TW201510934A - 影像銳化方法與影像處理裝置 - Google Patents

影像銳化方法與影像處理裝置 Download PDF

Info

Publication number
TW201510934A
TW201510934A TW102133279A TW102133279A TW201510934A TW 201510934 A TW201510934 A TW 201510934A TW 102133279 A TW102133279 A TW 102133279A TW 102133279 A TW102133279 A TW 102133279A TW 201510934 A TW201510934 A TW 201510934A
Authority
TW
Taiwan
Prior art keywords
factor
value
sharpening
filter
pixels
Prior art date
Application number
TW102133279A
Other languages
English (en)
Inventor
Chih-Kai Chang
Chih-Yuan Yang
Original Assignee
Novatek Microelectronics 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 Novatek Microelectronics Corp filed Critical Novatek Microelectronics Corp
Priority to TW102133279A priority Critical patent/TW201510934A/zh
Priority to US14/097,220 priority patent/US9165350B2/en
Publication of TW201510934A publication Critical patent/TW201510934A/zh

Links

Classifications

    • 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
    • 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
    • G06T2207/20182Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

一種影像銳化方法與影像處理裝置。此方法包括:取得一影像中的多個像素;根據所述像素計算一高通濾波器的第一權重,以及一個第一濾波器的第二權重,其中第一濾波器是該高通濾波器與一低通濾波器的摺積;根據高通濾波器、第一權重、第一濾波器與第二權重產生一銳化濾波器;以及根據此銳化濾波器對所述像素執行一銳化運算。藉此,可以讓銳化後的影像有較好的視覺效果。

