TWI547169B - 影像處理方法與模組 - Google Patents

影像處理方法與模組 Download PDF

Info

Publication number
TWI547169B
TWI547169B TW103106031A TW103106031A TWI547169B TW I547169 B TWI547169 B TW I547169B TW 103106031 A TW103106031 A TW 103106031A TW 103106031 A TW103106031 A TW 103106031A TW I547169 B TWI547169 B TW I547169B
Authority
TW
Taiwan
Prior art keywords
sub
pixel
image
moiré
green sub
Prior art date
Application number
TW103106031A
Other languages
English (en)
Other versions
TW201526646A (zh
Inventor
侯蒞聰
權參
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
Publication of TW201526646A publication Critical patent/TW201526646A/zh
Application granted granted Critical
Publication of TWI547169B publication Critical patent/TWI547169B/zh

Links

Landscapes

  • Color Television Image Signal Generators (AREA)

Description

影像處理方法與模組
本發明是有關於一種影像處理方法,且特別是一種用以偵測與消除摩爾紋(moiré)的影像處理方法與模組。
在數位影像中,如果被拍攝的物體中有密紋的紋理,則常常會出現莫名其妙如水波一樣的條紋和奇怪的色彩,這就是摩爾紋(moiré)。無論是用高級數位相機拍攝的影像,或是掃描的影像,均有可能出現所述現象。當物體上的細緻圖樣(如織物上的編織紋路,或建築物上非常靠近的平行線)與成像元件上的圖樣相重疊時,則可能會產生此現象。在數位影像領域中,摩爾紋一直是不易解決的難題。
另外一方面,感光元件(例如電荷耦合元件(Charge-Coupled Device,CCD)或互補金氧半導體(CMOS)感光元件)中的感光單元(cell)通常是按照某種特定順序的排列,舉例來說,貝爾圖(Bayer pattern)即是一種感光單元的常見排列方式。由於感光單元本身無法辨識色彩,因此需要透過貝爾圖的四個色彩濾光片來獲取每一個像素的多個色彩的子像素。
請對應地參照圖1,圖1是貝爾圖的色彩濾光片陣列的示意圖。於圖1中共有四個像素11,基於貝爾圖的排列方式,每一個像素11會有對應的第一綠色子像素Gr、紅色子像素R、藍色子像素B與第二綠色子像素Gb。換言之,每一個貝爾圖具有兩個綠色 濾光片位於貝爾圖的左上角與右下角,以及具有紅色與綠色濾光片位於貝爾圖的右上角與左下角,且多個貝爾圖彼此相鄰排列,而形成貝爾圖的色彩濾光片陣列。另外,每一個感光單元對應一個色彩濾光片對應,而能獲得對應此色彩的子像素。
由上可以得知,當感光單元的排列方式的空間頻率與被拍攝的物體中的條紋的空間頻率接近時,或者說條紋間距接近一個像素的寬度時,所述摩爾紋就有可能產生於電子裝置所感測獲得的圖像。另外一方面,摩爾紋相關於上述貝爾圖,因此摩爾紋區域的黑白條紋可能會呈現偏紅或偏藍的顏色。
