TW201447816A - 以導引式過濾器爲基礎的細節增強 - Google Patents

以導引式過濾器爲基礎的細節增強 Download PDF

Info

Publication number
TW201447816A
TW201447816A TW103110729A TW103110729A TW201447816A TW 201447816 A TW201447816 A TW 201447816A TW 103110729 A TW103110729 A TW 103110729A TW 103110729 A TW103110729 A TW 103110729A TW 201447816 A TW201447816 A TW 201447816A
Authority
TW
Taiwan
Prior art keywords
signal
detail
input image
image signal
pixel
Prior art date
Application number
TW103110729A
Other languages
English (en)
Inventor
Yun Gong
Dam Le Quang
Original Assignee
Marvell World Trade 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 Marvell World Trade Ltd filed Critical Marvell World Trade Ltd
Publication of TW201447816A publication Critical patent/TW201447816A/zh

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/142Edging; Contouring
    • 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
    • H04N5/20Circuitry 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
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • 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)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

供產生一細節增強影像訊號的系統及方法被提供。在供產生細節增強影像訊號的方法,輸入訊號被接收。為輸入影像訊號的線性變換的第一訊號被產生。細節訊號被產生藉由決定在輸入影像訊號及第一訊號間的差異,其中細節訊號包含被添加到輸入影像訊號以產生細節增強影像訊號的資訊一濾細節訊號被產生藉由移除噪聲自細節訊號。擴大過濾細節訊號藉由增益函數被擴大以產生第二訊號。增益函數是基於在輸入影像訊號中的變異的總和。輸入影像訊號及第二訊號被合併以產生細節增強影像訊號。

