TWI511082B - 影像處理方法與影像處理裝置 - Google Patents

影像處理方法與影像處理裝置 Download PDF

Info

Publication number
TWI511082B
TWI511082B TW102112713A TW102112713A TWI511082B TW I511082 B TWI511082 B TW I511082B TW 102112713 A TW102112713 A TW 102112713A TW 102112713 A TW102112713 A TW 102112713A TW I511082 B TWI511082 B TW I511082B
Authority
TW
Taiwan
Prior art keywords
function
detail
noise
denoising
feature
Prior art date
Application number
TW102112713A
Other languages
English (en)
Other versions
TW201439983A (zh
Inventor
Yue-Yong Chen
zhao-dong Zhang
Original Assignee
Ali Zhuhai 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 Ali Zhuhai Corp filed Critical Ali Zhuhai Corp
Publication of TW201439983A publication Critical patent/TW201439983A/zh
Application granted granted Critical
Publication of TWI511082B publication Critical patent/TWI511082B/zh

Links

Landscapes

  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Description

影像處理方法與影像處理裝置
本發明是有關於一種影像處理方法與影像處理裝置,且特別是有關於一種依據去雜訊函數與細節增強函數而運作的影像處理方法與影像處理裝置。
隨著科技的進步,攝影、拍照、影片播放等功能已經是許多電子產品不可或缺的功能。近幾年來,更由於網路的蓬勃發展,許多視頻影像或圖片被分享於網際網路上,供使用者自由觀賞。基於使用者對影像品質的需求,除了推陳出新的攝像器材外,用於後續製作與影像傳輸中的影像處理技術也是技術人員開發的重點之一。
影像處理技術包括幾何變換、色彩處理、分割、去雜訊或是細節增強等,用以增進影像的品質與提供特殊的影像效果。值得注意的是,不同的影像處理技術可能無法一起施用在同一張影像上。因此,影像處理必須根據影像的格式與所需求的顯示標準來選擇對應的影像處理技術,以便呈現較佳的影像給使用者。
本發明提供一種影像處理方法,其可依據影像的雜訊特徵與細節特徵來逐步且平滑地調整去雜訊函數與細節增強函數,並且據以選擇對影像執行去雜訊處理或細節增強處理,使得影像處理方法不會頻繁地在去雜訊處理或細節增強處理之間進行切換,避免發生影像不連續。
本發明提供一種影像處理裝置,提供去雜訊函數與細節增強函數並解析影像的雜訊特徵與細節特徵,用以執行前述的影像處理方法。
本發明的影像處理方法包括下列步驟。提供去雜訊(De-Noise)函數以及細節增強(Detail Enhancement)函數。接收影像信號中的目前影像,並且計算目前影像的雜訊特徵以及細節特徵。依照雜訊特徵逐步且平滑地調整去雜訊函數,且依照細節特徵逐步且平滑地調整細節增強函數。比較去雜訊函數及細節增強函數,決定對目前影像執行去雜訊(De-noise)處理或細節增強(Detail Enhancement)處理。
本發明的影像處理裝置,包括解碼單元、計算單元與處理單元。解碼單元接收影像信號中的目前影像以計算目前影像的雜訊特徵以及細節特徵。計算單元耦接至解碼單元且提供去雜訊函數以及細節增強函數。計算單元依照雜訊特徵逐步且平滑地調整去雜訊函數,依照細節特徵逐步且平滑地調整細節增強函數,並且比較去雜訊函數以及細節增強函數。處理單元耦接至計算單 元,並根據去雜訊函數及細節增強函數的比較結果,對目前影像執行去雜訊處理或細節增強處理。