目前來說,電子裝置的製造商會選擇分辨率較高的電荷耦合元件或互補金氧半導體感光元件,以降低摩爾紋出現的機率。另外,也有電子裝置的製造商會使用帶有低通濾波功能的鏡頭來消除摩爾紋,不過對應的代價則是圖像會變模糊。除此之外,目前亦有透過將電荷耦合元件或互補金氧半導體感光元件的感光單元以其他排列方式進行排列來消除摩爾紋的方法,而此種高階的感光元件成本較高,也不一定能完全消除摩爾紋。另外,使用者亦可以針對基於紅綠藍(RGB)色域或亮度色度差(YCbCr)色域的圖像於成像或拍照後以目視來手動指定摩爾紋區域,然後再操作進行模糊處理來消除摩爾紋,然而,此作法需要用戶手動來參與,故對使用者來說並不方便,且無法全面地消除摩爾紋。總而言之,目前還未有針對基於貝爾圖的色彩濾光片陣列所產生的圖像進行消除摩爾紋的良好方法或裝置。
本發明實施例提供一種影像處理方法,且所述影像處理方法包括以下步驟。首先,偵測基於貝爾圖的色彩濾光片陣列所產生的第一圖像是否具有摩爾紋區域。接著,將第一圖像進行色域轉換,以產生基於紅綠藍色域的第二圖像。然後,若第一圖像具有 摩爾紋區域,則針對第二圖像的摩爾紋區域的部份多個子像素進行補償,以產生第三圖像,其中第二圖像的摩爾紋區域對應於第一圖像的摩爾紋區域。
本發明實施例提供一種影像處理模組,此影像處理裝置包括偵測裝置、轉換裝置與補償裝置,轉換裝置電性耦接偵測裝置,且補償裝置電性耦接偵測裝置與轉換裝置。偵測裝置偵測基於貝爾圖的色彩濾光片陣列所產生的第一圖像是否具有摩爾紋區域。轉換裝置將第一圖像進行色域轉換,以產生基於紅綠藍色域的第二圖像。若第一圖像具有摩爾紋區域,則補償裝置針對第二圖像的摩爾紋區域的部份多個子像素進行補償,以產生第三圖像,其中第二圖像的摩爾紋區域對應於第一圖像的摩爾紋區域。
綜合以上所述,本發明實施例提供了一種影像處理方法及模組。所述影像處理方法及模組係可以針對基於貝爾圖的色彩濾光片陣列所產生的第一圖像進行偵測,以自動地得到第一圖像的摩爾紋區域,並進一步地在將第一圖像進行轉換為基於紅綠藍色域的第二圖像後,補償第二圖像的摩爾紋區域,以產生不具有摩爾紋的第三圖像。
為了能更進一步瞭解本創作為達成既定目的所採取的技術、方法及功效,請參閱以下有關本發明的詳細說明、圖式,然而,所附圖式僅提供參考與說明用,並非用來對本發明加以限制者。
11‧‧‧像素
Gr、Gr11~Gr14、Gr21~Gr24、Gr31~Gr34、Gr41~Gr44‧‧‧第一綠色子像素
Gb、Gb11~Gb14、Gb21~Gb24、Gb31~Gb34、Gb41~Gb44‧‧‧第二綠色子像素
R、R11~R14、R21~R24、R31~R34、R41~R44‧‧‧紅色子像素
B、B11~B14、B21~B24、B31~B34、B41~B44‧‧‧藍色子像素
S31~S34、S321~S327、S331~S334‧‧‧步驟流程
2‧‧‧具有成像功能的電子裝置
21‧‧‧系統晶片
22‧‧‧成像系統
221‧‧‧影像感測模組
222‧‧‧緩存模組
223‧‧‧影像處理模組
2231‧‧‧偵測裝置
2232‧‧‧轉換裝置
2233‧‧‧補償裝置
224‧‧‧儲存模組
圖1是貝爾圖的色彩濾光片陣列的示意圖。
圖2是本發明實施例的具有成像功能的電子裝置的方塊圖。
圖3A是本發明實施例的影像處理方法的流程圖。
圖3B是本發明實施例的偵測摩爾紋區域的步驟的流程圖。
圖3C是本發明實施例的對摩爾紋區域進行補償的步驟的流程圖。
圖4A是本發明實施例的偵測基於貝爾圖的色彩濾光片陣列所產生的第一圖像是否有摩爾紋區域的示意圖。
圖4B是圖4A的基於貝爾圖之色彩濾光片陣列所產生的第一圖像的部分子像素值的示意圖。
圖4C是本發明另一實施例的偵測基於貝爾圖之色彩濾光片陣列所產生的第一圖像是否有摩爾紋區域的示意圖。
圖4D是圖4C的基於貝爾圖之色彩濾光片陣列所產生的第一圖像的部分子像素值的示意圖。
本發明實施例提供一種影像處理方法與模組,所述影像處理方法與模組係對基於貝爾圖的色彩濾光片陣列所產生的第一圖像進行偵測,以找出所述第一圖像的摩爾紋區域,並且接著對所述摩爾紋區域的子像素值進行補償,以消除所述摩爾紋。另外,本發明實施例還提供了一種使用上述影像處理方法與模組的具有成像功能的電子裝置。
