TWI420124B - 邊緣檢測裝置以及應用於邊緣檢測裝置的運算電路 - Google Patents
邊緣檢測裝置以及應用於邊緣檢測裝置的運算電路 Download PDFInfo
- Publication number
- TWI420124B TWI420124B TW098132089A TW98132089A TWI420124B TW I420124 B TWI420124 B TW I420124B TW 098132089 A TW098132089 A TW 098132089A TW 98132089 A TW98132089 A TW 98132089A TW I420124 B TWI420124 B TW I420124B
- Authority
- TW
- Taiwan
- Prior art keywords
- multiplication
- nxm
- absolute value
- circuit
- operation result
- Prior art date
Links
- 238000003708 edge detection Methods 0.000 title description 23
- 239000011159 matrix material Substances 0.000 claims description 58
- 238000001514 detection method Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Description
本發明係有關於邊緣檢測(edge detection),尤指一種用以檢測拜耳圖樣(Bayer Pattern)的邊緣檢測裝置與應用於此邊緣檢測裝置的處理電路。
拜耳彩色濾光片矩陣(Bayer Pattern Color Filter Array)現今已廣泛地使用於各影像擷取裝置之影像感應器(Image Sensor)中,其可用來取得欲擷取影像所射出光線之色彩資訊。請參閱第1圖,第1圖為習知拜耳彩色濾光片矩陣10之濾光片排列的示意圖。拜耳彩色濾光片矩陣10係由複數個圖樣12以矩陣方式排列而成,而單一圖樣12包含三種顏色像素的濾光片,其係以2x2矩陣方式排列,該三種顏色像素係分別為紅色像素(Red Pixel)、藍色像素(Blue Pixel)、綠色像素(Green Pixel),如第1圖中所示,第1圖中之R代表紅色像素濾光片,G代表綠色像素濾光片,以及B代表藍色像素濾光片。其中由於人眼對綠色光之接收較為敏感,故於圖樣12之2x2矩陣中係安排了一個紅色像素濾光片、一個藍色像素濾光片、以及兩個綠色像素濾光片。基本上兩個綠色像素濾光片安排於對角線之位置上,而不相鄰排列,因此該紅色像素濾光片與該藍色像素濾光片亦被安排於對角線之位置上。
由於影像感測系統係忽略各像素的其他兩種色彩成份,因此,對於每一像素而言,影像感測系統所獲取的原始感測資料便包含較少的色彩取樣。由於彩色濾光片矩陣中的每一濾光片係對應一像素並僅允許位於一特定頻帶的色彩成份通過,因此在所擷取的影像被進一步處理或顯示之前,每一像素所缺乏的色彩成份便必須先進行重建以使每一像素包含所有的三種色彩成份。在重建一色彩成份時,習知色彩內插方法係直接複製最鄰近之像素的色彩值或者是使用相鄰像素之色彩值於經由線性(Linear)平均或對數(Logarithmic)平均後所產生的平均值,來經由相鄰像素來估測出每一像素中所缺乏色彩成份以便將原始感測資料轉換為完整彩色影像的色彩內插操作即為業界習知的解馬賽克操作(Demosaicing)。由於在影像邊緣進行像素值的平均(亦即低通濾波操作)會造成影像失真(Aliasing),所以大多數的習知解馬賽克操作經常造成下述的影像問題:鋸齒邊緣(Zipper Effect)、假色(False Color)或於影像邊緣密度高的地方產生模糊的邊緣。
為了解決上述問題,一般的做法是先進行邊緣檢測(Edge Detection),而邊緣檢測的目的是為了判斷一像素是否位於景物的邊緣,以及邊緣的方向跟邊緣變化的程度,然後根據邊緣檢測所得到的結果來進行不同的內插運算。對於拜耳圖樣來說,用以檢測其邊緣的濾波器要能在被檢測的像素在沿著邊緣方向移動時,判斷的結果能保持不變,由於此項限制,許多的邊緣檢測濾波器皆不適用於拜耳圖樣。索貝爾濾波器(Sobel Filter)是一種較適用於檢測拜耳圖樣邊緣的濾波器,其可用來判斷一像素是否對應於水平邊緣與垂直邊緣。但若是圖樣本身雜訊較大時,容易出現判斷錯誤的狀況,且在稍微模糊的區域中,索貝爾濾波器無法準確地檢測出影像邊緣。在影像縮放處理中,準確的影像邊緣檢測可提升縮放後的影像畫質,因此,如何提升邊緣檢測的準確性與可靠度,實係相當重要的一項議題。
因此,本發明的目的之一在於提供一種邊緣檢測裝置與應用於邊緣檢測裝置的運算電路,以解決先前技術中之問題。
依據本發明之申請專利範圍,其係揭露一種邊緣檢測裝置。該邊緣檢測裝置包含:一運算電路以及一判斷電路。該運算電路包含:一第一乘法模組以及一第一加法元件。該第一乘法模組包含有n x m個第一乘法元件,其中每一第一乘法元件皆具有一第一乘法係數,該n x m個第一乘法元件係依據相對應之複數個第一乘法係數來分別對排列成一n x m矩陣之n x m個像素做乘積運算以得到n x m個第一乘積值,該n x m個像素包含有一目標像素,以及n不等於m。該第一加法元件係耦接於該第一乘法模組,用以依據該n x m個第一乘積值來產生一第一運算結果。該判斷電路係耦接於該運算電路,用以根據該第一運算結果來判斷該目標像素是否為一邊緣像素。