Description

影像銳化方法與影像處理裝置
本發明是有關於一種影像銳化方法,且特別是有關於一種利用多個濾波器,並調整濾波器的權重的影像銳化方法與影像處理裝置。
在影像處理的技術領域當中,影像銳化的運算是用來讓影像中的邊緣或紋理(texture)看起來更明顯。一般來說,可以用一個高通濾波器來對影像做摺積運算,而摺積運算的結果可加回原本的影像中。亦即,上述的運算可以增加影像中高頻係數的振幅。然而,此運算同時也會讓影像中的雜訊看起來更明顯。或者,若在影像中有高對比(例如,文字)的區域,上述的運算可能會產生光環效應(halo effect)、彩邊(color ring)效應或者是其他效應。因此,如何在執行銳化的運算時,同時抑制影像中的雜訊並讓銳化後的影像有較好的視覺效果,為此領域技術人員所關心的議題。
本發明提供一種影像銳化方法與影像處理裝置,可以動態地執行銳化的運算,藉此銳化後的影像有較好的視覺效果。
本發明一範例實施例提出一種影像銳化方法,適用於一影像處理裝置。此方法包括:取得一影像中的多個像素;根據所述像素計算一高通濾波器的第一權重,以及一個第一濾波器的第二權重,其中第一濾波器是該高通濾波器與一低通濾波器的摺積;根據高通濾波器、第一權重、第一濾波器與第二權重產生一銳化濾波器;以及根據銳化濾波器對所述像素執行一銳化運算。
在一範例實施例中,上述根據所述像素計算高通濾波器的第一權重的步驟包括:將所述像素的一標準差除以一個第一預設標準差以取得第一權重;以及若第一權重大於一個第一預設值,將第一權重設為第一預設值。
在一範例實施例中,上述根據所述像素計算第二權重的步驟包括:將第一預設值減去第一權重以取得第二權重。
在一範例實施例中,上述根據銳化濾波器對所述像素執行銳化運算的步驟包括:根據所述像素的一標準差計算出一個第一因子;根據所述像素的一高對比程度計算出一個第二因子;根據第一因子與第二因子計算出一增益值;根據該銳化濾波器對所述像素執行一摺積運算,並將此摺積運算的結果乘上增益值以取得一銳化值;以及將所述像素的其中之一加上此銳化值。
在一範例實施例中,上述根據所述像素的標準差計算出 第一因子的步驟包括:將此標準差減去一個第一偏移值的差除以一個第一門檻值以取得第一因子。
在一範例實施例中,上述根據所述像素的高對比程度計算出第二因子的步驟包括:根據一個第一高通濾波器對所述像素執行摺積運算以取得第一數值;將一個第二偏移值減去第一數值的絕對值以取得一個第二數值;以及將第二數值除以一個第二門檻值以取得第二因子。
在一範例實施例中,上述的影像銳化方法更包括:若第一因子大於一個第一預設值,將第一因子設為第一預設值;若第一因子小於一個第二預設值,將第一因子設為第二預設值;若第二因子大於第一預設值,將第二因子設為第一預設值;以及若第二因子小於第二預設值,將第二因子設為第二預設值。
在一範例實施例中,上述根據第一因子與第二因子計算出增益值的步驟包括:若第二因子小於第一預設值,將一預設增益值乘上第二因子以取得增益值;以及若第二因子大於等於第一預設值,將預設增益乘上第一因子以取得增益值。
在一範例實施例中,上述的高通濾波器為拉普拉斯濾波器,並且低通濾波器為高斯濾波器。
