TW200813889A - Image processor and processing method, recording medium, and program - Google Patents

Image processor and processing method, recording medium, and program Download PDF

Info

Publication number
TW200813889A
TW200813889A TW096103123A TW96103123A TW200813889A TW 200813889 A TW200813889 A TW 200813889A TW 096103123 A TW096103123 A TW 096103123A TW 96103123 A TW96103123 A TW 96103123A TW 200813889 A TW200813889 A TW 200813889A
Authority
TW
Taiwan
Prior art keywords
pixel
image
edge
intensity
plane
Prior art date
Application number
TW096103123A
Other languages
English (en)
Other versions
TWI340928B (zh
Inventor
Xavier Michel
Koji Aoyama
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of TW200813889A publication Critical patent/TW200813889A/zh
Application granted granted Critical
Publication of TWI340928B publication Critical patent/TWI340928B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • 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 OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • 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 OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)

Description

200813889 九、發明說明: 【發明所屬之技術領域】 記錄媒體、以 邊抑制增強圖 圖像處理裝置 本發明係關於一種圖像處理裝置及方法、 及程式,尤其係關於一種可以簡單的方法一 像之雜訊,一邊使圖像邊緣之鮮明感提高的 及方法、記錄媒體、以及程式。
【先前技铜J
先前,已提出使圖像邊緣之鮮明感提高之邊緣增強方 法。然而’利用先前之邊緣增強方法,有時會—同增強邊 緣附近之雜訊(例如,藉由圖像之壓縮處理所產生之蚊子 雜訊(mosquito noise)、隨機雜訊(rand〇m n〇ise)等)。例 如,於增強邊緣之前的圖像中,當如圖以斤示存在像素值 變化之區域時,利用先前方法進行邊緣增強後之圖像之對 應區域的像素值變化如圖2所示。即,於圖丨之區域Du所 對應的圖2之區域D2a中,像素值以大於圖1之區域DU的 斜率而變化,並且增強邊緣,另一方面,邊緣附近之區域 的圖1之區域Dlb及Die所對應的圖2之區域D2b及D2c中, 像素值之微細抖動之振幅被放大。 因此,為防止因邊緣增強所導致之晝質劣化,而提出以 下方法,即,提取輸入圖像之高頻成分,自高頻成分檢測 邊緣,分析邊緣之頻率,調變分析所得之頻率,並且根據 頻率之调义結果而產生邊緣像素,藉此,一邊抑制因過 衝、下衝等所導致之晝質劣化,一邊增強邊緣(例如參照 專利文獻1)。 116520.doc 200813889 [專利文獻1]日本專利特開2005-260534號公報 【發明内容】 [發明所欲解決之問題] 然而,專利文獻1所揭示之發明中,必須對所檢測之邊 緣進行頻率分析、頻率調變等處理,並且處理複雜。 本發明係鑒於上述狀況而創作完成,其可以簡單之方法 一邊抑制增強圖像之雜訊,一邊使圖像邊緣之鮮明感提 焉〇
[解決問題之技術手段] 本發明之一觀點之圖像處理裝置其包括:對比度檢測機 構,其對第1圖像中所觀察之像素即觀察像素檢測對比度 強度,即包含上述觀察像素之附近區域之對比度強度;平 面強度檢測機構,其根據上述對比度強度,對上述觀察像 素檢測平面強度,即包含上述觀察像素之附近區域之相對 於位置'M彳b的像素值變化較小之程度;邊緣強度檢測機 構,其根據上述對比度強度,對上述觀察像素檢測邊緣強 度即包3上述觀察像素之附近區域之相對於位置變化的 像素值欠化較大之程度;平面權重值設定機構,其對上述 觀察像素設定平面權重值’即,若包含上述觀察像素之附 近區域内的像素之上述平面強度越強,則平面權重值越 大二,若上述平面強度越弱,則平面權重值越小,·邊緣權重 X疋機構,其對上述觀察像素設定邊緣權ϋ,即,若 述觀,Τ、像素之附近區域内的像素之上述邊緣強度越 、J邊緣權重值越大,若上述邊緣強度越弱,則邊緣權 116520.doc 200813889 重值越小;衰減機構,其使上述第1圖像之特定頻帶成分 衰減;第1合成機構,其使上述第1圖像與上述第1圖像之 特疋頻nfjr成为被哀減後之弟2圖像的對應位置處的像素之 像素值附加根據上述平面權重值之權重而相加,藉此合成 圖像;邊緣增強機構,其增強由上述第1合成機構所合成 之第3圖像之邊緣;及第2合成機構,其使上述第1圖像與 增強上述第3圖像邊緣的第4圖像之對應位置處的像素之像 素值附加根據上述邊緣權重值之權重而相加,藉此合成圖 像。 上述對比度檢測機構可將合計值作為上述對比度強度而 檢測,該合計值係包含上述觀察像素之附近區域内之各像 素間的像素值之差分的絕對值乘以對應於像素間距離之權 重之值的合計值。 上述平面強度可在上述對比度強度小於第1臨限值時最 大,在上述對比度強度為上述第1臨限值以上且第2臨限值 以下時,隨著上述對比度強度增強而減小,並且在上述對 比度強度超過第2臨限值時最小;上述邊緣強度可在上述 對比度強度小於第3臨限值時最小,在上述對比度強度為 上述弟3 S品限值以上且第4臨限值以下時,隨著上述對比度 強度增強而增大’並且在上述對比度強度超過第4臨限值 時最大。 上述平面權重值設定機構可將合計值設定為上述平面權 重值,該合計值係包含上述觀察像素之附近區域内之各像 素的上述平面強度乘以對應於上述觀察像素與各像素間之 116520.doc 200813889 距離的權重之值的合計值;上述邊緣權重值設定機構可將 合5十值5又疋為上述邊緣權重值,該合計值係包含上述觀察 像素之附近區域内之各像素的上述邊緣強度乘以對應於上 述觀察像素與各像素間之距離的權重之值的合計值。 上述衰減機構可使上述第1圖像之高頻帶成分衰減。 上述苐1合成機構係上述平面權重值越大,則越提高上 述第2圖像之像素值之比率,上述平面權重值越小,則越 提咼上述第1圖像之像素值之比率,並且使上述第丨圖像與 上述第2圖像之對應位置處的像素之像素值相加;上述第2 合成機構係上述邊緣權重值越大,則越提高上述第4圖像 之像素值之比率,上述邊緣權重值越小,則越提高上述第 1圖像之像素值之比率,並且使上述第丨圖像與上述第4圖 像之對應位置處的像素之像素值相加。 本發明之一觀點之圖像處理方法、程式、或者記錄於記 錄媒體之程式包含如下步驟··對第丨圖像中所觀察之像素 即觀察像素檢測對比度強度,即包含上述觀察像素之附近 區域之對比度強度;根據上述對比度強度,對上述觀察像 素檢測平面強度,即包含上述觀察像素之附近區域之相對 於位置變化的像素值變化較小之程度;根據上述對比度強 度,對上述觀察像素檢測邊緣強度,含上述觀察像素 之附近區域之相對於位置變化的像素值變化較大之程度; 對上述硯察像素設定平面權重值,即,若包含上述觀察像 素之附近區域内的像素之上述平面強度越強則平面權重值 越大’若上述平面強度越弱,則平面權重值越小;對上述 116520.doc 200813889 觀察像素設定邊緣權重值,即,若包含上述觀察像素之附 、或内之像素的上述邊緣強度越強,則邊緣權重值越 大’若上述邊緣強度越弱,則邊緣權重值越小;使上述第 1圖像之特定頻帶成分衰減;使上述第1圖像與上述第1圖 像之特定頻帶成分被衰減後之第2圖像的對應位置處的像 素之像素值附加根據上述平面權重值之權重而相加,藉此 合成圖像;增強所合成之第3圖像邊緣;使上述第丨圖像與