基於上述,本發明實施例所提出的影像處理方法以及影像處理裝置,透過解析影像的雜訊特徵與細節特徵,逐步且平滑地調整去雜訊函數與細節增強函數,並且根據去雜訊函數與細節增強函數的比較結果,決定對影像執行去雜訊處理或細節增強處理。如此一來,每張影像的特徵皆被解析並納入考量,以作為執行影像處理的依據,同時避免僅根據單張影像的影像特徵來決定對影像執行去雜訊處理或細節增強處理,進而解決了影像不連續的問題,並呈現最佳化的視覺效果。
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。
S120~S180‧‧‧影像處理方法的步驟
S141~S146‧‧‧計算目前影像的雜訊特徵的步驟
S141、S147~S151‧‧‧計算目前影像的細節特徵的步驟
S162~S166‧‧‧調整去雜訊函數與細節增強函數的步驟
S182~S186‧‧‧比較去雜訊函數及細節增強函數,以決定對目前影像執行去雜訊處理或細節增強處理的步驟
210、210’‧‧‧區域
212、212’‧‧‧宏區塊
212a、212a’‧‧‧像素
M‧‧‧高頻濾波遮罩
212b‧‧‧每行像素
212c‧‧‧每列像素
T、t0、t11’、t11、t1、t21’、t21、t2‧‧‧時間
300‧‧‧影像處理裝置
310‧‧‧解碼單元
320‧‧‧計算單元
330‧‧‧處理單元
N‧‧‧雜訊特徵
D‧‧‧細節特徵
CR‧‧‧比較結果
圖1是根據本發明一實施例所繪示的影像處理方法的流程圖。
圖2是本發明一實施例中計算雜訊特徵及細節特徵的方法流程圖。
圖3是本發明一實施例中計算雜訊特徵的示意圖。
圖4是本發明一實施例中計算細節特徵的示意圖。
圖5是本發明一實施例中調整去雜訊函數與細節增強函數的 方法流程圖。
圖6是本發明一實施例中調整調整去雜訊函數與細節增強函數的方法示意圖。
圖7是本發明一實施例中比較去雜訊函數及細節增強函數的方法流程圖。
圖8是根據本發明一實施例所繪示的影像處理裝置的示意圖。
本發明所提供的影像處理方法,適於對連續影像中的每張影像逐一進行分析,以決定對單張影像進行去雜訊處理或者細節增強處理。圖1是根據本發明一實施例所繪示的影像處理方法的流程圖。請參照圖1,影像處理方法包括下列步驟。於步驟S120中,提供去雜訊函數與細節增強函數。接著,於步驟S140中,接收影像信號中的目前影像,並計算目前影像的雜訊特徵以及細節特徵。於步驟S160中,依照雜訊特徵逐步且平滑地調整去雜訊函數,且依照細節特徵逐步且平滑地調整細節增強函數。最後,於步驟S180中,比較去雜訊函數及細節增強函數以決定對目前影像執行去雜訊處理或細節增強處理。
於步驟S120提供去雜訊函數與細節增強函數時,去雜訊函數與細節增強函數的初始值、變化幅度、上限值以及下限值等皆可以被自由設定。詳細而言,於本實施例所提供的影像處理方 法中,去雜訊函數與細節增強函數的比較結果,是決定對每張影像執行去雜訊處理或細節增強處理的依據,並且去雜訊函數與細節增強函數會反應每張影像的雜訊特徵與細節特徵而有所變化。去雜訊函數與細節增強函數的數值反應影像對於去雜訊處理以及細節增強處理的需求程度,而去雜訊函數與細節增強函數的設定可以決定影像處理方法在去雜訊處理以及細節增強處理間的轉換時機與切換頻率。具體的例子將陳述於後。
於步驟S140中,對所接收的影像信號進行計算,以取得目前影像的雜訊特徵及細節特徵。圖2是本發明一實施例中計算雜訊特徵及細節特徵的方法流程圖。請參照圖2,雜訊特徵以及細節特徵分別經由不同的計算流程而取得。步驟S141~S146為計算目前影像的雜訊特徵的流程,而步驟S141、S147~S151為計算目前影像的細節特徵的流程。計算雜訊特徵的步驟S141~S146以及計算細節特徵的步驟S141、S147~S151在本實施例中為同時執行。以下將分別詳述計算目雜訊特徵與細節特徵的流程。
圖3是本發明一實施例中計算雜訊特徵的示意圖。請同時參照圖2與圖3,於步驟S141中,影像信號中的先前影像及目前影像分別被切割為多個區域(region)210、210’,且每一區域210、210’包括多個宏區塊(Macroblock)212、212’。此外,每個宏區塊212、212’更包括多個像素212a、212a’。先前影像的接收時間早於目前影像,並且先前影像與目前影像可以為影像信號中的連續兩張影像。接著,於步驟S142中,計算先前影像的宏區塊212’ 的每一像素212a’與目前影像的宏區塊212對應位置的每一像素212a(例如為圖3中以色塊所標示的像素212a與212a’)之間的絕對差值。更詳細地說,像素212a的灰階值與對應像素212a’的灰階值會被逐一比較,以取得多個絕對差值。依據目前影像的宏區塊212,前述的多個絕對差值於步驟S143中被利用以計算多個絕對差值和。換言之,依照一定的像素212a分組方式,將多個絕對差值相加來取得絕對差值和。絕對差值和可以為每一宏區塊212中每行像素212b的絕對差值和、每列像素212c的絕對差值和以及每行像素212b與每列像素212c的絕對差值和三者其中之一。