依據本發明之申請專利範圍,其另揭露一種應用於一邊緣檢測裝置的運算電路。該運算電路包含有一第一乘法模組與一第一加法元件。該第一乘法模組包含有n x m個第一乘法元件,其中每一第一乘法元件皆具有一第一乘法係數,該n x m個第一乘法元件係依據相對應之複數個第一乘法係數來分別對排列成一n x m矩陣之n x m個像素做乘積運算以得到n x m個第一乘積值,該n x m個像素包含有一目標像素,以及n不等於m。該第一加法元件,耦接於該第一乘法模組,用以依據該n x m個第一乘積值來產生一第一運算結果。
請參考第2圖,第2圖為本發明邊緣檢測裝置之一第一實施例的示意圖。於本實施例中,邊緣檢測裝置200包含有(但不限於)一運算電路210以及一判斷電路220,其中運算電路210包含有一第一乘法模組212以及一第一加法元件214。第一乘法模組212包含有n x m個第一乘法元件2122_1、2122_2、2122_3、...、2122_nxm,其中每一第一乘法元件2122皆具有一第一乘法係數N_1、N_2、N_3、...、N_nxm,n x m個第一乘法元件2122係依據相對應之複數個第一乘法係數N_1、N_2、N_3、...、N_nxm來分別對排列成一n x m矩陣之n x m個像素做乘積運算以得到n x m個第一乘積值V_1、V_2、V_3、...、V_nxm,該n x m個像素包含有所欲處理之一目標像素Pt(未示於第2圖中),以及n不等於m。第一加法元件214係耦接於第一乘法模組212,用以依據n x m個第一乘積值V_1、V_2、V_3、...、V_nxm來產生一第一運算結果O1。判斷電
路220係耦接於運算電路210,用以根據第一運算結果O1來判斷目標像素Pt是否為一邊緣像素。
請注意,為讓本發明更顯而易懂,此實施例以n等於5以及m等於3來配合圖式作詳細說明。請同時參考第3圖以及第1圖,第3圖為邊緣檢測裝置200中5 x 3個第一乘法元件之第一乘法係數所構成的5 x 3矩陣N的示意圖。該5 x 3乘法係數矩陣為一水平檢測模板,舉例來說,邊緣檢測裝置200若以第1圖中的像素R3為目標像素Pt來執行水平方向的邊緣檢測,則以像素R3
為中心之一5 x 3矩陣包含有像素G1
、G2
、G4
、G6
、G7
、G9
、G11
、G12
、R1
、R3
、R5
、B1
、B2
、B4
、B5
,而運算電路210依據第3圖所示之5 x 3矩陣N所產生的第一運算結果O1如下所示:O1=G1
*1+R1
*2+G2
*1+B1
*0+G4
*0+B2
*0+G6
*0+R3
*0+G7
*0+B4
*0+G9
*0+B5
*0+G11
*(-1)+R5
*(-2)+G12
*(-1)=[(G1
+2R1
+G2
)-(G11
+2R5
+G12
)]
判斷電路220再將第一運算結果O1取絕對值來判斷目標像素R3
是否為一位於水平方向的邊緣像素。此外,將該水平檢測模板旋轉90度便可得到一垂直檢測模板。由於垂直方向的邊緣檢測方式與水平方向的檢測相同,故於此不另贅述。相較於習知索貝爾濾波器(其濾波係數矩陣係為一方陣),由於本發明水平檢測模板/垂直檢測模板的偵測距離較長的緣故(亦即濾波係數矩陣係為n x m矩陣,且n≠m),故邊緣檢測裝置200可檢測一些較為模糊的邊緣。
請注意,上述實施例中,n以及m皆為奇數(例如n等於5以及m等於3),且該n x m矩陣係以所欲處理之目標像素為中心,然而,此僅作為範例說明之用,並非用以限制本發明所涵蓋的範圍,任何採用n x m(n≠m)個乘法元件之乘法係數所構成的n x m矩陣來對n x m個像素(內含所欲處理之目標像素)進行水平檢測/垂直檢測的操作,均符合本發明精神而落於本發明的範疇。
請參考第4圖,第4圖為本發明邊緣檢測裝置之一第二實施例的示意圖。於本實施例中,邊緣檢測裝置400包含有(但不限於)一運算電路410以及一判斷電路420。運算電路410包含一第一乘法模組412、一第一加法元件414、一第二乘法模組416以及一第二加法元件418。第一乘法模組412包含有n’ x m’個第一乘法元件4122_1、4122_2、...、4122_n’xm’,其中每一第一乘法元件4122_1、4122_2、...、4122_n’xm’皆具有一第一乘法係數N1_1、N1_2、N1_n’xm’,n’xm’個第一乘法元件4122係依據相對應之複數個第一乘法係數N1_1、N1_2、N1_n’xm’來分別對排列成一n’xm’矩陣之n’xm’個像素做乘積運算以得到n’xm’個第一乘積值V1_1、V1_2、...V1_n’xm’,該n’xm’個像素包含有一目標像素Pt’,以及n’不等於m’。此外,第一加法元件414係耦接於第一乘法模組412,用以依據n’xm’個第一乘積值V1_1、V1_2、...V1_n’xm’來產生一第一運算結果O1’。
另一方面,第二乘法模組416包含有n’x m’個第二乘法元件4162_1、4162_2、...、4162_n’xm’,雖然第一乘法模組412與第二乘法模組416有相同個數的乘法元件,然而第二乘法模組416的乘法係數分配係不同於第一乘法模組412的乘法係數分配,亦即第一乘法模組412所對應之乘法係數矩陣與第二乘法模組416所對應之乘法係數矩陣並非彼此相同。每一第二乘法元件4162皆具有一第二乘法係數N2_1、N2_2、...、N2_n’xm’,而n’ x m’個第二乘法元件4162_1、4162_2、...、4162_n’xm’係依據相對應之複數個第二乘法係數N2_1、N2_2、...、N2_n’xm’來分別對上述排列成n’ x m’矩陣之該n’ x m’個像素做乘積運算以得到n’ x m’個第二乘積值V2_1、V2_2、...、V2_n’xm’。第二加法元件418係耦接於第二乘法模組416,用以依據n’ x m’個第二乘積值V2_1、V2_2、...、V2_n’xm’來產生一第二運算結果O2’。