以另外一個角度來說,本發明一範例實施例提出一種影像處理裝置,包括多核心計算電路與銳化電路。多核心計算電路是用以取得一影像中的多個像素,根據所述像素來計算一高通濾波器的第一權重,根據所述像素來計算一個第一濾波器的第二權 重,並且根據高通濾波器、第一權重、第一濾波器與第二權重產生一銳化濾波器。其中,第一濾波器是該高通濾波器與一低通濾波器的摺積。銳化電路是耦接至多核心計算電路,用以根據銳化濾波器對所述像素執行一銳化運算。
在一範例實施例中,上述的多核心計算電路用以將所述像素的標準差除以一個第一預設標準差以取得第一權重。若第一權重大於一個第一預設值,多核心計算電路將第一權重設為第一預設值。
在一範例實施例中,上述的多核心計算電路用以將第一預設值減去第一權重以取得第二權重。
在一範例實施例中,上述的影像處理裝置更包括雜訊偵測電路、高對比偵測電路與增益控制電路。雜訊偵測電路是用以根據所述像素的一標準差計算出一個第一因子。高對比偵測電路是用以根據所述像素的一高對比程度計算出一個第二因子。增益控制電路是耦接至雜訊偵測電路、高對比偵測電路與銳化電路,用以根據第一因子與第二因子計算出一增益值。其中,銳化電路根據銳化濾波器對所述像素執行一摺積運算,將此摺積運算的結果乘上增益值以取得一銳化值,並且將所述像素的其中之一加上此銳化值。
在一範例實施例中,上述的雜訊偵測電路用以將像素的標準差減去一個第一偏移值的差除以一個第一門檻值以取得第一因子。
在一範例實施例中,上述的高對比偵測電路用以根據一個第一高通濾波器對所述像素執行摺積運算以取得一個第一數值,將一個第二偏移值減去第一數值的絕對值以取得一個第二數值,並且將第二數值除以一個第二門檻值以取得第二因子。
在一範例實施例中,若第一因子大於一個第一預設值,雜訊偵測電路將第一因子設為第一預設值。若第一因子小於一個第二預設值,雜訊偵測電路將第一因子設為第二預設值。若第二因子大於第一預設值,高對比偵測電路將第二因子設為第一預設值。若第二因子小於第二預設值,高對比偵測電路將第二因子設為第二預設值。
在一範例實施例中,若第二因子小於第一預設值,增益控制電路將一預設增益值乘上第二因子以取得增益值。若第二因子大於等於第一預設值,增益控制電路將預設增益乘上第一因子以取得增益值。
基於上述,本發明範例實施例所提出的影像銳化方法與影像處理裝置,可以動態地調整一個高通濾波器的權重與一個第一濾波器的權重。特別的是,第一濾波器是該高通濾波器與一個低通濾波器的摺積,藉此在執行銳化運算時可以同時抑制雜訊,並提供較好的視覺效果。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
100、400‧‧‧影像處理裝置
P1、P2‧‧‧像素
△‧‧‧銳化濾波器
110‧‧‧多核心計算電路
120‧‧‧銳化電路
201~204、301~302‧‧‧濾波器
410‧‧‧雜訊偵測電路
420‧‧‧高對比偵測電路
430‧‧‧增益控制電路
g‧‧‧增益值
S501~S506、S601~S604‧‧‧步驟
圖1是根據一範例實施例所繪示的影像處理裝置的方塊圖。
圖2是根據一範例實施例繪示拉普拉斯濾波器的範例示意圖。
圖3是根據一範例實施例繪示拉普拉斯-高斯濾波器的範例示意圖。
圖4是根據另一範例實施例繪示影像處理裝置的方塊圖。
圖5是根據一範例實施例繪示影像處理裝置400的操作流程圖。
圖6是根據一範例實施例繪示影像銳化方法的流程圖。
圖1是根據一範例實施例所繪示的影像處理裝置的方塊圖。