於步驟S144中,平均目前影像的每一宏區塊210中的絕對差值和,取得多個宏區塊平均值。之後,於步驟S145中,比較每一區域210中的多個宏區塊平均值,且宏區塊平均值中的最小者為該區域210的雜訊代表值。最後,於步驟S146中,比較每一區域210的雜訊代表值,以決定目前影像的雜訊特徵。雜訊特徵可以選自多個區域210中,多個雜訊代表值中的最大值、最小值以及平均值三者之一。值得注意的是,圖3中的區域數量、宏區塊數量、像素數量僅為圖示範例,而實際的數量可以根據實際影像的像素數量而調整。
圖4是本發明一實施例中計算細節特徵的示意圖。請同時參照圖2與圖4,於步驟S141中,影像信號中的目前影像分別被切割為多個區域210,且每一區域210包括多個宏區塊212。不同於計算雜訊特徵的方法,計算細節特徵的方法僅需要利用目前 影像。更詳細地來說,計算細節特徵的方法是利用高頻濾波遮罩M進行濾波處理以取得目前影像的細節特徵,如圖2步驟S147~S151所述。於步驟S147中,利用高頻濾波遮罩M,對每一宏區塊中212的多個像素212a進行濾波處理,以取得多個高頻像素值。對於每個像素212a而言,高頻濾波遮罩M透過其中所設定的係數(例如為[-1 2 -1]),放大像素212a與其鄰近像素212a間灰階變化的部分,並取得對應的高頻像素值。高頻率波遮罩M所涵蓋的像素範圍並不僅限於如本實施例的3個像素212a,而可以為涵蓋更多個像素212a(例如為5個或9個),且其係數也可以隨之變化。如同圖3,圖4中的區域數量、宏區塊數量、像素數量僅為圖示範例,而實際的數量可以根據實際影像的像素數量而調整。
接著,於步驟S148中,計算每一宏區塊212中的每一行高頻像素值。行高頻像素值為每行像素212b的多個高頻像素值的平均值(於圖4中,每行像素212b包括3個像素212a)。於步驟S149中,透過平均每一宏區塊212中的所有行高頻像素值,計算每一宏區塊212的平均行高頻像素值。於步驟S150中,對每一區域210而言,比較多個宏區塊212的平均行高頻像素值。前述多個宏區塊212中,平均行高頻像素值的最大值為該區域210中的細節代表值。最後,於步驟S151中,比較每一區域210的細節代表值,以決定目前影像的細節特徵。於本實施例中,細節特徵為多個細節代表值中的最大者,但並不以此為限。
目前影像的雜訊特徵代表其受雜訊影響的程度。一般而 言,若目前影像受到雜訊的嚴重影響,則會優先對目前影像進行去雜訊處理。反之,若目前影像受雜訊影響程度較小,且具有較不顯著的細節特徵時,則可以考慮對目前影像進行細節增強處理,以增強目前影像中的細微部分。本發明所提供的影像方法對所接收的影像皆進行分析,取得影像的雜訊特徵與細節特徵,以作為執行去雜訊處理與細節增強處理的參考。由於去雜訊處理與細節增強處理無法同時運用在同一張影像中,故本發明實施例中所提出的影像處理方法,更包括判斷目前影像的狀況,以決定對目前影像執行去雜訊處理或細節增強處理的方法。
於步驟S160中,依據步驟S140所取得的雜訊特徵與細節特徵,逐步且平滑地調整於步驟S120中所提供的去雜訊函數與細節增強函數。圖5是本發明一實施例中調整去雜訊函數與細節增強函數的方法流程圖。於步驟S162中,比較目前影像的雜訊特徵是否大於第一閥值(De-noise Threshold)以及細節特徵是否大於第二閥值(Detail Threshold)。第一閥值是用以判定影像受雜訊影響的基準,而第二閥值是用以判定影像的細部特徵變化。若雜訊特徵大於第一閥值,於步驟S164中,依照雜訊特徵逐步且平滑地升高去雜訊函數,並依照細節特徵逐步且平滑地降低細節增強函數。當去雜訊函數達到第一上限時,則停止調整去雜訊函數。反之,若目前影像的雜訊特徵小於第一閥值,且目前影像的細節特徵大於或不小於第二閥值,則於步驟S166中,依照雜訊特徵逐步且平滑地降低去雜訊函數,並依照細節特徵逐步且平滑地升高細 節增強函數。當細節增強函數達到第二上限,則停止調整細節增強函數。