Description

以導引式過濾器為基礎的細節增強 【有關申請的交互參考】
本說明書要求2013年3月22日提交,申請號為61/804,522的美國臨時專利申請案的優先權,其通過引用的方式被全部併入。
本文件中描述的技術一般是關於影像處理領域且更進一步關於圖像細節及邊緣增強。
邊緣增強器包括細緻細節增強(即,detail enhancement,Detail EE)及亮度變化增強(luminance transition improvement,LTI)兩者被用於增進在輸入影像訊號中的變化。平行施用的,其中細節增強被用於小變化而亮度變化增強被用於大變化,邊緣增強器的輸出是原始訊號(Y in )、細節增強(△Y det )、及邊化增強(△LTI)的總和。在例示系統,細節增強使用非銳化過濾器的原理且造成在邊緣的過沖或震盪其會增強在輸入影像的小細節。
本說明書導向供產生一細節增強影像訊號的系統及方法。一供產生一細節增強影像訊號的示例系統包含一接收一輸入影像訊號的過濾器。此過濾器被形成以產生輸入 影像訊號的一線性變換的一第一訊號及產生一細節訊號。此細節訊號被產生藉由決定一在輸入影像訊號及第一訊號間的差異,其中細節訊號包含被加入輸入影像訊號以產生細節增強影像訊號的資訊。系統亦包含一噪聲減少器被形成以產生一過濾細節訊號藉由自細節訊號移除噪聲。系統亦包含一擴大器被形成以藉由一增益函數擴大此過濾細節訊號以產生一第二訊號。此增益函數是基於在輸入影像訊號中的一相異的總計。系統進一步包含一添加器被形成以合併輸入影像訊號及第二訊號以產生細節增強訊號。
在另一例子,在供產生一細節增強影像訊號的方 法,一輸入影像訊號被接收。一輸入影像訊號的線性變換的第一訊號被產生。一細節訊號被產生藉由決定一在輸入影像訊號及第一訊號間的差異,其中細節訊號包含被加入輸入影像訊號以產生細節增強影像訊號的資訊。一過濾細節訊號被產生藉由自細節訊號移除噪聲。此過濾細節訊號藉由一增益函數被擴大以產生一第二訊號。此增益函數是基於在輸入影像訊號中的一相異的總計。輸入影像訊號及第二訊號被合併以產生細節增強訊號。
100‧‧‧方塊圖
101‧‧‧Ydet
102‧‧‧Yin
103‧‧‧Yscl
104‧‧‧LTI
105‧‧‧Yscl+△LTI
106‧‧‧Yee_out
107‧‧‧Ydet
110‧‧‧細節增強
120‧‧‧影像標定器
130‧‧‧細節標定器
140‧‧‧亮度變化增強
200‧‧‧方塊圖
202‧‧‧導引過濾器
204‧‧‧輸入影像訊號
206‧‧‧導引訊號
208‧‧‧細節訊號
210‧‧‧噪聲減少器
212‧‧‧過濾細節訊號
214‧‧‧擴大器
216‧‧‧第二訊號
218‧‧‧添加器
220‧‧‧細節增強影像訊號(E)
300‧‧‧導引過濾器
320‧‧‧流程
322‧‧‧步驟
324‧‧‧步驟
326‧‧‧步驟
328‧‧‧步驟
330‧‧‧步驟
332‧‧‧步驟
340‧‧‧像素
342‧‧‧像素k
344‧‧‧虛線視窗
360‧‧‧流程
362‧‧‧步驟
364‧‧‧步驟
366‧‧‧步驟
368‧‧‧步驟
400‧‧‧細節訊號
500‧‧‧細節增強模組
520‧‧‧增益函數
530‧‧‧流程
532‧‧‧步驟
534‧‧‧步驟
536‧‧‧步驟
538‧‧‧步驟
600‧‧‧流程
602‧‧‧步驟
604‧‧‧步驟
606‧‧‧步驟
700‧‧‧流程
702‧‧‧步驟
704‧‧‧步驟
706‧‧‧步驟
708‧‧‧步驟
710‧‧‧步驟
712‧‧‧步驟
圖1示出一示例邊緣增強結構的方塊圖。
圖2繪示一供產生一細節增強影像訊號的示例系統方塊圖。
圖3A繪示一示例導引式過濾器及對應此過濾器的輸入及輸出。
圖3B繪示一流程圖示出一藉由半徑範圍r的箱 型視窗供計算平均及差異值的一維移動總和方法的示例步驟。
圖3C繪示具有一雙畫素的視窗半徑的一盒畫素。
圖3D繪示一流程圖示出藉由導引式過濾器表現的示例步驟。
圖4繪示一示例細節訊號(D)被決定藉由取一差異在一輸入影像訊號(I)及一第一訊號間其為一導引訊號(Q)的一線性變換,如D=I-Q。
圖5A繪示一示例細節增強模組及對應的輸入及輸出到此模組。
圖5B繪示示例的增益函數供用於細節增強模組。
圖5C繪示一流程圖示出藉由細節增強模組表現的示例步驟。
圖6為流程圖示出示例步驟供計算一增強輸出供一輸入圖像I。
圖7為流程圖示出一示例方法工產生一細節增強影像訊號。
圖1示出一示例邊緣增強結構的的方塊圖100,其示例邊緣增強結構被用於一影像後處理(video post processing,VPP)系統。在圖1,一影像訊號Yin102被輸入到邊緣增強結構其包含一細緻細節增強(detail enhancement,Detail EE)模組110及一亮度變化增強(luminance transition improvement,LTI)模組140。影像訊號Yin102被首先輸入到Detail EE模組110,且Detail EE模 組110輸出一細節訊號△Ydet 107其代表影像訊號Yin 102的增強細緻細節。細節訊號△Ydet 107被提升在細節定標器130以產生訊號△Ydet-scl 104。
Detail EE模組110的另一個輸出是Ydet 101。在 圖1的例子,Ydet 101包括輸入影像訊號Yin 102經過Detail EE模組110而無調整。在另一例子,Ydet 101包括細節訊號△Ydet 107被加入到輸入影像訊號Yin 102以創造一影像訊號具有細緻細節增強。Ydet 101被提升在影像定標器120以產生定標訊號Yscl 103,且定標訊號Yscl 103被輸入到LTI模組140。在圖1的例子中,影像定標器120及細節定標器130包含過濾器其包括相同的定標過濾器。在其他例子中,影像定標器120及細節定標器130包含過濾器其包括不同的定標過濾器。定標訊號Yscl 103加上一LTI增強訊號△LTI是LTI模組140的輸出105。輸出訊號Yscl+△LTI 105被加入到定標細節增強訊號△Ydet-scl 104在添加器的空間域中。邊緣增強結構的最終輸出,Yee-out 106,是邊緣增強及定標的訊號。