透過仔細觀察與研究,於第一圖像的摩爾紋區域中,多個第一綠色子像素值會彼此相近(亦即多個第一綠色子像素值之間的差異統計值小於第一差異值,或者任兩個第一綠色子像素質的差異值的絕對值皆小於第一差異值),多個第二綠色子像素值會彼此相近(亦即多個第二綠色子像素值之間的差異統計值小於第二差異值,或者任兩個第二綠色子像素質的差異值的絕對值皆小於第二差異值),且所述多個第一綠色子像素值與所述多個第二綠色子像素值之間的差異則相對較大(亦即所述多個第一綠色子像素值與所述多個第二綠色子像素值之間的差異統計值大於閥值)。因此,基於上述的特定規則,所述影像處理方法與模組可偵測出第一圖像中的摩爾紋子像素所形成的摩爾紋區域。
值得說明的是,上述多個第一綠色子像素值之間的差異統計 值可以是多個第一綠色子像素值之間的變異數(variance)、差異值總和的絕對值或差異平均值的絕對值,上述多個第二綠色子像素值之間的差異統計值可以是多個第二綠色子像素值之間的變異數、差異值總和的絕對值或差異平均值的絕對值,且上述多個第一綠色子像素值與多個第二綠色子像素值之間的差異統計值可以是多個第一綠色子像素值與多個第二綠色子像素值之間的互變異數(co-variance)、多個第一綠色子像素值的總和與多個第二綠色子像素值的總和之間的差異值的絕對值或多個第一綠色子像素值的平均值與多個第二綠色子像素值的平均值之間的差異值的絕對值。
另外,上述對所述摩爾紋區域的子像素值進行補償,以消除所述摩爾紋的方式可以下述方式實現。首先,所述影像處理方法與模組會對圖像進行色域轉換,將第一圖像轉換為基於紅綠藍色域的第二圖像,其中第二圖像的摩爾紋區域對應於第一圖像的摩爾紋區域,亦即第一圖像中被判定為摩爾紋子像素在經過色域轉換後,轉換後所對應的子像素亦被判定為摩爾紋子像素。接著,所述影像處理方法與模組依據第一圖像的摩爾紋區域的第一綠色子像素平均值、第二綠色子像素平均值與藍色子像素平均值獲得藍色子像素補償值,以及依據第一圖像的摩爾紋區域的第一綠色子像素平均值、第二綠色子像素平均值與紅色子像素平均值獲得紅色子像素補償值。然後,對於第二圖像的摩爾紋區域的每一個紅色子像素,依據對應綠色子像素值與紅色子像素補償值補償第二圖像的摩爾紋區域中的對應紅色子像素值,以及對於第二圖像的摩爾紋區域的每一個藍色子像素,依據對應綠色子像素值與藍色子像素補償值補償第二圖像的摩爾紋區域中的對應藍色子像素值,以藉此消除圖像的摩爾紋。
由於上述影像處理方法、模組與電子裝置係自動地找出圖像的摩爾紋區域,故不需要使用者手動地找出圖像的摩爾紋區域。 另外,上述影像處理方法、模組與電子裝置可選擇不使用高分辨率的電荷耦合元件或互補金氧半導體感光元件即可達到減少摩爾紋的效果,故可以有效地降低產品成本。
以下將以多種實施例配合圖式來說明所述影像處理方法、模組與電子裝置,然而,下述實施例並非用以限制本發明。
[具有成像功能的電子裝置的實施例]
首先,請參照圖2,圖2是本發明實施例的具有成像功能的電子裝置的方塊圖。於圖2的實施例中,電子裝置2包括系統晶片21與成像系統22,其中系統晶片21與成像系統22彼此電性耦接。系統晶片21為電子裝置2中的整合晶片,用以提供控制信號與時脈信號控制成像系統22,以使成像系統22依據控制信號拍攝場景,並據此獲得基於紅綠藍色域的第二圖像,其中若第一圖像有摩爾紋存在,則成像系統22補償第二圖像,以產生第三圖像。
