TWI493503B - 影像銳利化處理裝置及影像銳利化處理方法 - Google Patents

Description

影像銳利化處理裝置及影像銳利化處理方法

本發明是有關於一種影像處理裝置及影像處理方法，特別是有關於一種具有結合兩種不同的影像銳化方法的影像銳利化處理裝置及影像銳利化處理方法，來提升影像銳化度的品質。

由各種光學元件，例如是相機或掃描器，所擷取出來的數位影像常因各種因素，例如是光學元件的設計不良或經過數位影像處理，或相機於擷取影像的過程中發生晃動，使其銳化度(sharpness)降低。故常需要銳化數位影像，增加影像的銳化度。傳統的影像銳化方法，例如是反銳化遮罩(unsharp masking)或以模糊理論為基礎（fuzzy-based）的影像銳化方法。

然而，傳統的影像銳化方法僅單一使用反銳化遮罩(unsharp masking)或以模糊理論為基礎（fuzzy-based）的影像銳化方法。當單純使用反銳化遮罩的影像銳化方法時，常導致影像中的物體邊緣產生出不連續的高頻信號，無法區分影像邊緣與雜訊。因此，傳統影像銳化方法雖增加影像的銳化度，但同時也放大了影像中的雜訊，導致整體影像品質下降。而當單純使用以模糊理論為基礎（fuzzy-based）的影像銳化方法時，常導致影像中的細微紋理區域遭到破壞，進而使影像內容偏向油畫特性。

有鑑於上述習知技藝之問題，本發明之目的就是在提供一種具有結合兩種不同的影像銳化方法的影像銳利化處理裝置及影像銳利化處理方法，來提升影像銳化度的品質，以解決傳統的影像處理方法僅使用單一種影像銳化方法來來增加影像的銳化度，而造成銳利度提升後的影像使人覺得雜訊較高，或導致影像中的細微紋理區域遭到破壞，進而使影像內容偏向油畫特性的問題。

根據本發明之目的，提出一種影像銳利化處理裝置，其包含影像擷取模組及處理模組。影像擷取模組係擷取一影像，影像具有複數個像素。處理模組係分析影像之各像素，以獲得對應各像素之一特徵值，處理模組係利用一第一銳化演算法及一第二銳化演算法分別計算出對應各像素之一第一銳化補償值及一第二銳化補償值，並利用特徵值以決定第一銳化演算法及第二銳化演算法之一權重值，處理模組根據第一銳化補償值、第二銳化補償值及權重值，以計算出一第三銳化補償值，並利用複數個第三銳化補償值以調整影像之銳化度。

較佳地，處理模組係可利用特徵值依據一特定曲線決定權重值。

較佳地，權重值更可包含一第一權重值、一第二權重值及一預設總權重值，特定曲線所對應之橫座標可為特徵值之數值，特定曲線所對應之縱座標可為第一銳化演算法之第一權重值，處理模組可依據特徵值對應於特定曲線上之ㄧ位置，以獲得第一權重值之數值，且可依據第一權重值及預設總權重值，進而獲得第二銳化演算法之第二權重值。

較佳地，處理模組可依據第一銳化補償值與第一權重值相乘，以及第二銳化補償值與第二權重值相乘，而後相加計算出第三銳化補償值。

較佳地，第一銳化演算法可為以模糊理論為基礎（fuzzy-based）之演算法，第二銳化演算法可為反銳化遮罩（unsharp masking）。

根據本發明之目的，再提出一種影像銳利化處理方法，其包含下列步驟：提供一影像擷取模組，以擷取一影像，影像具有複數個像素；利用一處理模組分析影像之各像素，以獲得對應各像素之一特徵值；藉由處理模組利用一第一銳化演算法及一第二銳化演算法分別計算出對應各像素之一第一銳化補償值及一第二銳化補償值，並利用特徵值以決定第一銳化演算法及第二銳化演算法之一權重值；以及利用處理模組根據第一銳化補償值、第二銳化補償值及權重值，以計算出一第三銳化補償值，並利用複數個第三銳化補償值以調整影像之銳化度。

