Cette chaîne de traitement permet d'éviter - les variations faussés de contrastes, et l'obtention de couleurs visiblement fausses au niveau des contours.
La chaîne de traitement présentée sur la figure 12 reprend les éléments de la chaîne de traitement illustrée sur la figure 1 1 . Cependant, en raison des trois composantes RGB du nouveau format de l'image en couleurs-, l'image échantillonnée est transmise via un bus comprenant trois voies de transmission, une pour chaque composante de l'image. Par conséquent, chaque module de la chaîne de traitement CTR effectue le traitement décrit précédemment pour une image en noir et blanc, pour chaque composante RGB de l'image en couleurs.
Les moyens de détermination MDETRGB sont adaptés à l'image en couleur. Ils délivrent, à l'issue de la détection des minima et maxima de l'image, les contours pour chaque composante de l'image.
Ces contours sont référencés Cr, Cg, Cb, respectivement pour les composantes rouge, verte et bleue. Chaque contour comprend les pixels appartenant au contour ainsi que leur amplitude, pour la composante de l'image considérée.
Par ailleurs, les moyens de détermination MDETRGB délivrent les rangs des pixels nmjn et nmax des deux pixels bornant le contour considéré.
Les moyens de détermination du sens de variation des contours MDpol délivrent trois variables POLR, POLG et POLB. Chaque variable indique le sens de variation du contour (encore appelé la polarité) respectivement de la composante rouge, de la composante verte et de la composante bleue de l'image.
Les moyens de détermination de l'amplitude des contours de l'image MCamplRGB reçoivent les variables Cr, Cg et Cb, ainsi que les rangs des pixels nmin et nmax.
Ils reçoivent en outre les polarités POLR, POLG, POLB des contours de chaque composante de l'image. A partir de ces différentes variables, les moyens de détermination de l'amplitude des contours MCamplRGB calculent l'amplitude du contour CA de l'image numérique en couleurs.
Les moyens MTRIRGB sont des moyens de tri adaptés aux images couleurs en particulier de type RGB. Ils seront décrits plus précisément ci après.
Les moyens de tri MTRIRGB reçoivent en entrée les variables délivrées par les moyens MInt, MDpol, MCadr, MClarg, ainsi que l'amplitude CA déterminée par les moyens MCamplRGB. Les moyens MTRIRGB reçoivent également l'amplitude des pixels de contour pour chaque composante RGB, ces amplitudes ayant été calculées par les moyens MCAL puis décalées par les moyens de décalage MDEC.
Les moyens MCamplRGB délivrent également aux moyens de tri MTRIRGB :
- l'amplitude des contours pour chaque composante CA(r), CA(g) et CA(b), avant le calcul effectué par les moyens MCAL,
- la borne inférieure du contour pour chaque composante CA(rmin), CA(gmin), CA(bmin). Les moyens de tri MTRIRGB délivrent aux moyens d'insertion
MI, les contours SR, SG et SB pour chaque composante RGB.
La figure 13 illustre un mode de mise en œuvre du procédé de détermination de l'amplitude du contour CA pour une image en couleurs de type RGB.
Ces étapes se substituent à l'étape 1 des figures 4 et 8.
Tout d'abord, le procédé, selon ce mode de mise en œuvre, comprend une étape de calcul de la polarité du contour POLR, POLG et POLB pour chaque composante rouge, verte et bleue (étape 100). Cette étape est réalisée par les moyens de détermination de la polarisation MDpol.
Par exemple, si le contour est ascendant pour la composante rouge de l'image, la variable POLR prend la valeur +1. Puis, de façon à tenir compte du sens de variation du contour, chaque contour Cr, Cg, Cb est multiplié par la polarité correspondante (étape 101). Ainsi, le contour Cr est multipliée par la polarité POLR.
Puis, on détermine un contour modifié C(n) qui est égal à la somme des contours Cr, Cg et Cb multipliée par la polarité correspondante (étape 102).
En d' autres termes, on peut écrire pour chaque pixel n :
C(n) = Cr{n) • POLR + Cg(ή) • POLG + Cb{n) • POLB Enfin, on calcule l'amplitude du contour CA en soustrayant la valeur prise par C(n) au pixel référencé nmin à la valeur prise par C(n) au pixel référencé nmax. L'amplitude du contour CA est égale à la valeur absolue de cette différence (étape 103).
Les différentes étapes précitées sont illustrées par un exemple. Dans cet exemple, on considère que le contour Cb est décrit par l'équation suivante :
où n correspond au rang du pixel situé à l'intérieur du contour. Toujours dans le même exemple, le contour sur la composante verte de l'image est représenté par l'équation suivante:
