TWI390467B - 動態雜訊濾波裝置及西格瑪濾波方法 - Google Patents

Description

動態雜訊濾波裝置及西格瑪濾 波方法

本發明有關雜訊濾波裝置(noise filter)，尤有關於一種具有動態調整功能的雜訊濾波裝置。

第1A圖是習知時間域雜訊抑制(temporal noise reduction，TNR)濾波器的特性曲線。第1B圖顯示時間軸上連續圖場(field)間的關係圖。

將有可能相關(correlated)的像素群平均化是實現影像雜訊抑制(noise reduction)的常見方式，參考第1A圖及第1B圖，例如TNR濾波器就是在時間軸上依序排列的交錯式(interlaced)圖場中，比較單一像素(假設是目前圖場(以下簡稱cur圖場)座標(i,j)的像素pixel(cur,i,j))的亮度(luminance)值及其前二張圖場(以下簡稱pre2圖場)中相同座標像素pixel(pre2,i,j)的亮度值，若該像素的亮度差之絕對值(diff=abs(pixel(cur,i,j)-pixel(pre2,i,j)))小於th1，則該像素會被視為靜止，而推測其diff係來自於雜訊(假設雜訊是低震幅)。反之，若diff大於th2，該像素會被判斷為移動(motion)中的像素。像素pixel(cur,i,j)經過TNR濾波器之後產生的輸出值如下：pixel(cur,i,j)=pixel(cur,i,j)×alpha+pixel(pre2,i,j)×(1-alpha)………(1)

請注意，在本說明書中，i定義為一影像(例如一圖場或一圖框(frame))之列(row)的索引(index)，j定義為行 (column)的索引。

雖然TNR濾波器對靜態影像的雜訊抑制效果明顯，但對於動態影像會產生如下的缺點。第2A圖顯示當影像中的物體移動量較小時，一物體邊緣在cur圖場及pre2圖場的相對位置關係圖。第2B圖顯示第2A圖的cur圖場及pre2圖場間的亮度差絕對值。第2C圖顯示第2B圖在套用第1A圖的特性曲線後的像素輸出值。從第2A~2C圖可以觀察到，當影像中的物體移動量較小時，套用第1A圖的特性曲線，會使得移動物體產生邊緣模糊(trailing effect)的現象。

第3A圖顯示當影像中的物體移動量較大時，該物體邊緣在pre2及cur二個圖場的相對位置關係圖。第3B圖顯示第3A圖的cur圖場及pre2圖場間的亮度差絕對值。第3C圖顯示第3B圖在套用第1A圖的特性曲線後的像素輸出值。從第3A~3C圖可以觀察到，當影像中的物體移動量較大時，套用第1A圖的特性曲線，會使得移動物體的邊緣有漣漪效應(ringing effect)產生。

第4A圖顯示在pre2圖場中的一移動物體，該pre2圖場已經過TNR濾波器處理，故背景雜訊已被濾除。第4B圖顯示在cur圖場中和第4A圖中相同的移動物體，該cur圖場尚未經過傳統TNR濾波器的處理。其中虛線表示該物體在pre2圖場中的位置，而實線表示該物體在cur圖場中的位置，由於該cur圖場尚未經過TNR濾波器處理，故該物體之背景還留有雜訊。第4C圖顯示經過傳統TNR濾波器處理後之cur圖場。從第4C圖可以觀察到，有雜訊的背 景會使得移動中的物體產生陰影(shadow)或拖曳效果。

傳統雜訊濾波裝置通常為TNR濾波器及空間域雜訊抑制(spatial noise reduction，SNR)濾波器之組合，一般而言，傳統TNR濾波器及SNR濾波器的參數一經設定就不再改變。然而，在實際應用時，由於影像內容組成相當複雜，例如每一張圖場會具有不同的雜訊位準、不同的物體移動量、或者物體和背景間會有各種不同的亮度差值，無論採用TNR濾波器或SNR濾波器，恐難由預設的單一特性曲線或僅設定一組參數來涵蓋或套用至所有影像內容，而對影像品質造成一定程度的影響。

另一方面，習知西格瑪(sigma)濾波器是將落在一特定範圍之亮度差值或色度差值的像素點取平均，而排除超過該特定範圍之亮度差值或色度差值的像素點。如第5A圖的例子，假設ppdiff(定義請參考關係式(8))為一區塊內的亮度差最大絕對值且factor為一預設值，R=ppdiff×factor為系統設定的亮度差範圍，習知西格瑪濾波器以目標像素pixel(cur,i,j)的亮度值ya為基準，亮度值落在(ya-R)~(ya+R)範圍內的像素才會列入平均，例如像素pixel(cur,i,j+2)、pixel(cur,i,j+3)的亮度值過大，就不列入平均。第5B圖係根據習知西格瑪濾波器，顯示實際亮度差值R_diff(y,x)與修正亮度差值m_diff(y,x)的關係圖。從第5B圖可以觀察到當目標像素(座標(i,j))與鄰近像素(座標(y,x)，y≠i，x≠j))的實際亮度差值R_diff(y,x)=(pixel(cur,y,x)-pixel(cur,i,j))大於R或小於-R時，修正亮度差值m_diff(y,x)會等於0(即斜率slope2=∞)，換言之，習知西格瑪濾波器 進行濾波時會將像素pixel(cur,y,x)排除，不列入平均。

以一個1x5(m=1(列數),n=5(行數))區塊為例，假設factor=0.25，若該1x5區塊之五個像素之亮度值依序為100,51,25,0,5(假設目標像素為亮度值為25之像素)，根據第5B圖的關係圖，R=(100-0)×0.25=25，則西格瑪濾波器的目標像素輸出值out=25+(0+0-25-20)/4=14。假設上述1x5區塊之五個像素帶有少許雜訊，使得亮度值變為104,50,25,0,5，根據第5B圖的關係圖，R=(104-0)×0.25=26，則西格瑪濾波器的目標像素輸出值out’=25+(0+25-25-20)/4=20。從上述的例子可以看到，因為第5B圖中斜率slope2=∞的關係，當區塊像素值帶有些許雜訊時，就可能使得西格瑪濾波器的目標像素輸出產生六個灰階的變化，導致影像輸出品質不穩定。

有鑒於上述問題，本發明目的之一為提供一種動態雜訊濾波裝置，藉由對每一影像進行雜訊估計，來動態調整SNR濾波器及TNR濾波器的強度，以及動態調整SNR濾波器之輸出及TNR濾波器之輸出的混合比例，以濾除雜訊並得到最佳的影像品質。

依本發明一實施例，提供一種雜訊濾波裝置，用以濾除影像雜訊，該裝置包含：一雜訊估計電路，接收一目前影像及其對應前一影像，進行雜訊估計，產生一時間屬性參數及一空間屬性參數；一時間域雜訊抑制(TNR)濾波電路，接收該目前影像及其對應前一影像，根據該雜訊估計 電路上一個影像週期產生之時間屬性參數來調整本身之TNR濾波特性曲線，以產生至少一第一濾波掃描線及其對應之第一參數流；一移動估計電路，對一輸入影像及其對應前一影像，進行蚊狀區塊之設定及移動量估計；一空間域雜訊抑制(SNR)濾波電路，根據該雜訊估計電路上一個影像週期產生之空間屬性參數、該移動估計電路之先前輸出、該至少一第一濾波掃描線及其對應之第一參數流，用以產生一第二濾波掃描線及其對應之第二參數流；以及，一混合電路，根據該第二參數流，依序混合該第二濾波掃描線及該至少一第一濾波掃描線之其一，以產生一輸出掃描線。

依本發明另一實施例，提供一種動態雜訊濾波裝置，用以濾除影像雜訊，該裝置包含：一雜訊估計電路，接收一目前影像及其對應前一影像，進行雜訊估計，產生一時間屬性參數；以及，一時間域雜訊抑制濾波器，耦接該雜訊估計電路，接收該目前影像及其對應前一影像，根據該雜訊估計電路上一個影像週期產生之時間屬性參數來調整本身之TNR濾波特性曲線，以產生一時間域濾波影像。

依本發明再一實施例，提供一種動態雜訊濾波裝置，用以濾除影像雜訊，該裝置包含：一雜訊估計電路，接收一目前影像及其對應前一影像，進行雜訊估計，產生一空間屬性參數；一移動估計電路，對該目前影像及其對應前一影像，進行蚊狀區塊之設定及移動量估計；以及，一空間域雜訊抑制濾波電路，接收該目前影像，根據該雜訊估計電路上一個影像週期產生之空間屬性參數、該移動估計 電路之先前輸出，以產生一空間域濾波影像。