較佳地，處理模組係可利用特徵值依據一特定曲線決定權重值。

較佳地，權重值更可包含一第一權重值、一第二權重值及一預設總權重值，特定曲線所對應之橫座標可為特徵值之數值，特定曲線所對應之縱座標可為第一銳化演算法之第一權重值，其中影像處理方法更可包含下列步驟：處理模組可依據特徵值對應於特定曲線上之ㄧ位置，並可依據第一權重值相對於位置之數值，進而獲得第二銳化演算法之一第二權重值。

較佳地，影像銳利化處理方法更可包含下列步驟：處理模組可依據第一銳化補償值與第一權重值相乘，以及第二銳化補償值與第二權重值相乘，而後相加計算出第三銳化補償值。

較佳地，第一銳化演算法為以模糊理論可為基礎（fuzzy-based）之演算法，第二銳化演算法可為反銳化遮罩（unsharp masking）。

根據本發明之目的，又提出一種影像銳利化處理裝置，其包含影像擷取模組、處理模組及影像調整模組。影像擷取模組係擷取一影像，影像具有複數個像素。處理模組係分析影像之各像素，以得對應各像素之一特徵值，處理模組係利用一第一銳化演算法及一第二銳化演算法計算出對應各像素之一第一銳化補償值及一第二銳化補償值，並利用特徵值以決定第一銳化演算法及第二銳化演算法之一權重值，處理模組根據第一銳化補償值、第二銳化補償值及權重值，以計算出一第三銳化補償值。影像調整模組係利用複數個第三銳化補償值以調整影像之銳化度。

較佳地，處理模組係可利用特徵值依據一特定曲線決定權重值。

較佳地，權重值更可包含一第一權重值、一第二權重值及一預設總權重值，特定曲線所對應之橫座標可為特徵值之數值，特定曲線所對應之縱座標可為第一銳化演算法之第一權重值，處理模組可依據特徵值對應於特定曲線上之ㄧ位置，以獲得第一權重值之數值，且可依據第一權重值及預設總權重值，進而獲得第二銳化演算法之第二權重值。

較佳地，處理模組可依據第一銳化補償值與第一權重值相乘，以及第二銳化補償值與第二權重值相乘，而後相加計算出第三銳化補償值。

較佳地，第一銳化演算法可為以模糊理論為基礎（fuzzy-based）之演算法，第二銳化演算法可為反銳化遮罩（unsharp masking）。

承上所述，依本發明之影像銳利化處理裝置及影像銳利化處理方法，其可具有下述優點：

本發明之影像銳利化處理裝置及影像銳利化處理方法可藉由結合兩種不同的影像銳化方法來同時對單一影像進行銳利化的調整，以提升影像的銳利化的品質，亦可防止傳統的影像處理方法係僅使用單一影像銳化方法來增加影像的銳化度，而導致影像中的物體邊緣產生出不連續的高頻信號，使銳利度提升後的影像使人覺得雜訊較高，或導致影像中的細微紋理區域遭到破壞，進而使影像內容偏向油畫特性的問題產生。

以下將參照相關圖式，說明依本發明之影像銳利化處理裝置及影像銳利化處理方法的實施例，為使便於理解，下述實施例中之相同元件係以相同之符號標示來說明。

請參閱第1圖及第2圖，其係為本發明之影像銳利化處理裝置之第一實施例之第一方塊圖及第二方塊圖。如圖所示，影像銳利化處理裝置1包含影像擷取模組10及處理模組11。影像擷取模組10可包含鏡頭、感光元件如互補式金氧半導體元件（Complementary Metal-Oxide-Semiconductor，CMOS）或電荷耦合元件（Charge-Coupled-Device，CCD）、類比/數位電路、影像處理器等，影像擷取模組10係可擷取一影像101，影像101具有複數個像素102。

處理模組11與影像擷取模組10電性連接，處理模組11係分析影像101的各個像素102，以獲得對應各個像素102的一特徵值103，處理模組11係可利用一第一銳化演算法111及一第二銳化演算法112分別計算出對應各個像素102的一第一銳化補償值1111及一第二銳化補償值1121，並可利用特徵值103以決定第一銳化演算法1111及第二銳化演算法1121的一權重值113，處理模組11根據第一銳化補償值1111、第二銳化補償值1121及權重值113，以計算出一第三銳化補償值114，並可利用複數個第三銳化補償值114以調整影像101的影像銳化度。其中，權重值113較佳更可包含一第一權重值1131、一第二權重值1132及一預設總權重值1133。