如圖1所示,示例細節增強結構包含兩獨立模 組,一亮度(Y)細節增強模組(即,包括Detail EE模組110)以及一短暫增強模組(即,包括LTI模組140)。短暫增強模組被用於增強輸入影像訊號Yin 102的大邊緣,而亮度細節增強模組被用於增強輸入影像訊號Yin 102的細緻邊緣。圖2-7及其在此的對應敘述被導向細節增強的例子其被表現在Detail EE模組110。如下進一步所詳述,細節表現在Detail EE模組110利用一導引圖像過濾器供自一輸入影像提取出細節。相對的,選擇的細節增強方法不使用導引圖像過濾器且 相反地使用固定參數在高通或帶通過濾器以自輸入影像提取出細節。這類選擇的細節增強方法造成輸入影像訊號Yin 102的大細節圍繞邊緣及少細節在黑暗或相對平滑區域。在選擇的細節增強方法,使用一強的增強增益,過沖或暫時閃爍時常被觀察到在邊緣周圍,然而在黑暗區域的細節仍然沒有被有效地增強。如下詳述,參考圖2-7,Detail EE模組110利用導引圖像過濾器或可克服在選擇的細節增強方法的天生缺陷。
圖2示出一供產生細節增強影像訊號220的示例 系統的方塊圖200。在圖2的例子系統中,導引圖像過濾器202接收輸入影像訊號(I)204及導引訊號206。輸入影像訊號204包含一個或更多的圖像,且例子系統被形成以添加細節到一個或更多的圖像已產生細節增強影像訊號220。在一例子中,一個或更多的輸入影像訊號204包含影像畫格。導引訊號206相似地包含一個或更多的圖像,且導引訊號206的內容可被導引圖像過濾器202考慮在實行過濾操作中。在一例子系統,導引訊號206被用於施加限制在導引圖像過濾器202,且在其他例子系統,過濾器核心被建立使用導引訊號206。在一例子,導引訊號206為輸入影像訊號204,如此兩分開訊號204、206不被輸入到導引圖像過濾器202,而一代表訊號204、206兩者的單一訊號則反倒被過濾器202接收。
導引圖像過濾器202被形成以產生第一訊號(Q) 其為導引訊號206的線性變換。如下進一步所述,參考圖3A-3D,線性變換涉及對多個涵蓋導引訊號206的一像素的半徑r的視窗決定平均均數及變異值。使用第一訊號及輸入影像 訊號204,導引圖像過濾器202產生細節訊號(D)208。細節訊號208被決定藉由使用在輸入影像訊號204及第一訊號間的差異,如此細節訊號208相等於I-Q。細節訊號208包含資訊齊備添加到輸入影像訊號204以產生細節增強影像訊號220,如以下進一步所述。
圖2的系統進一步包含噪聲減少器210被形成以 產生一過濾詳細訊號212藉由移除噪聲自細節訊號208。擴大器214接收過濾詳細訊號212且擴大過濾詳細訊號212藉由增益函數以產生第二訊號216。增益函數是基於輸入影像訊號204中的變異的總和,此變異是指標的對於輸入影像訊號204內變化活性程度或總和。添加器218接收輸入影像訊號204及第二訊號216。添加器218被形成以合併輸入影像訊號204及第二訊號216以產生細節增強影像訊號220。
在一例子中,輸入影像訊號204、導引訊號206、 細節訊號208、過濾細節訊號212、及第二訊號216各包括複數個像素。在一例子中,複數個像素是一影像訊號的特定畫格。此外,如下進一步詳述,擴大器214被形成以擴大包含在過濾細節訊號212的複數個像素中的一像素藉由增益函數的一增益值。增益值是基於一群像素的一變異,此群像素包含被包含在輸入影像訊號204的複數個像素的一個像素。包含在過濾細節訊號212的複數個像素的一個像素以及包含在輸入影像訊號204的複數個像素的一個像素具有相同的x-y座標,如此被使用的像素是在不同圖像中的對應像素。
圖3A示出一示例導引過濾器300及到此過濾器 的對應輸入及輸出。導引過濾器300接收輸入包含一輸入影 像訊號包含一被過濾的輸入圖像(I)、一導引圖像、一視窗半徑(r)、及一正規化參數(ε)。在使用被過濾的輸入圖像(I)、導引過濾器300計算過濾輸出q i 供每個像素iI使用以下線性變換: 其中是所有涵蓋像素i的具半徑r的視窗的平均係數,而|ω| 是用於決定平均係數的視窗的數目。對中央於畫素k的視窗ω k
b k =(1-a k )μ k , (公式3)μ k 分別是在視窗ω k 的像素的變異及平均,ε是正規化參數。過濾輸出(Q)包括過濾輸出q i 供每個畫素iI。
圖3B示出流程圖繪示了一維(1D)移動總和方法供計算有半徑r的箱型視窗的平均及變異值的示例步驟。有半徑r的箱型視窗的平均及變異值被計算藉由水平地及垂直地施加簡單1D移動總和方法。在322,輸入訊號p_i被接收,其中i=0,...,m。此外,在322,半徑r參數被接收。在324,s_0的值被決定,其中s_0=(p_0,...,p_r)的總和。此外,在324,一變數k被設定相等於1(k=1)。在326,一s_k值被決定,其中s_k=s_(k-1)+p_(i+r)-p_(i-r-1)。此外,在326,p_j被設為0若j<0。在328,一個對於變數k是否大於或等於m的決定被做成。若變數k不大於或等於m,則流程320進行到330,其中k以1增加(k=k+1)。在變數k於330以1增加後,流程320回到326。若在328決定變數k 大於或等於m,則流程320完成於332。
圖3C示出了像素340的盒具有兩像素的視窗半 徑。在一例子中,在公式1的的計算,視窗半徑r被設為相等於兩像素為了限制計算費用在導引圖像過濾器300。因此,對於像素k 342,5 x 5相鄰像素(如圖3C的盒340中所繪示)被用於計算變異及平均μ k 值。在計算計算變異及平均μ k 值後,a k b k 值被計算根據公式2及3。為了不增加記憶體需求,五個a k b k 值的平均顯示在虛線視窗344中被計算以決定在公式1中。藉由使用此方式計算,僅五個緩衝被使用。