On considère que le contour est nul sur la composante rouge de l'image : Cr(n) = 0
La figure 14 représente ces différents contours pour les composantes verte et bleue, respectivement par les courbes Cg(n) et Cb(n). Les points noirs sur les courbes représentent les différents pixels de l'image. La phase du contour correspond à l' écart entre le début du contour (pixel de rang nmin) et un point situé sur le contour.
Les variables CA(g) et CA(b) représentent l' amplitude du contour respectivement sur les composantes verte et bleue. Selon cet exemple, la polarité du contour sur la composante bleue Cb(n) est égale à +1 (POLB^+l). La polarité du contour sur la composante verte de l'image est égale à - 1 (POLG=-1).
La valeur du contour modifié C(n) est égale dans cet exemple :
C(n) = Cb(n)* POLB + Cg(n)* POLG = Cb(n) * 1 + (l - Cb{n)) * (- 1) = 2 * Cb(n)-l La courbe C(n) représentée sur la figure 14 illustre la variation du contour modifié.
Finalement, l' amplitude du contour CA est calculée selon l'expression suivante :
CA )J . Une autre possibilité serait de calculer C(n) en considérant la somme des valeurs absolues des contours sur chaque composante RGB :
C(n) .
La figure 15 illustre un mode de réalisation des moyens de détermination de l'amplitude MCamplRGB de façon à mettre en œuvre les différentes étapes décrites ci avant. Les moyens de détermination de l'amplitude MCamplRGB comprennent des moyens de détermination du contour modifié MSOM.
Ces derniers sont aptes à recevoir les composantes Cr(n), Cg(n) et
Cb(n) et à délivrer le contour modifié C(n) qui est une fonction f des composantes RGB précitées.
C(n) = [Cr(n), Cg(n),Cb(n)] .
Les moyens MCamplRGB comprennent également des moyens de calcul MDIF aptes à calculer |C(nmax) - C(nmin)|.
Les moyens de calcul MDIF délivrent l'amplitude du contour CA.
Plus précisément, comme illustré sur la figure 16, les moyens
MSOM comprennent un multiplieur MULR apte à multiplier la composante Cr(n) et la polarité POLR. Ils comprennent également un autre multiplieur MULG pour multiplier la composante Cg(n) avec la polarité POLG.
Un additionneur SOMG additionne les résultats issus des deux multiplications effectuées par les multiplieurs MULG et MULR.
Enfin, les moyens MSOM comprennent un troisième multiplieur MULB pour multiplier la composante Cb(n) avec la polarité POLB . Un additionneur SOMB somme le résultat délivré par l'additionneur SOMG et le résultat délivré par le multiplieur MULB.
Finalement, l'additionneur SOMB délivre le contour modifié C(n).
La figure 17 illustre un mode de réalisation des moyens MTRIRGB. A des fins de simplification, seuls les moyens destinés à élaborer le contour à insérer de la composante rouge SR, sont représentés. Ces mêmes moyens sont répétés pour les contours à insérer SB et SG respectivement des composantes bleue et verte. Des moyens MNRGB ordonnent les pixels des contours de chaque composante selon la polarité de contour sur la composante considérée (étape 10, figure 4 ou 8).
Puis un contour intermédiaire CTR(n) est élaboré par des moyens auxiliaires MNRGBAX. Ce contour intermédiaire CTR(n) est élaboré en fonction des contours sur chaque composante, délivrés par les moyens de décalage MDEC. A ce stade, les valeurs prises par
CTR(n) sont toujours normalisées.
Un inverseur X"1 reçoit l'amplitude du contour CA. Comme on peut le voir sur la figure 14, on rappelle que :
CA ≈ G4(max) - G4(min)
= CA(r max) - CA(r min) + CA(g max) - CA(g min) + CA(b max) - CA(b min)
= CA(r) + CA(g) + CA(p).
Les moyens de tri MTRIRGB comprennent en outre : un multiplieur MUL10 apte à multiplier le contour intermédiaire CTR(n) par l'inverse de l'amplitude du contour 1/CA, un autre multiplieur MULI l apte à multiplier la polarité POLR du contour sur la composante considérée (ici rouge) par le résultat délivré par le multiplieur MUL10, à savoir CTR(n)/CA, - un autre multiplieur MULl 2 apte à multiplier l'amplitude CA(r) du contour pour la composante considérée, ici rouge, par le résultat délivré par le multiplieur MULI l , à savoir POLR*CTR(n)/CA, et un sommateur SOM 13 apte à additionner le résultat délivré par le multiplieur MULl 2 à la borne inférieur du contour sur la composante rouge CA(rmin). Les multiplieurs MULlO, MULI l et MULl 2 et le sommateur SOM13 permettent d'effectuer l'étape 1 1 (figure 4 ou 8). Finalement il vient :
De même, il vient pour les composantes verte et bleue :
Les contours SR, SG, et SB comprennent les pixels de contours respectivement des composantes rouge, verte et bleue, ces pixels ayant une amplitude finale réelle et non plus normalisée.

