TWI517099B - 影像連續邊緣偵測系統與其方法 - Google Patents

影像連續邊緣偵測系統與其方法 Download PDF

Info

Publication number
TWI517099B
TWI517099B TW102141629A TW102141629A TWI517099B TW I517099 B TWI517099 B TW I517099B TW 102141629 A TW102141629 A TW 102141629A TW 102141629 A TW102141629 A TW 102141629A TW I517099 B TWI517099 B TW I517099B
Authority
TW
Taiwan
Prior art keywords
pixel
gradient
continuous thin
thin edge
color
Prior art date
Application number
TW102141629A
Other languages
English (en)
Other versions
TW201519159A (zh
Inventor
陳世澤
黃文聰
Original Assignee
瑞昱半導體股份有限公司
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 瑞昱半導體股份有限公司 filed Critical 瑞昱半導體股份有限公司
Priority to TW102141629A priority Critical patent/TWI517099B/zh
Priority to US14/489,908 priority patent/US9147257B2/en
Publication of TW201519159A publication Critical patent/TW201519159A/zh
Application granted granted Critical
Publication of TWI517099B publication Critical patent/TWI517099B/zh

Links

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 Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Television Image Signal Generators (AREA)

Description

影像連續邊緣偵測系統與其方法
本發明是關於一種影像偵測方法與裝置；特別關於一種加強色彩濾波陣列影像之連續邊緣偵測方法與裝置。
一般數位相機、視訊攝影機、多媒體手機、監控系統、影像電話...等使用單一感測器元件影像擷取(Single-sensor)裝置的消費性電子產品，常利用覆蓋貝爾色彩濾波陣列(Bayer color filter array,Bayer CFA)於單一影像感測器上來達到同時記錄紅、綠及藍色彩資訊，以降低製造成本之功效，如第1圖所示。於該貝爾色彩濾波陣列BCFA中，每一像素位置只記錄一種色彩強度值。如該圖顯示之R像素位置只紀錄紅色之色彩強度值，如圖式右側之R光譜濾波僅讓紅色光線通過至感測胞Sens；G像素位置只紀錄綠色之色彩強度值，如圖式右側之G光譜濾波僅讓綠色光線通過至感測胞Sens；B像素位置只紀錄藍色之色彩強度值，如圖式右側之B光譜濾波僅讓藍色光線通過至感測胞Sens。而若要得到全彩影像，則需將擷取到的貝爾色彩濾波陣列影像(Raw CFA Image)經由一個針對遺失色彩成份的內插處理程序來取得。
需注意，由於色彩內插演算法包含了對於影像內容結構及色彩的分析，演算之結果對於最後輸出的影像品質具有相當關鍵性的影響。
在色彩內插中，邊緣偵測通常是最具效果且計算複雜度較高的步驟。若影像邊緣方向判斷不準確，容易於影像之連續細邊緣產生迷宮狀(maze pattern)及瑕色(false color)等人眼容易察覺的失真情況，例如第2圖所示之利用ISO12233標準測試圖普遍用來評價色彩內插效能，測試後顯示於圖譜5、6、7迷宮狀態樣，如此將導致影像顯示品質下降。
為解決上述問題，本發明之目的之一是在提出一種能有效解決連續細邊緣容易誤判的邊緣偵測之系統與方法。
本發明之一實施例提供了一種影像連續邊緣偵測系統，包含一連續細邊緣偵測單元、一連續細邊緣色彩空間梯度估計單元、以及一連續細邊緣方向指示單元。連續細邊緣偵測單元，接收一像素陣列，像素陣列包括有複數個色彩像素，連續細邊緣偵測單元偵測一目標像素鄰近之位在紅色像素列之複數個綠色像素與位在藍色像素列之複數個綠色像素之差異，依據此差異決定目標像素是否具有連續細邊緣特徵。連續細邊緣色彩空間梯度估計單元，耦接連續細邊緣偵測單元，對具有該連續細邊緣特徵之目標像素估計色彩空間梯度，以產生一水平方向梯度與一垂直方向梯度。而連續細邊緣方向指示單元，耦接連續細邊緣色彩空間梯度估計單元，依據水平方向梯度與該垂直方向梯度，產生對目標像素內插操作之方向指示值。