判斷電路420係耦接於運算電路410,用以根據第一運算結果O1’之絕對值與第二運算結果O2’之絕對值來判斷所欲處理之目標像素Pt’是否為一邊緣像素。本實施例中,判斷電路420包含有一絕對值運算電路422、一權重加總電路424以及一判斷邏輯電路426。絕對值運算電路422係用以計算第一運算結果O1’之絕對值來產生一第一絕對值A1’與計算第二運算結果O2’之絕對值來產生一第二絕對值A2’。權重加總電路424係耦接於絕對值運算電路422,用來依據第一絕對值A1’與第二絕對值A2’來產生一判斷值D1’,例如D1’=A1’+A2’。此外,判斷邏輯電路426係耦接於權重加總電路424,用以依據判斷值D1’來判斷目標像素Pt’是否為一邊緣像素。
請注意,為讓本發明更顯而易懂,此實施例亦以n’等於5以及m’等於3來配合圖式作詳細說明。請同時參考第5圖以及第1圖,第5圖為邊緣檢測裝置400中5 x 3個第一乘法元件之第一乘法係數所構成的5 x 3矩陣N1
’以及5 x 3個第二乘法元件之第二乘法係數所構成的5 x 3矩陣N2
’的示意圖。該些5 x 3矩陣N1
’及N2
’皆為水平檢測模板,舉例來說,邊緣檢測裝置400若以第1圖中的像素R3
為目標像素Pt’來執行水平方向的邊緣檢測,則以像素R3
為中心之一5 x 3矩陣包含有像素G1
、G2
、G6
、G7
、G11
、G12
、R1
、R3
、R5
、B1
、B2
、B4
、B5
,由於詳細的計算方式皆類似於第一運算結果O1,所以接下來的運算結果皆省略詳細計算過程,僅以最終運算結果來表示,運算電路410依據第5圖所示之5 x 3矩陣N1
’所產生的第一運算結果O1’如下所示:
O1’=[(G1
+2R1
+G2
)-(G6
+2R3
+G7
)]
另一方面,運算電路410依據第5圖所示之5 x 3矩陣N2
’矩陣所產生的第二運算結果O2’如下所示:
O2’=[(G6
+2R3
+G7
)-(G11
+2R5
+G12
)]
此外,A1’=∣O1’∣以及A2’=∣O2’∣,因此得出下列關係式:
D1’=A1’+A2’=∣(G1
+2R1
+G2
)-(G6
+2R3
+G7
)∣+∣(G6
+2R3
+G7
)-(G11
+2R5
+G12
)∣
接著,判斷電路420再根據判斷值D1’來判斷目標像素R3
是否為一位於水平方向的邊緣像素。此外。將該些水平檢測模板旋轉90度便可得到相對應的垂直檢測模板。由於垂直方向的邊緣檢測方式與水平方向的檢測相同,故於此不另贅述。此實施例將兩種具有不同乘法係數的模板所產生的運算結果獨立計算絕對值後再相加,當圖像的邊緣變化比較緩慢時,得到的檢測結果跟邊緣檢測裝置200是相同的,但對於一些細微的線條或紋理(例如只佔一到兩個像素寬度的線條),本發明所提供之邊緣檢測裝置400則更能夠準確的檢測出來而不容易產生誤判。
請注意,上述實施例中,n’以及m’皆為奇數(例如n’等於5以及m’等於3),且每一n’ x m’矩陣係以所欲處理之目標像素為中心,然而,此僅作為範例說明之用,並非用以限制本發明所涵蓋的範圍,任何採用n’ x m’(n’≠m’)個乘法元件之乘法係數所構成的n’ x m’矩陣來對n’ x m’個像素(內含所欲處理之目標像素)進行水平檢測/垂直檢測的操作,均符合本發明精神而落於本發明的範疇。
請參考第6圖,第6圖為本發明邊緣檢測裝置之一第三實施例的示意圖。於本實施例中,邊緣檢測裝置600包含有(但不限於)一運算電路610以及一判斷電路630,其中運算電路610包含一第一乘法模組612、一第一加法元件614、一第二乘法模組616、一第二加法元件618、一第三乘法模組620以及一第三加法元件622。第一乘法模組612包含有n” x m”個第一乘法元件6122_1、6122_2、...、6122_n”xm”,其中每一第一乘法元件6122_1、6122_2、....6122_n”xm”皆具有一第一乘法係數N1’_1、N1’_2....、N1’_n”xm”,而n” x m”個第一乘法元件6122_1、6122_2、...、6122_n”xm”係依據相對應之複數個第一乘法係數N1’_1、N1’_2、...、N1’_n”xm”來分別對排列成一n” x m”矩陣之n” x m”個像素做乘積運算以得到n” x m”個第一乘積值V1’_1、V1,_2、...、V1’_n”xm”,其中該n” x m”個像素包含有所欲處理之一目標像素Pt”,且n”不等於m”。第一加法元件614係耦接於第一乘法模組612,用以依據n” x m”個第一乘積值V1’_1、V1’_2、...、V1’_n”xm”來產生一第一運算結果O1”。