依本發明一實施例，提供一種西格瑪濾波方法，用以處理至少一影像，包含以下步驟：接收該影像之m×n大小之區塊；根據該區塊中之一目標像素，計算該區塊中其餘每一像素與該目標像素之實際像素差值R_diff；根據一預設差值範圍與一預設負斜率slope3，將每一實際像素差值R_diff調整為一相對之修正像素差值m_diff；以及，根據各該修正像素差值m_diff、該目標像素值及該區塊之像素數目，得到一濾波輸出值。

本發明的其他目的和優點可以從本發明所揭露的技術特徵中得到進一步的了解。為讓本發明之上述和其他目的、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。

本發明動態雜訊濾波裝置之可以利用硬體、軟體、韌體(firmware)之其中之一、或前三者之任意組合來實施，例如：純硬體實施的例子為一現場可程式邏輯閘陣列(field programmable gate array，FPGA)設計、或一特殊應用積體電路(application specific integrated circuit，ASIC)設計，而硬體與韌體合併實施的例子為一數位信號處理器(digital signal processor，DSP)及其內建韌體之組合。

第6A圖為本發明動態雜訊濾波裝置之一實施例的架構示意圖。參考第6A圖，本發明動態雜訊濾波裝置600包含一雜訊估計(noise estimation)電路610、一TNR濾波器620、一SNR濾波器630、一混合電路640及一移動 (motion)估計電路650。本實施例中，雜訊估計電路610係同時接收cur圖場之三條掃描線C(i-1)、C(i)、C(i+1)及pre2圖場之三條掃描線P(i-1)、P(i)、P(i+1)，進行雜訊估計後，產生一組時間域參數TP及一組空間域參數SP。其中，時間域參數TP包含參數nr_th1及nr_alpha，而空間域參數SP包含參數hl_coring、hc_coring、vl_coring及vc_coring。另外，每一掃描線由多個像素所組成，每一像素值包含一亮度成份及/或一色度成份。

TNR濾波器620，耦接雜訊估計電路610，亦同時接收cur圖場之三條掃描線C(i-1)、C(i)、C(i+1)及pre2圖場之三條掃描線P(i-1)、P(i)、P(i+1)，並根據雜訊估計電路610前一個圖場週期產生的時間域參數TP，混合cur圖場及pre2圖場中同一座標之像素的亮度值及/或色度值，以產生三條時間域濾波掃描線T(i-1)、T(i)、T(i+1)及其對應之參數流t_alpha(i-1)、t_alpha(i)、t_alpha(i+1)。移動估計電路650同時接收cur圖場之三條掃描線C(i-1)、C(i)、C(i+1)及pre2圖場之三條掃描線P(i-1)、P(i)、P(i+1)，以進行蚊狀區塊(mosquito noise block)之蚊狀旗標設定及蚊狀區塊之移動量估計，產生相對應蚊狀旗標mnr_rgn及移動量MBW。SNR濾波器630，耦接雜訊估計電路610及TNR濾波器620，接收上述三條時間域濾波掃描線T(i-1)、T(i)、T(i+1)及其相對應參數流t_alpha(i-1)、t_alpha(i)、t_alpha(i+1)，並根據移動估計電路650前二個圖場週期產生的蚊狀旗標mnr_rgn與移動量MBW及雜訊估計電路610前一個圖場週期產生的空間域參數SP，產生一空間域濾波 掃描線S(i)及其對應的參數流s_alpha(i)。混合電路640，接收該空間域濾波掃描線S(i)、上述時間域濾波掃描線T(i)及參數流s_alpha(i)，根據參數s_alpha(i)混合掃描線S(i)、T(i)中相同座標像素之亮度值及/或色度值，以產生一輸出掃描線B(i)。以座標為(i,j)的像素為例，混合電路640的輸出像素值B(i,j)=S(i,j)×s_alpha(i,j)+T(i,j)×(1-s_alpha(i,j))。

第6B圖為本發明動態雜訊濾波裝置之另一實施例的架構示意圖。第6A圖與第6B圖之實施例中，所有元件的功能皆一致，差別僅在於移動估計電路650的輸入訊號部分，第6B圖之移動估計電路650係接收TNR濾波器620輸出之三條掃描線T(i-1)、T(i)、T(i+1)及pre2圖場之三條掃描線P(i-1)、P(i)、P(i+1)，以進行蚊狀區塊之蚊狀旗標設定及蚊狀區域之移動量估計，並產生相對應蚊狀旗標mnr_rgn及移動量MBW。也因為第6B圖之移動估計電路650係接收TNR濾波器620輸出之三條掃描線T(i-1)、T(i)、T(i+1)的關係，本發明在移動估計電路650的前級另設置三個延遲電路671~673，用以補償TNR濾波器620的處理時間，使掃描線P(i-1)、P(i)、P(i+1)能和TNR濾波器620輸出之三條掃描線T(i-1)、T(i)、T(i+1)同步進入移動估計電路650。以下說明書係以第6A圖之實施例為依據，詳細介紹本發明。

請注意，當雜訊估計電路610對cur、pre2圖場進行雜訊估計、產生出一組時間域參數TP及一組空間域參數SP時，其實TNR濾波器620已處理完cur、pre2圖場，因 此雜訊估計電路610對cur、pre2圖場所進行雜訊估計的結果已無法回溯而應用於cur圖場，如第1B圖所示。雖然如此，本發明認為連續的圖場或圖框(frame)之間的影像係具有高度的相依性，據此，雜訊估計電路610對cur、pre2圖場所進行雜訊估計的結果即可應用至下一個圖場nxt1，同時，本發明動態雜訊濾波裝置的電路中亦無須設置額外緩衝器來暫存cur圖場之影像資料，可節省大量硬體成本。至於目前這個圖場週期TNR濾波器620及SNR濾波器630所接收到的參數TP、SP係雜訊估計電路610於前一個圖場週期對pre1、pre3圖場進行雜訊估計的結果。同樣地，本實施例中，移動估計電路650對cur、pre2圖場所進行移動估計的結果，係應用至下二個圖場nxt2，而目前SNR濾波器630接收到的蚊狀旗標mnr_rgn及移動量MBW係移動估計電路650於前二個圖場週期對pre2、pre4圖場進行移動估計的結果。於另一實施例中，移動估計電路650對cur、pre2圖場所進行移動估計的結果，也可應用至下一個圖場nxt1，而目前SNR濾波器630接收到的蚊狀旗標mnr_rgn及移動量MBW係移動估計電路650於前一個圖場週期對pre1、pre3圖場進行移動估計的結果。

基於以上原因及同步目的，第6A圖及第6B圖的實施例中設置二個延遲(delay)電路661及662，延遲電路661係用以將輸入延遲一個或二個圖場週期之後輸出，而延遲電路662係用以將輸入延遲一個圖場週期之後輸出。於一實施例中，第6A圖之動態雜訊濾波裝置600不須設置任何延遲電路，雜訊估計電路610與移動估計電路650係將 本次估計結果光暫存於系統之緩衝器(圖未示)，雜訊估計電路610於下一個圖場nxt1輸入時，再將參數TP、SP讀出並傳送到TNR濾波器620及SNR濾波器630；而移動估計電路650則於下二個圖場nxt2輸入時，將蚊狀旗標mnr_rgn及移動量MBW讀出並傳送到SNR濾波器630。因此，第6A圖及第6B圖中的延遲電路661及6623並非必要元件，僅以虛線標示。另外，請注意，第6A圖及第6B圖的實施例係以應用於連續圖場為例，當然，第6A圖及第6B圖之電路架構也可應用於連續圖框，此時，差別在於延遲電路661、662皆用以將輸入延遲一個圖框週期之後輸出。

根據一實施例，在進行雜訊估計時，在第7A圖之Vs、Ve、Hs、He所框住的有效影像範圍內，雜訊估計電路610分別將每一目標像素(i,j)以本身為中心擴展為3x5區塊(如第7B圖所示)。由於本發明係假設雜訊是低震幅，雜訊估計電路610在雜訊估計過程中，先根據每一區塊的亮度差絕對值總和來排除掉圖場中移動中(motion)的區塊(亮度變化太大)及落在黑條(black bar)區702的區塊(亮度幾乎沒有變化)。對於非落在黑條區的偏靜止區塊，再根據區塊內單一像素的亮度差最大絕對值，計算出一雜訊直方圖(histogram)。例如，依據本發明一實施例，可以利用如下程式碼產生第7C圖之雜訊直方圖的步驟。第7C圖之雜訊直方圖係由多個箱型區(bin)所組成，每一箱型區之索引亦代表一亮度差最大絕對值(從0~15)，而縱軸表示每一箱型區之相對累計數目，至於亮度差最大絕對值大於15之區 塊係列入bin(15)之計數。

for i=Vs：Ve

for j=Hs：He

pixel_diff(i,j)=abs(pixel(pre2,i,j)-pixel(cur,i,j))………(2)