圖6是本發明一實施例中調整調整去雜訊函數與細節增強函數的方法示意圖。更詳細地說,圖6繪示去雜訊函數與細節增強函數在時間t0~T內,根據多張影像的雜訊特徵與細節特徵進行調整所導致的調整去雜訊函數與細節增強函數的數值變化。於圖6中,去雜訊函數以虛線描繪,而細節增強函數則以實線描繪。如同前述,去雜訊函數與細節增強函數的起始值、變化幅度、上限值與下限值可自由的設定。於圖6實施例中,去雜訊函數與細節增強函數的初始值皆設定為數值60,去雜訊函數的變化幅度為正負15(±15),而細節增強函數的變化幅度則為正負10(±10)。去雜訊函數的上限值(第一上限)為數值150,下限值(第二下限)為數值0,而細節增強函數的上限值(第二上限)為數值100,下限值(第一下限)為數值0。
每當一張影像的雜訊特徵與細節特徵被計算出來後,影像處理方法首先比較雜訊特徵與第一閥值的大小。若影像的雜訊特徵大於第一閥值(於圖6為Noise>Noise_thr的期間),則依照雜訊特徵逐步且平滑地升高去雜訊函數,並依照細節特徵逐步且平滑地降低細節增強函數。由於本實施例中,去雜訊函數的變化幅度是固定的,故於時間t0~t11期間,若每張影像的雜訊特徵皆大於第一閥值,則去雜訊函數的數值以正15的幅度逐步往上升高,而細節增強函數的數值以負10的幅度逐步往下減少。當去雜訊函 數的數值達到第一上限150時,於時間t11~t1期間,縱使影像的雜訊特徵皆大於第一閥值,去雜訊函數的數值仍維持不變,而細節增強函數的數值則可繼續降低直到第一下限0後維持不變。
相對地,若影像的雜訊特徵小於第一閥值(於圖6為Noise<Noise_thr的期間),且影像的細節特徵大於或不小於第二閥值,則依照雜訊特徵逐步且平滑地降低去雜訊函數,並依照細節特徵逐步且平滑地升高細節增強函數。參照圖6,於時間t1~t21期間,若每張影像的雜訊特徵皆小於第一閥值,且影像的細節特徵大於或不小於第二閥值,則去雜訊函數的數值以負15的幅度逐步往下減少,而細節增強函數的數值以正10的幅度逐步往上升高。當細節增強函數的數值達到第二上限100時,於時間t21~t2期間,縱使影像的雜訊特徵皆小於第一閥值,且影像的細節特徵皆大於或不小於第二閥值,細節增強函數的數值仍維持不變,而去雜訊函數的數值則可繼續降低直到第二下限0後維持不變。
去雜訊函數與細節增強函數是作為判斷執行去雜訊處理或者細節增強處理的基準。因此,若於步驟S160中偵測到目前影像受雜訊影響到一定的程度,例如雜訊特徵大於第一閥值,或者是雜訊特徵不小於第一閥值,則升高去雜訊函數並降低細節增強函數,以使影像處理方法於後續步驟中,傾向於執行去雜訊處理。反之,若雜訊特徵小於第一閥值,且細節特徵大於或不小於第二閥值,則降低去雜訊函數並升高細節增強函數,以使影像處理方法於後續步驟中,傾向於執行細節增強處理。
於其它實施例中,當雜訊特徵大於第一閥值時,依照雜訊特徵逐步且平滑地升高去雜訊函數並依照細節特徵逐步且平滑地降低細節增強函數,而當細節增強函數達到第一下限,則停止調整細節增強函數。當雜訊特徵小於第一閥值,且細節特徵大於或不小於第二閥值時,則依照雜訊特徵逐步且平滑地降低去雜訊函數並依照細節特徵逐步且平滑地升高細節增強函數,若去雜訊函數達到第二下限,則停止調整去雜訊函數。此外,若雜訊特徵小於第一閥值,且細節特徵小於第二閥值,則依照雜訊特徵逐步且平滑地降低去雜訊函數,當去雜訊函數達到第二下限,則停止調整去雜訊函數。
如同前述,本發明中,去雜訊函數與細節增強函數的設定並不以上述為限,而可以自由變化。舉例而言,於圖6中,由於去雜訊函數與細節增強函數的變化幅度是固定的,因此去雜訊函數與細節增強函數的變化幅度並不受雜訊特徵與細節特徵本身的大小影響。於其它實施例中,去雜訊函數與細節增強函數的變化幅度可以相關於雜訊特徵與細節特徵的大小。換言之,去雜訊函數與細節增強函數在變化時可反應於雜訊特徵與細節特徵的數值,進而更改去雜訊函數與細節增強函數的數值的增減幅度。此外,於前述實施例中,若去雜訊函數的數值越大,代表影像越傾向於進行去雜訊處理,而若細節增強函數的數值越大,代表影像越傾向於進行細節增強處理。然而,本發明不以此為限。於其它實施例中,當去雜訊函數或細節增強函數的數值越小,則代表影 像較需要並傾向對應的去雜訊處理或細節增強處理。