請參照圖1,影像處理裝置100包括多核心計算電路110與銳化電路120。影像處理裝置100可被實作為電腦、伺服器、分散式系統、電視、智慧型手機、平板電腦、任何形式的嵌入式系統或電子裝置,本發明並不在此限。
多核心計算電路110是用以接收以一個影像中的多個像素P1,並且根據這些像素P1來計算多個濾波器(亦稱核心或是遮罩)的權重,而每一個濾波器的權重可能彼此不相同。多核心計算電路 110會根據這些濾波器以及對應的權重來產生一個銳化濾波器,而銳化電路120會根據此銳化濾波器來對這些像素執行一個銳化運算以輸出像素P2。
舉例來說,銳化電路120可以根據以下方程式(1)來執行銳化運算。
I'(x,y)=I(x,y)+g×△...(1)
其中,I(x,y)是像素P1中的一個像素,代表影像中第x行第y列的像素。g為一個實數,代表一個增益值。△為所產生的銳化濾波器。I’(x,y)表示銳化後的像素。具體來說,若銳化濾波器的大小為M-乘-N(M-by-N),表示多核心計算電路110一次會取得MxN個像素P1,其中M與N為正整數,但本發明並不限制正整數M與N的數值。銳化電路120會將銳化濾波器乘上增益值,根據此銳化濾波器對上述MxN個像素P1做摺積(convolution)運算以得到一個銳化值(即,g×△),最後將像素I(x,y)加上此銳化值。上述的摺積運算也可以被視為將銳化濾波器的每一個係數與像素P1中對應的像素相乘,並把這些相乘後的結果相加以得到銳化值。然而,本領域有通常知識者應可理解摺積運算,在此並不贅述。或者,在另一範例實施例中,銳化電路120也可以將銳化濾波器內位於中心的係數加上1,而直接將銳化濾波器與像素P1做摺積運算後的結果輸出以成為像素P2。本發明並不限制如何根據銳化濾波器來做銳化運算。
在多核心計算電路110所使用的濾波器中,至少包括一個高 通濾波器與一個第一濾波器。此高通濾波器可以是拉普拉斯濾波器(Laplacian filter)、索貝爾(sobel)濾波器、普魯伊特(Prewitt)濾波器、雙邊濾波器(Bilateral filter)或是其他類型的高通濾波器。特別的是,此第一濾波器是上述高通濾波器與一個低通濾波器的摺積(convolution)。此低通濾波器可以是高斯(Gaussian)濾波器、均值(mean)濾波器、中間值(media)濾波器或是其他類型的低通濾波器。若上述的高通濾波器為拉普拉斯濾波器且低通濾波器為高斯濾波器,則第一濾波器也可以被稱為拉普拉斯-高斯(Laplacian of Gaussian,LoG)濾波器。多核心計算電路110至少會根據上述的高通濾波器、高通濾波器的權重(亦稱第一權重)、第一濾波器、與第一濾波器的權重(亦稱第二權重)來產生銳化濾波器。舉例來說,多核心計算電路110會如以下方程式(2)的運算,將上述的高通濾波器乘上對應的第一權重,將第一濾波器乘上對應的第二權重,並將這兩個濾波器加起來以得到銳化濾波器。
△=α×△1+β×△2...(2)
其中,△為銳化濾波器、α為第一權重、△1為高通濾波器、β為第二權重、並且△2為第一濾波器。以拉普拉斯濾波器與高斯濾波器為例,拉普拉斯濾波器可以用下列方程式(3)來表示,高斯濾波器可以用下列方程式(4),而LoG濾波器則可以用下列方程式(5)來表示。