此外,第二乘法模組616包含有n” x m”個第二乘法元件6162_1、6162_2、...、6162_n”xm”,雖然第一乘法模組612與第二乘法模組616有相同個數的乘法元件,然而第二乘法模組616的乘法係數分配係不同於第一乘法模組612的乘法係數分配,亦即第一乘法模組610所對應之乘法係數矩陣與第二乘法模組616所對應之乘法係數矩陣並非彼此相同。每一第二乘法元件6162_1、6162_2、...、6162_n”xm”皆具有一第二乘法係數N2’_1、N2’_2、...、N2’_n”xm”,而n” x m”個第二乘法元件6162_1、6162_2、...、6162_n”xm”係依據相對應之複數個第二乘法係數N2’_1、N2’_2、...、N2’_n”xm”來分別對上述排列成n” x m”矩陣之該n” x m”個像素做乘積運算以得到n” x m”個第二乘積值V2’_1、V2’_2、...、V2’_n”xm”。第二加法元件618係耦接於第二乘法模組616,用以依據n” x m”個第二乘積值V2’_1、V2’_2、...、V2’_n”xm”來產生一第二運算結果O2”。
再者,第三乘法模組620包含有k x k個第三乘法元件6202,且k等於n”與m”中的較小值,其中每一第三乘法元件6202_1、6202_2、...、6202_kxk皆具有一第三乘法係數N3’_1、N3’_2、...、N3’_kxk,而k x k個第三乘法元件6202_1、6202_2、...、6202_kxk係依據相對應之複數個第三乘法係數N3’_1、N3’_2、...、N3’_kxk來分別對該n” x m”個像素中的k x k個像素做乘積運算以得到k x k個第三乘積值V3’_1、V3’_2、...、V3’_kxk。第三加法元件622係耦接於第三乘法模組620,用以依據k x k個第三乘積值V3’_1、V3’_2、...、V3’_kxk來產生一第三運算結果O3”。
判斷電路630係耦接於運算電路610,用以根據第一運算結果O1”之絕對值、第二運算結果O2”之絕對值與第三運算結果O3”之絕對值來判斷目標像素Pt”是否為一邊緣像素。判斷電路630包含有一絕對值運算電路632、一權重加總電路634以及一判斷邏輯電路636。絕對值運算電路632係用以計算第一運算結果O1”之絕對值來產生一第一絕對值A1”、計算第二運算結果O2”之絕對值來產生一第二絕對值A2”以及計算第三運算結果O3”之絕對值來產生一第三絕對值A3”。權重加總電路634係耦接於絕對值運算電路632,用來對第一絕對值A1”、第二絕對值A2”與第三絕對值A3”進行一權重加總運算來產生一判斷值D1”,例如D1”=A1”+A2”+2*A3”。判斷邏輯電路636係耦接於權重加總電路634,用以依據判斷值D1”來判斷目標像素Pt”是否為一邊緣像素。
請注意,為讓本發明更顯而易懂,此實施例亦以n”等於5以及m”等於3來配合圖式作詳細說明。請同時參考第7圖以及第1圖,第7圖為邊緣檢測裝置600中5 x 3個第一乘法元件之第一乘法係數所構成的5 x 3矩陣N1”、5 x 3個第二乘法元件之第二乘法係數所構成的5 x 3矩陣N2”以及3 x 3個第三乘法元件之第三乘法係數所構成的3 x 3矩陣N3”(亦即索貝爾(Sobel)運算矩陣,其係為一方陣)的示意圖。該些矩陣皆為水平檢測模板,舉例來說,邊緣檢測裝置600若以第1圖中的像素R3
為目標像素Pt”來執行水平方向的邊緣檢測,則以像素R3為中心之一5 x 3矩陣包含有像素G1
、G2
、G6
、G7
、G11
、G12
、R1
、R3
、R5
、B1
、B2
、B4
、B5
,由於詳細的計算方式皆類似於第一運算結果O1,所以接下來的運算結果皆省略詳細計算過程,僅以最終運算結果來表示,而運算電路610依據第7圖所示之5 x 3矩陣N1”所產生的第一運算結果O1”如下所示:
O1”=[(G1
+2R1
+G2
)-(G6
+2R3
+G7
)]
此外,運算電路610依據第7圖所示之5 x 3矩陣N2”所產生的第二運算結果O2”如下所示:
O2”=[(G6
+2R3
+G7
)-(G11
+2R5
+G12
)]
再者,運算電路610依據第7圖所示之3 x 3矩陣N3”所產生的第三運算結果O3”如下所示:
O3”=[(B1
+2G4
+B2
)-(B4
+2G9
+B5
)]
另外,A1”=∣O1”∣、A2”=∣O2”∣以及A3”=∣O3”∣,而由於拜耳圖樣中R/G/B的比例關係為1:2:1,故A1、A2、A3的權重比為1:1:2時最能符合此種比例特性,因此得出下列關係式:
D1”=A1”+A2”+2A3”=∣(G1
+2R1
+G2
)-(G6
+2R3
+G7
)∣+∣(G6
+2R3
+G7
)-(G11
+2R5
+G12
)∣+2∣(B1
+2G4
+B2
)-(B4
+2G9
+B5
)∣
從上述關係式可得知,其中用以運算的R/G/B像素數量比例恰為1:2:1,這亦兼顧拜耳圖樣的像素分配特性,但此種權重比例分配並非本發明之限制,其它應用於不同目的的權重比例分配亦屬本發明之範疇。
最後,判斷電路630便根據判斷值D1”來判斷目標像素R3
是否為一位於水平方向的邊緣像素。此外,將該些水平檢測模板旋轉90度便可得到垂直檢測模板,由於垂直方向的邊緣檢測方式與水平方向的檢測相同,故於此不另贅述。此實施例將三種不同乘法係數的模板所產生的運算結果獨立計算絕對值後再作權重相加,並由權重比例分配的改變來得到更精確的檢測結果。
請注意,上述實施例中,n”以及m”皆為奇數(例如n”等於5以及m”等於3),且每一n” x m”矩陣係以所欲處理之目標像素為中心,然而,此僅作為範例說明之用,並非用以限制本發明所涵蓋的範圍,任何採用n” x m”(n”≠m”)個乘法元件之乘法係數所構成的n” x m”矩陣來對n” x m”個像素(內含所欲處理之目標像素)進行水平檢測/垂直檢測的操作,均符合本發明精神而落於本發明的範疇。