本發明之另一實施例提供了一種影像連續邊緣偵測系統，包含一連續細邊緣偵測單元、一連續細邊緣色彩空間梯度估計單元、以及一連續細邊緣方向指示單元。連續細邊緣偵測單元，接收一像素陣列，像素陣列包括有複數個色彩像素，連續細邊緣偵測單元偵測每一像素鄰近之位在紅色像素列之複數個綠色像素與位在藍色像素列之複數個綠色像素之差異，依據此差異決定該像素陣列之每一像素是否具有連續細邊緣特徵。連續細邊緣色彩空間梯度估計單元，耦接連續細邊緣偵測單元，對具有連續細邊緣特徵之任一像素估計色彩空間梯度，以產生一水平方向梯度與一垂直方向梯度。而連續細邊緣方向指示單元，耦接連續細邊色彩空間梯度估計單元，依據水平方向梯度與垂直方向梯度，產生對具有連續細邊緣特徵之任一像素內插操作之方向指示值。
本發明之另一實施例提供了一種影像連續邊緣偵測方法，包含有下列步驟：首先，接收一像素陣列，像素陣列包括有複數個色彩像素，依據每一像素鄰近之位在紅色像素列之複數個綠色像素與位在藍色像素列之複數個綠色像素之差異，判斷像素陣列中哪些像素具有連續細邊緣 特徵；對具有連續細邊緣特徵之像素估計色彩空間梯度，產生一水平方向梯度與一垂直方向梯度；接著，依據該水平方向梯度與垂直方向梯度，產生對具有連續細邊緣特徵之像素內插操作之方向指示值。
本發明實施例之影像連續邊緣偵測系統與方法，利用對像素陣列之細邊緣與連續性之偵測，正確決定像素之連續細邊緣特徵，再利用連續細邊緣特徵估計水平與垂直梯度，可得到準確的內插方向資訊，如此可加強色彩濾波陣列影像之連續邊緣偵測效果，解決習知技術之問題。
300‧‧‧連續邊緣偵測系統
301‧‧‧連續細邊緣偵測單元
302‧‧‧連續細邊緣色彩空間梯度估計單元
303‧‧‧連續細邊緣方向指示單元
第1圖顯示一習知貝爾色彩濾波陣列之示意圖。
第2圖顯示一習知標準測試圖之測試示意圖。
第3A圖顯示本發明一實施例之一種影像連續邊緣偵測系統300之示意圖。
第3B圖顯示本發明一實施例之一種影像連續邊緣偵測方法之流程圖。
第4A圖顯示位於一顏色位置之目標像素之5×5貝爾色彩濾波陣列之示意圖。
第4B圖顯示位於另一顏色位置之目標像素之5×5貝爾色彩濾波陣列之示意圖。
第5A圖顯示位於一顏色位置之目標像素之5×5貝爾色彩濾波陣列之行亮度連續性偵測之示意圖。
第5B圖顯示位於一顏色位置之目標像素之5×5貝爾色彩濾波陣列之列亮度連續性偵測之示意圖。
第5C圖顯示位於另一顏色位置之目標像素之5×5貝爾色彩濾波陣列之行亮度連續性偵測示意圖。
第5D圖顯示位於另一顏色位置之目標像素之5×5貝爾色彩濾波陣列之 列亮度連續性偵測示意圖。
第6圖顯示本發明另一實施例之一種影像連續邊緣偵測方法之流程圖。
第3A圖顯示本發明一實施例之一種影像連續邊緣偵測系統300之示意圖。該影像連續邊緣偵測系統300包含有一連續細邊緣偵測單元301、一連續細邊緣色彩空間梯度估計單元302、以及連續細邊緣方向指示單元303。
連續細邊緣偵測單元301接收一像素陣列pa，像素陣列pa包括有複數個色彩像素，連續細邊緣偵測單元301依據每一像素鄰近之位在紅色像素列之複數個綠色像素與位在藍色像素列之複數個綠色像素之差異，產生像素陣列pa中每一像素之連續細邊緣特徵ch。需注意，上述「差異」之一實施例可為任一目標像素鄰近之「位在紅色像素列之複數個綠色像素之第一平均值」與「位在藍色像素列之複數個綠色像素之第二平均值」之差值。一實施例中，該像素陣列可為一貝爾色彩濾波陣列(Bayer color filter array,Bayer CFA)，但本發明範圍不限於此，亦適用於目前現有或未來發展出之各種像素陣列。
連續細邊緣色彩空間梯度估計單元302係耦接於連續細邊緣偵測單元301，並依據每一像素之連續細邊緣特徵ch判斷是否進行色彩空間梯度估計，若判斷後決定對一該目標像素進行色彩空間梯度估計，則該連續細邊緣色彩空間梯度估計單元302計算該目標像素空間域上連續複數行(例如連續三行)之原始顏色像素值，以產生水平方向梯度hg，其中連續複數行係指行與行之間無間隔之相鄰複數行，且該連續細邊緣色彩空間梯度估計單元302計算空間域上連續複數列(例如連續三列)之原始顏色像素值，以產生垂直方向梯度vg，其中連續複數列係指列與列之間無間隔之相鄰複數列。需注意，本發明實施例之梯度估計不限於像素陣列之三行或三列，於此僅為示例，本發明之梯度估計可用於估計其他數目之連續行或連續列。
連續細邊緣方向指示單元303，依據水平方向梯度hg與垂 直方向梯度vg，產生對目標像素進行內插操作之方向指示值di。
本發明實施例之影像連續邊緣偵測系統300可計算出每一像素之連續細邊緣特徵ch，且估計出連續細邊緣之水平與垂直方向梯度hg、vg，而得到正確的內插操作方向指示值di。依此方式，可讓影像邊緣方向判斷準確，不會於影像之連續細邊緣上產生迷宮狀(maze pattern)及瑕色(false color)等人眼容易察覺的失真情況，解決習知技術之問題，進而提升影像顯示品質。
第3B圖顯示本發明一實施例之影像連續邊緣偵測方法之流程圖。該方法包含下列步驟：步驟S302：開始。