増強上述第3圖像邊緣的第4圖像之對應位置處的像素之像 素值附加根據上述邊緣權重值之權重而相加,藉此合成圖 像。 於本發明之一觀點中,對第1圖像中所觀察之像素即觀 察像素檢測包對比度強度,即包含上述觀察像素之附近區 域之對比度強度;根據上述對比度強度,對上述觀察像素 檢測平面強度’即包含上述觀察像素之附近區域之相對於 位置變化的像素值變化較小之程度;根據上述對比度強 度’對上述觀察像素檢測邊緣強度,#&含上述觀察像素 之附近區域之相對於位置變化的像素值變化較大之程度; 對上述觀察像素設定平面權重值,即,若包含上述觀察像 素之附近區域㈣像素之上述平面強度越強,則平面權重 值越大’若上述平面強度越弱,則平面權重值越小;對上 述觀察像素設定邊緣#重值,即,若包含上述觀察像 附近區域内之像素的上述邊緣強度越㈣越大1上述邊 緣強度越if ’料緣權重值越小;使上述^圖像之特定 頻帶成分衰減;使上述第1圖像與上述第像之特定頻帶 116520.doc -10- 200813889 成分被衰減後之第2圖像的對應位置處的像素之像素值附 加根據上述平面權重值之權重而相加,藉此合成圖像;增 強所合成之第3圖像邊緣;使上述第丨圖像與增強上述第3 圖像邊緣的第4圖像之對應位置處的像素之像素值附加根 據上述邊緣權重值之權重而相加,藉此合成圖像。 [發明之效果] 如上所述,根據本發明之一觀點,可提高圖像邊緣之鮮 明感。又,根據本發明之一觀點,可以簡單之方法一邊抑 制增強圖像之雜訊,一邊使圖像邊緣之鮮明感提高。 【實施方式】 以下將對本發明之實施形態進行說明,本發明之結構要 件與說明書或圖式所揭示之實施形態的對應關係如下所 述。該揭示係用以確認支持本發明之實施形態已記载於發 明之詳細說明中。因此,雖記載於發明之詳細說明中,但 作為與本發明之結構要件對應之實施形態,即使對於此處 未揭不之實施形態,亦並不表示該實施形態與該結構要件 不對應。相反,實施形態即使作為結構要件所對應者而揭 示於此,亦並不表示該實施形態與該結構要件以外之結構 要件不對應。 本叙明一觀點之圖像處理裝置(例如圖3之圖像處理部12) 包含·對比度檢測機構(例如圖4之對比度計算部5 1 ),其對 第1圖像(例如輸入圖像)中所觀察之像素即觀察像素檢測對 比度強度,即,包含上述觀察像素之附近區域之對比度的 強度;平面強度檢測機構(例如圖4之平面強度檢測部52), 116520.doc 200813889 其根據上述對比度強度’對上述觀察像素檢測平面強度, 即’包含上述觀察像素之附近區域之相對於位置變化的像 素值變化較小之程度;邊緣強度檢測機構(例如圖4之邊緣 強度檢測部54) ’其根據上述對比度強度,對上述觀察像 素檢測邊緣強度,即,包含上述觀察像素之附近區域之相 對於位置變化的像素值變化較大之程度;平面權重值設定 機構(例如圖4之平面強度資訊產生部53),其對上述觀察像 素設定平面權重值,即,若包含上述觀察像素之附近區域 内的像素之上述平面強度越強,則平面權重值越大,若上 述平面強度越弱,則平面權重值越小;邊緣權重值設定機 構(例如圖4之邊緣強度資訊產生部55),其對上述觀察像素 設定邊緣權重值,# ’若包含上述觀察像素之附近區域内 的像素之上述邊緣強度越強,則邊緣權重值越大,若上述 邊緣強度越弱,則邊緣權重值越小;衰減機構(例如圖5之 平面濾波處理部81) ’其使上述第丨圖像之特定頻帶成分衰 減;第1合成機構(例如圖5之平面適應混合處理部。),其 使上述第1圖像與上述第1圖像之特定頻帶成分衰減後之第 2圖像(例如平面圖像)的對應位置處的像素之像素值,根據 上述平面權重值進行加權相加,藉此合成圖像;邊緣增強 機構(例如圖5之邊緣渡波處理部83),其增強由上述第1人 成機構所合成之第3圖像(例如平面混合圖像)之邊緣;以及 第2合成機構(例如圖5之邊緣適應混合處理部84),i使上 述第!圖像與增強上述第3圖像之邊緣的第4圖像(❹邊緣 圖像)之對應位置處的像素之像素值,㈣上述邊緣權重 116520.doc -12- 200813889 值進行加權相加,藉此合成圖像。 本發明一觀點之圖像處理方法、程式、或記錄於記錄媒 體中之程式包含如下步驟:對第丨圖像(例如輪入圖像)中所 觀察之像素即觀察像素檢測對比度強度,即,包含上述觀 察像素之附近區域之對比度的強度(例如圖7之步驟Μ 1) · 根據上述對比度強度,對上述觀察像素檢測平面強度, 即,包含上述觀察像素之附近區域之相對於位置變化的像 素值變化較小之程度(例如圖7之步驟S52);根據上述對比 度強度’對上述觀察像素檢測邊緣強度,即,包含上述觀 察像素之附近區域之相對於位置變化的像素值變化較大之 程度(例如圖7之步驟S53);對上述觀察像素設定平面權重 值即若包含上述觀察像素之附近區域内的像素之上述 平©強度越強’則平©權重值越大’若上述平面強度越 弱,則平面權重值越小(例如圖7之步驟S55);對上述觀察 像素設定邊緣權重值,即,若包含上述觀察像素之附近區 • 域内之像素的上述邊緣強度越強,則邊緣權重值越大,若 上述邊緣強度越弱,則邊緣權重值越小(例如圖7之步驟 S 5 6);使上述第i圖像之特定頻帶成分衰減(例如圖$之步 驟SKH”使上述第!圖像與上述第i圖像之特定頻帶成分 衰減後之第2圖像的對應位置處的像素之像素值,根據上 述平面權重值進行加權相加,藉此合成圖像(例如圖9之步 驟S102);增強所合成之第3圖像之邊緣(例如圖9之步驟 〇3) ’以及使上述第】圖像與增強上述第3圖像之邊緣的 第4圖像之對應位置處的像素之像素值,根據上述邊緣權 U6520.doc -13 - 200813889 重值進行加權相加 S104) 〇 错此合成圖像(例 如獨9之步驟 、下參照圖式來說明本發明之實施形態。 圖3係表示應用本發明之圖像處理裝置杂 J u本發明之圖像處理裝置丨構成為包含 輸入部11、圖像處理部12、以及圖像輸出部13。 σ象 圖像輸人部u例如將自記錄媒體所讀取、或者自外