在方程式(3)~(5)中,x與y代表在濾波器中的一個x座標與y座標。在方程式(4)與(5)中,σ代表標準差,但本發明並不限制此標準差為多少。舉例來說,圖2是根據一範例實施例繪示拉普拉斯濾波器的範例示意圖。圖3是根據一範例實施例繪示拉普拉斯-高斯濾波器的範例示意圖。請參照圖2,濾波器201~204為拉普拉斯濾波器的不同態樣。值得注意的是,濾波器201~203的大小為3-乘-3,而濾波器204的大小為3-乘-1。本發明並不限制拉普拉斯濾波器的大小與其中的係數。請參照圖3,濾波器301~302為LoG濾波器的不同態樣。同樣的,本發明並不限制LoG濾波器的大小與其中的係數。
在一範例實施例中,多核心計算電路110是根據以下方程式(6)與(7)來計算對應至拉普拉斯濾波器的第一權重。
在方程式(6)與(7)中,x11代表在像素P1中位於第1行第1列的像素,以此類推。σ th 為一個實數,被稱為第一預設標準差。μ為像素x11~xMN的平均值。換句話說,多核心計算電路110是將像素P1的標準差除以第一預設標準差σ th 以取得第一權重α。此 外,若第一權重α大於一個第一預設值,多核心計算電路110會將第一權重α設為該第一預設值。在此範例實施例中,此第一預設值為1,但在其他範例實施例中,此第一預設值也可為其他的實數,本發明並不在此限。在計算出第一權重α以後,多核心計算電路110會將第一預設值減去第一權重α以取得該第二權重β
一般來說,拉普拉斯濾波器會增加影像中的邊緣看起來更明顯,但同時也會增加雜訊的強度;LoG濾波器則可以用來抑制被增強的雜訊,但可能會有其他的視覺效應。多核心計算電路110會依照影像的內容來調整這兩個濾波器的權重。藉此,經過銳化運算後的像素會有較好的視覺效果。
圖4是根據另一範例實施例繪示影像處理裝置的方塊圖。
請參照圖4,在圖4的範例實施例中,影像處理裝置400包括了多核心計算電路110、銳化電路120、雜訊偵測電路410、高對比偵測電路420與增益控制電路430。增益控制電路430是耦接至雜訊增益電路410、高對比偵測電路420與銳化電路120。其中多核心計算電路110與銳化電路120已描述如上,並不再贅述。雜訊偵測電路410、高對比偵測電路420與增益控制電路430是用以計算出上述方程式(1)中的增益值g。
具體來說,雜訊偵測電路410會根據像素P1的標準差計算出一個第一因子。高對比偵測電路420會根據像素P1的一個高對比程度計算出一個第二因子。增益控制電路430會根據第一因子與第二因子計算出增益值g。在圖4的範例實施例中,銳化電路 120會根據銳化濾波器△對像素P1執行摺積運算,將摺積運算的結果乘上增益值g以取得一個銳化值,並且將像素P1中的一個像素加上銳化值以輸出像素P2。
上述的第一因子是用以偵測一個平緩雜訊區域。在一實施例中,第一因子表示上述像素P1鄰近區域中雜訊的程度。舉例來說,雜訊偵測電路410是根據以下方程式(8)來產生第一因子。
shift1為一個實數,被稱為第一偏移值。thd1為一個實數,被稱為第一門檻值。換言之,雜訊偵測電路410是將像素P1的標準差減去第一偏移值的差除以第一門檻值以取得第一因子。若第一因子大於第一預設值(例如為1),則雜訊偵測電路410會將第一因子設為第一預設值。若第一因子小於第二預設值(例如為0),則雜訊偵測電路410會將第一因子設為第二預設值。也就是說,第一因子會介於第一預設值與第二預設值之間。