步驟S304：偵測影像之連續細邊緣。請參考第3A、4A、4B圖，其中第4A圖與第4B圖分別顯示位於不同顏色位置之目標像素之5×5貝爾色彩濾波陣列之示意圖。需注意，此處之5x5區域大小僅為示例，本發明實施例之濾波陣列不限此區域大小，可為其他大小之區域。該些圖式中，i與j分別代表像素目前所在列及行的位置，而受測之目標像素為中心點位置(i,j)。為了方便表示，以下內容皆以c (i,j)代表原始像素顏色，c {R,Gr,Gb,B}、其中，R為紅色像素、B為藍色像素、Gr為綠色像素且用以表示綠色像素位在具有紅色像素R之列rr，Gb為綠色像素且用以表示綠色像素位於具有藍色像素B之列br。
首先，假設虛線T圈選之像素為目標像素Gr，連續細邊緣偵測單元301偵測目標像素Gr，以產生目標像素Gr之連續細邊緣特徵ch。連續細邊緣偵測單元301偵測目標像素Gr之方式之一實施例為：連續細邊緣偵測單元301計算位在紅色像素列rr之複數個綠色像素Gr與位在藍色像素列br之複數個綠色像素Gb分別之一第一平均值與一第二平均值，且計算第一平均值與第二平均值之差值△GrGb(i,j)以產生連續細邊緣特徵ch。
一實施例，本發明實施例之影像連續邊緣偵測方法可有效偵測的連續細邊緣紋理特徵-即每一行(列)與其相鄰的左右行(上下列)呈明暗不同的變化，且可估計目標像素Gr(i,j)與其鄰近像素是否存在此種明暗變化之排列特徵。連續細邊緣偵測單元301偵測目標像素Gr(i,j)，接著計 算目標像素Gr(i,j)鄰近之複數個Gr及複數個Gb綠色像素之平均值與，且計算綠色像素平均值與之差值△GrGb(i,j)作為細邊緣變化程度參考。綠色像素之平均值與與與之差值△GrGb(i,j)一實施例之方程式如下： 其中，=(4Gr (i,j)+Gr (i-2,j)+Gr (i+2,j)+Gr (i,j-2)+Gr (i,j+2))/8是對目標像素鄰近位於紅色像素列rr之綠色像素Gr (i,j),Gr (i-2j),Gr (i+2j),Gr (i,j-2),Gr (i,j+2)取平均值。而=(Gb (i-1,j-1)+Gb (i-1,j+1)+Gb (i+1,j-1)+Gb (i+1,j+1))/4是對像素鄰近位於藍色像素列br之綠色像素Gb (i-1,j-1),Gb (i-1,j+1),Gb (i+1,j-1),Gb (i+1,j+1)取平均值。 △GrGb (i,j)=是將紅色像素列rr之綠色像素Gr (i,j),Gr (i-2,j),Gr (i+2,j),Gr (i,j-2),Gr (i,j+2)之平均值與藍色像素列br之綠色像素Gb (i-1,j-1),Gb (i-1,j+1),Gb (i+1,j-1),Gb (i+1,j+1)之平均值相減並取絕對值。
接著，連續細邊緣偵測單元301比較位在紅色像素列rr之複數個綠色像素Gr與位在藍色像素列br之複數個綠色像素Gb之亮度，以判斷像素陣列之連續性程度。一實施例，連續細邊緣偵測單元301針對目標像素Gr(i,j)進行鄰近周圍Gr及Gb亮度比較，接著將比較結果做為連續性程度參考、並將比較結果累積暫存於計數器GrGb_CMP_SUM (i,j)。比較之方程式之一實施例如下： GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j)>Gb (i-1,j-1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j)>Gb (i-1,j+1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j)>Gb (i+1,j-1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j)>Gb (i+1,j+1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j-2)>Gb (i-1,j-1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i-2,j)>Gb (i-1,j-1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i-2,j)>Gb (i-1,j+1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j+2)>Gb (i-1,j+1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j+2)>Gb (i+1,j+1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i+2,j)>Gb (i+1,j-1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i+2,j)>Gb (i+1,j+1))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j-2)>Gb (i+1,j-1))？1：0...(4)關於方程式(4)請參考第5A圖，舉一例說明，以方程式GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j)>Gb (i-1,j-1))？1：0為例。