Claims

REVENDICATIONS
1 - Procédé de traitement d'une image numérique qui comporte au moins une zone de contour, comprenant un traitement de netteté de la zone de contour, caractérisé par le fait que le traitement de netteté comporte une conversion des informations de niveau de pixels de la zone de contour en des informations principales initiales (étape 2), comprises entre 0, et une valeur principale fonction de l'amplitude du contour, un sous-traitement de netteté effectué sur ces informations principales initiales de façon à obtenir des informations principales finales (étapes 3 à 10), et une conversion des informations principales finales en des informations finales de niveaux (étape 1 1).
2-Procédé selon la revendication précédente, dans lequel le sous-trâitement de netteté comporte pour chaque pixel situé à l'intérieur de la zone de contour, la détermination d'une information intermédiaire, et la soustraction de l'information principale initiale maximale, de cette information intermédiaire, de façon à obtenir ladite information principale finale.
3- Procédé selon l'une des revendications précédentes, dans lequel l'image numérique est une image en couleurs, en particulier une image comprenant trois composantes (Cr, Cg, Cb) selon le format
RGB, et dans lequel pour chaque contour
- on détermine l' amplitude du contour à partir du contour de chaque composante de l'image en couleur, et
- on effectue les conversions et le sous-traitement du traitement de netteté des zones de contour pour chaque composante de l'image en couleur.
4-Procédé selon la revendication précédente, dans lequel on détermine l' amplitude du contour, en tenant compte également du sens de variation du contour de chaque composante. 5-Procédé selon la revendication précédente dans lequel, la détermination de l'amplitude comprend pour chaque contour :
- une multiplication (101) du contour de chaque composante de l'image par le sens de variation associé,
- une addition du contour multiplié de l' ensemble des composantes de l'image de façon à obtenir un contour modifié (102),
-le calcul de l'amplitude du contour en effectuant la différence entre la valeur de l'information de niveau prise par le contour modifié au début du contour et la valeur de l'information de niveau prise par le contour modifié considéré à la fin du contour.
6- Dispositif de traitement d'une image numérique qui comporte au moins une zone de contour, comprenant des moyens de traitement de netteté de la zone de contours (MTRC), caractérisé par le fait que les moyens de traitement de netteté comporte des premiers moyens de conversion (MCAL) aptes à convertir des informations de niveau de pixels de la zone de contour en des informations principales initiales, comprises entre 0 et une valeur principale fonction de l'amplitude du contour, des moyens de sous-traitement de netteté aptes à effectuer un traitement de netteté sur ces informations principales initiales de façon à obtenir des informations principales finales, et des deuxièmes moyens de conversion (MTRI) aptes à convertir les informations principales finales en des informations finales de niveaux. 7-Dispositif selon la revendication précédente, dans lequel les moyens de sous-traitement de netteté comportent des moyens de détermination aptes pour chaque pixel situé à l'intérieur dé la zone de contour, à déterminer une information intermédiaire, et des moyens de soustraction (MDEC) aptes à soustraire cette information intermédiaire de l'information principale initiale maximale, de façon à obtenir ladite information principale finale.