置經由網路所傳送之作為處理對象之圖像(以下稱為輸^ 圖像),輸入至圖像處理部12。 則 圖像處理部12對輸入圖像之邊緣進行增強或修正,藉此 使圖像邊緣之鮮明感提高。圖像處理部12構成為包含=分 析處理部21及邊緣增強處理部22。 參照圖7,分析處理部21進行下述之分析處理。即,分 析處理部21檢測輸入圖像之平面強度及邊緣強度。再者, 所謂平面強度,係指作為處理對象之像素(以下稱為觀察 像素)及其附近區域的像素值變化較小之程度,若像素值 、!:化越小’則平面強度越強’若像素值變化越大,則平面 強度越弱。所謂邊緣強度,係指觀察像素及其附近區域之 相對於位置變化的像素值變化較大之程度,若像素值變化 越大,則邊緣強度越強,若像素值變化越小,則邊緣強度 越弱。 又’分析處理部21求出平面強度之權重即weight fiat、 以及邊緣強度之權重,即weight—edge。分析處理部21將表 示weight—flat之平面強度資訊、以及表示weight—edge之邊 H6520.doc -14- 200813889 緣強度資訊供給至邊緣增強處理部22。 參照圖9等如下所述,邊緣增強處理部22進行邊緣增強 處理,對輸入圖像之邊緣進行增強或修正。邊緣增強處理 部'22將進行邊緣增強處理後之圖像供給至圖像輸出部13。 圖像輸出部13例如將自圖像處理部12所供給之圖像顯示 於未圖示之顯示部、或記錄於記錄媒體中、或者經由傳送 媒體而傳送至其他裝置等。 圖4係表示分析處理部21之功能結構例之方塊圖。分析 處理部21構成為包含:對比度計算部51、平面強度檢測部 52、平面強度資訊產生部53、邊緣強度檢測部54、以及邊 緣強度資訊產生部55。 參照圖7如下所述,對比度計算部5 1對輸入圖像之各像 素檢測對比度強度,即,包含該像素之附近區域之對比度 的強度。對比度計算部5 1將表示所檢測之對比度強度的資 訊供給至平面強度檢測部52及邊緣強度檢測部54。 參照圖7如下所述’平面強度檢測部5 2根據對比度資 訊,對輸入圖像之各像素檢測平面強度。平面強度檢測部 52將表示平面強度之資訊供給至平面強度資訊產生部53。 參照圖7如下所述,平面強度資訊產生部5 3對輸入圖像 之各像素,求出平面強度之權重,即weight—Hat。平面強 度資訊產生部53將表示weight—flat之平面強度資訊供給至 邊緣增強處理部22。 參照圖7如下所述,邊緣強度檢測部54根據對比度資 訊,對輸入圖像之各像素檢測邊緣強度。邊緣強度檢測部 116520.doc -15- 200813889 54將表示邊緣強度之資訊供給至邊緣強度資訊產生部55。 荼照圖7如下所述,邊緣強度資訊產生部5 5對輸入圖像 之各像素,求出邊緣強度之權重,即weight—edge。邊緣強 度資訊產生部55將表示weight一edge之邊緣強度資訊供給至 邊緣增強處理部22。 圖5係表示邊緣增強處理部22之結構例之方塊圖。邊緣 增強處理部22構成為包含:平面濾波處理部81、平面適應 混合處理部82、邊緣濾波處理部83、以及邊緣適應混合處 理部84。 參照圖9等如下所述,平面濾波處理部8丨對自圖像輸入 部Π所供給之輸入圖像之各像素進行平面濾波處理。平面 濾波處理部81將由進行平面濾波處理後之像素(以下稱為 平面像素)所構成之圖像(以下稱為平面圖像)供給至平面適 應混合處理部82。 參照圖9等如下所述,平面適應混合處理部使用顯示 於平面強度資訊之weight—flat,將自圖像輸入部丨丨所供給 之輸入圖像與自平面濾波處理部81所供給之平面圖像的對 應位置處之像素的像素值相加,藉此合成輸入圖像與平面 圖像此2個圖像。平面適應混合處理部82將所合成之圖像 (以下稱為平面混合圖像)供給至邊緣濾波處理部83。 芩照圖9等如下所述,邊緣濾波處理部83對平面混合圖 像之各像素(以下稱為平面混合像素)進行邊緣濾波處理。 邊緣濾波處理部83係將由進行邊緣濾波處理後之像素(以 下稱為邊緣像素)所構成之圖像(以下稱為邊緣圖像)供給至 116520.doc -16- 200813889 邊緣適應混合處理部84。 參照圖9等如下所述,邊緣適應混合處理部叫 於邊緣強度資訊之weight_edge,將自圖像輸入部_ = 之輪入圖像與自邊緣濾波處理部83所供給之邊 的:
應位置處之像素的像素值相加,藉此合成輸人圖像與邊^ 圖像此2個圖像。邊緣適應混合處理糾將所合成之 (以下稱為邊緣混合圖像)供給至圖像輸出部13。再者Y以 下將構成邊緣混合圖像之像素稱為邊緣混合像素。 乂 其,’參照圖6至圖14,對由圖像處理裝置i進行之處理 首先,參照圖6之流程圖來說明由圖像處理裝置丨所進一 之邊緣增強處理。再者,例如,該處理係於❹者對圖: 處理裂置1中未圖示之操作部進行操作,#出輸人圖 邊緣增強指令時開始的。
於步驟S1,分析處理部21進行分析處理。此處 7之流程圖詳細說明分析處理。 參照圖 於步驟S51,對比度計算部51檢測對比度強度。具體而 言,對比度計算部5丨將自圖像輸入部丨丨所供給之輸2圖像 中< 1個像素作為觀察像素,提取以觀察像素為中心之特 定範圍(高度Μχ寬度N像素)區域(以下稱為觀察區域)内之 像素。再者,高度Μ及寬度n之值設為可變。 對比度計算部51在將觀察像素之座標設為(χ,幻,且將 觀察區域左上角之像素座標設為(Xt。,ytG)時,根據下式 而計算觀察像素之對比度強度(χ,y)。 116520.doc -17- 200813889 :丨2=。· · ·Ν—1 0* · *Μ—1 + i1,y to + j 1)-輸入像素(xt〇 + i2, + j2)|} …⑴
再者’輸入像素(XtQ + il,ytG+jl)及輸入像素(XtG + i2, yto+j2)分別表示座標(XtQ + ii,yt〇+j 丨)及座標(Xt〇+i2,yt()+j2) 處的像素之像素值,Coef(il-i2,jl-j2)表示與座標(xtG+il, ho+jl)及座標(XtQ + i2, ytG+j2)間之距離成比例之權重。即, 觀察像素之對比度強度(X,y)係將觀察區域内各像素間之 像素值的差分之絕對值,乘以像素間之距離所對應之權重 後所得之值的合計值。 對比度計算部5 1將表示對比度強度(X,y)之對比度資訊 輸出至平面強度檢測部52及邊緣強度檢測部54。 於步驟S52,平面強度檢測部52檢測平面強度。具體而 。’平面強度檢測部52根據下式(2) ’檢測觀察像素之平面 強度(X,y)。
f比度強度 {c〇ef(il —ί2,η_』2)χ| 輸人像素(Xt〇 [數1] 1.0 -對比度強度(x,y)+T; Tf2 - Tfl0.0 (對比度強度(x,y)<Tft) (Tfl S對比度強度(χ,γ)<τβ) (對比度強度(χ,γ)>ΤΩ) …(2) 再者’ Tfl及Τπ係特定之臨限值。即,如圖8所示,平面 強度(X,y)係在對比度強度(X,y)<Tfi時最大,為1〇,在 TflS對比度強度(X,時,隨著與對比度強度(χ,y)成比 例地減小而靠近〇·〇(隨著對比度強度(χ,y)之增強而減 116520.doc 18- 200813889 小),在對比度強度(x,y)>Tf2時最小,為〇〇。 再者,0至臨限值Tfl之範圍的對比度強度,係像素值變 化較小之平面區域内呈現的·頻率較高之對比度強度。 平面強度檢測部52將表示平面強度(x,y)之資訊供給至 平面強度資訊產生部53。 於步驟S53,邊緣強度檢測部54檢測邊緣強度。具體而 言,邊緣強度檢測部54根據下式(3),檢測觀察像素之邊緣 強度(X,y)。 [數2] 0.0 邊緣強度(X,y) = τ —T 1.0 61 (對比度強度(x,y)<Tel) (Tel <對比度強度(x,y)〈TJ (對比度強度(x,y)>Te2)