另一方面,上述的第二因子是用以表示像素P1中是否有例如為文字等高對比的區域。在此範例實施例中是用一個第一高通濾波器與像素P1進行摺積運算後的結果來表示高對比程度。具體來說,高對比偵測電路420會根據第一高通濾波器對像素P1執行摺積運算以取得一個第一數值。高對比偵測電路420會將一個第二偏移值減去此第一數值的絕對值以取得一個第二數值,並且將第二數值除以一個第二門檻值以取得該第二因子。舉例來說, 假設上述的第一高通濾波器是如圖2的濾波器201所示,則高對比偵測電路420會根據以下方程式(9)來計算第二因子。
shift2為一個實數,被稱為第二偏移值。thd2為一個實數,被稱為第二門檻值。若第二因子大於第一預設值,高對比偵測電路420會將第二因子設為第一預設值。若第二因子小於第二預設值,高對比偵測電路420會將第二因子設為第二預設值。換言之,第二因子也會介於第一預設值與第二預設值之間。
在計算出第一因子與第二因子之後,增益控制電路430會將第一因子與第二因子的其中之一乘上一個預設增益值以取得增益值g。具體來說,增益控制電路430會先判斷第二因子是否小於第一預設值。若第二因子小於第一預設值,則增益控制電路430會將預設增益值乘上第二因子以取得增益值g。若第二因子大於等於第一預設值,增益控制電路430會將預設增益乘上第一因子以取得增益值。換個方式來說,若第一預設值為1,則增益控制電路430的操作可以用以下方程式(10)與(11)來表示。其中Gainfix為一個實數,被稱為預設增益值。
if factor2<1,g=Gain fix ×factor2...(10)
圖5是根據一範例實施例繪示影像處理裝置400的操作流程圖。
請參照圖5,在步驟S501中,多核心計算電路110會取 得一影像中的多個像素。在步驟S502中,多核心計算電路110會根據高通濾波器與第一濾波器產生銳化濾波器。在步驟S503中,雜訊偵測電路410會偵測平緩雜訊區域並計算第一因子。在步驟S504中,高對比偵測電路420會偵測高對比區域並計算第二因子。在步驟S505中,增益控制電路430會根據第一因子與第二因子決定增益值。在步驟S506中,銳化電路120會根據增益值與銳化濾波器對取得的像素做銳化運算。然而,圖5各步驟已詳細說明如上,在此並不再贅述。
圖6是根據一範例實施例繪示影像銳化方法的流程圖。
請參照圖6,在步驟S601中,取得一影像中的多個像素。在步驟S602中,根據所述像素計算高通濾波器的第一權重,以及第一濾波器的第二權重。在步驟S603中,根據高通濾波器、第一權重、第一濾波器與第二權重產生銳化濾波器。在步驟S604中,根據銳化濾波器對所述像素執行一銳化運算。然而,圖6中各步驟已詳細說明如上,在此便不再贅述。值得注意的是,圖6中各步驟可以實作為多個程式碼或是電路(例如,多核心計算電路110與銳化電路120),本發明並不在此限。此外,圖6的方法可以搭配以上實施例使用,也可以單獨使用,本發明並不在此限。
綜上所述,本發明範例實施例提出的影像銳化方法與影像處理裝置,是用至少兩個濾波器來產生銳化濾波器。並且,這兩個濾波器的權重可以根據動態地決定。在一範例實施例中,增益值也可以動態地決定。因此,對於影像中不同的區域會有不同 的銳化程度,藉此銳化後的影像會有較好的視覺效果。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
S601~S604‧‧‧步驟