8-Dispositif selon la revendication 6 ou 7, dans lequel l'image numérique est une image en couleurs, en particulier une image comprenant trois composantes selon le format RGB et dans lequel
-les moyens de traitement de netteté de la zone de contour
(MTRC) comprennent en outre des moyens de détermination de l'amplitude du contour (MCamplRGB) aptes à déterminer l' amplitude du contour à partir du contour de chaque composante de l'image en couleur, et
- les premiers et deuxièmes moyens de conversion, et les moyens de sous-traitement de netteté sont aptes à opérer sur chaque composante de l'image en couleur.
9- Dispositif selon la revendication précédente, dans lequel les moyens de détermination de l'amplitude du contour (MCamplRGB) sont aptes à déterminer l'amplitude du contour en tenant compte également du sens de variation du contour de chaque composante.
10- Dispositif selon la revendication précédente, dans lequel lesdits moyens de détermination de l' amplitude du contour (MCamplRGB) comprennent
- des moyens de multiplication (MULR5 MULG, MULB) aptes à effectuer une multiplication du contour de chaque composante de l'image par le sens de variation associé,
- des moyens d'addition (SOMG, SOMB) aptes à additionner le contour multiplié de l'ensemble des composantes de l'image de façon à obtenir un contour modifié,
- des moyens de calcul (MDIF) de l'amplitude du contour aptes à effectuer la différence entre la valeur de l'information de niveau prise par le contour modifié au début du contour et la valeur de l'information de niveau prise par le contour modifié considéré à la fin du contour.
11- Système d'affichage, en particulier un écran plasma, comprenant un dispositif selon l'une des revendications 6 à 10.
EP07718101A 2006-01-17 2007-01-17 Procede de traitement d'une image numerique, en particulier le traitement des zones de contour, et dispositif correspondant Withdrawn EP1974541A2 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0600411A FR2896369A1 (fr) 2006-01-17 2006-01-17 Procede de traitement d'une image numerique, en particulier le traitement des zones de contour, et dispositif correspondant
PCT/FR2007/000082 WO2007083019A2 (fr) 2006-01-17 2007-01-17 Procede de traitement d'une image numerique, en particulier le traitement des zones de contour, et dispositif correspondant

Publications (1)

Publication Number Publication Date
EP1974541A2 true EP1974541A2 (fr) 2008-10-01

Family

ID=37420857

Family Applications (1)

Application Number Title Priority Date Filing Date
EP07718101A Withdrawn EP1974541A2 (fr) 2006-01-17 2007-01-17 Procede de traitement d'une image numerique, en particulier le traitement des zones de contour, et dispositif correspondant

Country Status (4)

Country Link
US (1) US8457436B2 (fr)
EP (1) EP1974541A2 (fr)
FR (1) FR2896369A1 (fr)
WO (1) WO2007083019A2 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3032297A1 (fr) 2015-02-04 2016-08-05 Stmicroelectronics (Grenoble 2) Sas Procede et dispositif de compression d'une image numerique couleur