參考第5A圖之虛線A處，連續細邊緣偵測單元301將位在紅色像素列rr之綠色像素Gr(i,j)與位在藍色像素列br之綠色像素Gb(i-1,j-1)之亮度進行比較，當綠色像素Gr(i,j)亮度大於位在藍色像素列br之綠色像素Gb(i-1,j-1)時比較結果為1；當綠色像素Gr(i,j)亮度小於位在藍色像素列br之綠色像素Gb(i-1,j-1)時比較結果為0。接著，將此比較結果累積暫存於計數器GrGb_CMP_SUM (i,j)。熟悉本領域之技術者可配合方程式(4)與第5A圖之箭頭顯示處，求得其餘紅色像素列rr之綠色像素Gr與藍色像素列br之綠色像素Gb間亮度之比較結果，並將比較結果累積暫存於計數器GrGb_CMP_SUM (i,j)。依此方式，可判斷像素陣列每一行或列之間是否存在連續亮暗交錯之現象，如第5A圖由左至右之行之亮暗交錯狀態、或如第5B圖由上而下之亮暗交錯狀態。另一實施例，當目標像素位置為第4B圖所示，目標像素為R時，方程式(1)~(3)可調整為如下實施例之方程式(5)： 而方程式(4)之一實施例可調整為如下實施例之方程式(6)：GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j-1)>Gb (i-1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j+1)>Gb (i-1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j-1)>Gb (i+1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j+1)>Gb (i+1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i-2,j-1)>Gb (i-1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i-2,j+1)>Gb (i-1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i+2,j-1)>Gb (i+1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i+1,j+1)>Gb (i+1,j))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j+1)>Gb (i-1,j+2))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j+1)>Gb (i+1,j+2))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j-1)>Gb (i-1,j-2))？1：0 GrGb_CMP_SUM (i,j)=GrGb_CMP_SUM (i,j)+(Gr (i,j+1)>Gb (i+1,j-2))？1：0...(6)熟悉本領之技術者應可參考上述說明，理解方程式(5)、(6)之運作方式，且配合方程式(6)與第5C圖之箭頭顯示處，可求得紅色像素列rr之綠色像素Gr與藍色像素列br之綠色像素Gb間亮度之比較結果。將方程式(6)之每次暫存於計數器GrGb_CMP_SUM (i,j)之亮度比較結果累加後，可得知目標像素鄰近之像素亮度變化情況，進而可達成判斷像素陣列之行或列之亮暗變化連續性之功效，分別如第5C、5D圖所示。
步驟S306：判斷目標像素是否為連續細邊緣，若是，進入步驟S308；若否，進入步驟S314。一實施例，根據方程式(1)~(3)及(4)之計算結果，當下列條件成立時目標像素將被判斷為位於細邊緣之像素：當該一目標像素之細邊緣變化程度(上述差值)大於一第一門檻值Th1；且該一目標像素之連續性程度(上述表示亮暗變化之累加後亮度比較結果)大於一第二門檻值Th2或小於一第三門檻值Th3時，表示該一目標像素具有連續 性。當符合上述條件時，此目標像素為一位於連續細邊緣之像素。判斷目標像素是否為連續細邊緣之一實施例之方程式如下：if(△GrGb (i,j)>Th1 &&((GrGb_CMP_SUM (i,j)>Th2)||(GrGb_CMP_SUM (i,j)<Th3))...(7)其中，若△GrGb (i,j)大於第一門檻值Th1則判斷目標像素位於細邊緣，若GrGb_CMP_SUM (i,j)大於第二門檻值Th2或小於第三門檻值Th3則視目標像素具有連續性。需注意，另一實施例中，方程式(4)及(6)之1：0擺放的順率亦可修改成0：1。
至於目標像素位綠色位置(Gb)以及藍色位置(B)的連續細邊緣偵測方式，熟悉領域之技術者可參考方程式(1)~(4)而推得，不再贅述細節。
接著，連續細邊緣偵測單元301依據一該像素是否具有細邊緣(差值)及是否具有連續性(亮暗變化)，決定該一像素為具有連續細邊緣特徵。
步驟S308：連續細邊緣色彩空間梯度估計。連續細邊緣色彩空間梯度估計單元302計算像素陣列上每一像素於所在之行位置之顏色像素分別與該顏色像素之左一行及右一行位置之相同列位置之另一顏色像素之色彩空間水平梯度，以產生該水平方向梯度hg。以及，連續細邊緣色彩空間梯度估計單元302計算該像素陣列上每一像素於所在列位置上之顏色像素分別與該顏色像素之上一列及下一列位置之相同行位置之另一顏色像素之色彩空間垂直梯度，以產生該垂直方向梯度vg。需注意，連續細邊緣色彩空間梯度估計只有對有連續細邊緣特徵之像素作水平垂直梯度估計，不會對整張圖片估計，可減少資源浪費。