Claims (18)

  1. 一種影像銳化方法,適用於一影像處理裝置,包括:取得一影像中的多個像素;根據該些像素計算一高通濾波器的一第一權重,以及一第一濾波器的一第二權重,其中該第一濾波器是該高通濾波器與一低通濾波器的摺積;根據該高通濾波器、該第一權重、該第一濾波器與該第二權重產生一銳化濾波器;以及根據該銳化濾波器對該些像素執行一銳化運算。
  2. 如申請專利範圍第1項所述的影像銳化方法,其中根據該些像素計算該高通濾波器的該第一權重的步驟包括:將該些像素的一標準差除以一第一預設標準差以取得該第一權重;以及若該第一權重大於一第一預設值,將該第一權重設為該第一預設值。
  3. 如申請專利範圍第2項所述的影像銳化方法,其中根據該些像素計算該第二權重的步驟包括:將該第一預設值減去該第一權重以取得該第二權重。
  4. 如申請專利範圍第1項所述的影像銳化方法,其中根據該銳化濾波器對該些像素執行該銳化運算的步驟包括:根據該些像素的一標準差計算出一第一因子;根據該些像素的一高對比程度計算出一第二因子; 根據該第一因子與該第二因子計算出一增益值;根據該銳化濾波器對該些像素執行一摺積運算,並將該摺積運算的結果乘上該增益值以取得一銳化值;以及將該些像素的其中之一加上該銳化值。
  5. 如申請專利範圍第4項所述的影像銳化方法,其中根據該些像素的該標準差計算出該第一因子的步驟包括:將該標準差減去一第一偏移值的差除以一第一門檻值以取得該第一因子。
  6. 如申請專利範圍第5項所述的影像銳化方法,其中根據該些像素的該高對比程度計算出該第二因子的步驟包括:根據一第一高通濾波器對該些像素執行該摺積運算以取得一第一數值;將一第二偏移值減去該第一數值的絕對值以取得一第二數值;以及將該第二數值除以一第二門檻值以取得該第二因子。
  7. 如申請專利範圍第6項所述的影像銳化方法,更包括:若該第一因子大於一第一預設值,將該第一因子設為該第一預設值;若該第一因子小於一第二預設值,將該第一因子設為該第二預設值;若該第二因子大於該第一預設值,將該第二因子設為該第一預設值;以及 若該第二因子小於該第二預設值,將該第二因子設為該第二預設值。
  8. 如申請專利範圍第7項所述的影像銳化方法,其中根據該第一因子與該第二因子計算出該增益值的步驟包括:若該第二因子小於該第一預設值,將一預設增益值乘上該第二因子以取得該增益值;以及若該第二因子大於等於該第一預設值,將該預設增益乘上該第一因子以取得該增益值。
  9. 如申請專利範圍第1項所述的影像銳化方法,其中該高通濾波器為拉普拉斯濾波器,並且該低通濾波器為高斯濾波器。
  10. 一種影像處理裝置,包括:一多核心計算電路,用以取得一影像中的多個像素,根據該些像素來計算一高通濾波器的一第一權重,根據該些像素來計算一第一濾波器的一第二權重,並且根據該高通濾波器、該第一權重、該第一濾波器與該第二權重產生一銳化濾波器,其中該第一濾波器是該高通濾波器與一低通濾波器的摺積;一銳化電路,耦接至該多核心計算電路,用以根據該銳化濾波器對該些像素執行一銳化運算。
  11. 如申請專利範圍第10項所述的影像處理裝置,其中該多核心計算電路用以將該些像素的一標準差除以一第一預設標準差以取得該第一權重,其中,若該第一權重大於一第一預設值,該多核心計算電路 將該第一權重設為該第一預設值。
  12. 如申請專利範圍第11項所述的影像處理裝置,其中該多核心計算電路用以將該第一預設值減去該第一權重以取得該第二權重。
  13. 如申請專利範圍第10項所述的影像處理裝置,更包括:一雜訊偵測電路,用以根據該些像素的一標準差計算出一第一因子;一高對比偵測電路,用以根據該些像素的一高對比程度計算出一第二因子;以及一增益控制電路,耦接至該雜訊偵測電路、高對比偵測電路與該銳化電路,用以根據該第一因子與該第二因子計算出一增益值,其中,該銳化電路根據該銳化濾波器對該些像素執行一摺積運算,將該摺積運算的結果乘上該增益值以取得一銳化值,並且將該些像素的其中之一加上該銳化值。
  14. 如申請專利範圍第13項所述的影像處理裝置,其中該雜訊偵測電路用以將該標準差減去一第一偏移值的差除以一第一門檻值以取得該第一因子。
  15. 如申請專利範圍第14項所述的影像處理裝置,其中該高對比偵測電路用以根據一第一高通濾波器對該些像素執行該摺積運算以取得一第一數值,將一第二偏移值減去該第一數值的絕對值以取得一第二數值,並且將該第二數值除以一第二門檻值以取 得該第二因子。
  16. 如申請專利範圍第15項所述的影像處理裝置,其中若該第一因子大於一第一預設值,該雜訊偵測電路將該第一因子設為該第一預設值,若該第一因子小於一第二預設值,該雜訊偵測電路將該第一因子設為該第二預設值,若該第二因子大於該第一預設值,該高對比偵測電路將該第二因子設為該第一預設值,若該第二因子小於該第二預設值,該高對比偵測電路將該第二因子設為該第二預設值。
  17. 如申請專利範圍第16項所述的影像處理裝置,其中若該第二因子小於該第一預設值,增益控制電路將一預設增益值乘上該第二因子以取得該增益值,若該第二因子大於等於該第一預設值,增益控制電路將該預設增益乘上該第一因子以取得該增益值。
  18. 如申請專利範圍第10項所述的影像處理裝置,其中該高通濾波器為拉普拉斯濾波器,並且該低通濾波器為高斯濾波器。
TW102133279A 2013-09-13 2013-09-13 影像銳化方法與影像處理裝置 TW201510934A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW102133279A TW201510934A (zh) 2013-09-13 2013-09-13 影像銳化方法與影像處理裝置
US14/097,220 US9165350B2 (en) 2013-09-13 2013-12-04 Image sharpening method and image processing device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102133279A TW201510934A (zh) 2013-09-13 2013-09-13 影像銳化方法與影像處理裝置