當系統晶片21控制成像系統2拍攝場景後,成像系統2會先獲得基於貝爾圖的色彩濾光片陣列所產生的第一圖像。接著,成像系統22基於特定規則偵測第一圖像中是否有摩爾紋區域。於第一圖像中的摩爾紋區域中,多個第一綠色子像素值會彼此相近,多個第二綠色子像素值會彼此相近,且多個第一綠色子像素值與多個第二綠色子像素值之間的差異則相對較大。因此,基於上述內容,特定規則可以進一步衍生包括兩個子規則。第一子規則是於以第一圖像所選擇的子像素為中心的特定區域內的多個第一綠色子像素的第一綠色子像素值皆大於或小於特定區域內多個第二綠色子像素的第二綠色子像素值;且第二子規則是特定區域內多個第一綠色子像素的第一綠色子像素平均值與特定區域內多個第二綠色子像素的第二綠色子像素平均值之間的差異值的絕對值大於第一閥值。若所選擇的子像素符合上述特定規則的兩個子規則,則成像系統22判斷所選擇的子像素為摩爾紋區域中的摩爾紋子像素(於第一圖像中,一個摩爾紋像素具有對應四個摩爾紋子 像素)。簡單地說,成像系統22可基於特定規則判定每一個子像素是否為摩爾紋子像素,且進而判定出摩爾紋區域。
接著,成像系統22對第一圖像進行色域轉換,而產生第二圖像。若第一圖像中不具有摩爾紋區域,則無須對第二圖像進行補償。若第一圖像中有摩爾紋區域,則第二圖像中亦會有對應的摩爾紋區域,且成像系統22對第二圖像的摩爾紋區域的子像素值進行補償,以產生第三圖像(亦為基於紅綠藍色域的圖像)。一般來說,摩爾紋出現的機率並不大,因此在同一個場景中兩個以上物體同時出現摩爾紋的機率甚低,故可以假設一個場景中最多只有一個物體會出現摩爾紋,亦即細密的黑白條紋和細密紋理的紡織物不會同時出現。一個物體的摩爾紋通常會有兩種互補的顏色。在一張圖像中,有些摩爾紋會偏紅,而有些摩爾紋會偏藍,而這兩種偏色色彩綜合後為灰色,因此可以假設一張圖像中兩種偏色的摩爾紋像素的數目一樣多,且這些摩爾紋像素的平均值即為物體原本的顏色。由上可知,成像系統2可以僅對第二圖像的摩爾紋區域中的多個藍色子像素值與多個紅色子像素值進行補償,以消除所述摩爾紋。然而,本發明並不限定成像系統22補償摩爾紋的方式。舉例來說,成像系統22亦可以對第二圖像的摩爾紋區域中的各子像素進行低通濾波處理,以消除摩爾紋。
在此請注意,上述特定規則係基於前述觀察研究結果所定立,但本發明並不限定特定規則的定立方式,此領域具有通常知識者在參照本發明後,可以在上述特定規則中加入其他子規則或修正前述子規則。舉例來說,上述特定規則可以包含第三子規則,而第三子規則是特定區域內任兩個鄰近的第一綠色子像素的第一綠色子像素值的差異值的絕對值與任兩個鄰近的第二綠色子像素的第二綠色子像素值的差異值的絕對值分別小於第一差異值與第二差異值。又或者,第三子規則可以是特定區域內多個第一綠色子像素值的變異數與第二綠色子像素值的變異數分別小於第一差 異值與第二差異值。再舉一例來說,第二子規則可以修正為特定區域內多個第一綠色子像素值與多個第二綠色子像素值的互變異數大於閥值。
總而言之,成像系統22係根據於所選擇的子像素為中心的特定區域內的多個第一綠色子像素值與第二綠色子像素值來判斷所選擇子像素是否為摩爾紋子像素。另外,上述第一差異值、第二差異值與閥值的大小係根據實際實現上述子規則的方式與實際狀況來決定。
接著,進一步地說明成像系統22的組成,但下述的說明僅是成像系統22的其中一種實現方式,其並非用以限制本發明。成像系統22包括影像感測模組221、緩存模組222、影像處理模組223與儲存模組224。影像感測模組221電性耦接緩存模組222,緩存模組222電性耦接影像處理模組223,而影像處理模組223電性耦接儲存模組224。影像感測模組221具有基於貝爾圖的色彩濾光片陣列與多個感光單元,其用以拍攝場景,並獲得基於貝爾圖的色彩濾光片陣列所產生的第一圖像。緩存模組222用以緩存第一圖像。影像處理模組223用以接收第一圖像,偵測第一圖像的摩爾紋區域,並且對第一圖像進行色域轉換,以產生基於紅綠藍色域的第二圖像。接著,在第一圖像有摩爾紋區域時,影像處理模組223會補償第二圖像,以產生第三圖像。影像處理模組223會輸出第二圖像(在第一圖像不具有摩爾紋區域時)或第三圖像(在第一圖像具有摩爾紋區域時)給儲存模組224,而儲存模組224則用以儲存第二圖像或第三圖像。