綜上所述,本發明提供之邊緣檢測裝置,因為其偵測方向所用來計算的像素與目標像素距離較遠的緣故,可檢測出一些較為模糊的邊緣,且對於一些細微的線條或紋理,亦能夠準確的檢測出來而不容易誤判,並藉由權重比例分配的改變,進而能得到更精確的檢測結果。
以上所述僅為本發明之較佳實施例,凡依本發明申請專利範圍所做之均等變化與修飾,皆應屬本發明之涵蓋範圍。
200、400、600...邊緣檢測裝置
210、410、610...運算電路
212、412、612...第一乘法模組
2122_1、2122_2、2122_3、2122_nxm、4122_1、4122_2、4122_n’xm’、6122_1、6122_2、6122_n”xm”...第一乘法元件
214、414、614‧‧‧第一加法元件
220、420、630‧‧‧判斷電路
416、616‧‧‧第二乘法模組
4162_1、4162_2、4162_n’xm’、6162_1、6162_2、6162_n”xm”‧‧‧第二乘法元件
418、618‧‧‧第二加法元件
422、632‧‧‧絕對值運算電路
424、634‧‧‧權重加總電路
426、636‧‧‧判斷邏輯電路
620‧‧‧第三乘法模組
6202_1、6202_2、6202_kxk‧‧‧第三乘法元件
622‧‧‧第三加法元件
第1圖為習知拜耳彩色濾光片矩陣之濾光片排列的示意圖。
第2圖為本發明邊緣檢測裝置之一第一實施例的示意圖。
第3圖為第2圖所示之邊緣檢測裝置中5 x 3個第一乘法元件之第一乘法係數所構成的5 x 3矩陣的示意圖。
第4圖為本發明邊緣檢測裝置之一第二實施例的示意圖。
第5圖為第4圖所示之邊緣檢測裝置中5 x 3個第一乘法元件之第一乘法係數所構成之5 x 3矩陣以及5 x 3個第二乘法元件之第二乘法係數所構成之5 x 3矩陣的示意圖。
第6圖為本發明邊緣檢測裝置之一第三實施例的示意圖。
第7圖為第6圖所示之邊緣檢測裝置中5 x 3個第一乘法元件之第一乘法係數所構成的5 x 3矩陣、5 x 3個第二乘法元件之第二乘法係數所構成的5 x 3矩陣以及3 x 3個第三乘法元件之第三乘法係數所構成的3 x 3矩陣的示意圖。
200...邊緣檢測裝置
210...運算電路
212...第一乘法模組
2122_1、2122_2、2122_3、2122_nxm...第一乘法元件
214...第一加法元件
220...判斷電路
Claims (18)
- 一種邊緣檢測裝置,用於檢測一圖像之邊緣,包含有:一運算電路,包含有:一第一乘法模組,包含有n x m個第一乘法元件,其中每一第一乘法元件皆具有一第一乘法係數,該n x m個第一乘法元件係依據相對應之複數個第一乘法係數來分別對一水平檢測模版做乘積運算以得到n x m個第一乘積值,其中該水平檢測模版包含一nxm矩陣,該n x m個像素包含有一目標像素,以及n不等於m;以及一第一加法元件,耦接於該第一乘法模組,用以依據該n x m個第一乘積值來產生一第一運算結果;以及一判斷電路,耦接於該運算電路,用以根據至少該第一運算結果來判斷該目標像素是否為位在一水平方向上的一邊緣像素。
- 如申請專利範圍第1項所述之裝置,其中:該運算電路另包含有:一第二乘法模組,包含有n x m個第二乘法元件,其中該第二乘法模組的乘法係數分配係不同於該第一乘法模組的乘法係數分配,每一第二乘法元件皆具有一第二乘法係數,該n x m個第二乘法元件係依據相對應之複數個第二乘法係數來分別對該n x m個像素做乘積運算以得到n x m個第二乘積值;以及一第二加法元件,耦接於該第二乘法模組,用以依據該n x m個 第二乘積值來產生一第二運算結果;以及該判斷電路係根據至少該第一運算結果與該第二運算結果來判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第2項所述之裝置,其中該判斷電路係根據該第一運算結果之絕對值與該第二運算結果之絕對值來判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第3項所述之裝置,其中該判斷電路包含有:一絕對值運算電路,用以計算該第一運算結果之絕對值來產生一第一絕對值與計算該第二運算結果之絕對值來產生一第二絕對值;一權重加總電路,耦接於該絕對值運算電路,用來依據該第一絕對值與該第二絕對值來產生一判斷值;以及一判斷邏輯電路,耦接於該權重加總電路,用以依據該判斷值來判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第2項所述之裝置,其中:該運算電路另包含有:一第三乘法模組,包含有k x k個第三乘法元件,其中每一第三乘法元件皆具有一第三乘法係數,該k x k個第三乘法元件係依據相對應之複數個第三乘法係數來分別對該n x m個像素中的k x k個像素做乘積運算以得到k x k個第三乘積值;以及 一第三加法元件,耦接於該第三乘法模組,用以依據該k x k個第三乘積值來產生一第三運算結果;以及該判斷電路係根據該第一運算結果、該第二運算結果與該第三運算結果來判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第5項所述之裝置,其中k等於n與m中的較小值。
- 如申請專利範圍第5項所述之裝置,其中該第三乘法模組係為一索貝爾(Sobel)濾波器。