/*計算目標像素(i,j)在cur及pre2圖場間的亮度差絕對值*/

end

end

for i=Vs：Ve

for j=Hs：He

/*計算每一區塊的亮度差絕對值總和*/

if((bk_diff(i,j)>=reg_th1 & & pixel(cur,i,j)>=reg_th2 & & bk_diff(i,j)<=reg_th3)

/*是否屬於非落在黑條區的偏靜止區塊*/

max_diff=0

for x=-2：2

for y=-1：1

if(max_diff<pixel_diff(i+y,j+x))

max_diff=pixel_diff(i+y,j+x)；

/*尋找區塊內的單一像素之亮度差最大絕對值*/

end

end

if(max_diff>15)max_diff=15；

end

hist(max_diff)=hist(max_diff)+1；

/*每一箱型區累計數目*/

end

end

end

熟悉本技術領域之人士可以了解，若一張圖場的整體雜訊位準偏大的話，基本上連低位準雜訊也會跟著放大，因此，要判斷一張圖場的整體雜訊位準其實不需檢視整張圖場的影像資料，只需取樣最低幾個雜訊位準就具有充分的代表性。於一實施例中，雜訊估計電路610僅取樣整體圖場中雜訊位準最低的2%像素，並利用如下程式碼來計算雜訊平均值(mean)u及雜訊變異數(variance)v。

ne_total_th=2% *(He-Hs)*(Ve-Vs)

/*計算一圖場中2%像素的總數*/

count=0；bincount=0；sum=0；

sum2=0；enough_sample=0；

for i=0：15 begin

count=count+bin(i)

if(count>=ne_total_th)/*箱型區累計數目大於或等於2%像素的總數*/

bincount=ne_total_th+bin(i)-count；

count=ne_total_th；

enough_sample=1；/*表示樣本數足夠*/

end

else

bincount=bin(i)

end

sum=i * bincount+sum；

sum2=i^2 * bincount+sum2；

if(enough_sample)break；/*表示樣本數已達2% */

end

u=sum/count；/*計算雜訊平均數*/

v=sum2/count；/*計算雜訊變異數*/

就第7C圖中的例子而言，本發明雜訊估計電路610首先要確認從bin(0)累計到bin(15)的樣本總數是否超過2%像素的總數(ne_total_th)，圖中的虛線係顯示從bin(0)累計到bin(4)的樣本總數即達到2%像素的總數(ne_total_th)。當然，也有可能從bin(0)累計到bin(15)的的樣本總數仍未超過ne_total_th(即樣本數不足)，這樣的狀況通常發生在(1)場景大幅度改變(scene change)，或者(2)場景完全靜止且畫面非常乾淨。而倘若真的碰到上述二種場景，cur圖場其實就不需做雜訊抑制處理、也不需計算u、v值了。

在雜訊估計電路610接收的一連串圖場過程中，很可能會產生有些圖場的樣本數足夠、有些圖場的樣本數不足的現象，此關係到目前計算出的u、v值之可靠度。於一實施例中，雜訊估計電路610係根據過去16個圖場中樣本數足夠的圖場總數(stable_cnt)，並利用下列數學關係式來得到具有可靠度的雜訊平均值u及雜訊變異數值v：u=(u * stable_cnt+u_ref *(16-stable_cnt))/16；v=(v * stable_cnt+v_ref *(16-stable_cnt))/16；在上述數學關係式中，u_ref、v_ref是假設圖場的樣本數不足的情況下，系統所設定之u、v初始值；當 stable_cnt越接近16，表示過去16個圖場中樣本數足夠的圖場數越多且目前計算出的u、v值之可靠度越高。

本發明係利用雜訊估計電路610根據每一圖場內含的雜訊所計算出來的u、v值，來動態調整TNR濾波器620及SNR濾波器630的強度。平均來說，具有較高雜訊平均值u及雜訊變異數值v的圖場，表示有較強的雜訊，相對地，TNR濾波器620或/及SNR濾波器630就必需有較強的濾雜訊能力。

本發明一實施例中，係利用如下之無限脈衝響應(IIR，infinite impulse response)形式的數學關係式，來平均化空間域參數lpu_snr、lpv_snr(其中，ne_alpha為一個小於16之預設值)： lpu_snr=(u * ne_alpha+lpu_snr *(16-ne_alpha))/16；(3) lpv_snr=(v * ne_alpha+lpv_snr *(16-ne_alpha))/16；(4) 在先前技術的應用中，常發現若對靜止物體影像採用SNR濾波器，則靜止物體邊緣容易產生模糊邊緣。有鑒於此，本發明在實現雜訊抑制時，對靜止物體影像主要採用TNR濾波器，而對移動中物體影像則適度採用SNR濾波器，以得到較佳影像品質。因此，雜訊估計電路610藉由統計在cur及pre2圖場間，亮度差絕對值pixel_diff(i,j)(請參考關係式(2)之定義)大於一臨界值ne_th1的像素總數diff_cnt，以判斷整體cur圖場是偏靜態或偏動態。一實施例中，若像素總數diff_cnt小於臨界值ne_th2，表示整體cur圖場是偏超靜態；而若像素總數diff_cnt大於臨界值ne_th2但小於臨界值ne_th3(ne_th3>ne_th2)，表示整體 cur圖場是偏靜態，否則整體cur圖場是偏動態。當雜訊估計電路610判斷出cur圖場是偏靜態、偏超靜態、或偏動態時，再利用參數extra_u、extra_v來調整u、v值大小，如下關係式(5)所示。趨勢上，圖場越是偏靜態，設定的extra_u、extra_v值越大。一實施例中，本發明係利用如下之IIR形式的數學關係式(6)(7)，來平均化時間域參數lpu、lpv： u=u+extra_u；v_f=v_f+extra_v；………(5) lpu=(u * ne_alpha+lpu *(16-ne_alpha))/16；………(6) lpv=(v * ne_alpha+lpv *(16-ne_alpha))/16；………(7) 須注意的是，關係式(5)中u、v值之調整不會回溯影響到上述關係式(3)(4)之空間域參數lpu_snr、lpv_snr，只會影響到後面的時間域參數lpu、lpv。因此，透過關係式(5)，cur圖場越偏向靜態，u、v值會被調得越大，使得TNR濾波器620的濾雜訊能力越強，這是因為cur圖場越偏向靜態時，越允許放大TNR濾波器620的濾雜訊能力，但不能影響到SNR濾波器630(或空間域參數lpu_snr、lpv_snr)。

第8圖係本發明TNR濾波特性曲線。雜訊估計電路610利用上述時間域參數lpu、lpv來產生第8圖之TNR濾波特性曲線的時間屬性參數TP(nr_alpha及nr_th1)。一實施例中，雜訊估計電路610根據時間域參數lpu、lpv，並利用下列程式碼來分別得到時間屬性參數nr_alpha及nr_th1：

nr_alpha=nr_alpha-(lpv-v_ref)* alpha_fact；

nr_th1=nr_th1+(lpu-u_ref)* th1_fact；

/* v_ref、u_ref、alpha_fact及th1_fact均為預設值*/

從上述程式碼可以觀察到，當雜訊變異程度越大(lpv值越大)，nr_alpha值就會越小；當雜訊平均值越大(lpu值越大)，nr_th1值會越大，TNR濾波器620的濾雜訊能力越強。在實際應用時，本發明會分別給予nr_alpha及nr_th1一個動態調整範圍，例如第8圖中的虛線所示，nr_alpha值會在nr_alpha_max及nr_alpha_min範圍內變動，而nr_th1值會在nr_th1_max及nr_th1_min範圍內變動。之後，雜訊估計電路610於下一個圖場週期開始時，將上述時間屬性參數TP(nr_alpha及nr_th1)傳送給TNR濾波器620，以供TNR濾波器620據以動態調整本身的TNR濾波特性曲線(如第8圖所示)。

根據本發明，第8圖中斜線之斜率是固定的，且nr_th1及nr_th2之間的距離也是固定的，因此，TNR濾波器620一旦接收到最新的時間屬性參數nr_alpha及nr_th1後，nr_th2會隨著nr_th1左右調整。就第6A圖的實施例而言，TNR濾波器620係包含三個1xN TNR濾波單元621~623，每一TNR濾波單元均適用上述動態調整過的TNR濾波特性曲線。第8圖中橫軸的定義是以一目標像素(i,j)為中心擴展成m×n的區塊後，得到該區塊內每一像素在cur及pre2圖場間的低通亮度差總和：