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1064782A1 (fr) * 1999-01-15 2001-01-03 Koninklijke Philips Electronics N.V. Accroissement du contraste
US6738510B2 (en) * 2000-02-22 2004-05-18 Olympus Optical Co., Ltd. Image processing apparatus
US6717622B2 (en) * 2001-03-30 2004-04-06 Koninklijke Philips Electronics N.V. System and method for scalable resolution enhancement of a video image
US7113633B2 (en) * 2001-07-02 2006-09-26 Photoinaphoto.Com, Inc. System and method for discovering and categorizing attributes of a digital image
US7197178B2 (en) * 2003-07-14 2007-03-27 Rudolph Technologies, Inc. Photoresist edge bead removal measurement
US7426312B2 (en) * 2005-07-05 2008-09-16 Xerox Corporation Contrast enhancement of images

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2007083019A3 *

Also Published As

Publication number Publication date
US8457436B2 (en) 2013-06-04
WO2007083019A3 (fr) 2008-01-17
FR2896369A1 (fr) 2007-07-20
US20110129146A1 (en) 2011-06-02
WO2007083019A2 (fr) 2007-07-26

Similar Documents

Publication Publication Date Title
EP1523730B1 (fr) Procede et systeme pour calculer une image transformee a partir d&#39;une image numerique
US7916940B2 (en) Processing of mosaic digital images
JP4542528B2 (ja) 画像のコントラスト強調方法及び画像のコントラスト強調システム
JP4498361B2 (ja) レティネックス型アルゴリズムを高速化する方法
EP2174289A2 (fr) Procede de traitement d&#39;objet numerique et systeme associe.
FR2964490A1 (fr) Procede de demosaicage d&#39;une image brute numerique, programme d&#39;ordinateur et circuit imageur ou graphique correspondants
JPH0766977A (ja) 画像処理装置
JP5767064B2 (ja) イメージのエッジ向上方法
EP2390837B1 (fr) Dispositif et procédé de traitement d&#39;image, et dispositif d&#39;affichage d&#39;image
EP3438923B1 (fr) Appareil et procédé de traitement d&#39;images
US7269295B2 (en) Digital image processing methods, digital image devices, and articles of manufacture
US7430334B2 (en) Digital imaging systems, articles of manufacture, and digital image processing methods
WO2007071882A2 (fr) Procede pour fournir des donnees a un moyen de traitement numerique
US8009935B2 (en) Pixel interpolation circuit, pixel interpolation method, and recording medium
US7885488B2 (en) Image processing apparatus, method and medium
EP1974541A2 (fr) Procede de traitement d&#39;une image numerique, en particulier le traitement des zones de contour, et dispositif correspondant
KR100700017B1 (ko) 조정 가능한 임계값을 이용한 컬러 보간 장치
Aelterman et al. Computationally efficient locally adaptive demosaicing of color filter array images using the dual-tree complex wavelet packet transform
EP1808811B1 (fr) Procédé de traitement, par exemple d&#39;insertion des contours d&#39;une image numérique et dispositif correspondant
EP1679899A1 (fr) Procédé et dispositif de réduction des artefacts d&#39;une image numérique
JP2009239608A (ja) 画像処理装置およびデジタルカメラ
EP1553754B1 (fr) Procédé et dispositif d&#39;établissement de trames par diffusion d&#39;erreur et limitation d&#39;encre par matrices de valeurs de seuils
US8873848B2 (en) Image processing apparatus and image processing method
Lee et al. Colourisation in Yxy colour space for purple fringing correction
FR2925200A1 (fr) Procede de conversion de format d&#39;image video et dispositif correspondant

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20080711

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): DE FR GB IT

17Q First examination report despatched

Effective date: 20081127

DAX Request for extension of the european patent (deleted)
RBV Designated contracting states (corrected)

Designated state(s): DE FR GB IT

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20170801