- 如申請專利範圍第5項所述之裝置,其中該判斷電路係根據該第一運算結果之絕對值、該第二運算結果之絕對值與該第三運算結果之絕對值來判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第8項所述之裝置,其中該判斷電路包含有:一絕對值運算電路,用以計算該第一運算結果之絕對值來產生一第一絕對值、計算該第二運算結果之絕對值來產生一第二絕對值以及計算該第三運算結果之絕對值來產生一第三絕對值;一權重加總電路,耦接於該絕對值運算電路,用來對該第一絕對值、該第二絕對值與該第三絕對值進行一權重加總運算來產生一判斷值;以及 一判斷邏輯電路,耦接於該權重加總電路,用以依據該判斷值來判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第1項所述之裝置,其中n以及m皆為奇數,以及該n x m矩陣係以該目標像素為中心。
- 如申請專利範圍第10項所述之裝置,其係為用於檢測一拜耳圖樣(Bayer pattern)邊緣之邊緣檢測裝置。
- 一種應用於一邊緣檢測裝置之運算電路,包含有:一第一乘法模組以及一第二乘法模組,包含有n x m個乘法元件,其中每一該乘法元件皆具有一相對應的乘法係數,其中該些乘法元件係依據相對應之該些乘法係數來分別對排列成一n x m矩陣之n x m個像素做乘積運算以得到n x m個第一乘積值以及n x m個第二乘積值,該n x m個像素包含有一目標像素,以及n不等於m;一第三乘法模組,包含一索貝爾濾波器以對一kxk矩陣做乘積運算來產生第三乘積值;以及一第一加法元件、一第二加法元件以及一第三加法元件,分別耦接於該第一乘法模組、該第二乘法模組以及該第三乘法模組,用以依據相對應的乘積值來產生一第一運算結果、一第二運算結果以及一第三運算結果。
- 如申請專利範圍第12項所述之運算電路,其中k等於n與m中的較小值。
- 如申請專利範圍第12項所述之運算電路,其中n以及m皆為奇數,以及該n x m矩陣係以該目標像素為中心。
- 一種應用於一邊緣檢測裝置之運算電路,包含有:一第一乘法模組以及一第二乘法模組,包含有n x m個乘法元件,其中每一該乘法元件皆具有一相對應的乘法係數,其中該些乘法元件係依據相對應之該些乘法係數來分別對排列成一n x m矩陣之n x m個像素做乘積運算以得到n x m個第一乘積值以及n x m個第二乘積值,該n x m個像素包含有一目標像素,以及n不等於m;一第三乘法模組,包含一索貝爾濾波器以對一kxk矩陣做乘積運算來產生第三乘積值;一第一加法元件、一第二加法元件以及一第三加法元件,分別耦接於該第一乘法模組、該第二乘法模組以及該第三乘法模組,用以依據相對應的乘積值來產生一第一運算結果、一第二運算結果以及一第三運算結果;以及一判斷電路,用以根據該第一運算結果、該第二運算結果以及該第三運算結果來判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第1項所述之邊緣檢測裝置,其中該運算電路 旋轉該水平檢測模版以產生一垂直檢測模版,該垂直檢測模版用以判斷該目標像素是否為位在一垂直方向上的一邊緣像素。
- 如申請專利範圍第15項所述之運算電路,其中該判斷電路根據該第一運算結果、該第二運算結果以及該第三運算結果的權重加總判斷該目標像素是否為一邊緣像素。
- 如申請專利範圍第17項所述之運算電路,其中該權重加總是根據一權重比,而該權重比是對應一拜耳圖樣的像素分配特性。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW098132089A TWI420124B (zh) | 2009-09-23 | 2009-09-23 | 邊緣檢測裝置以及應用於邊緣檢測裝置的運算電路 |
US12/888,415 US8606016B2 (en) | 2009-09-23 | 2010-09-23 | Edge detection apparatus and computing circuit employed in edge detection apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW098132089A TWI420124B (zh) | 2009-09-23 | 2009-09-23 | 邊緣檢測裝置以及應用於邊緣檢測裝置的運算電路 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201111817A TW201111817A (en) | 2011-04-01 |
TWI420124B true TWI420124B (zh) | 2013-12-21 |
Family
ID=43756663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW098132089A TWI420124B (zh) | 2009-09-23 | 2009-09-23 | 邊緣檢測裝置以及應用於邊緣檢測裝置的運算電路 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8606016B2 (zh) |
TW (1) | TWI420124B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9641122B2 (en) | 2012-06-26 | 2017-05-02 | Johnson Controls Technology Company | HVAC actuator with automatic end stop recalibration |