圖3D示出流程360繪示示例步驟實行藉由導引過濾器300。在362,對每個像素k在輸入影像訊號(I),置中在像素k的半徑r視窗ω k 的變異及平均μ k 被計算。在364,係數a k b k 被計算根據公式2及3。在366,對每個像素i在輸入影像訊號中,在涵蓋像素i的視窗中的全部a k b k 的平均係數被計算根據以及 。在368,導引圖像過濾器的輸出被計算根據公式1。
圖3A的導引圖像過濾器300具有一邊緣保存性質,且此邊緣保存性質可被解釋藉由考慮兩案例。首先,對於高活性區域(即,高變異區域),輸入圖像改變一相對大的量在視窗ω k 內,如此>>ε。因此,對於高活性區域,。對於一像素在高活性區域內,,如此過濾像素值保持相對不變。
另一方面,對於一平坦或平滑區域,像素值是幾 乎常數在視窗ω k 。對於在平坦或平滑區域內的像素,,且過濾像素變成在考慮的視窗中相鄰像素的平均。藉由調整正規劃參數ε,保存的邊緣的範圍或活性區域被控制。控制保存的邊緣的範圍或活性區域的能力被需要供細節增強在電視系統因為特定範圍的邊緣被保存供後續處理在細節增強後或供視覺特效。
圖4示出一示例細節訊號(D)400決定藉由取 用在輸入影像訊號(I)及第一訊號(Q)間的差異其為導引訊號的線性變換,例如D=I-Q。如上解釋,參考圖3A-D,第一訊號是過濾圖像產生藉由導引圖像過濾器。例如,公式1描述導引圖像過濾器,q i ,,的輸出,其為相應於輸入圖像I的單一像素i的輸出。第一訊號是一圖像其包括複數個q i 值對於輸入圖像I的每個像素。示例細節訊號400包含被添加到輸入訊號以產生細節增強影像訊號的資訊。
圖5A示出一示例細節增強模組500及對應到模 組500的輸入及輸出。如上述,細節圖像D=I-Q被產生藉由導引圖像過濾器,其中I是輸入圖像且Q是輸出圖像之於導引圖像過濾器其被獲得藉由取用導引圖像的線性變換。圖5A示出入圖像I及細節圖像D=I-Q被接收藉由細節增強模組500。基於這些輸入和其他如下描述,細節增強模組500產生細節增強影像訊號E根據E=I+(D-噪聲)*增益。變數”增益”及”噪聲”被使用於計算細節增強影像訊號E被選擇以控制細節圖像D的多強的細節被添加到輸入圖像I(亦即,具有細節圖像D的細節的強度被添加到輸入圖像I)。參考圖1,細節圖像△Ydet=(D-noise)*gain,及Ydet=E或I。Ydet被 選擇相等於E或I取決於細節增強被實行在細節增強模組110或在之後的,下游模組。
”增益”函數使用在根據E=I+(D-noise)*gain決定細節增強影像訊號E容許了模組500提供細節增強其變化基於活性層級(亦即,變異)在輸入圖像I的多個區域內。如圖5A繪示,細節增強模組500接收被用於導引圖像過濾器的係數。係數提供模組500以活性層級資料,其是高度關連於頻率資訊,對於輸入圖像I的電流像素所在的一小區域。對增益函數的一表示為 其中x是係數供電流像素,且scale、mid、 、及為細節增強模組500接收的參數其控制增益函數的高斯分佈形狀。藉由控制增益函數的高斯分佈形狀使用,scale、mid、 、及,模組500可提供細節增強其變化基於活性層級(亦即,變異)在輸入圖像I的不同區域內。
圖5B示出示例的增益函數520供用於細節增強模組500。示例的增益函數520示出三種類型的形狀其可被實行藉由調整細節增強模組500的參數,其中活性的程度是x的整數版本在具有[0,1024]範圍的公式4中,mid是500且scale是1。在最上的示例增益函數在圖5B,>,如此增益函數具有最大值供較低程度的活性,且增益函數具有較低值供較高程度的活性。在一中間的示例增益函數在圖5B,<,如此增益函數具有最大值供較高程度的活性,且增益函數具有較低值供較低程度的活性。在一最底部的示 例增益函數在圖5B,=,如此增益函數具有最大值接近mid的值,且增益函數減少當活性層級增加或減少。
在一例子,輸入影像圖像I包含低變異部份,其 中輸入影像圖像I的低變異部份具有相對低變異(亦即,活性的層級)。輸入影像圖像I亦具有高變異部份,其工高變異部份具有相對高變異(亦即,活性的相對高層級)。如圖5B的最頂部增益函數所示出的,增益函數可被設計以包含一分佈其造成來自細節訊號的資訊被添加到輸入影像圖像I的低變異部份在一相對高強度。如圖5B的最頂部增益函數所示出的,增益函數亦可被設計成其分佈造成來自細節訊號的資訊被添加到輸入影像圖像I的高變異部份在一相對低強度。如圖5B的中間示例增益函數所示出的,增益函數亦可被設計成相反者(亦即,其分佈可被設計以造成來自細節訊號的資訊被添加到輸入影像圖像I的低變異部份在一相對低強度,及造成來自細節訊號的資訊被添加到輸入影像圖像I的高變異部份在一相對高強度)。
在公式4,參數mid、scale、 、及可為 使用者設定的數值,或者這些參數可為軟體基於被顯示的影像的性質及使用者的增強需求所設定的數值。在一例子中,預設參數被選擇以造成溫和的增強。被細節增強模組500接收及使用在公式4的scale參數是直接控制增強的程度的參數。在一例子中,scale參數的選擇是主觀及被手動實現的。 在其他例子中,一組規則被提供以產生基於被顯示的影像的性質而產生的scale參數。scale參數被選擇以不要創造太多過沖或飽和當保持強勁增強。在一些例子中,來自現行畫格 的一些飽和畫素被採用,且被採用的畫素被用於減少或增加scale參數供下個畫格。在一例子,scale參數是一組韌體。
由細節增強模組500接收且用於公式4的參數定義增益函數的形狀。參數越大,在不同程度的活性上的增強越分散。一個128的預設值供參數具有在範圍(0,1023)被使用除非更集中或分散的增強被需求。
由細節增強模組500接收且用於公式4的mid參數決定何種範圍的邊緣或活性區域要最被增強。例如,若增強被需求以高活性或形狀邊緣區域,大的mid參數被使用。另一方面,小的mid參數被使用供相對低活性區域的增強。Mid的預設值為200在範圍(0,1023)。