為一mxn大小的低通慮波器，其中m×n的區 塊大小未必要跟第7B圖中的區塊一樣大，m大小主要是 取決於每一TNR濾波單元接受之掃描線的數目，就TNR濾波單元621~623的實施例而言，m等於1。

將第8圖和第1A圖之TNR濾波特性曲線作比較，相較於傳統TNR濾波特性曲線的橫軸係以單一像素之亮度差為參考值，本發明TNR特性曲線的橫軸係利用區塊之低通亮度差總和(abslpdiff(i,j))作為參考值，更容易分辨亮度差的原因是來自於移動或雜訊，而當分辨出亮度差的原因是來自於移動時，本發明即適度增加SNR濾波器630的濾雜訊強度。例如，當1xN TNR濾波單元622將一目標像素(i,j)為中心擴展成m×n的區塊後計算出之abslpdiff(i,j)值，再根據第8圖得到一相對應alpha(i,j)值，而從alpha(i,j)值大小即可判斷出目標像素(i,j)移動的程度，例如：當alpha(i,j)值越大，移動量就會越大。接著，1xN TNR濾波單元(621~623)即根據得到的alpha(i,j)值利用關係式(1)，混合cur及pre2圖場中目標像素(i,j)的像素值(即混合C(i,j)及P(i,j))，產生一輸出像素值T(i,j)(包含亮度值Y及色度值C)，同時將像素值T(i,j)相對應alpha(i,j)值減去nr_alpha值之後作為t_alpha(i,j)值(t_alpha(i,j)=alpha(i,j)-nr_alpha)傳送給SNR濾波器630，供SNR濾波器630調整的本身的濾雜訊強度。根據本發明，當t_alpha(i,j)值越大時，相對之SNR濾波器630的濾雜訊強度越強。

第9圖是本發明SNR濾波特性曲線。根據第6A圖之實施例，本發明SNR濾波器630係利用一十字濾波器來實施，該十字濾波器包含一垂直SNR濾波單元631與一水平 SNR濾波單元632。第9圖的SNR濾波特性曲線適用於垂直SNR濾波單元631與水平SNR濾波單元632。第9圖的縱軸表示增益(gain)，橫軸表示cur圖場中以一目標像素(i,j)為中心擴展成m×n的區塊，以bk(cur,i,j,m,n)表式(本SNR區塊不需與TNR區塊一樣大)內最大值與最小值的差ppdiff。一實施，以程式碼表示如下：

maxvalue=max(bk(cur,i,j,m,n))；

/*cur圖場中m×n區塊內之最大值*/

minvalue=min(bk(cur,i,j,m,n))；

/*cur圖場中m×n區塊內之最小值*/

ppdiff=maxvalue-minvalue；………(8)

aug=hpf(bk(cur,i,j,m,n))；/*區塊之平均高頻量化數值*/

pixel_out(i,j)=pixel_in(i,j)-aug *(64-g)/32/64；………(9)

/*輸入像素pixel_in(i,j)通過SNR濾波單元後的輸出值pixel_out(i,j)*/

請注意，不同於第8圖TNR濾波特性曲線之調整方式，本發明垂直SNR濾波單元631與水平SNR濾波單元632根據雜訊估計電路610及移動估計電路650產生的參數，只會調整SNR濾波特性曲線的coring值，而不會改變增益初始值(smooth)及斜線之斜率。

一實施例中，雜訊估計電路610根據上述關係式(3)、(4)產生空間域參數lpu_snr及lpv_snr後，更根據以下四個關係式來產生空間屬性參數SP(包含vl_coring、 vc_coring、hl_coring、hc_coring)以傳送至SNR濾波器630：

vl_coring(i,j)=lpu_snr * vl_th1+lpv_snr * vl_th2；

/*用於調整垂直SNR濾波亮度特性曲線之coring值*/

vc_coring(i,j)=lpu_snr * vc_th1+lpv_snr * vc_th2；

/*用以調整垂直SNR濾波色度特性曲線之coring值*/

hl_coring(i,j)=lpu_snr * hl_th1+lpv_snr * hl_th2；

/*用於調整水平SNR濾波亮度特性曲線之coring值*/

hc_coring(i,j)=lpu_snr * hc_th1+lpv__snr * hc_th2；

/*用於調整水平SNR濾波色度特性曲線之coring值*/

須注意的是，本發明並未限定SNR濾波器630中垂直SNR濾波單元631與水平SNR濾波單元632設置的前後級次序，電路設計者可視應用需要來調整順序。於SNR濾波器630之另一實施例中，係設置三個水平SNR濾波單元632於垂直SNR濾波單元631之前級(圖未示)。

另一方面，在一般影像之強烈邊緣(strong edge)區域附近常見到蚊狀雜訊(mosquito noise)(如第10A圖及第10B圖所示)，這是影像壓縮之二維影像離散餘弦轉換(discrete cosine transform)過程中造成的問題。當碰到影像中有強烈邊緣區域時，本發明可藉由調整SNR濾波器630的強度來改善甚至解決蚊狀雜訊的問題。蚊狀雜訊大致分為靜態蚊狀雜訊及動態蚊狀雜訊，一般而言，靜態蚊狀雜訊比較容易被人眼發現，因此有迫切改善的需要，至於動態蚊狀雜訊則視應用來選擇是否要濾除。

移動估計電路650首先以4x4(或8x8、或4x8)為一區塊單位，偵測cur圖場及pre2圖場間是否在一相同位置之 區塊內具有強烈邊緣區域，例如：當一目標像素(i,j)所屬的4x4區塊內之亮度差異最大值大於一臨界值mnr_th時，表示該4x4區塊內具有強烈邊緣區域。若偵測到具有強烈邊緣之區塊，即以該4x4蚊狀區塊為中心擴充為十字型蚊狀區域，如第10C圖所示。在另一實施例中，係以該4x4蚊狀區塊為中心擴充為12x12正方形蚊狀區域(圖未示)。只要是屬於該蚊狀區域的像素，移動估計電路650會將該些像素之蚊狀旗標設為1(即mnr_rgn(y,x)=1)，且分別對此蚊狀旗標設為1之十字型蚊狀區域，以4x4蚊狀區塊為單位，進行cur、pre2圖場間之移動量估計，以產生各蚊狀區塊的相對移動量MBW。如上所述，移動估計電路650對cur、pre2圖場所進行之蚊狀旗標設定及移動估計的結果，係應用至下二個圖場nxt2。至於目前SNR濾波器630接收到的蚊狀區塊及其相對移動量MBW係移動估計電路650於二個圖場週期之前對pre2、pre4圖場進行移動估計的結果。

垂直SNR濾波單元631與水平SNR濾波單元632接收到空間屬性參數vl_coring、vc_coring、hl_coring及hc_coring後，根據(1)目標像素(i,j)是否屬於一蚊狀區塊(或目標像素(i,j)之蚊狀旗標是否設為1)以及(2)該蚊狀區塊的移動量MBW大小，來進一步調整SNR特性曲線之vl_coring、vc_coring、hl_coring及hc_coring值。一實施例中，假設要濾除影像中偏靜態的蚊狀雜訊，首先，垂直SNR濾波單元631與水平SNR濾波單元632判斷目標像素(i,j)是否屬於一蚊狀區塊(即mnr_rgn(i,j)=1)，再判斷該蚊 狀區塊的移動量MBW是否小於一臨界值mbw_th，若上述二個條件都符合的話，再根據以下關係式來動態調整SNR濾波特性曲線之vl_coring、vc_coring、hl_coring及hc_coring值與同時調整參數s_alpha(i,j)：

vl_coring(i,j)=vl_coring(i,j)+mnr_rgn(i,j)* mnr_vl_coring；

/*有蚊狀雜訊時，vl_coring值會被進一步加大*/

vc_coring(i,j)=vc_coring(i,j)+mnr_rgn(i,j)*mnr_vc_coring；

/*有蚊狀雜訊時，vc_coring值會被進一步加大*/

hl_coring(i,j)=hl_coring(i,j)+mnr_rgn(i,j)*mnr_hl_coring；

/*有蚊狀雜訊時，hl_coring值會被進一步加大*/

hc_coring(i,j)=hc_coring(i,j)+mnr_rgn(i,j)* mnr_hc_coring；

/*有蚊狀雜訊時，hc_coring值會被進一步加大*/

s_alpha(i,j)=t_alpha(i,j)+mnr_rgn(i,j)* mnr_gain；

/*有蚊狀雜訊時，t_alpha會被進一步加大成為s_alpha*/

根據第6A圖，SNR濾波器630係接收TNR濾波器620輸出的三條掃描線T(i-1)、T(i)、T(i+1)後，以目標像素T(i,j)為中心擴展為m×n的區塊，分別根據四條調整過的SNR特性曲線(垂直SNR濾波亮度特性曲線、垂直SNR濾波色度特性曲線、水平SNR濾波亮度特性曲線、水平SNR濾波色度特性曲線)取得不同之增益值g，再利用關係式(9)的計算，最後得到輸出像素值S(i,j)(包含亮度值Y與色度值C)及像素S(i,j)之相對應參數s_alpha(i,j)。