US8947031B1 (en) * | 2012-06-26 | 2015-02-03 | Johnson Controls Technology Company | Systems and method for speed and torque control of a DC motor |
US9465370B2 (en) | 2012-06-26 | 2016-10-11 | Johnson Controls Technology Company | HVAC actuator with soft stall control |
US10199962B2 (en) | 2015-03-18 | 2019-02-05 | Johnson Controls Technology Company | Plug and play universal input actuator |
US10109037B1 (en) | 2015-06-02 | 2018-10-23 | Marvell International Ltd. | Systems and methods for Bayer image scaling based on edge detection |
KR20180033367A (ko) | 2016-09-23 | 2018-04-03 | 삼성전자주식회사 | 패턴 측정 방법 및 그를 포함하는 반도체 소자의 제조 방법 |
TWI660310B (zh) * | 2018-08-06 | 2019-05-21 | 財團法人資訊工業策進會 | 比對追蹤物件的方法及電子裝置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5778156A (en) * | 1996-05-08 | 1998-07-07 | Xerox Corporation | Method and system for implementing fuzzy image processing of image data |
TW398141B (en) * | 1997-12-08 | 2000-07-11 | Sony Corp | Image processing apparatus, imaging processing method, and camera |
US6091862A (en) * | 1996-11-26 | 2000-07-18 | Minolta Co., Ltd. | Pixel interpolation device and pixel interpolation method |
US20020191857A1 (en) * | 2001-05-14 | 2002-12-19 | Macy William W. | Inverse halftoning process |
TW200836555A (en) * | 2007-01-26 | 2008-09-01 | Toshiba Kk | Solid state photographing device |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5760922A (en) * | 1993-10-08 | 1998-06-02 | Matsushita Electric Industrial Co., Ltd. | Area recognizing device and gradation level converting device employing area recognizing device |
JP4019417B2 (ja) * | 2003-01-14 | 2007-12-12 | ソニー株式会社 | 画像処理装置および方法、記録媒体、並びにプログラム |
US20060078217A1 (en) * | 2004-05-20 | 2006-04-13 | Seiko Epson Corporation | Out-of-focus detection method and imaging device control method |
-
2009
- 2009-09-23 TW TW098132089A patent/TWI420124B/zh active
-
2010
- 2010-09-23 US US12/888,415 patent/US8606016B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5778156A (en) * | 1996-05-08 | 1998-07-07 | Xerox Corporation | Method and system for implementing fuzzy image processing of image data |
US6091862A (en) * | 1996-11-26 | 2000-07-18 | Minolta Co., Ltd. | Pixel interpolation device and pixel interpolation method |