接著,進一步地說明影像處理模組223的組成,但下述的說明僅是影像處理模組223的其中一種實現方式,其並非用以限制本發明。影像處理模組223包括偵測裝置2231、轉換裝置2232與補償裝置2233。偵測裝置2231電性耦接緩存模組222與補償裝置2233,轉換裝置2232電性耦接緩存模組222與補償裝置2233, 而補償裝置2233耦接儲存模組224。偵測裝置2231自緩存模組222接收第一圖像,並用以偵測第一圖像是否有摩爾紋區域,以輸出摩爾紋區域資訊給補償裝置2233。接著,補償裝置2233接收第第二圖像與摩爾紋區域資訊,並依據摩爾紋區域資訊判斷是否要對第二圖像進行補償。若摩爾紋區域資訊表示第一圖像並無摩爾紋的產生,則補償裝置2233直接將第二圖像輸出給儲存模組224。若摩爾紋區域資訊表示第一圖像具有摩爾紋,則補償裝置將第二圖像的摩爾紋區域的子像素進行補償,並產生第三圖像給儲儲存模組224。
在此請注意,摩爾紋區域資訊至少包括摩爾紋子像素的位置,以表示第一與第二圖像的多個摩爾紋子像素的位置。在其中一種實施例中,補償裝置2233可以對第二圖像的摩爾紋區域的子像素進行低通濾波處理,以產生第三圖像。另外,若不想使第三圖像變得模糊,在本發明的另一個實施例中,摩爾紋區域資訊更包括紅色子像素補償值與藍色子像素補償值,且補償裝置2233依據紅色子像素補償值與藍色子像素補償值對第二圖像的摩爾紋區域的藍色子像素與紅色子像素進行補償,以產生第三圖像。藍色子像素補償值係依據第一圖像的摩爾紋區域的所有第一綠色子像素值的平均值、所有第二綠色子像素值的平均值與所有藍色子像素值的平均值而獲得,而紅色子像素補償值係依據第一圖像的摩爾紋區域的所有第一綠色子像素值的平均值、所有第二綠色子像素值的平均值與所有紅色子像素值的平均值而獲得。對於第二圖像的摩爾紋區域的每一個紅色子像素,補償裝置2233係依據其對應的綠色子像素值與紅色子像素補償值補償第二圖像的摩爾紋區域中的對應紅色子像素值,而對於第二圖像的摩爾紋區域的每一個藍色子像素,補償裝置2233係依據其對應的綠色子像素值與藍色子像素補償值補償第二圖像的摩爾紋區域中的對應藍色子像素值。
總而言之,由於在紅綠藍色域或亮度色度差色域上很難透過數位影像處理技術獲得摩爾紋的特徵,且無法有效地辨別摩爾紋與實際景物的差異,更無法自動化地補償圖像的摩爾紋上述影像,因此上述影像處理模組223係對基於貝爾圖的色彩濾光片陣列所產生的第一圖像進行偵測,以找出第一圖像的摩爾紋區域,並且對基於紅綠藍色域的第二圖像的摩爾紋區域的藍色子像素與紅色子像素進行補償,以藉此避免降低圖像清晰度。另外一方面,上述影像處理模組223偵測與補償摩爾紋的方式簡單而不會過於複雜,且僅需很少的儲存資源與計算量,故上述影像處理模組223不僅可以用於處理靜態的圖像,更可以用於處理即時視頻。
[影像處理方法的實施例]
請接著參照圖3A,圖3A是本發明實施例的影像處理方法的流程圖。圖3A的影像處理方法可以適用於上述的影像處理模組223,但本發明卻不限定用以執行圖3A的影像處理方法的對象。首先,在步驟S31,獲取基於貝爾圖的色彩濾光片陣列所產生的第一圖像。接著,在步驟S32中,偵測基於貝爾圖的色彩濾光片陣列所產生的第一圖像是否具有摩爾紋區域,其中偵測的方式如同前面所述,亦即根據第一圖像中的多個第一綠色子像素值與多個第二綠色子像素值來判斷是否有摩爾紋區域,其中此處第一圖像中的多個第一綠色子像素值與多個第二綠色子像素值為第一圖像中之特定區域內的多個第一綠色子像素值與多個第二綠色子像素值,特定區域至少為5x5個子像素的正菱形或正方形,且特定區域的形狀由被選擇判斷是否為摩爾紋子像素的子像素的類型決定。
若第一圖像存在摩爾紋區域,則步驟S33會被接著執行,若第一圖像不存在摩爾紋區域,則步驟S34會接著被執行。在步驟S33中,將第一圖像進行色域轉換,以獲得基於紅藍綠色域的第二圖像,以及針對第二圖像的摩爾紋區域的部份多個子像素進行補 償,以產生第三圖像,其中第二圖像的摩爾紋區域對應於第一圖像的摩爾紋區域。在步驟S34中,將第一圖像進行色域轉換,以產生第二圖像。步驟S32與步驟S33的細節如下所述,但步驟S32與步驟S33的細節並非用以限制本發明。