最後，混合電路640根據參數s_alpha(i,j)混合像素值T(i,j)及S(i,j)，產生輸出像素B(i,j)。一實施例中，混合電路640根據以下關係式來產生輸出像素值： B(i,j)=S(i,j)×s_alpha(i,j)+T(i,j)×(1-s_alpha(i,j))

須注意的是，本發明SNR濾波器630除了利用單一的十字濾波器來實施之外，亦可利用第11圖的電路架構來實施。第11圖是本發明SNR濾波器之另一實施例的架構圖。請同時參考第6A圖及第11圖，本發明SNR濾波器630’包含一十字濾波器112、一決定電路111、一西格瑪濾波器113及一中值濾波器114。決定電路111接收TNR濾波器620產生的三條掃描線T(i-1)、T(i)、T(i+1)後，以一區塊單位(以3x3為例)，根據區塊內之亮度差異最大值(ppdiff，請參考關係式(8))是否大於一預設邊緣值edge_th，來啟動十字濾波器112或西格瑪濾波器113。若亮度差異最大值(ppdiff)小於臨界值edge_th，決定電路111利用控制訊號CS來啟動(enable)十字濾波器112並禁能(disable)西格瑪濾波器113；反之，若亮度差異最大值(ppdiff)大於或等於臨界值edge_th，決定電路111則利用控制訊號CS來啟動西格瑪濾波器113並禁能十字濾波器112。由於十字濾波器112的結構與功能已於前面介紹過，在此不再贅述。

第12A圖係顯示七個像素的亮度值、t_alpha與位置關係的一個例子。椒鹽雜訊有一個特性，其亮度值(或色度值)必是其所屬區塊的最大值或最小值，同時其移動量也最大(可利用t_alpha值當指標)。例如：當第12A圖中的目標像素同時符合亮度最大值及移動量最大值(t_alpha為最大值)時，即可以判斷該目標像素是一個鹽巴雜訊(salt noise)；反之，若符合亮度最小值及移動量最大值時，則 可以判斷該目標像素是一個胡椒雜訊(pepper noise)。

第12B圖係根據本發明西格瑪濾波器之一實施例，顯示實際亮度差值與修正亮度差值的關係圖。請同時參考第5B圖及第12B圖，對於落在系統設定的亮度範圍R(=ppdiff×factor)~-R之外的像素，本發明西格瑪濾波器113並非像先前技術一樣，一律不列入考慮(slope2=∞)，而是給於第12B圖中的負斜率區(slope3=-2)。圖中的負斜率區可視為一個緩衝區，有維持本發明西格瑪濾波器113穩定輸出品質的功效。

一實施例中，西格瑪濾波器113接收m×n區塊(目標像素(i,j)位於區塊中心)，並利用以下程式碼來產生輸出像素S”(i,j)及其椒鹽旗標salt_pepper(i,j)。

factor=0.25；m2=(m-1)/2；n2=(n-1)/2；diffsum=0；

spatial2_th=1；/* factor為一預設值*/

salt_pepper_pos(i,j)=1；salt_pepper_neg(i,j)=1；

for y=i-m2：i+m2

for x=j-n2：j+n2

R_diff(y,x)=pixel(cur,y,x)-pixel(cur,i,j)；

/*鄰近像素與目標像素之實際亮度差*/

diff_t_alpha(y,x)=t_alpha(i,j)-t_alpha(y,x)；

/*鄰近像素(y,x)與目標像素(i,j)之t_alpha差*/

if(abs(R_diff(y,x)>salt_pepper_th1 &(y！=i)&(x！=j))

salt_pepper_pos(i,j)=salt_pepper_pos(i,j)&(R_diff(y,x)<0)&(diff_t_alpha(y,x)≧salt_pepper_th2)；

/*鹽巴雜訊須符合亮度最大值及t_alpha最大值*/

salt_pepper_neg(i,j)=salt_pepper_neg(i,j)&(R_diff(y,x)>0)&(diff_t_alpha(y,x)≧salt_pepper_th2)；

/*胡椒雜訊須符合亮度最小值及t_alpha最大值*/

end

if(R_diff(y,x))>ppdiff * factor)

m_diff(y,x)=ppdiff * factor+((R_diff(y,x)-(ppdiff * factor))* slope3；/*slope3為負斜率*/

if(R_diff(y,x)<0)

m_diff(y,x)=0；

end

elseif(R_diff(y,x)<-ppdif * factor)

m_diff(y,x)=-ppdiff * factor+(R_diff(y,x)-(ppdiff * factor))* slope3；/*slope3為負斜率*/

if(R_diff(y,x)>0)

m_diff(y,x)=0；

end

end

diffsum=diffsum+m_diff(y,x)；

end

end

S”(cur,i,j)=pixel(cur,i,j)+diffsum*spatial2_th/(m*n-1)；………(10)/*Σ濾波器之目標像素(i,j)輸出值*/

salt_pepper(i,j)=salt_pepper_pos(i,j)| salt_pepper_neg(i,j)；

/*目標像素(i,j)相對應之椒鹽旗標，若等於1為椒鹽雜訊*/

以一個1x5(m=1,n=5)區塊及負斜率slope3=-2為例，若該1x5區塊之亮度值依序為100,51,25,0,5(假設目標像素為亮度值為25之像素)，根據第12B圖的關係圖，R=ppdiff * factor=(100-0)×0.25=25，則西格瑪濾波器113的目標像素輸出值S”=25+(0+23-25-20)/4=20。假設上述1x5區塊帶有少許雜訊，使得亮度值依序為104,50,25,0,5，根據第12B圖的關係圖，R=(104-0)×0.25=26，則西格瑪濾波器113的目標像素輸出值S”=25+(0+25-25-20)/4=20。從上述的輸出可以看到，即使像素帶有雜訊，本發明西格瑪濾波器113的目標像素輸出值仍維持得十分穩定。

第12C圖顯示本發明一實施例之西格瑪濾波方法的流程圖。依據本發明一實施例之西格瑪濾波方法，用以處理一影像，此方法包含以下步驟。

步驟S120：接收m×n大小之區塊。其中，m為列數，n為行數。

步驟S122：根據該區塊中之一目標像素(i,j)，計算該區塊中其餘每一像素(y,x)與該目標像素(i,j)之實際亮度差值R_diff(y,x)。R_diff(y,x)=pixel(cur,y,x)-pixel(cur,i,j)。

步驟S124：根據一預設亮度差範圍(R~-R)與一預設負斜率slope3，將每一實際亮度差值R_diff調整為一相對之修正亮度差值m_diff。

步驟S126：根據各該修正亮度差值m_diff、該目標像素之亮度值及該區塊之像素數目，得到該區塊之一濾波輸出值。例如：利用上述關係式(10)，即可得到目標像素(i,j)之濾波輸出值S”(cur,i,j)。

步驟S128：判斷本影像是否處理完畢。若是，則結束，否則，繼續處理下一個m×n區塊。請注意，以上係針對影像之亮度值進行西格瑪濾波，熟悉本技術領域之人士可以利用同樣方法對影像之色度值進行西格瑪濾波。