另外，影像銳利化處理裝置1較佳更可包含一儲存模組12，儲存模組12電性連接於影像擷取模組10及處理模組11，儲存模組12係可用於儲存影像擷取模組10所擷取的影像101，並提供處理模組11存取影像101。

上述中，特徵值103較佳可為像素的一區域特性，區域特性較佳可包含平坦區、紋理區及硬邊界區。

請參閱第3圖，其係為本發明之影像銳利化處理方法之第一實施例之流程圖，並請一併參閱第1圖。如圖所示，本發明之影像銳利化處理方法，其適用於一影像銳利化處理裝置，影像銳利化處理裝置包含一影像擷取模組及一處理模組。影像銳利化處理方法包含下列步驟：

（S21）提供一影像擷取模組，以擷取一影像，影像具有複數個像素；

（S22）利用一處理模組分析影像的各像素，以獲得對應各像素的一特徵值；

（S23）藉由處理模組利用一第一銳化演算法及一第二銳化演算法分別計算出對應各像素的一第一銳化補償值及一第二銳化補償值，並利用特徵值以決定第一銳化演算法及第二銳化演算法的一權重值；以及

（S24）利用處理模組根據第一銳化補償值、第二銳化補償值及權重值，以計算出一第三銳化補償值，並利用複數個第三銳化補償值以調整影像的銳化度。

上述中，步驟（S23）較佳更可包含下列步驟：

處理模組依據特徵值對應於特定曲線上的ㄧ位置，並依據第一權重值相對於位置的數值，進而獲得第二銳化演算法的一第二權重值。

再者，步驟（S24）較佳更可包含下列步驟：

處理模組依據第一銳化補償值與第一權重值相乘，以及第二銳化補償值與第二權重值相乘，而後相加計算出第三銳化補償值。

請參閱第4圖，其係為本發明之影像銳利化處理方法之第一實施例之曲線圖，並請一併參閱第1圖及第3圖。如圖所示，處理模組11進一步係可利用特徵值103依據一特定曲線a決定權重值113。特定曲線a所對應的橫座標較佳為特徵值103的數值，特定曲線a所對應的縱座標較佳為第一銳化演算法111的第一權重值1131。

詳言之，處理模組11依據特徵值103對應於特定曲線a上的ㄧ位置a1，以獲得第一權重值1131的數值，且依據第一權重值1131及預設總權重值1133，進而獲得第二銳化演算法112的第二權重值1132。而後，處理模組11依據第一銳化補償值1111與第一權重值1131相乘，以及第二銳化補償值1121與第二權重值1132相乘，將兩者相乘後所得出的數值相加，以計算出第三銳化補償值114。

舉例而言，影像擷取模組10先對一場景進行拍攝，以擷取到一影像101（以下稱之為場景影像）。此時，處理模組11讀取場景影像，並對場景影像中的複數個像素102進行分析，以獲得該些像素102各自所對應的一特徵值103。接著，處理模組11再同時利用第一銳化演算法111及一第二銳化演算法112分別計算出對應各個像素102的一第一銳化補償值1111及一第二銳化補償值1121。

而且，處理模組11將所獲得的各個特徵值103的數值，依據一特定曲線a的橫座標上的數值，例如處理模組11所獲得的第一特徵值的數值為30。再分別對應於特定曲線a上的ㄧ位置，例如橫座標上的數值30所對應於特定曲線a上的ㄧ位置為位置a1。並且，將各個特徵值103於特定曲線上a所對應的位置對應於特定曲線a所對應的縱座標上的數值，例如位置a1對應於縱座標上的數值為50。即可得知各特徵值103的第一權重值1131的數值，例如第一特徵值所對應的第一權重值的數值為50。處理模組11再將預設總權重值1133分別與所得的各個第一權重值1131相減後，以獲得複數個第二權重值1132，例如處理模組11預設總權重值1133的數值為128，因此，處理模組將128與50相減後，所獲得的數值為70，即第二權重值1132的數值為70。