一實施例，請參考第4A圖，假設該圖之目標像素Gr(i,j)為一連續細邊緣像素時，連續細邊緣色彩空間梯度估計單元302計算水平方向梯度hg是計算目標像素Gr(i,j)該行上每一個顏色像素與其左一行與右一行相同列位置的顏色像素進行相減差值運算並加總起來，以得到水平方向 梯度hg。例如將目標像素Gr(i,j))所在之行位置之顏色像素Gr(i-2,j)分別與顏色像素Gr(i-2,j)之左一行位置之相同列位置之另一顏色像素R(i-2,j-1)及右一行位置之相同列位置之另一顏色像素R(i-2,j+1)相減-即Gr(i-2,j)-R(i-2,j-1)與Gr(i-2,j)-R(i-2,j+1)；而B(i-1,j)分別與顏色像素B(i-1,j)之左一行位置之相同列位置之另一顏色像素Gb(i-1,j-1)及右一行位置之相同列位置之另一顏色像素Gb(i-1,j+1)相減，即B(i-1,j)-Gb(i-1,j-1)-與B(i-1,j-Gb(i-1,j+1)；其他依此類推。，依此方式，將上述相減的結果加總起來後可求得水平方向梯度hg，即可得知目標像素Gr(i,j)該行與相鄰之行)間的亮度變化關係。
一實施例，如第4A圖所示，連續細邊緣色彩空間梯度估計單元302計算垂直方向梯度vg是將目標像素Gr(i,j)於所在之列每一個顏色像素與之上一列位置之相同列位置之另一顏色像素及下一列位置之相同列位置之另一顏色像素進行相減差值運算並加總起來，以得到垂直方向梯度vg。例如是將目標像素Gr(i,j)所在之列之顏色像素Gr(i,j-2)分別與顏色像素Gr(i,j-2)之上一列相同列位置之另一顏色像素B(i-1,j-2)及下一列位置之相同列位置之另一顏色像素B(i+1,j-2)相減，即Gr(i,j-2)-B(i-1,j-2)與Gr(i,j-2)-B(i+1,j-2)；而R(i,j-1)分別與顏色像素R(i,j-1)之上一列相同列位置之另一顏色像素Gb(i-1,j-1)及下一列位置之相同列位置之另一顏色像素Gb(i+1,j-1)相減，即R(i,j-1)-Gb(i-1,j-1)與R(i,j-1)-Gb(i+1,j-1)；其他依此類推。依此方式，將上述相減的結果加總起來後可求得垂直方向梯度vg，即可得知目標像素Gr(i,j)該列與相鄰之列間的亮度變化關係，依據此結果來產生色彩空間垂直梯度vr。
另一實施例中，假設該圖之目標像素Gr(i,j)為一連續細邊緣像素時，連續細邊緣色彩空間梯度估計單元302計算像素陣列上目標像素Gr(i,j)於所在列位置上之顏色像素分別沿著水平方向與顏色像素相鄰之另一顏色像素之色彩空間水平梯度，以產生水平方向梯度hg，參考第4A圖之一實施例之方程式為：hg=abs(Gr(i,j-2)-R(i,j-1))+abs(R(i,j-1)-Gr(i,j))+abs(Gr(i,j)-R(i,j+1))+abs(R(i,j+1)-Gr(i,j+2))；以及連續細邊緣色彩空間梯度估計單元302計算像素陣列上目標像素Gr(i,j)於所在行位置上之顏色像素分別沿著垂直方向與顏色像素相鄰之另一顏色像素之色彩空間垂直梯度，以 產生該垂直方向梯度vg，參考第4A圖之一實施例之方程式為：vg=abs(Gr(j,i-2)-B(i-1,j))+abs(B(i-1,j)-Gr(i,j))+abs(Gr(i,j)-B(i+1,j))+abs(B(i+1,j)-Gr(i+2,j))。
需注意，一實施例中，連續細邊緣色彩空間梯度估計單元302之連續細邊緣色彩空間梯度之估計範圍大小可不同於連續細邊緣偵測單元301之偵測範圍大小。
步驟S310：連續細邊緣方向決定。計算出沿著水平及垂直連續細邊緣方向色彩梯度值後，連續細邊緣方向指示單元303比較水平方向色彩空間梯度hg與垂直方像色彩空間梯度vg，若水平方向色彩空間梯度hg小於垂直方向色彩空間梯度vg，輸出水平邊緣方向指示供後續內插操作。反之，若垂直向色彩空間梯度小於水平方向色彩空間梯度，輸出垂直邊緣方向指示供後續內插操作。
步驟S312：連續細邊緣方向指示單元303輸出後續內插操作之方向指示值di。
步驟S314：結束。
一實施例，上述揭露關於連續細邊緣色彩空間梯度估計及方向決定僅為一範例說明，本發明不限於此。舉例說明，一實施例中若需要進一步加強梯度估計準確性，可以再利用目標像素上其水平列和垂直行每一個位置上之色彩空間差異值進行加權相加。
此外，如第6圖所示之步驟S602，本發明連續細邊緣偵測方法與系統可與目前現有或未來發展出之色彩內插邊緣偵測方法結合，以加強加強影像重建品質。
本發明實施例之影像連續邊緣偵測系統與方法，利用對像素陣列之細邊緣與連續性之偵測，可正確決定像素之連續細邊緣特徵，再利用連續細邊緣特徵估計水平與垂直梯度，則可得到準確的內插方向資訊，如此可加強色彩濾波陣列影像之連續邊緣偵測效果，對後續其它相關影像處理應用具有相當大的幫助，提升顯示影像重建之品質。
300‧‧‧連續邊緣偵測系統
301‧‧‧連續細邊緣偵測單元
302‧‧‧連續細邊緣色彩空間梯度估計單元
303‧‧‧連續細邊緣方向指示單元