最後，中間值濾波器114係接收十字濾波器112及西格瑪濾波器113的輸出，只要目標像素之椒鹽旗標值salt_pepper(i,j)或蚊狀旗標值mnr_rgn(i,j)被設定為1，就對各目標像素所屬區塊進行中值濾波處理，否則，中值濾波器114將輸入直接輸出(bypass)，產生輸出值S(i,j)及其對應之參數s_alpha(i,j)。第13圖顯示以目標像素(i,j)為中心的3x3區塊之亮度值y的一個例子。以下係以亮度值為例，本發明中值濾波器114對第13圖的3x3區塊進行四個方向的中間值濾波，分別得到如下四個方向的中間值：

med1=median(y(i-1,j),y(i,j),y(i+1,j))；/*水平*/

med2=median(y(i,j-1),y(i,j),y(i,j+1))；/*垂直*/

med3=median(y(i-1,j-1),y(i,j),y(i+1,j+1))；/*左下右上*/

med4=median(y(i-1,j+1),y(i,j),y(i+1,j-1))；

/*左上右下*/

再取四個中間值的最大值及最小值：

max_med=max(med1,med2,med3,med4)；

min_med=min(med1,med2,med3,med4)；

接著，計算diff=median(max_med,min_med,y(i,j))-y(i,j)，若abs(diff)小於一臨界值sp_th1時，中值濾波器114的輸出值S(i,j)=y(i,j)+diff×sp_th2，否則，中值濾波器114的輸出值S(i,j)=y(i,j)。一實施例中，sp_th1=24， sp_th2=0.5。

本發明動態雜訊濾波裝置更可以依據不同的影像應用需求，來調整電路組合，進而降低硬體成本。例如，對於偏靜態影像應用可以採用第14圖的電路架構，而偏動態影像應用可以採用第15圖的電路架構。

第14圖為本發明動態雜訊濾波裝置之另一實施例的架構示意圖。參考第14圖，本發明動態雜訊濾波裝置140包含一雜訊估計電路610以及一TNR濾波器620。由於雜訊估計電路610以及TNR濾波器620的結構與功能已於前面介紹過，在此不再贅述。第15圖為本發明動態雜訊濾波裝置之再一實施例的架構示意圖。參考第15圖，本發明動態雜訊濾波裝置150包含一雜訊估計電路610、一SNR濾波器630及一移動估計電路650。由於雜訊估計電路610、SNR濾波器630及移動估計電路650的結構與功能已於前面介紹過，在此不再贅述。須注意的是，由於缺少了輸入參數流t_alpha，故本實施例之SNR濾波器630僅能利用十字濾波器來實施，而不能利用第11圖的電路來實施。

綜上所述，本發明的特色在於能夠依據每一個影像之雜訊平均值與雜訊變異值產生相對應的時間屬性參數TP及空間屬性參數SP，進而動態調整SNR濾波器及TNR濾波器的強度，以及動態調整SNR濾波器之輸出及TNR濾波器之輸出的混合比例。甚至，若偵測到影像包含蚊狀雜訊或椒鹽雜訊時，也能藉由調整SNR濾波器的強度來達到最佳的影像品質。

在較佳實施例之詳細說明中所提出之具體實施例僅用以方便說明本發明之技術內容，而非將本發明狹義地限制於上述實施例，在不超出本發明之精神及以下申請專利範圍之情況，所做之種種變化實施，皆屬於本發明之範圍。

111‧‧‧決定電路

112‧‧‧十字濾波器

113‧‧‧西格瑪濾波器

114‧‧‧中值濾波器

140、150、600、600’‧‧‧動態雜訊濾波裝置

610‧‧‧雜訊估計電路

620‧‧‧TNR濾波器

621、622、623‧‧‧1xN TNR濾波單元

630、630’‧‧‧SNR濾波器

631‧‧‧垂直SNR濾波單元

632‧‧‧水平SNR濾波單元

640‧‧‧混合電路

650‧‧‧移動估計電路

661、662‧‧‧延遲電路

702‧‧‧黑條區

第1A圖是習知TNR濾波器的特性曲線。

第1B圖顯示時間軸上連續圖場之間的關係圖。

第2A圖顯示當影像中的物體移動量較小時，一物體邊緣在cur圖場及pre2圖場的相對位置關係圖。

第2B圖顯示第2A圖的cur圖場及pre2圖場間的亮度差絕對值。

第2C圖顯示第2B圖在套用第1A圖的特性曲線後的像素輸出值。

第3A圖顯示當影像中的物體移動量較大時，該物體邊緣在pre2及cur二個圖場的相對位置關係圖。

第3B圖顯示第3A圖的cur圖場及pre2圖場間的亮度差絕對值。

第3C圖顯示第3B圖在套用第1A圖的特性曲線後的像素輸出值。

第4A圖顯示在pre2圖場中的一移動物體，該pre2圖場已經過傳統TNR濾波器之處理。

第4B圖顯示在cur圖場中和第4A圖中相同的移動物體，該cur圖場尚未經過傳統TNR濾波器的處理。

第4C圖顯示經過傳統TNR濾波器處理後之cur圖場。

第5A圖顯示多個像素的亮度值與位置關係圖的一個例子。

第5B圖係根據習知西格瑪濾波器，顯示實際亮度差值與修正亮度差值的關係圖。

第6A圖為本發明動態雜訊濾波裝置之一實施例的架構示意圖。

第6B圖為本發明動態雜訊濾波裝置之另一實施例的架構示意圖。

第7A圖顯示原始影像及由Vs、Ve、Hs、He所框住的有效影像範圍之關係圖。

第7B圖顯示雜訊估計電路610將一目標像素(i,j)以本身為中心擴展為3x5區塊的示意圖。

第7C圖顯示雜訊直方圖的一個例子。

第8圖是本發明TNR濾波特性曲線。

第9圖是本發明SNR濾波特性曲線。

第10A圖及第10B圖係顯示強烈邊緣區域及蚊狀雜訊關係的例子。

第10C圖係顯示一個具強烈邊緣之區塊以十字形擴張為一蚊狀區域。

第11圖是本發明SNR濾波器之另一實施例的架構圖。

第12A圖係顯示七個像素的亮度值、s_alpha與位置關係的一個例子。

第12B圖係根據本發明西格瑪濾波器之一實施例，顯示實際亮度差值與修正亮度差值的關係圖。

第12C圖顯示本發明一實施例之西格瑪濾波方法的流 程圖。

第13圖顯示以一目標像素(i,j)為中心之3x3區塊的亮度值與位置關係圖。

第14圖為本發明動態雜訊濾波裝置之另一實施例的架構示意圖。

第15圖為本發明動態雜訊濾波裝置之再一實施例的架構示意圖。

600‧‧‧雜訊濾波裝置

610‧‧‧雜訊估計電路

620‧‧‧TNR濾波器

621、622、623‧‧‧1xN TNR濾波單元

630‧‧‧SNR濾波器

631‧‧‧垂直SNR濾波單元

632‧‧‧水平SNR濾波單元

640‧‧‧混合電路

650‧‧‧移動估計電路

661、662‧‧‧延遲電路

Claims (38)