圖6中所繪示的是去雜訊函數與細節增強函數在時間t0~T內的連續變化,然而每當步驟S160中,去雜訊函數與細節增強函數根據步驟S140所得的雜訊特徵與細節特徵進行調整後,接著便於步驟S180中,比較去雜訊函數及細節增強函數,以決定對目前影像執行去雜訊處理或細節增強處理。圖7是本發明一實施例中比較去雜訊函數及細節增強函數的方法流圖。請參照圖7,於步驟S182中,在調整去雜訊函數及細節增強函數後的特定時間上,比較去雜訊函數的數值及該細節增強函數的數值,以決定對目前影像執行去雜訊處理或細節增強處理。若特定時間上的雜訊特徵大於或不小於第一閥值並且比較去雜訊函數和細節增強函數為傾向於去雜訊處理,則於步驟S184中,對目前影像進行去雜訊處理。反之,若特定時間上的雜訊特徵小於第一閥值並且比較去雜訊函數和細節增強函數為傾向於細節增強處理,則於步驟S186中,對目前影像進行細節增強處理。完成步驟S180後,若影像信號仍持續輸入或還有未處理的影像,則影像處理方法會重回步驟S140,以對下一張影像進行影像處理。
參照圖5~7,可以發現縱使目前影像的雜訊特徵大於第一閥值,本發明中的影像處理方法仍有可能是對目前影像進行細節增強處理而非去雜訊處理(例如為圖6中的時間t0~r11’期間)。反之,當目前影像的雜訊特徵小於第一閥值且細節特徵大於或不小於第二閥值時,本發明中的影像處理方法也可能是對目前影像進 行去雜訊處理而非細節增強處理(例如為圖6中的時間t1~t21’期間)。詳細而言,在多張連續的影像中,時常可能出現雜訊特徵突然劇烈變化的情形。若影像處理方法僅根據雜訊特徵、細節特徵、第一閥值與第二閥值間的比較關係而決定進行去雜訊處理或細節增強處理,則所呈現的影像品質很可能產生不穩定的情形,並且使得多張影像間產生不連續的情形。本發明中的影像處理方法則利用去雜訊函數與細節增強函數作為緩衝。舉例而言,若先前多張影像的雜訊特徵皆小於第一閥值,則經調整的去雜訊函數的數值持續地小於細節增強函數的數值。此時縱使有一張目前影像的雜訊特徵大於第一閥值,影像處理方法仍舊會對該張影像進行去細節增強處理,以避免影像間的不連續。唯有當其後連續數張的影像皆呈現雜訊特徵大於第一閥值的情況,使得去雜訊函數的數值變化為大於細節增強函數的數值,原本進行細節增強處理的影像處理方法,才會轉為對目前影像進行去雜訊處理,以避免持續呈現受雜訊干擾的影像。
根據前述,若將去雜訊函數與細節增強函數的變化幅度分別設定為相關於雜訊特徵與細節特徵的大小,則影像處理方法更可靈活地反應多張影像的實際情形而決定進行去雜訊處理或者細節增強處理。詳細來說,若連續多張影像皆具有嚴重的雜訊干擾,此時影像較需要進行去雜訊處理,而由於去雜訊函數的變化幅度是相關於雜訊特徵的大小,因而去雜訊函數會快速的上升,使得影像處理方法可以快速地切換為對影像進行去雜訊處理。而 若連續多張影像皆具有較不顯著的細節特徵且較不受雜訊干擾,此時影像較需要進行細節增強處理,而由於細節增強函數的變化幅度是相關於細節特徵的大小,因而細節增強函數會快速的上升,使得影像處理方法可以快速地切換為對影像進行細節增強處理。
圖8是根據本發明一實施例所繪示的影像處理裝置的示意圖。參照圖8,影像處理裝置300包括解碼單元310、計算單元320以及處理單元330。解碼單元310接收影像信號IS中的目前影像以計算目前影像的雜訊特徵N以及細節特徵D,並將目前影像的雜訊特徵N以及細節特徵D提供給計算單元320。計算單元320耦接至解碼單元310以接收前述的雜訊特徵N以及細節特徵D。此外,計算單元320提供經設定的去雜訊函數以及細節增強函數,並且依照雜訊特徵N逐步且平滑地調整去雜訊函數,且依照細節特徵D逐步且平滑地調整細節增強函數。經調整後的去雜訊函數與細節增強函數經過計算單元320比較後,其比較結果CR會輸出至處理單元330。處理單元330根據比較結果CR,對所接收影像信號IS中的目前影像進行去雜訊處理或者細節增強處理。
影像處理裝置300主要是運用前述的影像處理方法來對影像進行判斷,進而選擇對影像進行去雜訊處理或細節增強處理。詳細的方法流程請參照前述,在此不再贅述。
綜上所述,本發明所提供的影像處理方法與相關的影像處理裝置,藉由連續地分析多張影像的雜訊特徵與細節特徵,以 逐步且平滑地調整去雜訊函數與細節增強函數,並且根據去雜訊函數與細節增強函數的比較結果,進而決定對目前影像進行去雜訊處理或者細節增強處理。所述影像處理方法除了自適應性地檢測每張影像的特徵外,同時也針對連續影像的變化來決定執行何種影像處理,以避免影像處理方法在選擇去雜訊處理或者細節增強處理上過度頻繁地切換,因而可呈現較佳的影像品質,並解決影像不連續的問題。此外,對於單張影像僅選擇執行雜訊處理或者細節增強處理,更可避免複雜的運算,以加快影像處理的速度。
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。
S120~S180‧‧‧影像處理方法的步驟