Publications (1)

Publication Number Publication Date
TW201510934A true TW201510934A (zh) 2015-03-16

Family

ID=52668030

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102133279A TW201510934A (zh) 2013-09-13 2013-09-13 影像銳化方法與影像處理裝置

Country Status (2)

Country Link
US (1) US9165350B2 (zh)
TW (1) TW201510934A (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150063718A1 (en) * 2013-08-30 2015-03-05 Qualcomm Incorported Techniques for enhancing low-light images
CN105894457A (zh) * 2015-12-04 2016-08-24 乐视致新电子科技(天津)有限公司 一种去除图像噪声的方法及装置
CN110660031B (zh) * 2019-09-19 2023-12-05 广州酷狗计算机科技有限公司 图像锐化方法及装置、存储介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4561022A (en) * 1983-08-11 1985-12-24 Eastman Kodak Company Image processing method based on processing of interrelated image gradients
US5602934A (en) * 1993-09-08 1997-02-11 The Regents Of The University Of California Adaptive digital image signal filtering
US5880767A (en) * 1996-09-11 1999-03-09 Hewlett-Packard Company Perceptual image resolution enhancement system
KR20050073565A (ko) * 2002-10-23 2005-07-14 코닌클리케 필립스 일렉트로닉스 엔.브이. 샤프니스 개선
US7444034B1 (en) * 2002-11-06 2008-10-28 Digivision, Inc. Systems and methods for image enhancement in multiple dimensions
US8442280B2 (en) * 2004-01-21 2013-05-14 Edda Technology, Inc. Method and system for intelligent qualitative and quantitative analysis of digital radiography softcopy reading
US7847863B2 (en) 2005-06-10 2010-12-07 Intel Corporation Enhancing sharpness in video images
AT503459B1 (de) 2005-07-26 2007-10-15 Tissuegnostics Gmbh Verfahren und einrichtung zur segmentierung von bereichen
US7483081B2 (en) * 2005-10-27 2009-01-27 Mediatek Inc. Edge compensated feature detector and method thereof
KR101114698B1 (ko) * 2010-01-29 2012-02-29 삼성전자주식회사 이미지 특성에 따라 에지를 강조하기 위한 이미지 생성 장치 및 방법
WO2011139288A1 (en) * 2010-05-06 2011-11-10 Nikon Corporation Image sharpness classification system
TW201301199A (zh) 2011-02-11 2013-01-01 Vid Scale Inc 視訊及影像放大以邊為基礎之視訊內插
US9324133B2 (en) 2012-01-04 2016-04-26 Sharp Laboratories Of America, Inc. Image content enhancement using a dictionary technique
US8907973B2 (en) * 2012-10-22 2014-12-09 Stmicroelectronics International N.V. Content adaptive image restoration, scaling and enhancement for high definition display

Also Published As

Publication number Publication date
US9165350B2 (en) 2015-10-20
US20150078677A1 (en) 2015-03-19

Similar Documents

Publication Publication Date Title
US9727984B2 (en) Electronic device and method for processing an image
EP2854390B1 (en) Image sharpening method and device, and shooting terminal
EP2355039B1 (en) Image generating apparatus and method for emphasizing edge based on image characteristics
US20140355902A1 (en) Image processing method with detail-enhancing filter with adaptive filter core
SE1230021A1 (sv) Bildbehandlingsmetod för detaljförstärkning och brusreduktion
JP2011028588A (ja) 情報処理装置、ライン状ノイズ低減処理方法、及びプログラム
WO2014011275A3 (en) System and method for post-detection artifact reduction and removal from images
KR20120134615A (ko) 경계 영역의 잡음 제거 장치 및 방법
KR101987764B1 (ko) 선명도 향상 장치 및 방법
TW201510934A (zh) 影像銳化方法與影像處理裝置
JP2008016006A (ja) 信頼可能なイメージの鮮明化方法
JP2017091231A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
JP5652272B2 (ja) 画像処理装置、画像処理プログラム及び画像処理方法
Zhang et al. Construction of fractional differential masks based on Riemann-Liouville definition
Šroba et al. Impact of Gaussian noise and image filtering to detected corner points positions stability
CN107862679B (zh) 图像检测区域的确定方法及装置
US20180130187A1 (en) Image processing apparatus, image processing method, and image processing program
JP2015161529A (ja) 表面検査装置、表面検査方法およびプログラム
CN107451959B (zh) 图片处理方法及系统
WO2018099303A1 (zh) 一种图像去噪的方法、装置及计算机存储介质
WO2017036386A1 (zh) 一种视频去噪方法及装置、终端、存储介质
JP2019016865A (ja) 画像処理装置、画像処理方法
CN104469083A (zh) 图像锐化方法与图像处理装置
KR101924915B1 (ko) 신호 정정 방법 및 장치, 그리고 단말기
US9406106B2 (en) Image processing circuit and method for removing ringing artifacts thereof