1. 一種動態雜訊濾波裝置，包含：一雜訊估計電路，接收一目前影像及其對應前一影像，根據複數個雜訊估計區塊的亮度差最大絕對值，計算一雜訊平均值(u)及一雜訊變異值(v)，並進行雜訊估計，進而產生該目前影像之一時間屬性參數及一空間屬性參數，其中，該些雜訊估計區塊係有關於該目前影像及其對應前一影像中具有複數個最低雜訊位準的複數個像素；一時間域雜訊抑制(TNR)濾波電路，接收該目前影像及其對應前一影像，根據該雜訊估計電路上一個影像週期產生之時間屬性參數，來調整本身TNR濾波特性曲線中對應於一最小alpha值之第一折曲位置，以形成該目前影像之更新TNR濾波特性曲線，進而產生至少一第一濾波掃描線及其對應之第一參數流；一移動估計電路，根據一輸入影像及其對應前一影像，當包含一目標像素之蚊狀區塊內具有一強烈邊緣區域時，設定一蚊狀區域內的像素旗標及估計該蚊狀區塊的移動量以輸出，其中，當該蚊狀區塊內的像素最大值與像素最小值之差大於一臨界值時，該蚊狀區塊被擴充成該蚊狀區域且該蚊狀區塊被視為具有該強烈邊緣區域；一空間域雜訊抑制(SNR)濾波電路，根據該雜訊估計電路上一個影像週期產生之空間屬性參數、該移動估計電路之先前輸出、該至少一第一濾波掃描線及其對應之第一參數流，用以調整本身SNR濾波特性曲線中對應於一最大增 益值之第二折曲位置，以形成該目前影像之更新SNR濾波特性曲線，進而產生一第二濾波掃描線及其對應之第二參數流；以及一混合電路，根據該第二參數流，依序混合該第二濾波掃描線及該至少一第一濾波掃描線之其一，以產生一輸出掃描線。
2. 如申請專利範圍第1項所記載之動態雜訊濾波裝置，其中該影像為一圖場(field)或一圖框(frame)。
3. 如申請專利範圍第2項所記載之動態雜訊濾波裝置，更包含：一第一延遲電路，耦接於該雜訊估計電路、該時間域雜訊抑制濾波電路及該空間域雜訊抑制濾波電路之間，用以將該時間屬性參數及該空間屬性參數延遲一個影像週期後輸出；以及一第二延遲電路，耦接於該移動估計電路及該空間域雜訊抑制濾波電路之間，當該影像為一圖場時，該第二延遲電路用以將該移動估計電路的輸出延遲一個或二個圖場週期後輸出，而當該影像為一圖框時，該第二延遲電路用以將該移動估計電路的輸出延遲一個圖框週期後輸出。
4. 如申請專利範圍第1項所記載之動態雜訊濾波裝置，其中該輸入影像為該目前影像或該時間域雜訊抑制濾波電路之輸出影像。
5. 如申請專利範圍第4項所記載之動態雜訊濾波裝置，其中當該輸入影像為該時間域雜訊抑制濾波電路之輸出影像時，該時間域雜訊抑制濾波電路之前級另設置一第三延遲電路，用以將該 輸入影像之對應前一影像延遲輸出，以補償該時間域雜訊抑制濾波電路之處理時間。
6. 如申請專利範圍第1項所記載之動態雜訊濾波裝置，其中該空間屬性參數包含有hl_coring、hc_coring、vl_coring以及vc_coring；其中，hl_coring=lpu_snr * hl_th1+lpv_snr * hl_th2；hc_coring=lpu_snr * hc_th1+lpv__snr * hc_th2；vl_coring=lpu_snr * vl_th1+lpv_snr * vl_th2；vc_coring=lpu_snr * vc_th1+lpv_snr * vc_th2；其中，lpu_snr=(u *ne_alpha+lpu_snr *(16-ne_alpha))/16；lpv_snr=(v * ne_alpha+lpv_snr *(16-ne_alpha))/16；以及其中，ne_alpha為一個小於16之預設值。
7. 如申請專利範圍第6項所記載之動態雜訊濾波裝置，其中該空間域雜訊抑制濾波電路係利用一個十字濾波器來實施，該十字濾波器為至少一垂直濾波單元以及至少一水平濾波單元之組合。
8. 如申請專利範圍第7項所記載之動態雜訊濾波裝置，其中各該水平濾波單元及各該垂直濾波單元，係根據該移動估計電路之先前輸出，來調整該空間屬性參數及該第二參數流。
9. 如申請專利範圍第8項所記載之動態雜訊濾波裝置，其中各該水平濾波單元，係根據參數hl_coring，來動態調整本身水平SNR濾波亮度特性曲線中對應於該最大增益值之第二折曲位置，以形成該目前影像之更新水平SNR濾波亮度特性曲線； 其中，各該水平濾波單元，係根據參數hc_coring，來動態調整本身水平SNR濾波色度特性曲線中對應於該最大增益值之第二折曲位置，以形成該目前影像之更新水平SNR濾波色度特性曲線；其中，各該垂直濾波單元係根據參數vl_coring，來動態調整本身垂直SNR濾波亮度特性曲線上對應於該最大增益值之第二折曲位置，以形成該目前影像之更新垂直SNR濾波亮度特性曲線；以及，其中，各該垂直濾波單元，係根據參數vc_coring，來動態調整本身垂直SNR濾波色度特性曲線上對應於該最大增益值之第二折曲位置，以形成該目前影像之更新垂直SNR濾波色度特性曲線。
10. 如申請專利範圍第1項所記載之動態雜訊濾波裝置，其中該更新TNR濾波特性曲線為一alpha及abslpdiff之特性曲線；其中，abslpdiff為包含一相對應目標像素之一TNR區塊(m×n)在該目前影像(cur)及其對應前一影像(pre)之間的低通亮度差總和，以數學式表示如下： 以及，其中，為一個m×n大小的低通濾波器。
11. 如申請專利範圍第10項所記載之動態雜訊濾波裝置，其中該時間屬性參數包含有nr_alpha及nr_th1；其中，nr_alpha為該最小alpha值，以及nr_th1表示對應該第一折曲位置之abslpdiff值； 其中，nr_alpha=nr_alpha-(lpv-v_ref)* alpha_fact；nr_th1=nr_th1+(lpu-u_ref)* th1_fact；其中，lpu=(u * ne_alpha+lpu *(16-ne_alpha))/16；lpv=(v * ne_alpha+lpv *(16-ne_alpha))/16；其中，ne_alpha為一個小於16之預設值；以及其中，v_ref、u_ref、alpha_fact及th1_fact均為預設值。
12. 如申請專利範圍第10項所記載之動態雜訊濾波裝置，其中該時間域雜訊抑制濾波電路依序計算包含各該相對應目標像素之各TNR區塊在該目前影像及其對應前一影像間之低通亮度差總和，並根據該更新TNR濾波特性曲線以得到一相對應時間域濾波像素及一相對應第一參數。
13. 如申請專利範圍第10項所記載之動態雜訊濾波裝置，其中該更新TNR濾波特性曲線具固定斜率，且在該abslpdiff軸方向上的二個折曲點之間具有固定距離。
14. 如申請專利範圍第1項所記載之動態雜訊濾波裝置，其中該更新SNR濾波特性曲線為一增益(gain)及ppdiff之特性曲線；其中，ppdiff為該目前影像中包含一相對應目標像素之一SNR區塊內之像素最大值與像素最小值之差；其中，該空間屬性參數代表對應於該第二折曲位置的ppdiff值；以及，其中，該更新SNR濾波特性曲線具固定斜率及一固定最小增益值。
15. 一種動態雜訊濾波裝置，包含：一雜訊估計電路，接收一目前影像及其對應前一影像，進行雜訊估計，產生一時間屬性參數及一空間屬性參數；一時間域雜訊抑制(TNR)濾波電路，接收該目前影像及其對應 前一影像，根據該雜訊估計電路上一個影像週期產生之時間屬性參數來調整本身之TNR濾波特性曲線，以產生至少一第一濾波掃描線及其對應之第一參數流；一移動估計電路，對一輸入影像及其對應前一影像，進行蚊狀區塊之設定及移動量估計；一空間域雜訊抑制(SNR)濾波電路，根據該雜訊估計電路上一個影像週期產生之空間屬性參數、該移動估計電路之先前輸出、該至少一第一濾波掃描線及其對應之第一參數流，用以產生一第二濾波掃描線及其對應之第二參數流；以及一混合電路，根據該第二參數流，依序混合該第二濾波掃描線及該至少一第一濾波掃描線之其一，以產生一輸出掃描線；其中該空間域雜訊抑制濾波電路係包含：一十字濾波器，接收該至少一第一濾波掃描線及其對應之第一參數流，並根據該雜訊估計電路上一個影像週期產生之空間屬性參數及該移動估計電路之先前輸出來調整本身之SNR濾波特性曲線，以產生一第三濾波掃描線及其對應之第二參數流，其中，該十字濾波器為至少一垂直濾波單元以及至少一水平濾波單元之組合；一西格瑪濾波器，接收該至少一第一濾波掃描線及其對應之第一參數流，根據一預設亮度範圍及一預設負斜率，對各目標像素所屬區塊進行平均化運算，產生一第四濾波掃描線及其對應之椒鹽旗標流； 一決定單元，根據該至少一第一濾波掃描線中各目標像素所屬區塊之亮度最大差異值及一預設邊緣值，決定啟動該十字濾波器及該西格瑪濾波器之其中之一；以及一中值濾波器，接收該十字濾波器及該西格瑪濾波器的輸出，根據各目標像素之椒鹽旗標值及蚊狀旗標值，決定是否對各目標像素所屬區塊進行中值濾波處理，以產生該第二濾波掃描線及其對應之第二參數流。