再者’ TjTeA特定之臨限值。即,如圖8所示,邊緣 強度係在胃比度強度(x,y)<Tei時最+,為G.Q,在K對比 度強度(X,y)ge2時’隨著與對比度強度(X,y)成比例地增 大而靠近W隨著對比度強度(X,y)之增強而增大),在對 比度強度(X,y)>Te2時最大,為1()。 再者,超過臨限值Te2之範圍的對比度強度,係像辛值 急劇變化之邊緣區域内呈現的頻率較高之對比度強度。 息邊緣強度檢測部54將表示邊緣強度(X,y)之資訊i给至 邊緣強度資訊產生部55。 、主 對所有像素進行 之所有像素檢測 於步驟S54,分析處理部21判定是否已 了處理。當分析處理部21尚未對輸入圖像 116520.doc -19- 200813889 出對比度強度、平面強度、以及邊緣強度時,判定未對所 有像素進行處理,故處理返回至步驟S5 1。其後,於步驟 S54,重複執行步驟S51至S54之處理,直至判定已對所有 像素進行了處理,再對輸入圖像之所有像素檢測對比度強 度、平面強度、以及邊緣強度。 於步驟S54,當判定已對所有像素進行了處理時,處理 進入至步驟S55。 於步驟S55,平面強度資訊產生部53產生平面強度資 汛。具體而言,平面強度資訊產生部53根據下式(4),計算 輸入圖像各像素之weight_flat (X,y)。 [數3] weighLflat(x,y) = ||{c〇ef_F^ …(4) 再者,Coef—flat (XtG+i,ytG+j)係觀察像素與座標(Xt〇+i, yt〇+j)像素間之距離所對應之權重,距離越短,則上述權 重越大,距離越長,則上述權重越小。即,weight_fiat (χ, y)係將觀察區域内各像素之平面強度’乘以與觀察像素間 之距離所對應之權重即coef_flat後所得之值的合計值。 因此,對於weight—flat (X,y)而言,若觀察區域内像素 之平面強度越強,則weight_flat (x,y)越大,若觀察區域 内像素之平面強度越弱,則weight—flat (χ, y)越小。又, 平面強度較強之像素越靠近觀察像素,則weight—flat (x, y)越大。 116520.doc -20- 200813889 平面強度資訊產生部53將表示weight—flat (x,y)之平面 強度資訊供給至平面適應混合處理部82。 於步驟S56,邊緣強度資訊產生部55產生邊緣強度資 訊,由此分析處理結束。具體而言,邊緣強度資訊產生部 55根據下式(5),計算輸1入圖像之各像素之_^111以#^, y) 〇 [數4] N-l M-1 weight—edge(x,y) = g g {C〇ef—Edge(xt。+ i,yt。+ j) X 邊緣強度 & ① + i,% + 说 …(5) 再者,CoefJEdge (xtG+i,ytG+j)係觀察像素與座標(Xt〇+i, yt〇+j)像素間之距離所對應之權重,距離越短,則 CoefjEdge (xt〇+i,yt〇+j)越大,距離越長,則 CoefjEdge Oto+i,yt0+j)越小。即,weight—edge (X,y)係將觀察區域内 各像素之邊緣強度,乘以與觀察像素間之距離所對應之權 重即Coef—Edge後所得之值的合計值。 因此,對於weight 一 edge (X,y)而言,若觀察區域内像素 之邊緣強度越強,則weight 一 edge (X,y)越大,若觀察區域 内像素之邊緣強度越弱,則weight—edge (X,y)越小。又, 邊緣強度較強之像素越罪近觀察像素,則(χ, y)越大。 邊緣強度寅產生部55將表示weight—e(jge (χ,y)之邊緣 強度資訊供給至邊緣適應混合處理部。 返回至圖6,邊緣增強處理部22進行邊緣增強處理,邊 116520.doc 21 200813889 緣增強處理結束。此處,參照圖9之流程圖,詳細說明邊 緣增強處理。 於步驟S10 1,平面濾波處理部8 1對輸入圖像進行平面濾 波處理。具體而言,平面濾波處理部8丨針對輸入圖像之各 • 像素’使用濾波器對包含該像素及該像素附近之像素的區 β 域進行平面濾波處理,該濾波器具有使輸入圖像之特定空 間頻帶成分衰減之特性。平面濾波處理部81將由進行平面 ;慮波處理後之平面像素所構成之平面圖像供給至平面適應 混合處理部82。 平面濾波處理部81例如使用中值濾波器、低通濾波器等 可使圖像之高頻帶成分衰減之平滑化濾、波器,進行平面濾 波處理。於此情形時,於輸入圖像中,如圖1〇所示,當存 在像素值變化之區域時,進行平面渡波處理後之平面圖像 所對應之區域的像素值變化如圖1 1所示。即,藉由使像素 值之變化平滑化,而可使包含輸入圖像邊緣之圖1〇之區域 Φ D1 la所對應的圖11之區域D12a中,像素值之變化和緩(邊 緣強度減弱)。又,輸入圖像之邊緣附近之區域即圖1〇之 區域Dllb及Dllc所對應的圖11之區域D12b及Dl2c中,邊 - 緣附近之像素值之微細(振幅較小)的抖動受到抑制。 於步驟s 1 02,平面適應混合處理部82對輸入圖像及平面 圖像進行平面適應混合處理。具體而言,平面適應混合處 理部82根據下式(6),計算構成平面混合圖像之平面混合像 素之像素值。 116520.doc -22- 200813889 平面混合像素(X,y) ^-weight—flat(X,y))x 輸入像素(x,y)+weight_fl 略 再者,平®像素(x,y)表示平面圖像之座標(χ,之像素 (平面像素)的像素值,平面混合像素(χ,似示平面混合圖 像之座標(X,y)之像素(平面混合像素)的像素值。即,對於 平面適應混合處理部82而(X,y)越大(越 為平面強度較強之區域之像素)’則越會提高平面圖像之 鲁 像素值之比率,並降低輸入圖像之像素值之比率,若 welght—flat (X,y)越小(越為平面強度較弱之區域之像素), 則越會提高輸入圖像之像素值之比率,並降低平面圖像之 像素值之比率,並且使輸入圖像與平面圖像之對應位置處 的像素之像素值相加。 因此,例如,將如圖1〇所示之像素值變化之輸入圖像與 如圖11所示之像素值變化之平面圖像,輸入至平面適應混 合處理部82時,自平面適應混合處理部82所輸出之平面混 # 合圖像之像素值的變化如圖12所示。即,於圖10之區域 Dlla所對應的圖12之區域⑴“中,像素值以與圖1〇之區 域D1 la大致相同之斜率而變化。即,於平面混合圖像中, 將輸入圖像之邊緣大致不變地保持。又,圖1〇之區域^^匕 及Dllc所對應的圖12之區域d13七及d13c内之像素值,以 與圖11之區域Dl2b及D12c内之像素值大致相同之方式而 變化。即,於平面混合圖像中,輸入圖像之邊緣附近的像 素值之被細抖動受到抑制。 平面適應混合處理部82將由進行平面適應混合處理後之 116520.doc -23 - 200813889 平面混合像素所構成之平面混合圖像供給至邊緣遽理 部83。 於步驟S103,邊㈣波處理部83對平面混合圖像進行邊 緣濾波處理。具體而言,邊緣濾波處理部83針對平面混合 , ϋ像之各像素,使_波器對包含該像素及該像素附近之 . I素的區域進行冑波處1’㈣波器具有使圖像之高頻成 分通過之特性。邊緣濾波處理部83將由進行邊緣濾波處理 癱後之邊緣像素所構成之邊緣圖像供給至邊緣適應混合處理 部 84。 例如,將如圖12所示之像素值變化之平面混合圖像輸入 至邊緣濾波處理部83時,自邊緣濾波處理部83所輸出之邊 緣圖像之像素值的變化如圖13所示。即,於圖12之區域 D13a(圖10之區域Dlla)所對應的圖13之區域牦中,像素 值以與圖12之區域D13a(圖10之區域〇11勾相比較大之斜率 而變化。即,邊緣圖像中,輸入圖像之邊緣得到增強。 φ 於步驟S104,邊緣適應混合處理部84對輸入圖像及邊緣 圖像進行邊緣適應混合處理。具體而言,邊緣適應混合處 理部84根據下式(7),計算構成邊緣混合圖像之邊緣混合像 素之像素值。 邊緣混合像素(X,y) -(l-weight—edge (X,y))x 輸入像素(x, y)+weight— …⑺ 再者,邊緣像素(X,y)表示邊緣圖像之座標(x,y)之像素 (邊緣像素)的像素值,邊緣混合像素(x, y)表示邊緣混合圖 116520.doc -24- 200813889 像之座標(x,y)之像素(邊緣混合像素)的像素值。即,對於 邊緣適應混合處理部84而言,若weight—edge (χ,y)越大(越 為邊緣強度較強區域之像素),㈣會提高邊緣圖像之像 素值之比率,並降低輸入圖像之像素值之比率,若 weight—edge (X,y)越小(越為邊緣強度較弱之區域之像 素),則越會提高輸入圖|之像素值之比率,&降低邊緣 圖像之像素值之比率,並且使输入圖像與邊緣圖像之對應 位置處的像素之像素值相加。 