Claims (21)

  1. 一種影像連續邊緣偵測系統，包含：一連續細邊緣偵測單元，接收一像素陣列，該像素陣列包括有複數個色彩像素，該連續細邊緣偵測單元偵測一目標像素鄰近之位在紅色像素列之複數個綠色像素與位在藍色像素列之複數個綠色像素之差異，依據該差異決定該目標像素是否具有連續細邊緣特徵；一連續細邊緣色彩空間梯度估計單元，耦接該連續細邊緣偵測單元，對具有該連續細邊緣特徵之該目標像素估計色彩空間梯度，以產生一水平方向梯度與一垂直方向梯度；以及一連續細邊緣方向指示單元，耦接該連續細邊緣色彩空間梯度估計單元，依據該水平方向梯度與該垂直方向梯度，產生對該目標像素內插操作之方向指示值。
  2. 如申請專利範圍第1項所述之系統，其中該差異為該目標像素鄰近之位在紅色像素列之複數個綠色像素與該位在藍色像素列之複數個綠色像素分別之一第一平均值與一第二平均值之差值。
  3. 如申請專利範圍第1項所述之系統，其中該連續細邊緣偵測單元依據該差值決定該目標像素是否具有細邊緣特徵。
  4. 如申請專利範圍第3項所述之系統，其中該連續細邊緣偵測單元比較該目標像素鄰近之位在紅色像素列之複數個綠色像素與該位在藍色像素列之複數個綠色像素之亮度，以判斷該目標像素鄰近像素之亮度變化連續性。
  5. 如申請專利範圍第4項所述之系統，其中該連續細邊緣偵測單元依據該目標像素是否具有該細邊緣特徵且是否具有該亮度連續性，決定該目標像素是否位於影像之連續細邊緣。
  6. 如申請專利範圍第1項所述之系統，其中該估計色彩空間梯度包含：計算該目標像素於空間域上相鄰複數行之原始顏色像素值以產生水平方向梯度；以及計算該目標像素於空間域上相鄰複數列之原始顏色像素值以產生垂直方向梯度。
  7. 如申請專利範圍第1項所述之系統，其中該連續細邊緣色彩空間梯度估計單元是計算該目標像素於所在之行位置之複數個顏色像素分別與每一該顏色像素左一行及右一行位置之相同列位置之另一顏色像素之色彩空間水平梯度，以產生該水平方向梯度。
  8. 如申請專利範圍第1項所述之系統，其中該連續細邊緣色彩空間梯度估計單是計算該目標像素陣列於所在列位置上之複數個顏色像素分別與每一該顏色像素上一列及下一列位置之相同行位置之另一顏色像素之色彩空間垂直梯度，以產生該垂直方向梯度。
  9. 如申請專利範圍第1項所述之系統，其中該連續細邊緣色彩空間梯度估計單元是計算該目標像素於所在列位置上之複數個顏色像素分別沿著水平方向與相鄰之另一顏色像素之色彩空間水平差異，以產生該水平方向梯度。
  10. 如申請專利範圍第1項所述之系統，其中該連續細邊緣色彩空間梯度估計單元是計算該目標像素於所在行位置上之複數個顏色像素分別沿著垂直方向與相鄰之另一顏色像素之色彩空間垂直差異，以產生該垂直方向梯度。
  11. 如申請專利範圍第1項所述之系統，其中該連續細邊緣色彩空間梯度估計單元之連續細邊緣色彩空間梯度之估計範圍大小不同於該連續細邊緣偵測單元偵測連續細邊緣之偵測範圍之大小。
  12. 一種影像連續邊緣偵測系統，包含：一連續細邊緣偵測單元，接收一像素陣列，該像素陣列包括有複數個色彩像素，該連續細邊緣偵測單元偵測每一像素鄰近之位在紅色像素列之複數個綠色像素與位在藍色像素列之複數個綠色像素之差異，依據該差異決定該像素陣列之每一該像素是否具有連續細邊緣特徵；一連續細邊緣色彩空間梯度估計單元，耦接該連續細邊緣偵測單元，對具有該連續細邊緣特徵之任一該像素估計色彩空間梯度，以產生一水平方向梯度與一垂直方向梯度；以及一連續細邊緣方向指示單元，耦接該連續細邊色彩空間梯度估計單元，依據該水平方向梯度與該垂直方向梯度，產生對具有該連續細邊緣特徵之任一該像素內插操作之方向指示值。