而後，處理模組11依據所獲得的各個特徵值103的第一銳化補償值1111、第二銳化補償值1121、第一權重值1131及第二權重值1132，分別將各個特徵值103的第一銳化補償值1111與第一權重值1131相乘，以及第二銳化補償值1121與第二權重值1132相乘，並將分別兩者相乘後的數值相加，以計算出各個特徵值103所對應的第三銳化補償值114。接著，處理模組11再依據複數個第三銳化補償值114，來調整場景影像的影像銳化度，並提升場景影像的影像銳化度的品質。其中，第三銳化補償值114係可依據下列公式得知：

V=（O+U）*（W–F）+ B*F

上述中，V為第三銳化補償值，O為特徵值，U為第二銳化演算法的信號，W為預設總權重值，B為第一銳化補償值，F為第一權重值。其中，將特徵值與第二銳化演算法的信號相加後可獲得第二銳化補償值，而將預設總權重值與第一權重值相減後可獲得第二權重值。

請參閱第5圖，其係為本發明之影像銳利化處理方法之第一實施例之波形圖，並請一併參閱第1圖及第3圖。如圖所示，影像擷取模組10先對一場景進行拍攝，以擷取到一影像101（以下稱之為場景影像）。此時，處理模組11欲利用第一銳化演算法111對場景影像進行影像調整時，處理模組11先讀取場景影像，並對場景影像的複數個像素102進行分析，以獲得各個像素102的區域特性及特徵值103。然後，處理模組11對各區域特性進行框選一遮罩的動作，再由遮罩內的複數個像素點的數值中，選取出像素點最大值與像素點最小值，再依據像素點最大值與像素點最小值，以獲得像素點平均值。其中，像素點平均值係可依據下列公式得知：

像素點平均值=（像素點最大值+像素點最小值）/2

接著，處理模組11將特徵值103與像素點平均值相減後，而決定一像素點與遮罩中心點絕對值差異數。其中，當特徵值103大於像素點平均值時，則處理模組11將特徵值103加上一預設特定值，以使特徵值103趨近於像素點最大值，或當特徵值103小於像素點平均值時，則處理模組11將特徵值103減掉預設特定值，以使特徵值103趨近於像素點最小值，進而利用兩極化的方式調整場景影像，使場景影像中的各特徵值103的數值所呈現的波形曲線波b變換為垂直的方波c，以致場景影像不會產生影像調整過度的現象。其中，處理模組11依據表1中的數值而獲得預設特定值。

表1

 

上述實施例中，第一銳化演算法111較佳可為以模糊理論為基礎（fuzzy-based）的演算法，第二銳化演算法112較佳可為反銳化遮罩（unsharp masking）。

順帶一提的是，以上實施態樣僅為舉例而非限制，本發明於實際實施時，並不限於此種方式。

請參閱第6圖，其係為本發明之影像銳利化處理裝置之第二實施例之方塊圖。如圖所示，影像銳利化處理裝置1包含影像擷取模組10、處理模組11及一影像調整模組13，其與上述的第一實施例所述的相同元件的作動方式相似，故不在此贅述。然，值得一提的是，本實施例相較於第一實施例更具有影像調整模組13。在本實施例中，所述的影像調整模組13係可與處理模組11相互電性連接，當處理模組11根據第一銳化補償值1111、第二銳化補償值1121、第一權重值1131及第二權重值1132，以計算出第三銳化補償值114後，影像調整模組13可利用複數個第三銳化補償值114來調整影像101，進而提升影像101的銳化度的品質。

請參閱第7圖，其係為本發明之影像銳利化處理方法之第二實施例之流程圖，並請一併參閱第6圖。如圖所示，本實施例之影像銳利化處理方法，其與上述的第一實施例所述的影像銳利化處理方法的步驟略有相似，故不在此贅述。然，值得一提的是，在本實施例中，影像銳利化處理裝置更包含一影像調整模組，其方法包含下列步驟：

（S31）提供一影像擷取模組，以擷取一影像，影像具有複數個像素；

（S32）利用一處理模組分析影像的各像素，以獲得對應各像素的一特徵值；

（S33）藉由處理模組利用一第一銳化演算法及一第二銳化演算法分別計算出對應各像素的一第一銳化補償值及一第二銳化補償值，並利用特徵值以決定第一銳化演算法及第二銳化演算法的一權重值；