因此,例如,將如圖10所示之像素值變化之輸入圖像與 如圖13所示之像素值變化之邊緣圖像,輸入至邊緣適應混 合處理部84時,自邊緣適應混合處理部料所輸出之邊緣混 合圖像之像素值的變化以圖14所示之方式而變化。即,圖 10之區域Dlla所對應的圖14之區域⑴“中,像素值以與 圖13之區域D l4a大致相同之斜率而變化。即,邊緣混合圖 像中’輸入圖像之邊緣得到增強。又,圖1〇之區域D1 lb及 D 11c所對應的圖14之區域D1 5b及D1 5c内之像素值,以與 圖10之區域Dllb及Dllc内之像素值大致相同之方式而變 化。即’於邊緣混合圖像中,使輸入圖像之邊緣附近之像 素值的微細抖動大致保持不變。 因此’邊緣混合圖像僅增強輸入圖像之邊緣,使邊緣之 鮮明感提高,並且對於其他區域,其圖像成為與輸入圖像 大致相同之圖像,且因雜訊增強或對比度降低等所導致之 晝質劣化受到抑制。 邊緣適應混合處理部84將由進行邊緣適應混合處理後之 116520.doc 200813889 像供給至圖像輸出部 邊緣混合像素所構成之邊緣混合圖 13 〇 圖15表示根據先前之方法淮奸、嘉 一 汝進仃邊緣修正後之圖像,圖16 表示根據使用本發明之方法斟知η 万凌對相冋圖像進行邊緣修正後之 圖像。於圖15之圖像申,圖像邊鏠 口1豕瓊、、彖附近之雜訊被增強,因 而晝質劣化’但於圖16之圖傻φ,闰你、皇 圆像中,圖像邊緣附近之雜訊幾 乎不明顯,因而獲得良好晝質。 又’如上所述,可藉由簡單計算而求出對比度強度、平 ®強度、邊緣強度、weight_flat、以及weight edge,故而 可減輕邊緣增強處理時所需之計算量。因此,可簡單且迅 速地-邊抑制增強圖像之雜訊,一邊使圖像邊緣之鮮明感 提高。 如上所述,對第丨圖像之各像素檢測對比度強度,該對 比度強度表示包含該像素之附近的對比度之強度;根據對 比度強度,對第i圖像之各像素檢測包含該像素之附近區 _ 域之相對於位置變化的像素值具有較小變化程度之平面強 度;根據對比度強度,對第i圖像之各像素檢測包含該像 素之附近區域之相對於位置變化的像素值具有較大變化程 度之邊緣強度;使第1圖像之特定頻帶成分衰減;使第i圖 像與第1圖像之特定頻帶成分衰減後之第2圖像的對應位置 處的像素之像素值,根據平面強度進行加權相加,藉此合 成圖像;增強由第1合成機構所合成之第3圖像之邊緣;使 第1圖像與增強第3圖像之邊緣的第4圖像之對應位置處的 像素之像素值,根據邊緣強度進行加權相加,藉此合成圖 116520.doc -26- 200813889 像,於此情形時,可使圖像邊緣之鮮明感提高。又,可以 簡皁之方法一邊抑制增強圖像之雜訊,一邊使圖像邊緣之 鮮明感提高。 再者,於以上說明中,表示邊緣增強處理部22之各部分 輪流處理1張圖像之例,但各部分亦可以像素為單位進行 並列處理。 X上w兒明係使用相同觀察區域内之像素而求出對比 度強度、weight一Hat、以及weight一edge,但亦可個別地設 定用以求出各值之像素區域。 再者’本發明可應用於對邊緣進行增強或修正之各種圖 像處理裝置,例如個人電腦、pDA (Pers〇nai
AsS1Stant,個人數位助理)、各種AV (Audio Visual,視聽) 機器等。 " 上述一系列處理可藉由硬體而進行,亦可藉由軟體而進 订。當由軟體進行一系列處理時,構成該軟體之程式可自 私式記錄媒體安裝至由專用硬體所組裝之電腦中,或者安 裝至稭由安裝各種程式而可執行各種功能之例如通用個人 電腦等中。 圖17係藉由程式而執行上述一系列處理之個人電腦之結 構例的方塊圖。CPU 3 01根據記憶於R〇M 3 02或記憶部3 0 8 之私式來執行各種處理。RAM 3〇3中適當記憶有cpu 3〇1 將執行之程式或資料等。該等CPU 301、R0M 3 02、以及 RAM 3 03藉由匯流排304而相互連接。 CPU 30 1上亦經由匯流排3 〇4而連接有輸入输出介面 116520.doc -27- 200813889 3〇5。輸入輪出介面3〇5上連接有由鍵盤、鼠標、麥克風等 f成之輸人部3G6 ’以及由顯示器、揚聲ϋ等構成之輪出 邛307。CPU 301對應於自輸入部3〇6所輸入之指令而執行 各種處理。並且CPU3〇1將處理之結果輸出至輸出部3〇7。 立舁輸入輸出介面3〇5連接之記憶部3〇8例如包含硬碟,記 憶CPU 3〇1所執行之程式或各種資肖。通訊部經由網際
網路或局域網路等網路而與外部裝置通訊。 T
又,亦可經由通訊部3〇9而取得程式,並且記 部308中。 U 當安裝有磁碟、光碟、磁光碟、或半導體記憶體等可移 除式媒體311時,與輸入輸出介面3〇5相連接之驅動器 驅動上述媒體,取得記錄於其中之程式或資料等。所取得 之程式或資料根據需要傳送並記憶於記憶部3〇8。 將安裝於電腦並成為可由電腦執行之狀態的程式加以儲 存的程式記錄媒體如圖17所示,其構成為包含套裝軟體媒 體即可移除式媒體311或硬碟,上述可移除式媒體3ιι包含 磁碟(包括軟性磁碟(flexible disk))、光碟(包括CD_r〇m (C—ct mSC-Read 0nly Mem〇ry,唯讀光碟)、_ (Dlgltal Versatile Disc,數位影音光碟))、磁光碟、或者半 導體記憶體等,·上述硬碟構成暫時或永久儲存程式之汉⑽ 302及記憶部3〇8。向程式記錄媒體中儲存程式之操作,係 根據需要’經由路由器及作為調制解調器等介面之通訊部 309’、利用局域網路、網際網路、數位衛星廣播等有線或 無線通訊媒體而進行的。 116520.doc -28 - 200813889 再者,本說明書中記诚棘十μ 魂錯存於程式記錄媒體中之程式的 步驟,當然包含按照所一 w '、、所揭不之順序以時間序列進行之處 理,即使未必以時間序列淮> 々夕』進仃處理,亦包含並列或個別進 行之處理。 本t明之κ施形態並非限定於上述實施形態,於不 .脫離本發明要旨之範圍内可進行各種變更。 【圖式簡單說明】 # 係表示輸人圖像之像素值之變化例的圖表。 圖2係表示利用先前方法進行邊緣增強後之圖像之像素 值變化例的圖表。 圖3係表示應用本發明之圖像處理裝置之一實施形態的 方塊圖。 圖4係表示圖3之分析處理部之功能結構例的方塊圖。 圖5係表示圖3之邊緣增強處理部之功能結構例的方塊 圖。 ⑩ 圖6係用以說明利用圖3之圖像處理裝置所執行之圖像處 理的流程圖。 圖7係用以詳細說明圖6中步驟81之分析處理之流程圖。 • 圖8係表示對比度強度、平面強度及邊緣強度之關係之 圖表。 圖9係用以詳細說明圖6中步驟S2之邊緣增強處理之流程 圖。 圖10係表示輸入圖像之像素值之變化例的圖表。 圖Π係表示平面圖像之像素值之變化例的圖表。 116520.doc -29- 200813889 圖12係表示平面混合圖像之像素值之變化例的圖表。 圖13係表示邊緣圖像之像素值之變化例的圖表。 圖14係表示邊緣混合圖像之像素值之變化例的圖表。 圖 圖15係表示利用先前方法進行邊緣修正後之圖像之^ 圖16係表示利用圖3之圖像處理裝置進行邊緣修正 圖像之例圖。 圖17係表示個人電腦之結構例的方塊圖。 【主要元件符號說明】
1 圖像處理裝置 12 圖像處理部 21 分析處理部 22 邊緣增強處理部 51 對比度計算部 52 平面強度檢測部 5 3 平面強度資訊產生部 54 邊緣強度檢測部 55 邊緣強度資訊產生部 81 平面濾波處理部 82 平面適應混合處理部 83 邊緣濾波處理部 84 邊緣適應混合處理部 301 CPU 302 ROM 116520.doc 30- 200813889 303 RAM 308 記錄部 310 驅動器 311 可移除式媒體
116520.doc - 31 -