再次參考圖5A,細節增強模組500被示出作為接收參數供過濾噪聲其為noise_num、noise_offset、及noise_cap。參數noise_num、noise_offset、及noise_cap被用於決定”噪聲”變數被包含在公式E=I+(D-噪聲)*增益中其被細節增強模組500使用。若輸入圖像的噪聲區域被增強,輸出圖像出現顆粒感且令人不舒服。被細節增強模組500使用的增強計畫避免增強輸入圖像的噪聲區域。在一例中,一噪聲的給定層級被扣除自細節圖像D的全部細節。在另一例子,細節圖像D的噪聲區域被偵測及排除自增強。在圖5A的細節增強模組500中,線性變換參數用於公式1被利用來控制噪聲層級其被給定事實以噪聲在平坦或平滑區域是比在高活性區域的噪聲更吸引注意的(亦即可見或分散注意的)。一小數值表示一平坦區域,一大數值表示一高活性區域。 噪聲層級對於每個像素被決定根據
if(noise_caluclated>noise_cap),noise_calculated=noise_cap;其中noise_num、noise_offset、及noise_cap是參數被細節增強模組500接收其可被註冊器設定。
圖5C示出一流程530繪示示例步驟實行藉由細節增強模組500。在52,細節圖像D被計算根據D=I-Q。在其他例子中,細節圖像D被計算在導引圖像過濾器(例如前述參考圖3A-3D)。在534,增益參數被計算使用參數根據公式4,其中參數亦被使用在導引圖像過濾器。在536,噪聲參數被計算根據公式5。在538,細節增強影像圖像E被計算根據E=I+(D-噪聲)*增益。
在一例子中,一人體皮膚色調偵測器被使用在一系統供產生細節增強影像訊號。在一例子,增強一影像在皮膚區域的細節導致一看起來不自然的細節增強圖像。在其他例子,在皮膚區域的細節的溫和增強是從美學觀點上令人愉悅的。因此,那是被期待的去偵測皮膚區域且使不能或使能夠這些區域的增強經由個別控制其被理解藉由細節增益和噪聲參數的不同設置。
在一例子中,一基於ICrCb色彩空間的肉色色調偵測器被使用在供產生細節增強影像訊號的系統中。在另一例子,一基於HSV色彩空間的肉色色調偵測器被與單一色彩空間使用。在另一例子,其中基於HSV皮膚色彩偵測方案被整合進入細節增強模組,當一畫素被識別為皮膚色彩,一不同設置的細節增益及噪聲參數被使用。這些參數可以被調整 基於一觀看者的偏好。由RGB到HSV的轉換被決定根據 任何像素滿足以下條件者被識別為皮膚色彩:
在實行細節增強模組中(例如,包含皮膚色調偵測器或不包含皮膚色調偵測器),所有參數被表現以整數,且乘、加、或變換以外的函數被實行藉由查表或近似方法。
圖6是流程600繪示示例步驟供計算一增強輸出供一輸入圖像I。在602,對於在輸入圖像I的每個像素k,平均及變異被寄宿供置中在像素k的半徑r的視窗。此外,在602,係數a_k及b_k被計算基於公式2和3。在604,對於在輸入圖像I的每個像素i,涵蓋像素i的視窗內的所有a_k和b_k的平均數值a_i和b_i被計算。此外,在604,過濾輸出q_i被計算基於公式1。在606,對於在輸入圖像I的每個像素i,細節D_i=I_i-q_i被計算,且細節gain_i而後被計算基於公式4藉由插入x=a_i。此外,在606,noise_i被計算藉由公式5,且增強輸出E_i=I_i+gain_i*(D_i-noise_i)被計算。
圖7是流程700繪示了一示例方法供產生一細節 增強影像訊號。在702,一輸入影像訊號被收到。在704,一第一訊號其為導引訊號的一線性變換被產生。在706,一細節訊號被產生藉由決定在輸入影像訊號及第一訊號間的差異,其中細節訊號包含被添加到輸入影像訊號以產生細節增強影像訊號的資訊。在708,一過濾細節訊號被產生藉由移除噪聲自細節訊號。在710,過濾細節訊號被乘藉由一增益函數以產生一第二訊號。增益函數是基於在輸入影像訊號的變異的總量。在712,輸入影像訊號及第二訊號被合併以產生細節增強影像訊號。
此寫明的敘述使用例子以揭示此發明,包含最佳 方式,且亦使本領域技術人員得以製造和使用本發明。本發明可專利的領域可能包含其他例子。此外,本文所述的方法和系統可能會被實行在很多不同類型的實施設備上藉由程式編碼,包括由執行設備處理子系統所組成都是可執行檔程式指令的程式碼。軟體程式指令可能包括原始程式碼、目標代碼、機器代碼或任何其他存儲的資料可操作以造成一種處理系統要執行的方法和操作如本文所述。其他的實現也可以被使用,然而,例如韌體或甚至適當設計的硬體被形成以實現此處所述的方法和系統。
系統的和方法的資料(例如,關連、映射、資 料輸入、輸出資料、中間資料結果,最後的資料結果,等)可被儲存及實現在一個或更多不同行是的電腦實現的資料記憶體,例如不同型式的記憶裝置及編程結構(如RAM、ROM、快閃記憶體、一般檔案、資料庫、編程資料結構,編程變數,如果那麼(或類似類型)語句構造等)。註記到 資料結構描述格式供使用在組織及儲存資料在資料庫、程式、記憶體或使用其他電腦可讀媒體中供電腦程式使用。
此處描述的電腦組件、軟體模組、函數、資 料存儲和資料結構可能會直接或間接地彼此相連為了允許他們操作所需的資料流。它還注意到一個模組或處理器包括但不是限於一編碼的單元其執行軟體的操作,且可被實行供作為編碼的副程式單元,或作為編碼的一軟體函數單元,或作為一個物件(如物件導向范型),或作為小程式,一個單位或電腦的指令碼語言或作為另一種類型的電腦編碼。軟體部件和/或功能可能位於一台電腦上或分佈在多台電腦取決於在手的情況。
應該瞭解到此處描述中以及完整的申請專利範圍所使用的,“a”“an”及“the”的意思包含多個參照除非文字明確指出其他。同樣的,此處描述中以及完整的申請專利範圍所使用的,“in”的意思包含在內或在上除非文字明確指出其他。此外,此處描述中以及完整的申請專利範圍所使用的,“each”的意思不需要為每一個除非文字明確指出其他。最後,此處描述中以及完整的申請專利範圍所使用的,“and”及“or”的意思包含在一起或分離其可被交替使用除非文字明確指出其他;術語“exclusive of”可被使用以指出情況其僅分離的意思可被使用。
200‧‧‧方塊圖
202‧‧‧導引過濾器
204‧‧‧輸入影像訊號
206‧‧‧導引訊號
208‧‧‧細節訊號
210‧‧‧噪聲減少器
212‧‧‧過濾細節訊號
214‧‧‧擴大器
216‧‧‧第二訊號
218‧‧‧添加器
220‧‧‧細節增強影像訊號(E)