（S34）利用處理模組根據第一銳化補償值、第二銳化補償值及權重值，以計算出一第三銳化補償值；以及

（S35）藉由影像調整模組利用複數個第三銳化補償值以調整影像的銳化度。

上述各實施例中，第一銳化演算法較佳可為以模糊理論為基礎（fuzzy-based）的演算法，第二銳化演算法較佳可為反銳化遮罩（unsharp masking）。

順帶一提的是，以上實施態樣僅為舉例而非限制，本發明於實際實施時，並不限於此種方式。

綜上所述，本發明所提出之影像銳利化處理裝置及影像銳利化處理方法可藉由結合兩種不同的影像銳化方法來同時對單一影像進行銳利化的調整，以提升影像的銳利化的品質，且亦可防止傳統的影像處理方法係僅使用單一影像銳化方法來增加影像的銳化度，而導致影像中的物體邊緣產生出不連續的高頻信號，使銳利度提升後的影像使人覺得雜訊較高，或導致影像中的細微紋理區域遭到破壞，而使影像內容偏向油畫特性的問題產生。如此不僅能將影像的銳利化的品質提升，亦可使影像適用於複數種像數的變化。

以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

1．．．影像銳利化處理裝置

10．．．影像擷取模組

101．．．影像

102．．．像素

103．．．特徵值

11．．．處理模組

111．．．第一銳化演算法

1111．．．第一銳化補償值

112．．．第二銳化演算法

1121．．．第二銳化補償值

113．．．權重值

1131．．．第一權重值

1132．．．第二權重值

1133．．．預設總權重值

114．．．第三銳化補償值

12．．．儲存模組

13．．．影像調整模組

S21~S24、S31~S35．．．步驟

a．．．特定曲線

a1．．．位置

b．．．波形曲線

以及

c．．．方波

第1圖係為本發明之影像銳利化處理裝置之第一實施例之第一方塊圖；
第2圖係為本發明之影像銳利化處理裝置之第一實施例之第二方塊圖；
第3圖係為本發明之影像銳利化處理方法之第一實施例之流程圖；
第4圖係為本發明之影像銳利化處理方法之第一實施例之曲線圖；
第5圖係為本發明之影像銳利化處理方法之第一實施例之波形圖；
第6圖係為本發明之影像銳利化處理裝置之第二實施例之方塊圖；以及
第7圖係為本發明之影像銳利化處理方法之第二實施例之流程圖。

1．．．影像銳利化處理裝置

10．．．影像擷取模組

101．．．影像

102．．．像素

103．．．特徵值

11．．．處理模組

111．．．第一銳化演算法

1111．．．第一銳化補償值

112．．．第二銳化演算法

1121．．．第二銳化補償值

113．．．權重值

1131．．．第一權重值

1132．．．第二權重值

1133．．．預設總權重值

以及

114．．．第三銳化補償值

Claims (15)