Claims (1)

  1. 200813889 十、申請專利範圍: 1· 一種圖像處理裝置,其包括: 對比度檢測機構,其對第1圖像中所觀察之像素即觀 察像素檢測對比度強度,即包含上述觀察像素之附近區 域之對比度強度; 平面強度檢測機構,其根據上述對比度強度,對上述 觀察像素檢測平面強度,即包含上述觀察像素之附近區 域之相對於位置變化的像素值變化較小之程度;
    邊緣強度檢測機構,其根據上述對比度強度,對上述 觀察像素檢測邊緣強度,即包含上述觀察像素之附近區 域之相對於位置變化的像素值變化較大之程度; 平面權重值設定機構,其對上述觀察像素設定平面權 重值,即,若包含上述觀察像素之附近區域内之像素的 上述平面強度越強,則平面權重值越大,若上述平面強 度越弱,則平面權重值越小; 邊緣權重值設定機構,其對上述觀察像素設定邊緣權 重值,即’若包含上述觀察像素之附近區域内之像素的 上述邊緣強度越強,則邊緣權重值越大1上述邊緣強 度越弱,則邊緣權重值越小; 哀減機構,其使上述第1圖像之特定頻帶成分衰減; 一第…成機構,其使上述第i圖像與上述第像之特 定頻帶成分被衰減後之第2圖像的對應位置處的像素之 附加根據上述平面權重值之權重而相加,藉此合 116520.doc 200813889 邊緣增強機構,其增強由上述第1合成機構所合成之 第3圖像之邊緣;及 第2合成機構,其使上述第!圖像與增強上述第3圖像 邊緣的第4圖像之對應位置處的像素之像素值附加根據 上述邊緣權重值之權重而相加,藉此合成圖像。 2.如請求項1之圖像處理裝置,其中 上述對比度檢測機構係將合計值作為上述對比度強度 而檢測,該合計值係包含上述觀察像素之附近區域内之 各像素間的像素值之差分的絕對值乘以對應於像素間距 離之權重之值的合計值。 3 ·如請求項1之圖像處理裝置,其中 上述平面強度係在上述對比度強度小於第1臨限值時 最大,在上述對比度強度為上述第丨臨限值以上且第2臨 限值以下時,隨著上述對比度強度增強而減小,並且在 上述對比度強度超過第2臨限值時最小; 上述邊緣強度係在上述對比度強度小於第3臨限值時 最小,在上述對比度強度為上述第;3臨限值以上且第4臨 限值以下時,隨著上述對比度強度增強而增大,並且在 上述對比度強度超過第4臨限值時最大。 4 ·如請求項1之圖像處理裝置,其中 上述平面權重值設定機構係將合計值設定為上述平面 權重值,該合計值係包含上述觀察像素之附近區域内之 各像素的上述平面強度乘以對應於上述觀察像素與各像 素間之距離的權重之值的合計值,· 116520.doc 200813889 上述邊緣權重值設定機構係將合計值設定為上述邊緣 權重值,該合計值係包含上述觀察像素之附近區域内之 各像素的上述邊緣強度乘以對應於上述觀察像素與各像 素間之距離的權重之值的合計值。 5 ·如請求項1之圖像處理裝置,其中 上述衰減機構使上述以圖像之高頻帶成分衰減。 6·如請求項1之圖像處理裝置,其中 上述第1合成機構係上述平面權重值越大,則越提高 上述第2圖像之像素值之比率,上述平面權重值越小, 則越提高上述第!圖像之像素值之比率,並且使上述P 圖像與上述第2圖像之對應位置處的像素之像素值相 加; 上述第2合成機構係上述邊緣權重值越大,則越提高 上述第4圖像之像素值之比率’上述邊緣權重值越小, 則越提高上述第1圖像之像素值之比率,並且使上述第!
    圖像與上述第4圖像之對應位置處的像素之像素值相 加0 一種圖像處理方法,其包含如下步驟: 對弟1圖像中所觀察之像素即觀察像素檢測對比度強 度’即包合上述觀察像素之附近區域之對比度強度; 根據上述對比度強度,對上述觀察像素檢測;面強 度’即包合上述觀察像素之附近區域之相對於位置變化 的像素後變化較小之程度; 根據上述對比度強度,對上述觀察像素檢測邊緣強 116520.doc 200813889 度’即包含上述觀察像素之附近區域之相對於位置變化 的像素值變化較大之程度; 對上述觀察像素設定平面權重值,即,若包含上述觀 察像素之附近區域内的像素之上述平面強度越強,則平 面權重值越大,若上述平面強度越弱,則平面權重值越 小; 對上述觀察像素設定邊緣權重值,即,若包含上述觀 察像素之附近區域内之像素的上述邊緣強度越強,則平 面權重值越大,若上述邊緣強度越弱,則邊緣權重值越 小; 使上述第1圖像之特定頻帶成分衰減; 使上述第丨圖像與上述第丨圖像之特定頻帶成分被衰減 後之第2圖像的對應位置處的像素之像素值附加根據上 述平面權重值之權重而相加,藉此合成圖像; 增強所合成之第3圖像邊緣; 使上述第1圖像與增強上述第3圖像邊緣的第$圖像之 對應位置處的像素之像素值附加根據上述邊緣權重值之 權重而相加,藉此合成圖像。 8. —種程式,其使電腦執行包含如下步驟之處理: 對第1圖像中所觀察之像素即觀察像素檢測對比度強 度’即包含上述觀察像素之附近區域之對比度強度; 根據上述對比度強度,斟 對上述觀察像素檢測平面強 度’即包含上述觀察像幸 京之附近區域之相對於位置變化 的像素值變化較小之程度; 116520.doc 200813889 根據上述對比度強度,對上述觀察像素檢測邊緣強 度’即包含上述觀察像素之附近區域之相對於位置變化 的像素值變化較大之程度; 對上述觀察像素設定平面權重值,即,若包含上述觀 察像素之附近區域内的像素之上述平面強度越強,則平 面權重值越大,若上述平面強度越弱,則越平面權重值 小; 對上述觀察像素设定邊緣權重值,即,若包含上述觀 察像素之附近區域内之像素的上述邊緣強度越強,則邊 緣權重值越大,若上述邊緣強度越弱,則邊緣權重值越 小; 使上述第1圖像之特定頻帶成分衰減; 使上述第1圖像與上述第丨圖像之特定頻帶成分被衰減 後之第2圖像的對應位置處的像素之像素值附加根據上 述平面權重值之權重而相加,藉此合成圖像; 增強所合成之第3圖像邊緣;使上述第丨圖像與增強上 述第3圖像邊緣的第4圖像之對應位置處的像素之像素值 附加根據上述邊緣權重值之權重而相加,藉此合成圖 像。 9· 一種記錄媒體,其記錄有如請求項8之程式。 116520.doc
TW096103123A 2006-02-07 2007-01-29 Image processor and processing method, recording medium, and program TW200813889A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006029506A JP4730121B2 (ja) 2006-02-07 2006-02-07 画像処理装置および方法、記録媒体、並びに、プログラム