Claims (18)

  1. 一種影像處理方法,包括:提供去雜訊(De-noise)函數以及細節增強(Detail Enhancement)函數;接收影像信號中的目前影像,並計算該目前影像的雜訊(Noise)特徵以及細節(Detail)特徵;依照該雜訊特徵逐步且平滑地調整該去雜訊函數,且依照該細節特徵逐步且平滑地調整該細節增強函數;以及比較該去雜訊函數及該細節增強函數,決定對該目前影像執行去雜訊處理或細節增強處理。
  2. 如申請專利範圍第1項所述的影像處理方法,其中接收該影像信號中的該目前影像,並計算該目前影像的該雜訊特徵以及該細節特徵的步驟更包括:將該影像信號中的先前影像與該目前影像分別切割為多個區域(Region),其中每一該區域包括多個宏區塊(Macroblock);計算該先前影像的該些宏區塊的每一像素與該目前影像的該些宏區塊對應位置的每一像素之間的絕對差值;計算該些絕對差值的多個絕對差值和;平均該目前影像的每一該宏區塊中的該些絕對差值和,取得多個宏區塊平均值;比較每一該區域中的該些宏區塊平均值,其中該些宏區塊平均值的最小值為該區域中的雜訊代表值;以及 比較每一該區域的該雜訊代表值,以決定該目前影像的該雜訊特徵。
  3. 如申請專利範圍第2項所述的影像處理方法,其中計算該些絕對差值的該些絕對差值和的步驟更包括:計算每一該宏區塊中每行像素的該絕對差值和、每列像素的該絕對差值和、以及每行像素與每列像素的該絕對差值和三者其中之一。
  4. 如申請專利範圍第2項所述的影像處理方法,其中比較每一該區域的該雜訊代表值,以決定該目前影像的該雜訊特徵的步驟中,該雜訊特徵為選自該些區域中該些雜訊代表值的最大值、最小值以及平均值三者之一。
  5. 如申請專利範圍第1項所述的影像處理方法,其中接收該影像信號中的該目前影像,並計算該目前影像的該雜訊特徵以及該細節特徵的步驟更包括:將該目前影像切割為多個區域,其中每一該區域包括多個宏區塊;利用高頻濾波遮罩,對每一該宏區塊中的多個像素進行濾波處理,以取得多個高頻像素值;計算每一該宏區塊中的每一行高頻像素值;計算每一該宏區塊的平均行高頻像素值;比較該些宏區塊的該些平均行高頻像素值,其中該些宏區塊的該些平均行高頻像素值的最大值為該區域中的細節代表值;以 及比較每一該區域的該細節代表值,以決定該目前影像的該細節特徵,其中該細節特徵為該些細節代表值中的最大者。
  6. 如申請專利範圍第5項所述的影像處理方法,其中計算每一該宏區塊中的該平均行高頻像素值的步驟更包括:平均該宏區塊中的該些行高頻像素值,以作為該宏區塊的該平均行高頻像素值。
  7. 如申請專利範圍第1項所述的影像處理方法,其中依照該雜訊特徵逐步且平滑地調整該去雜訊函數,且依照該細節特徵逐步且平滑地調整該細節增強函數的步驟更包括:若該雜訊特徵大於第一閥值(De-noise Threshold),則依照該雜訊特徵逐步且平滑地升高該去雜訊函數並依照該細節特徵逐步且平滑地降低該細節增強函數,當該去雜訊函數達到第一上限,則停止調整該去雜訊函數;以及若該雜訊特徵小於該第一閥值,且該細節特徵大於或不小於第二閥值(Detail Threshold),則依照該雜訊特徵逐步且平滑地降低該去雜訊函數並依照該細節特徵逐步且平滑地升高該細節增強函數,當該細節增強函數達到第二上限,則停止調整該細節增強函數。
  8. 如申請專利範圍第7項所述的影像處理方法,其中比較該去雜訊函數及該細節增強函數,決定對該目前影像執行該去雜訊處理或該細節增強處理的步驟包括: 在調整該去雜訊函數及該細節增強函數後的特定時間上,若在該特定時間上的該去雜訊函數的數值大於該細節增強函數的數值時,對該目前影像進行該去雜訊處理;若在該特定時間上的該去雜訊函數的數值小於該細節增強函數的數值時,對該目前影像進行該細節增強處理。
  9. 如申請專利範圍第1項所述的影像處理方法,其中依照該雜訊特徵逐步且平滑地調整該去雜訊函數,且依照該細節特徵逐步且平滑地調整該細節增強函數的步驟更包括:若該雜訊特徵大於第一閥值,則依照該雜訊特徵逐步且平滑地升高該去雜訊函數並依照該細節特徵逐步且平滑地降低該細節增強函數,當該細節增強函數達到第一下限,則停止調整該細節增強函數;若該雜訊特徵小於該第一閥值,且該細節特徵大於或不小於第二閥值,則依照該雜訊特徵逐步且平滑地降低該去雜訊函數並依照該細節特徵逐步且平滑地升高該細節增強函數,當該去雜訊函數達到第二下限,則停止調整該去雜訊函數;以及若該雜訊特徵小於該第一閥值,且該細節特徵小於該第二閥值,則依照該雜訊特徵逐步且平滑地降低該去雜訊函數,當該去雜訊函數達到該第二下限,則停止調整該去雜訊函數。