  13. 如申請專利範圍第12項所述之系統，其中該差異為任一該像素之一細邊緣特徵值，該細邊緣特徵值為一目標像素鄰近之該位在紅色像素列之複數個綠色像素與該位在藍色像素列之複數個綠色像素分別之一第一平均值與一第二平均值之差值。
  14. 如申請專利範圍第13項所述之系統，其中該連續細邊緣偵測單元比較該位在紅色像素列之複數個綠色像素與該位在藍色像素列之複數個綠色像素之亮度，決定任一該像素之一連續性程度數值。
  15. 如申請專利範圍第14項所述之系統，其中當任一該像素之細邊緣特徵值大於一第一門檻值，且該一像素之連續性程度數值大於一第二門檻值或小於一第三門檻值時，決定該一像素位於連續細邊緣。
  16. 如申請專利範圍第12項所述之系統，其中該估計色彩空間梯度包含：計算具有該連續細邊緣特徵之任一該像素於空間域上連續複數行之原始顏色像素值以產生水平方向梯度；以及計算具有該連續細邊緣特徵之任一該像素於空間域上連續複數列之原始顏色像素值以產生垂直方向梯度。
  17. 一種影像連續邊緣偵測方法，包含：接收一像素陣列，該像素陣列包括有複數個色彩像素，依據每一像素鄰近之位在紅色像素列之複數個綠色像素與位在藍色像素列之複數個綠色像素之差異，判斷該像素陣列中哪些像素具有連續細邊緣特徵；對該具有連續細邊緣特徵之像素估計色彩空間梯度，產生一水平方向梯度與一垂直方向梯度；以及依據該水平方向梯度與該垂直方向梯度，產生對該具有連續細邊緣特徵之像素內插操作之方向指示值。
  18. 如申請專利範圍第17項所述之方法，其中該差異為任一該像素之一細邊緣特徵值，該細邊緣特徵值為一目標像素鄰近之該像素位在紅色像素列之複數個綠色像素與該位在藍色像素列之複數個綠色像素分別之一第一平均值與一第二平均值之差值。
  19. 如申請專利範圍第18項所述之方法，其中該計算連續細邊緣特徵之步驟包含：比較一該像素位在紅色像素列之複數個綠色像素與該位在藍色像素列之複數個綠色像素之亮度，以判斷一該像素之連續性程度。
  20. 如申請專利範圍第19項所述之方法，其中當該一像素之該連續細邊緣特徵之值大於一第一門檻值，且該一像素之連續性程度對 應之數值大於一第二門檻值或小於一第三門檻值時，該一像素位於連續細邊緣。
  21. 如申請專利範圍第17項所述之方法，其中該估計色彩空間梯度之步驟包含有：計算該具有連續細邊緣特徵之像素於空間域上連續複數行之原始顏色像素值以產生水平方向梯度；以及計算該具有連續細邊緣特徵之像素於空間域上連續複數列之原始顏色像素值以產生垂直方向梯度。
TW102141629A 2013-11-15 2013-11-15 影像連續邊緣偵測系統與其方法 TWI517099B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW102141629A TWI517099B (zh) 2013-11-15 2013-11-15 影像連續邊緣偵測系統與其方法
US14/489,908 US9147257B2 (en) 2013-11-15 2014-09-18 Consecutive thin edge detection system and method for enhancing a color filter array image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102141629A TWI517099B (zh) 2013-11-15 2013-11-15 影像連續邊緣偵測系統與其方法