Publications (2)

Publication Number Publication Date
TW200813889A true TW200813889A (en) 2008-03-16
TWI340928B TWI340928B (zh) 2011-04-21

Family

ID=37908315

Family Applications (1)

Application Number Title Priority Date Filing Date
TW096103123A TW200813889A (en) 2006-02-07 2007-01-29 Image processor and processing method, recording medium, and program

Country Status (7)

Country Link
US (1) US7817875B2 (zh)
EP (1) EP1816601B1 (zh)
JP (1) JP4730121B2 (zh)
KR (1) KR101342222B1 (zh)
CN (1) CN100546340C (zh)
DE (1) DE602007000059D1 (zh)
TW (1) TW200813889A (zh)

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5294595B2 (ja) * 2007-08-29 2013-09-18 三菱電機株式会社 輪郭強調方法
CN101505361B (zh) * 2008-02-04 2012-12-12 胜华科技股份有限公司 影像处理装置及影像处理方法
JP4586893B2 (ja) * 2008-06-13 2010-11-24 ソニー株式会社 信号処理装置および方法、並びにプログラム
KR20100050005A (ko) * 2008-11-04 2010-05-13 한국전자통신연구원 에지의 방향성에 기반한 이방성 확산 방법 및 장치
JP5407462B2 (ja) * 2009-03-19 2014-02-05 富士通株式会社 画像出力装置、輪郭強調装置及び輪郭強調方法
EP2284800B1 (en) * 2009-07-23 2018-09-05 Samsung Electronics Co., Ltd. Method and system for creating an image
US8391647B1 (en) * 2010-02-17 2013-03-05 Hewlett-Packard Development Company, L.P. Pixel replacement
TWI448985B (zh) 2010-09-30 2014-08-11 Realtek Semiconductor Corp 影像調整裝置及方法
CN102447816B (zh) * 2010-10-13 2016-09-07 瑞昱半导体股份有限公司 图像调整装置及方法
KR101248808B1 (ko) * 2011-06-03 2013-04-01 주식회사 동부하이텍 경계 영역의 잡음 제거 장치 및 방법
JP5804258B2 (ja) * 2011-08-15 2015-11-04 セイコーエプソン株式会社 画像処理装置、電子機器
CN103049922B (zh) * 2012-12-05 2015-08-19 深圳深讯和科技有限公司 移轴特效图像生成方法及装置
JP6164977B2 (ja) * 2013-08-14 2017-07-19 オリンパス株式会社 画像処理装置、画像処理方法及び画像処理プログラム
KR101527962B1 (ko) * 2014-03-27 2015-06-11 전남대학교산학협력단 비디오 영상의 움직임 객체 추출 방법
US10009510B2 (en) * 2014-04-29 2018-06-26 Hewlett-Packard Development Company, L.P. Scanner with a background
JP6455011B2 (ja) * 2014-08-06 2019-01-23 セイコーエプソン株式会社 画像処理装置、輪郭抽出方法及びプログラム
CN106911904B (zh) * 2015-12-17 2020-04-21 通用电气公司 图像处理方法、图像处理系统及成像系统
US11042161B2 (en) 2016-11-16 2021-06-22 Symbol Technologies, Llc Navigation control method and apparatus in a mobile automation system
US11093896B2 (en) 2017-05-01 2021-08-17 Symbol Technologies, Llc Product status detection system
US10949798B2 (en) 2017-05-01 2021-03-16 Symbol Technologies, Llc Multimodal localization and mapping for a mobile automation apparatus
US10726273B2 (en) 2017-05-01 2020-07-28 Symbol Technologies, Llc Method and apparatus for shelf feature and object placement detection from shelf images
US10663590B2 (en) 2017-05-01 2020-05-26 Symbol Technologies, Llc Device and method for merging lidar data
US10591918B2 (en) 2017-05-01 2020-03-17 Symbol Technologies, Llc Fixed segmented lattice planning for a mobile automation apparatus
US11367092B2 (en) 2017-05-01 2022-06-21 Symbol Technologies, Llc Method and apparatus for extracting and processing price text from an image set
US11449059B2 (en) 2017-05-01 2022-09-20 Symbol Technologies, Llc Obstacle detection for a mobile automation apparatus
DE112018002314T5 (de) 2017-05-01 2020-01-23 Symbol Technologies, Llc Verfahren und vorrichtung zur erkennung eines objektstatus
US11600084B2 (en) 2017-05-05 2023-03-07 Symbol Technologies, Llc Method and apparatus for detecting and interpreting price label text
US10489677B2 (en) * 2017-09-07 2019-11-26 Symbol Technologies, Llc Method and apparatus for shelf edge detection
US10572763B2 (en) 2017-09-07 2020-02-25 Symbol Technologies, Llc Method and apparatus for support surface edge detection
US10521914B2 (en) 2017-09-07 2019-12-31 Symbol Technologies, Llc Multi-sensor object recognition system and method
US10823572B2 (en) 2018-04-05 2020-11-03 Symbol Technologies, Llc Method, system and apparatus for generating navigational data
US11327504B2 (en) 2018-04-05 2022-05-10 Symbol Technologies, Llc Method, system and apparatus for mobile automation apparatus localization
US10832436B2 (en) 2018-04-05 2020-11-10 Symbol Technologies, Llc Method, system and apparatus for recovering label positions
US10809078B2 (en) 2018-04-05 2020-10-20 Symbol Technologies, Llc Method, system and apparatus for dynamic path generation
US10740911B2 (en) 2018-04-05 2020-08-11 Symbol Technologies, Llc Method, system and apparatus for correcting translucency artifacts in data representing a support structure
US11010920B2 (en) 2018-10-05 2021-05-18 Zebra Technologies Corporation Method, system and apparatus for object detection in point clouds
US11506483B2 (en) 2018-10-05 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for support structure depth determination
US11003188B2 (en) 2018-11-13 2021-05-11 Zebra Technologies Corporation Method, system and apparatus for obstacle handling in navigational path generation
US11090811B2 (en) 2018-11-13 2021-08-17 Zebra Technologies Corporation Method and apparatus for labeling of support structures
US11079240B2 (en) 2018-12-07 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for adaptive particle filter localization
US11416000B2 (en) 2018-12-07 2022-08-16 Zebra Technologies Corporation Method and apparatus for navigational ray tracing
US11100303B2 (en) 2018-12-10 2021-08-24 Zebra Technologies Corporation Method, system and apparatus for auxiliary label detection and association
US11015938B2 (en) 2018-12-12 2021-05-25 Zebra Technologies Corporation Method, system and apparatus for navigational assistance
US10731970B2 (en) 2018-12-13 2020-08-04 Zebra Technologies Corporation Method, system and apparatus for support structure detection
CA3028708A1 (en) 2018-12-28 2020-06-28 Zih Corp. Method, system and apparatus for dynamic loop closure in mapping trajectories
US11062436B2 (en) * 2019-05-10 2021-07-13 Samsung Electronics Co., Ltd. Techniques for combining image frames captured using different exposure settings into blended images
US11080566B2 (en) 2019-06-03 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for gap detection in support structures with peg regions
US11341663B2 (en) 2019-06-03 2022-05-24 Zebra Technologies Corporation Method, system and apparatus for detecting support structure obstructions
US11200677B2 (en) 2019-06-03 2021-12-14 Zebra Technologies Corporation Method, system and apparatus for shelf edge detection
US11960286B2 (en) 2019-06-03 2024-04-16 Zebra Technologies Corporation Method, system and apparatus for dynamic task sequencing
US11662739B2 (en) 2019-06-03 2023-05-30 Zebra Technologies Corporation Method, system and apparatus for adaptive ceiling-based localization
US11151743B2 (en) 2019-06-03 2021-10-19 Zebra Technologies Corporation Method, system and apparatus for end of aisle detection
US11402846B2 (en) 2019-06-03 2022-08-02 Zebra Technologies Corporation Method, system and apparatus for mitigating data capture light leakage
US11507103B2 (en) 2019-12-04 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for localization-based historical obstacle handling
US11107238B2 (en) 2019-12-13 2021-08-31 Zebra Technologies Corporation Method, system and apparatus for detecting item facings
US11822333B2 (en) 2020-03-30 2023-11-21 Zebra Technologies Corporation Method, system and apparatus for data capture illumination control
US11450024B2 (en) 2020-07-17 2022-09-20 Zebra Technologies Corporation Mixed depth object detection
US11593915B2 (en) 2020-10-21 2023-02-28 Zebra Technologies Corporation Parallax-tolerant panoramic image generation
US11392891B2 (en) 2020-11-03 2022-07-19 Zebra Technologies Corporation Item placement detection and optimization in material handling systems
US11847832B2 (en) 2020-11-11 2023-12-19 Zebra Technologies Corporation Object classification for autonomous navigation systems
US11954882B2 (en) 2021-06-17 2024-04-09 Zebra Technologies Corporation Feature-based georegistration for mobile computing devices