16. 一種動態雜訊濾波裝置，包含：一雜訊估計電路，接收一目前影像及其對應前一影像，根據複數個雜訊估計區塊的亮度差最大絕對值，計算一雜訊平均值(u)及一雜訊變異值(v)，並進行雜訊估計，進而產生該目前影像之一時間屬性參數，其中，該些雜訊估計區塊係有關於該目前影像及其對應前一影像中具有複數個最低雜訊位準的複數個像素；以及一時間域雜訊抑制濾波器，耦接該雜訊估計電路，接收該目前影像及其對應前一影像，根據該雜訊估計電路上一個影像週期產生之時間屬性參數，來調整本身TNR濾波特性曲線中對應於一最小alpha值之折曲位置，以形成該目前影像之更新TNR濾波特性曲線，進而產生一時間域濾波影像。
17. 如申請專利範圍第16項所記載之動態雜訊濾波裝置，更包含：一延遲電路，耦接於該雜訊估計電路，用以將該時間屬性參數延遲一個影像週期後輸出。
18. 如申請專利範圍第16項所記載之動態雜訊濾波裝置，其中該 雜訊估計電路更根據該目前影像偏靜態的程度來調整該時間屬性參數的大小。
19. 如申請專利範圍第16項所記載之動態雜訊濾波裝置，其中該更新TNR濾波特性曲線為一alpha及abslpdiff之特性曲線；其中，abslpdiff為包含一相對應目標像素之一TNR區塊(m×n)在該目前影像(cur)及其對應前一影像(pre)之間的低通亮度差總和，以數學式表示如下： 以及，其中，為一個m×n大小的低通濾波器。
20. 如申請專利範圍第19項所記載之動態雜訊濾波裝置，其中該時間屬性參數包含有nr_alpha及nr_th1；其中，nr_alpha為該最小alpha值，以及nr_th1表示對應該折曲位置之abslpdiff值；其中，nr_alpha=nr_alpha-(lpv-v_ref)* alpha_fact；nr_th1=nr_th1+(lpu-u_ref)* th1_fact；其中，lpu=(u * ne_alpha+lpu *(16-ne_alpha))/16；lpv=(v * ne_alpha+lpv *(16-ne_alpha))/16；其中，ne_alpha為一個小於16之預設值；以及其中，v_ref、u_ref、alpha_fact及th1_fact均為預設值。
21. 如申請專利範圍第19項所記載之動態雜訊濾波裝置，其中該時間域雜訊抑制濾波電路依序計算包含各相對應目標像素之 各TNR區塊在該目前影像及其對應前一影像間之低通亮度差總和，並根據該更新TNR濾波特性曲線以得到一相對應時間域濾波像素。
22. 如申請專利範圍第19項所記載之動態雜訊濾波裝置，其中該更新TNR濾波特性曲線具固定斜率，且在該abslpdiff軸方向上的二個折曲點之間具有固定距離。
23. 一種動態雜訊濾波裝置，包含：一雜訊估計電路，接收一目前影像及其對應前一影像，根據複數個雜訊估計區塊的亮度差最大絕對值，計算一雜訊平均值(u)及一雜訊變異值(v)，並進行雜訊估計，進而產生該目前影像之一空間屬性參數，其中，該些雜訊估計區塊係有關於該目前影像及其對應前一影像中具有複數個最低雜訊位準的複數個像素；一移動估計電路，根據一輸入影像及其對應前一影像，當包含一目標像素之蚊狀區塊內具有一強烈邊緣區域時，設定一蚊狀區域內的像素旗標及估計該蚊狀區塊的移動量以輸出，其中，當該蚊狀區塊內的像素最大值與像素最小值之差大於一臨界值時，該蚊狀區塊被擴充成該蚊狀區域且該蚊狀區塊被視為具有該強烈邊緣區域；以及一空間域雜訊抑制濾波電路，接收該目前影像，根據該雜訊估計電路上一個影像週期產生之空間屬性參數及該移動估計電路之先前輸出，以調整本身SNR濾波特性曲線中對應於一最大增益值之折曲位置，以形成該目前影像之更新SNR濾波特性曲線，進而產生一空間域濾波影像。
24. 如申請專利範圍第23項所記載之動態雜訊濾波裝置，其中該影像為一圖場或一圖框。
25. 如申請專利範圍第24項所記載之動態雜訊濾波裝置，更包含：一第一延遲電路，耦接於該雜訊估計電路及該空間域雜訊抑制濾波電路之間，用以將該空間屬性參數延遲一個影像週期後輸出；以及一第二延遲電路，耦接於該移動估計電路及該空間域雜訊抑制濾波電路之間，，當該影像為一圖場時，該第二延遲電路用以將該移動估計電路的輸出延遲一個或二個圖場週期後輸出，而當該影像為一圖框時，該第二延遲電路用以將該移動估計電路的輸出延遲一個圖框週期後輸出。
26. 如申請專利範圍第23項所記載之動態雜訊濾波裝置，其中該空間屬性參數包含有hl_coring、hc_coring、vl_coring以及vc_coring；其中，hl_coring=lpu_snr * hl_th1+lpv_snr * hl_th2；hc_coring=lpu_snr * hc_th1+lpv__snr * hc_th2；vl_coring=lpu_snr * vl_th1+lpv_snr * vl_th2；vc_coring=lpu_snr * vc_th1+lpv_snr * vc_th2；其中，lpu_snr=(u *ne_alpha+lpu_snr *(16-ne_alpha))/16；lpv_snr=(v * ne_alpha+lpv_snr *(16-ne_alpha))/16；以及其中，ne_alpha為一個小於16之預設值。
27. 如申請專利範圍第26項所記載之動態雜訊濾波裝置，其中該 空間域雜訊抑制濾波電路係利用一個十字濾波器來實施，該十字濾波器為至少一垂直濾波單元以及至少一水平濾波單元之組合。
28. 如申請專利範圍第27項所記載之動態雜訊濾波裝置，其中各該水平濾波單元及各該垂直濾波單元，係根據該移動估計電路之先前輸出，來調整該空間屬性參數。
29. 如申請專利範圍第28項所記載之動態雜訊濾波裝置，其中各該水平濾波單元，係根據參數hl_coring，來動態調整本身水平SNR濾波亮度特性曲線中對應於該最大增益值之折曲位置，以形成該目前影像之更新水平SNR濾波亮度特性曲線；其中，各該水平濾波單元，係根據參數hc_coring，來動態調整本身水平SNR濾波色度特性曲線中對應於該最大增益值之折曲位置，以形成該目前影像之更新水平SNR濾波色度特性曲線；其中，各該垂直濾波單元係根據參數vl_coring，來動態調整本身垂直SNR濾波亮度特性曲線上對應於該最大增益值之折曲位置，以形成該目前影像之更新垂直SNR濾波亮度特性曲線；以及，其中，各該垂直濾波單元，係根據參數vc_coring，來動態調整本身垂直SNR濾波色度特性曲線上對應於該最大增益值之折曲位置，以形成該目前影像之更新垂直SNR濾波色度特性曲線。
30. 如申請專利範圍第23項所記載之動態雜訊濾波裝置，其中該更新SNR濾波特性曲線為一增益(gain)及ppdiff之特性曲線；其中，ppdiff為該目前影像中包含一相對應目標像素之一SNR區塊內之像素最大值與像素最小值之差；其中，該空間屬性參 數代表對應於該折曲位置的ppdiff值；以及，其中，該更新SNR濾波特性曲線具固定斜率及一固定最小增益值。
31. 如申請專利範圍第30項所記載之動態雜訊濾波裝置，其中該空間域雜訊抑制濾波電路依序計算包含各相對應目標像素之各SNR區塊之像素最大值與像素最小值之差，並根據該更新SNR濾波特性曲線以得到一相對應空間域濾波像素。
32. 一種西格瑪(sigma)濾波方法，用以處理至少一影像，該方法包含以下步驟：接收該影像之m×n大小之區塊；根據該區塊中之一目標像素，計算該區塊中其餘每一像素與該目標像素之實際像素差值R_diff；根據一預設差值範圍與一預設負斜率slope3，將每一實際像素差值R_diff調整為一相對之修正像素差值m_diff；以及根據各該修正像素差值m_diff、該目標像素值及該區塊之像素數目，得到一濾波輸出值。
33. 如申請專利範圍第32項所記載之西格瑪濾波方法，其中該預設差值範圍係從-R至R，R=ppdiff×factor，其中，ppdiff為該區塊中之像素最大值與像素最小值之差且factor為一預設值。
34. 如申請專利範圍第33項所記載之西格瑪濾波方法，其中該調整步驟更包含：當該實際像素差值R_diff大於R時，根據R值及該預設負斜率slope3，計算該修正像素差值m_diff；以及 當該修正像素差值m_diff小於0時，將該修正像素差值m_diff設為0。
35. 如申請專利範圍第34項所記載之西格瑪濾波方法，其中該修正像素差值m_diff=R+(R_diff-R)×slope3。
36. 如申請專利範圍第33項所記載之西格瑪濾波方法，其中該調整步驟更包含以下步驟：當該實際像素差值R_diff小於-R時，根據-R值及該預設負斜率slope3，計算該修正像素值差m_diff；以及當該修正像素差值m_diff大於0時，將該修正像素差值m_diff設為0。
37. 如申請專利範圍第36項所記載之西格瑪濾波方法，其中該修正像素差值m_diff=-R+(R_diff-R)×slope3。
38. 如申請專利範圍第32項所記載之西格瑪濾波方法，其中該像素差值為亮度差值或色度差值。