TW398141B (en) * | 1997-12-08 | 2000-07-11 | Sony Corp | Image processing apparatus, imaging processing method, and camera |
US6714242B1 (en) * | 1997-12-08 | 2004-03-30 | Sony Corporation | Image processing apparatus, image processing method, and camera |
US20020191857A1 (en) * | 2001-05-14 | 2002-12-19 | Macy William W. | Inverse halftoning process |
TW200836555A (en) * | 2007-01-26 | 2008-09-01 | Toshiba Kk | Solid state photographing device |
Also Published As
Publication number | Publication date |
---|---|
US20110069891A1 (en) | 2011-03-24 |
US8606016B2 (en) | 2013-12-10 |
TW201111817A (en) | 2011-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI420124B (zh) | 邊緣檢測裝置以及應用於邊緣檢測裝置的運算電路 | |
US20150104076A1 (en) | Image processing apparatus, imaging apparatus, and image processing method | |
US20070110300A1 (en) | Color interpolation apparatus and color interpolation method utilizing edge indicators adjusted by stochastic adjustment factors to reconstruct missing colors for image pixels | |
CN113228628A (zh) | 用于转换非拜尔图案颜色滤波器阵列图像数据的系统和方法 | |
CN113196334B (zh) | 用于生成超分辨率图像的方法和相关设备 | |
JP2010525427A (ja) | パンクロマティック画素を使用するエッジマッピング | |
JP2001095001A (ja) | 画像のデモザイク方法 | |
Takamatsu et al. | Estimating demosaicing algorithms using image noise variance | |
Hou et al. | Detection of hue modification using photo response nonuniformity | |
JP2002525722A (ja) | 画像処理方法とシステム | |
US8045826B2 (en) | Detecting edges in a digital images | |
Tanbakuchi et al. | Adaptive pixel defect correction | |
US9147257B2 (en) | Consecutive thin edge detection system and method for enhancing a color filter array image | |
US20090257673A1 (en) | Method and system for noise level detection in image data | |
US8208753B2 (en) | Method and system for noise level detection in image data | |
US20140355872A1 (en) | Method for determining interpolating direction for color demosaicking | |
CN115984246B (zh) | 基于机器视觉的缺陷快速检测方法及装置、设备、存储介质 | |
TWI719490B (zh) | 影像缺陷條紋之移除方法及其系統 | |
CN107610218B (zh) | 一种面向立体结构网点三维图像重建的层面数据获取方法 | |
CN115018817A (zh) | 划痕检测方法、装置、电子设备和可读存储介质 | |
KR101327790B1 (ko) | 영상 보간 방법 및 장치 | |
CN113469171A (zh) | 识别sfr测试卡图像中感兴趣区域的方法及装置、介质 | |
CN102063717B (zh) | 边缘检测装置以及应用于边缘检测装置的运算电路 | |
Breier et al. | Color filter arrays revisited—evaluation of Bayer pattern interpolation for industrial applications | |
JP6184277B2 (ja) | 画像処理装置 |