Claims (20)

  1. 一種供產生一細節增強影像訊號的系統,該系統包括:一過濾器其接收一輸入影像訊號,該過濾器被形成以:產生一第一訊號其為該輸入影像訊號的一線性變換,及產生一細節訊號藉由決定在該輸入影像訊號及該第一訊號間的一差異,其中該細節訊號包含被添加到該輸入影像訊號以產生該細節增強影像訊號的資訊;一噪聲減少器被形成以產生一過濾細節訊號藉由移除噪聲自該細節訊號;一擴大器被形成以擴大過濾細節訊號藉由一增益函數以產生一第二訊號,該增益函數是基於在該輸入影像訊號中的變異的一總和;及一添加器被形成以合併該輸入影像訊號及該第二訊號以產生該細節增強影像訊號。
  2. 如請求項1所述的系統,其中該輸入影像訊號包括一第一多數個像素;其中該過濾細節訊號包括一第二多數個像素;其中該擴大器被形成以擴大該第二多數個像素的一像素以及該增益函數的一增益值;其中該增益值是基於一群像素的一變異其包含該第一多數個像素的一像素;及其中該第一多數個像素的該像素及該第二多數個像素的該像素具有相同的x-y座標。
  3. 如請求項1所述的系統,其中該輸入影像訊號包含低變異部份;其中該輸入影像訊號包含低變異部份;及其中該增益函數包含一分佈其造成來自該細節訊號的資訊被添加到該低變異部份在一相對高強度相對於來自該細節訊號的該資訊被添加到該高變異部份。
  4. 如請求項1所述的系統,其中該輸入影像訊號包含低變異部份;其中該輸入影像訊號包含低變異部份;及其中該增益函數包含一分佈其造成來自該細節訊號的資訊被添加到該高變異部份在一相對高強度相對於來自該細節訊號的該資訊被添加到該低高變異部份。
  5. 如請求項1所述的系統,其中該第二訊號被定義為△Ydet=(D-noise)*gain,其中△Ydet是第二訊號,D是細節訊號,noise是移除自細節訊號的噪聲,且gain是該增益函數。
  6. 如請求項1所述的系統,其中該線性變換被定義為 其中I i 是輸入影像訊號的一像素i的值,q i 是對應該像素i,的該第一訊號的一像素,是一第一平均係數其是包含該像素i的一群像素的變異的指標,是一第二平均係數其是該群像素的一平均值變異的指標。
  7. 如請求項6所述的系統,其中該增益函數是基於該變數
  8. 如請求項6所述的系統,其中該增益函數被定義為 其中gain是該增益函數在的一特定值的一數值,且midscale為控制增益函數的分佈的參數。
  9. 如請求項6所述的系統,其中該噪聲減少器使用一公式供計算在細節訊號中的該噪聲,且其中該公式是基於該變數
  10. 如請求項1所述的系統,進一步包含:一人類皮膚色調偵測器被形成以識別該輸入影像訊號的一像素為具有一色彩其對於人類皮膚色調是指標性的,其中在該像素識別上,該增益函數的一值或該噪聲減少器的一參數被設為一預定值。
  11. 一種產生一細節增強影像訊號的方法,該方法包括:接收一輸入影像訊號產生一第一訊號其為該輸入影像訊號的一線性變換產生一細節訊號藉由決定在該輸入影像訊號及該第一訊號間的一差異,其中該細節訊號包含被添加到該輸入影像 訊號以產生該細節增強影像訊號的資訊;產生一過濾細節訊號藉由移除噪聲自該細節訊號;擴大過濾細節訊號藉由一增益函數以產生一第二訊號,該增益函數是基於在該輸入影像訊號中的變異的一總和;及合併該輸入影像訊號及該第二訊號以產生該細節增強影像訊號。
  12. 如請求項11所述的方法,其中該輸入影像訊號包括一第一多數個像素,且其中該過濾細節訊號包括一第二多數個像素,該方法進一步包括:擴大該第二多數個像素的一像素以及該增益函數的一增益值,其中該增益值是基於一群像素的一變異其包含該第一多數個像素的一像素,且該第一多數個像素的該像素及該第二多數個像素的該像素具有相同的x-y座標。
  13. 如請求項11所述的方法,其中該輸入影像訊號包含低變異部份;其中該輸入影像訊號包含低變異部份;及其中該增益函數包含一分佈其造成來自該細節訊號的資訊被添加到該低變異部份在一相對高強度相對於來自該細節訊號的該資訊被添加到該高變異部份。
  14. 如請求項11所述的方法,其中該輸入影像訊號包含低變異部份;其中該輸入影像訊號包含低變異部份;及 其中該增益函數包含一分佈其造成來自該細節訊號的資訊被添加到該高變異部份在一相對高強度相對於來自該細節訊號的該資訊被添加到該低高變異部份。
  15. 如請求項11所述的方法,其中該第二訊號被定義為△Ydet=(D-noise)*gain,其中△Ydet是第二訊號,D是細節訊號,noise是移除自細節訊號的噪聲,且gain是該增益函數。
  16. 如請求項11所述的方法,其中該線性變換被定義為 其中I i 是輸入影像訊號的一像素i的值,q i 是對應該像素i,的該第一訊號的一像素,是一第一平均係數其是包含該像素i的一群像素的變異的指標,是一第二平均係數其是該群像素的一平均值變異的指標。
  17. 如請求項16所述的方法,其中該增益函數是基於該變數
  18. 如請求項16所述的方法,其中該增益函數被定義為 其中gain是該增益函數在的一特定值的一數值,且midscale為控制增益函數的分佈的參數。
  19. 如請求項16所述的方法,進一步包括:使用一公式供計算在細節訊號中的該噪聲,且其中該公式是基於該變數
  20. 如請求項11所述的方法,進一步包括:決定一噪聲值供該細節訊號的一像素,其中該噪聲值是基於包含該輸入影像訊號的一像素的一群像素的變異,且其中該細節訊號的該像素及該輸入影像訊號的該像素具有相同的x-y座標。
TW103110729A 2013-03-22 2014-03-21 以導引式過濾器爲基礎的細節增強 TW201447816A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US201361804522P 2013-03-22 2013-03-22