  10. 一種影像處理裝置,包括:解碼單元,接收影像信號中的目前影像以計算該目前影像的雜訊特徵以及細節特徵; 計算單元,耦接至該解碼單元,該計算單元提供去雜訊函數以及細節增強函數,依照該雜訊特徵逐步且平滑地調整該去雜訊函數,且依照該細節特徵逐步且平滑地調整該細節增強函數,並比較該去雜訊函數以及該細節增強函數;以及處理單元,耦接至該計算單元,該處理單元根據該去雜訊函數及該細節增強函數的比較結果,對該目前影像執行去雜訊處理或細節增強處理。
  11. 如申請專利範圍第10項所述的影像處理裝置,其中該解碼單元將該影像信號中的先前影像與該目前影像分別切割為多個區域,且每一該區域包括多個宏區塊,該解碼單元計算該先前影像的該些宏區塊的每一像素與該目前影像的該些宏區塊對應位置的每一像素之間的絕對差值,並且計算該些絕對差值的多個絕對差值和,該解碼單元平均該目前影像的每一該宏區塊中的該些絕對差值和以取得多個宏區塊平均值,並且比較每一該區域中的該些宏區塊平均值,其中該些宏區塊平均值的最小值為該區域中的雜訊代表值,該解碼單元比較每一該區域的該雜訊代表值,以決定該目前影像的該雜訊特徵。
  12. 如申請專利範圍第11項所述的影像處理裝置,其中該解碼單元所計算的該些絕對差值和為每一該宏區塊中每行像素的該絕對差值和、每列像素的該絕對差值和、以及每行像素與每列像素的該絕對差值和的三者其中之一。
  13. 如申請專利範圍第11項所述的影像處理裝置,其中該雜 訊特徵為選自該些區域中該些雜訊代表值的最大值、最小值以及平均值三者之一。
  14. 如申請專利範圍第10項所述的影像處理裝置,其中該解碼單元將該目前影像切割為多個區域,其中每一該區域包括多個宏區塊,該解碼單元利用高頻濾波遮罩,對每該一宏區塊中的多個像素進行濾波處理,以取得多個高頻像素值,該解碼單元計算每一該宏區塊中的每一行高頻像素值,並且計算每一該宏區塊的平均行高頻像素值,該解碼單元比較該些宏區塊的該些平均行高頻像素值,其中該些宏區塊的該些平均行高頻像素值的最大值為該區域中的細節代表值,該解碼單元比較每一該區域的該細節代表值以決定該目前影像的該細節特徵,其中該細節特徵為該些細節代表值中的最大者。
  15. 如申請專利範圍第14項所述的影像處理裝置,其中該解碼單元平均每一該宏區塊中的該些行高頻像素值,以做為每一該宏區塊的該平均行高頻像素值。
  16. 如申請專利範圍第10項所述的影像處理裝置,其中若雜訊值特徵大於第一閥值,則該計算單元依照該雜訊特徵逐步且平滑地升高該去雜訊函數並依照該細節特徵逐步且平滑地降低該細節增強函數,當該去雜訊函數達到第一上限,該計算單元停止調整該去雜訊函數,若該雜訊特徵值小於該第一閥值,且該細節特徵大於或不小於第二閥值,則該計算單元依照該雜訊特徵逐步且平滑地降低該去雜訊函數並依照該細節特徵逐步且平滑地升高該 細節增強函數,當該細節增強函數達到第二上限,則該計算單元停止調整該細節增強函數。
  17. 如申請專利範圍第16項所述的影像處理裝置,其中在調整該去雜訊函數及該細節增強函數後的特定時間上,若在該特定時間上的該去雜訊函數的數值大於該細節增強函數的數值時,該處理單元對該目前影像進行該去雜訊處理;若在該特定時間上的該去雜訊函數的數值小於該細節增強函數的數值時,該處理單元對該目前影像進行該細節增強處理。
  18. 如申請專利範圍第10項所述的影像處理裝置,其中若雜訊值特徵大於第一閥值,則該計算單元依照該雜訊特徵逐步且平滑地升高該去雜訊函數並依照該細節特徵逐步且平滑地降低該細節增強函數,當該細節增強函數達到第一下限,該計算單元停止調整該細節增強函數,若該雜訊特徵值小於該第一閥值,且該細節特徵大於或不小於第二閥值,則該計算單元依照該雜訊特徵逐步且平滑地降低該去雜訊函數並依照該細節特徵逐步且平滑地升高該細節增強函數,當該去雜訊函數達到第二下限,則該計算單元停止調整該去雜訊函數,若該雜訊特徵值小於該第一閥值,且該細節特徵小於該第二閥值,則該計算單元依照該雜訊特徵逐步且平滑地降低該去雜訊函數,當該去雜訊函數達到該第二下限,則該計算單元停止調整該去雜訊函數。
TW102112713A 2013-04-02 2013-04-10 影像處理方法與影像處理裝置 TWI511082B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310113477.6A CN104104842B (zh) 2013-04-02 2013-04-02 影像处理方法与影像处理装置