Publications (2)

Publication Number Publication Date
TW201519159A TW201519159A (zh) 2015-05-16
TWI517099B true TWI517099B (zh) 2016-01-11

Family

ID=53173384

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102141629A TWI517099B (zh) 2013-11-15 2013-11-15 影像連續邊緣偵測系統與其方法

Country Status (2)

Country Link
US (1) US9147257B2 (zh)
TW (1) TWI517099B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI670708B (zh) * 2017-11-08 2019-09-01 瑞昱半導體股份有限公司 顏色偏移校正方法及裝置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160682B (zh) * 2015-09-11 2018-07-03 四川华雁信息产业股份有限公司 图像边缘检测方法及装置
CN105376562B (zh) * 2015-10-16 2017-09-22 凌云光技术集团有限责任公司 一种彩色线阵相机的空间校正方法及系统
CN109215044B (zh) * 2017-06-30 2020-12-15 京东方科技集团股份有限公司 图像处理方法和系统、存储介质和移动系统
CN111164758A (zh) * 2019-12-23 2020-05-15 重庆康佳光电技术研究院有限公司 一种改善边缘色偏的显示装置及电视机

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7333678B1 (en) * 2003-05-20 2008-02-19 Micronas Usa, Inc. Edge adaptive demosaic system and method
US7620241B2 (en) * 2004-11-30 2009-11-17 Hewlett-Packard Development Company, L.P. Artifact reduction in a digital video
TWI270825B (en) 2004-12-03 2007-01-11 Altek Corp System and method applied to adaptive image transformation
US7486844B2 (en) 2005-11-17 2009-02-03 Avisonic Technology Corporation Color interpolation apparatus and color interpolation method utilizing edge indicators adjusted by stochastic adjustment factors to reconstruct missing colors for image pixels
TWI378401B (en) 2008-04-02 2012-12-01 Himax Imaging Inc Apparatus and method for pattern interpolation
KR101580168B1 (ko) * 2008-12-30 2015-12-24 주식회사 동부하이텍 컬러 보간 장치
TWI413977B (zh) 2009-03-06 2013-11-01 Realtek Semiconductor Corp 階調特性檢查表產生方法及顯示裝置
TW201121305A (en) * 2009-12-15 2011-06-16 Ability Entpr Co Ltd System and method of color interpolation
TWI524782B (zh) * 2013-01-17 2016-03-01 瑞昱半導體股份有限公司 影像處理裝置與影像處理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI670708B (zh) * 2017-11-08 2019-09-01 瑞昱半導體股份有限公司 顏色偏移校正方法及裝置

Also Published As

Publication number Publication date
US9147257B2 (en) 2015-09-29
TW201519159A (zh) 2015-05-16
US20150139554A1 (en) 2015-05-21

Similar Documents

Publication Publication Date Title
TWI517099B (zh) 影像連續邊緣偵測系統與其方法
JP4378746B2 (ja) 欠陥ピクセルの検出可能なディジタル・イメージ・センサおよび方法
JP4664432B2 (ja) ショットサイズ識別装置及び方法、電子機器、並びにコンピュータプログラム
RU2527198C2 (ru) Устройство обработки изображения и способ управления устройством обработки изображения
KR100835380B1 (ko) 영상의 경계를 검출하는 방법 및 그 장치와 이를 구현할 수있는 컴퓨터로 읽을 수 있는 기록 매체
US20200250840A1 (en) Shadow detection method and system for surveillance video image, and shadow removing method
JP2016009043A (ja) イメージセンサ、演算方法、および電子装置
JP2012098045A (ja) クラック検出装置及びクラック検出プログラム
US8606016B2 (en) Edge detection apparatus and computing circuit employed in edge detection apparatus
US8208030B2 (en) Method and unit for motion detection based on a difference histogram
JP2007158830A5 (zh)
US20100002957A1 (en) Detecting Edges In A Digital Images
CN117710870B (zh) 基于大数据技术的互联网内容监测方法、设备及存储介质
TWI524782B (zh) 影像處理裝置與影像處理方法
US9330318B2 (en) Object detection apparatus and storage medium
TW201445506A (zh) 決定解馬賽克內插方向的方法與裝置以及非暫時性機器可讀取儲存媒介
KR101327790B1 (ko) 영상 보간 방법 및 장치
JP2009095012A (ja) 補間方向の判定方法、色補間方法および色補間装置
JP2009017158A (ja) カメラ検査装置
TWI524729B (zh) 一種即時抑制色彩內插雜訊之系統與方法
JP6774915B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
Sung et al. A gradient based edge sensing scheme for color filter array demosaicking
JP6184277B2 (ja) 画像処理装置
JP5846100B2 (ja) 表示装置の欠陥検査方法
Jeong et al. Edge-Adaptive Demosaicking for Reducing Artifact along Line Edge