Publications (1)

Publication Number Publication Date
TW201447816A true TW201447816A (zh) 2014-12-16

Family

ID=51568897

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103110729A TW201447816A (zh) 2013-03-22 2014-03-21 以導引式過濾器爲基礎的細節增強

Country Status (7)

Country Link
US (1) US9241093B2 (zh)
EP (1) EP2976877B1 (zh)
JP (1) JP6587317B2 (zh)
KR (1) KR101760854B1 (zh)
CN (1) CN105191277B (zh)
TW (1) TW201447816A (zh)
WO (1) WO2014153450A2 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2808841A1 (en) * 2013-05-31 2014-12-03 Thomson Licensing Method and apparatus for generating a noise profile of noise in an image sequence
LU92688B1 (en) * 2015-04-01 2016-10-03 Iee Int Electronics & Eng Sa Method and system for real-time motion artifact handling and noise removal for tof sensor images
WO2017104291A1 (ja) * 2015-12-18 2017-06-22 三菱電機株式会社 画像処理装置及び画像処理方法
US10403006B2 (en) 2016-08-26 2019-09-03 General Electric Company Guided filter for multiple level energy computed tomography (CT)
CN111050167B (zh) * 2016-11-04 2021-11-09 谷歌有限责任公司 用于恢复由源帧的重构产生的劣化帧的方法和装置
CN107833232B (zh) * 2017-10-27 2020-10-09 智车优行科技(北京)有限公司 图像细节的提取方法和装置、电子设备、计算机存储介质
CN108335275B (zh) * 2018-02-13 2019-12-13 腾讯科技(深圳)有限公司 图像增强方法、装置、计算设备及存储介质
CN116548928B (zh) * 2023-07-11 2023-09-08 西安浩阳志德医疗科技有限公司 一种基于互联网的护理服务系统