Publications (2)

Publication Number Publication Date
TW201439983A TW201439983A (zh) 2014-10-16
TWI511082B true TWI511082B (zh) 2015-12-01

Family

ID=51672621

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102112713A TWI511082B (zh) 2013-04-02 2013-04-10 影像處理方法與影像處理裝置

Country Status (2)

Country Link
CN (1) CN104104842B (zh)
TW (1) TWI511082B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104486618B (zh) * 2014-12-30 2017-07-14 浙江宇视科技有限公司 视频图像的噪声检测方法及装置
CN109862338B (zh) * 2017-11-30 2021-03-02 瑞昱半导体股份有限公司 影像增强方法及影像增强装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200813888A (en) * 2006-09-06 2008-03-16 Magic Pixel Inc Color interpolation method and image processing apparatus using the same
TW200822709A (en) * 2006-11-07 2008-05-16 Realtek Semiconductor Corp Methods for processing image signals and related apparatuses
TW200945287A (en) * 2008-04-18 2009-11-01 Chi Mei Optoelectronics Corp Image correction method
US20120093430A1 (en) * 2010-10-14 2012-04-19 Naoki Sumi Image processing method and device

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1293745C (zh) * 2004-09-13 2007-01-03 西安交通大学 数字化电视后处理技术的视频图像自适应细节增强方法
CN100594515C (zh) * 2007-08-21 2010-03-17 北京航空航天大学 一种基于相关系数的自适应图像增强方法
US8254716B2 (en) * 2007-12-12 2012-08-28 Intel Corporation Method for adaptive image enhancement
CN101980282B (zh) * 2010-10-21 2012-05-30 电子科技大学 一种红外图像动态细节增强方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200813888A (en) * 2006-09-06 2008-03-16 Magic Pixel Inc Color interpolation method and image processing apparatus using the same
TW200822709A (en) * 2006-11-07 2008-05-16 Realtek Semiconductor Corp Methods for processing image signals and related apparatuses
TW200945287A (en) * 2008-04-18 2009-11-01 Chi Mei Optoelectronics Corp Image correction method
US20120093430A1 (en) * 2010-10-14 2012-04-19 Naoki Sumi Image processing method and device

Also Published As

Publication number Publication date
CN104104842B (zh) 2017-08-08
TW201439983A (zh) 2014-10-16
CN104104842A (zh) 2014-10-15

Similar Documents

Publication Publication Date Title
US8532428B2 (en) Noise reducing apparatus, noise reducing method, and noise reducing program for improving image quality
KR101311613B1 (ko) 윤곽 보정 장치
CN101226630B (zh) 基于三次样条函数的插值方法
KR101327789B1 (ko) 이미지의 다양한 노이즈들을 동시에 저감하는 방법 및 장치
JP2000050109A (ja) ノイズを除去するための非線形イメ―ジフィルタ
KR20050041886A (ko) 전역 통계 및 국부 통계에 의해 컨트롤되는 노이즈 감소장치 및 그 방법
US20080112639A1 (en) Method and apparatus for removing noise in dark area of image
US20130084014A1 (en) Processing method for image interpolation
US20210185285A1 (en) Image processing method and apparatus, electronic device, and readable storage medium
KR100891825B1 (ko) 디지털 영상의 컬러 노이즈 제거 장치 및 방법
JP4399449B2 (ja) 画像ノイズ低減システム、画像ノイズ低減方法およびコンピュータ・プログラム
CN101562692B (zh) 噪声降低装置及方法
TWI511082B (zh) 影像處理方法與影像處理裝置
US8417025B2 (en) Image processing apparatus and program recording medium
WO2017088391A1 (zh) 视频去噪与细节增强方法及装置
US9131126B2 (en) Repairing scratch impairments to an image
US8077999B2 (en) Image processing apparatus and method for reducing blocking effect and Gibbs effect
KR101634652B1 (ko) 영상의 대비 강화 방법 및 장치
US20100091195A1 (en) De-ringing Device and Method
JPH08317389A (ja) ブロック歪除去装置
US8416323B2 (en) Noise reduction method and noise reduction apparatus
JP2007086907A (ja) 画像処理装置、画像処理方法およびプログラム
JP2005303705A (ja) 画像処理装置および方法
JP4176681B2 (ja) 画像エッジ補正装置及び画像エッジ補正方法
JP5294595B2 (ja) 輪郭強調方法