1. 一種影像銳利化處理裝置，其包含：
   一影像擷取模組，係擷取一影像，該影像具有複數個像素；以及
   一處理模組，係分析該影像之各該像素，以獲得對應各該像素之一特徵值，該處理模組係利用一第一銳化演算法及一第二銳化演算法分別計算出對應各該像素之一第一銳化補償值及一第二銳化補償值，並利用該特徵值以決定該第一銳化演算法及該第二銳化演算法之一權重值，該處理模組根據該第一銳化補償值、該第二銳化補償值及該權重值，以計算出一第三銳化補償值，並利用該些第三銳化補償值以調整該影像之銳化度。
2. 如申請專利範圍第1項所述之影像銳利化處理裝置，其中該處理模組係利用該特徵值依據一特定曲線決定該權重值。
3. 如申請專利範圍第2項所述之影像銳利化處理裝置，其中該權重值更包含一第一權重值、一第二權重值及一預設總權重值，該特定曲線所對應之橫座標為該特徵值之數值，該特定曲線所對應之縱座標為該第一銳化演算法之該第一權重值，該處理模組依據該特徵值對應於該特定曲線上之ㄧ位置，以獲得該第一權重值之數值，且依據該第一權重值及該預設總權重值，進而獲得該第二銳化演算法之該第二權重值。
4. 如申請專利範圍第3項所述之影像銳利化處理裝置，其中該處理模組依據該第一銳化補償值與該第一權重值相乘，以及該第二銳化補償值與該第二權重值相乘，而後相加計算出該第三銳化補償值。
5. 如申請專利範圍第1項所述之影像銳利化處理裝置，其中該第一銳化演算法為以模糊理論為基礎之演算法，該第二銳化演算法為反銳化遮罩。
6. 一種影像銳利化處理方法，其包含下列步驟：
   提供一影像擷取模組，以擷取一影像，該影像具有複數個像素；
   利用一處理模組分析該影像之各該像素，以獲得對應各該像素之一特徵值；
   藉由該處理模組利用一第一銳化演算法及一第二銳化演算法分別計算出對應各該像素之一第一銳化補償值及一第二銳化補償值，並利用該特徵值以決定該第一銳化演算法及該第二銳化演算法之一權重值；以及
   利用該處理模組根據該第一銳化補償值、該第二銳化補償值及該權重值，以計算出一第三銳化補償值，並利用該些第三銳化補償值以調整該影像之銳化度。
7. 如申請專利範圍第6項所述之影像銳利化處理方法，其中該處理模組係利用該特徵值依據一特定曲線決定該權重值。
8. 如申請專利範圍第7項所述之影像銳利化處理方法，其中該權重值更包含一第一權重值、一第二權重值及一預設總權重值，該特定曲線所對應之橫座標為該特徵值之數值，該特定曲線所對應之縱座標為該第一銳化演算法之該第一權重值，其中該影像處理方法更包含下列步驟：
   該處理模組依據該特徵值對應於該特定曲線上之ㄧ位置，並依據該第一權重值相對於該位置之數值，進而獲得該第二銳化演算法之一第二權重值。
9. 如申請專利範圍第8項所述之影像銳利化處理方法，其更包含下列步驟：
   該處理模組依據該第一銳化補償值與該第一權重值相乘，以及該第二銳化補償值與該第二權重值相乘，而後相加計算出該第三銳化補償值。
10. 如申請專利範圍第6項所述之影像銳利化處理方法，其中該第一銳化演算法為以模糊理論為基礎之演算法，該第二銳化演算法為反銳化遮罩。
11. 一種影像銳利化處理裝置，其包含：
    一影像擷取模組，係擷取一影像，該影像具有複數個像素；
    一處理模組，係分析該影像之各該像素，以得對應各該像素之一特徵值，該處理模組係利用一第一銳化演算法及一第二銳化演算法計算出對應各該像素之一第一銳化補償值及一第二銳化補償值，並利用該特徵值以決定該第一銳化演算法及該第二銳化演算法之一權重值，該處理模組根據該第一銳化補償值、該第二銳化補償值及該權重值，以計算出一第三銳化補償值；以及
    一影像調整模組，係利用該些第三銳化補償值以調整該影像之銳化度。
12. 如申請專利範圍第11項所述之影像銳利化處理裝置，其中該處理模組係利用該特徵值依據一特定曲線決定該權重值。
13. 如申請專利範圍第12項所述之影像銳利化處理裝置，其中該權重值更包含一第一權重值、一第二權重值及一預設總權重值，該特定曲線所對應之橫座標為該特徵值之數值，該特定曲線所對應之縱座標為該第一銳化演算法之該第一權重值，該處理模組依據該特徵值對應於該特定曲線上之ㄧ位置，以獲得該第一權重值之數值，且依據該第一權重值及該預設總權重值，進而獲得該第二銳化演算法之該第二權重值。
14. 如申請專利範圍第13項所述之影像銳利化處理裝置，其中該處理模組依據該第一銳化補償值與該第一權重值相乘，以及該第二銳化補償值與該第二權重值相乘，而後相加計算出該第三銳化補償值。
15. 如申請專利範圍第11項所述之影像銳利化處理裝置，其中該第一銳化演算法為以模糊理論為基礎之演算法，該第二銳化演算法為反銳化遮罩。