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3464006B2 (ja) * 1992-10-19 2003-11-05 株式会社リコー ディジタルカラー画像再生装置
JPH10210298A (ja) * 1997-01-20 1998-08-07 Dainippon Screen Mfg Co Ltd 画像処理方法及び装置
JP3480547B2 (ja) * 1997-06-05 2003-12-22 大日本スクリーン製造株式会社 画像修正方法及びその装置並びにプログラムを記録した記憶媒体
US6285798B1 (en) * 1998-07-06 2001-09-04 Eastman Kodak Company Automatic tone adjustment by contrast gain-control on edges
US6731823B1 (en) * 1999-12-22 2004-05-04 Eastman Kodak Company Method for enhancing the edge contrast of a digital image independently from the texture
US6956582B2 (en) * 2001-08-23 2005-10-18 Evans & Sutherland Computer Corporation System and method for auto-adjusting image filtering
JP4055426B2 (ja) * 2002-02-01 2008-03-05 株式会社ニコン 画像処理装置、画像処理プログラムおよび画像処理方法
EP1486916A1 (en) * 2003-06-13 2004-12-15 STMicroelectronics S.r.l. Digital image processing method for adaptive sharpening
US7437013B2 (en) * 2003-12-23 2008-10-14 General Instrument Corporation Directional spatial video noise reduction

Also Published As

Publication number Publication date
DE602007000059D1 (de) 2008-09-18
CN100546340C (zh) 2009-09-30
US7817875B2 (en) 2010-10-19
EP1816601B1 (en) 2008-08-06
US20080181529A1 (en) 2008-07-31
EP1816601A1 (en) 2007-08-08
KR101342222B1 (ko) 2013-12-16
KR20070080572A (ko) 2007-08-10
TWI340928B (zh) 2011-04-21
JP2007213124A (ja) 2007-08-23
CN101079959A (zh) 2007-11-28
JP4730121B2 (ja) 2011-07-20

Similar Documents

Publication Publication Date Title
TW200813889A (en) Image processor and processing method, recording medium, and program
US8249341B2 (en) Image processing method for removing noise contained in an image
JP2004246625A (ja) 画像処理装置、画像処理方法、及びプログラム
JP6116291B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
WO2009107197A1 (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP5137464B2 (ja) 画像処理装置、画像処理方法、画像処理プログラムおよび集積回路
JP2010157163A (ja) 画像処理方法および画像処理装置
US20100111438A1 (en) Anisotropic diffusion method and apparatus based on direction of edge
WO2015033695A1 (ja) 画像処理装置
JP5672527B2 (ja) 画像処理装置及び画像処理方法
JP2010028178A (ja) 画質改善装置及び方法
JP2011035514A (ja) 画像処理装置および方法、並びにプログラム
JP2008510214A (ja) 画像を変換する装置及び方法
JP3814421B2 (ja) 画像処理装置、方法及びコンピュータ読み取り可能な記憶媒体
JP2006068529A (ja) 医用画像の視覚的識別性の改善方法および装置
TW201225000A (en) Image processing apparatus, electronic device, image processing method
JP2011045022A (ja) 画像処理装置及び方法、並びに画像表示装置及び方法
US9349167B2 (en) Image processing method and image processing apparatus
JP2005160080A (ja) 鮮明さ向上装置およびその方法
JPH10105701A (ja) 放射線画像強調処理方法および装置
JP5349204B2 (ja) 画像処理装置及び方法、並びに画像表示装置及び方法
JP5247633B2 (ja) 画像処理装置及び方法、並びに画像表示装置及び方法
JP4035546B2 (ja) 画像処理方法及びコンピュータ読み取り可能な記憶媒体
JP5247627B2 (ja) 画像処理装置及び方法、並びに画像表示装置
JPWO2015152424A1 (ja) フォーカス評価を補助するための装置、プログラム及び方法