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0406382B1 (en) * 1988-12-27 1995-08-16 Eastman Kodak Company Unsharp masking using center weighted local variance for image sharpening and noise suppression
US5799111A (en) * 1991-06-14 1998-08-25 D.V.P. Technologies, Ltd. Apparatus and methods for smoothing images
JPH10210297A (ja) * 1997-01-20 1998-08-07 Dainippon Screen Mfg Co Ltd 画像処理装置
JPH10243239A (ja) * 1997-02-28 1998-09-11 Fuji Photo Film Co Ltd ディジタル画像のノイズ抑制およびシャープネス強調のための画像処理方法
US6847737B1 (en) * 1998-03-13 2005-01-25 University Of Houston System Methods for performing DAF data filtering and padding
JP2002033942A (ja) * 2000-07-17 2002-01-31 Sanyo Electric Co Ltd 画像信号の雑音抑制方法及びこの雑音抑制方法を用いた画像信号処理装置
KR100327385B1 (en) * 2000-07-18 2002-03-13 Lg Electronics Inc Spatio-temporal three-dimensional noise filter
US6832000B2 (en) * 2001-03-28 2004-12-14 Koninklijke Philips Electronics N.V. Automatic segmentation-based grass detection for real-time video
KR100722596B1 (ko) * 2001-04-19 2007-05-28 가부시끼가이샤 도시바 화상처리방법과 화상처리장치
KR100624421B1 (ko) * 2004-05-04 2006-09-19 삼성전자주식회사 디지탈 영상 신호 필터링 장치 및 방법
US20060056722A1 (en) * 2004-09-14 2006-03-16 Nathan Moroney Edge preserving method and apparatus for image processing
EP1681849B1 (en) * 2005-01-18 2011-10-19 LG Electronics, Inc. Apparatus for removing noise from a video signal
US20070223834A1 (en) * 2006-03-23 2007-09-27 Samsung Electronics Co., Ltd. Method for small detail restoration in digital images
EP1865730A3 (en) * 2006-06-06 2010-01-20 Sony Corporation Video-signal processing method, program of video-signal processing method, recording medium having recorded thereon program of video-signal processing method, and video-signal processing apparatus
TWI361618B (en) * 2006-12-26 2012-04-01 Realtek Semiconductor Corp Method and device for estimating noise
JP5095860B2 (ja) * 2008-06-19 2012-12-12 マーベル ワールド トレード リミテッド 分離エッジ強調アーキテクチャ
JP5223702B2 (ja) * 2008-07-29 2013-06-26 株式会社リコー 画像処理装置、ノイズ低減方法、プログラム、記憶媒体
US8570386B2 (en) * 2008-12-31 2013-10-29 Stmicroelectronics S.R.L. Method of merging images and relative method of generating an output image of enhanced quality
TWI387313B (zh) * 2009-05-21 2013-02-21 Novatek Microelectronics Corp 影像處理電路及方法
US8279345B2 (en) * 2009-07-21 2012-10-02 Qualcomm Incorporated System and method for random noise estimation in a sequence of images
US8520975B2 (en) * 2009-10-30 2013-08-27 Adobe Systems Incorporated Methods and apparatus for chatter reduction in video object segmentation using optical flow assisted gaussholding

Also Published As

Publication number Publication date
WO2014153450A3 (en) 2015-11-19
EP2976877B1 (en) 2020-01-08
WO2014153450A2 (en) 2014-09-25
US9241093B2 (en) 2016-01-19
CN105191277B (zh) 2019-03-08
EP2976877A4 (en) 2016-11-30
JP2016517975A (ja) 2016-06-20
JP6587317B2 (ja) 2019-10-09
CN105191277A (zh) 2015-12-23
KR101760854B1 (ko) 2017-07-24
KR20150132878A (ko) 2015-11-26
US20140285719A1 (en) 2014-09-25
EP2976877A2 (en) 2016-01-27

Similar Documents

Publication Publication Date Title
TW201447816A (zh) 以導引式過濾器爲基礎的細節增強
EP2833317B1 (en) Image display device and/or method therefor
US8681187B2 (en) Image processing apparatus, non-transitory storage medium storing image processing program and image processing method
US20120219218A1 (en) Automatic localized adjustment of image shadows and highlights
US7809208B2 (en) Image sharpening with halo suppression
JP4456819B2 (ja) デジタル画像鮮鋭化装置
US20140198992A1 (en) Linear Transform-Based Image Processing Techniques
KR20150003582A (ko) 디스플레이의 곡률을 참조하는 영상 처리장치 및 방법
US8867831B2 (en) Image enhancement using modulation strength map and modulation kernel
US20090202167A1 (en) Method and apparatus for image enhancement
JP2008310117A (ja) 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体
US10297055B2 (en) Image processing apparatus and method for modifying a display texture of an image
US9135689B2 (en) Apparatus and method for performing detail enhancement
JP2016086347A (ja) 画像処理装置、画像処理方法、及びプログラム
JP2009025862A (ja) 画像処理装置、画像処理方法、画像処理プログラム及び画像表示装置
Singh et al. Image enhancement by adaptive power-law transformations
Wang et al. Adaptive enhancement for nonuniform illumination images via nonlinear mapping
US20150254523A1 (en) Image processing device, image processing method, and recording medium
CN114862729A (zh) 图像处理方法、装置、计算机设备和存储介质
JP7387917B2 (ja) コンテンツに基づく画像処理
CN113496531B (zh) 一种红外图像动态范围压缩方法和系统
JP2007243987A (ja) 画像処理方法、画像処理システムおよび画像処理プログラム
US10586313B2 (en) Electronic apparatus and image processing method for image edge enhancement
JP2020181399A (ja) 画像処理装置及びその制御方法及びプログラム
KR101092646B1 (ko) 로컬 콘트라스트 강화를 위한 방법 및 장치