[偵測摩爾紋區域的步驟的實施例]
請接著參照圖3B,圖3B是本發明實施例的偵測摩爾紋區域的步驟的流程圖。圖3A的步驟S32可以包括多個步驟S321~S327。首先,在步驟S321中,選取第一圖像中多個尚未被選擇的子像素的其中之一。一般來說,步驟S321可以透過特定掃描序列來依序選擇第一圖像的子像素,然而,本發明卻不限定選擇第一圖像的子像素的方式。由於所選擇的子像素的類型可能是第一綠色子像素、第二綠色子像素、紅子像素或藍色子像素,因此,在步驟S322中,依據所選擇的子像素之類型決定特定區域的形狀。舉例來說,若選擇的子像素的類型是第一綠色子像素或第二綠色子像素,則所述特定區域的形狀可以是5x5個子像素的正菱形(例如圖4A,子像素Gb12、Gr23、Gb23、Gr33、Gb32、Gr32、Gb21與Gr22所形成的特定區域);若選擇的子像素的類型是紅色子像素或藍色子像素,則所述特定區域的形狀可以是5x5個子像素的正方形(例如圖4C,子像素Gb12、Gr23、B12、B32、B34與B14所形成之特定區域)。然而,本發明並不限制上述特定區域的形狀。
接著,在步驟S323中,依據特定區域內的多個第一綠色子像素值與多個第二綠色子像素值判斷所選擇的子像素是否為摩爾紋子像素。在此請注意,步驟S323的判斷方式係與前述特定規則的訂立方式有關。以特定規則具有前述的第一與第二子規則為例,特定區域內的任一個第一綠色子像素值會與鄰近的第二綠色子像素值進行相減的動作,以獲得多個差異值。若所有的差異值的極性相同(皆為正或皆為負),則表示所選擇的子像素符合第一子規則。另外特定區域內的第一綠色子像素平均值與第二綠色子像素 平均值的間的差異值的絕對值若大於閥值,則表示所選擇的子像素符合第二子規則。若所選擇的子像素符合第一與第二子規則,則表示所選擇的子像素為摩爾紋像素。
接著,若所選擇的子像素為摩爾紋子像素,則在步驟S324中,判定所選擇的像素為摩爾紋子像素;若所選擇的子像素非為摩爾紋子像素,則在步驟S325中,判定所選擇的像素不為摩爾紋子像素。然後,在步驟S326中,判斷第一圖像中是否還有未被選擇的子像素。若尚有未被選擇的子像素,則所述影像處理方法回到步驟S32;若第一圖像中所有的子像素都被選取,以判定是否為摩爾紋子像素,則所述影像處理方法接著執行步驟S327。在步驟S327中,判斷第一圖像中是否至少有一個摩爾紋子像素。若有至少一個摩爾紋子像素,則表示第一圖像有摩爾紋區域,故接著步驟S33會被執行,以消除摩爾紋;若沒有任何一個摩爾紋子像素,則表示第一圖像不存在摩爾紋,故步驟S34會被執行,而無須再對第二圖像進行補償處理。
[對摩爾紋區域進行補償的步驟的實施例]
請接著參照圖3C,圖3C是本發明實施例的對摩爾紋區域進行補償的步驟的流程圖。。圖3A的步驟S33可以包括多個步驟S331~S334。首先,在步驟S331中,計算第一圖像的摩爾紋區域中所有第一綠色子像素的第一綠色子像素值的平均值Gr_avg、所有第二綠色子像素的第二綠色子像素值的平均值Gb_avg、所有紅色子像素的紅色子像素值的平均值R_avg與所有藍色子像素的藍色子像素值的平均值B_avg。然後,在步驟S332中,依據多個第一綠色子像素值的平均值Gr_avg、多個第二綠色子像素值的平均值Gb_avg與多個藍色子像素值的平均值B_avg獲得藍色子像素補償值CB,以及依據多個第一綠色子像素值的平均值Gr_avg、多個第二綠色子像素值的平均值Gb_avg與多個紅色子像素值的平均值R_avg獲得紅色子像素補償值CR,其中紅色子像素補償值CR 與藍色子像素補償值CB可以用來描述景物的真實色彩。
然後,在步驟S333中,對第一圖像進行色域轉換,以產生第二圖像,其中第二圖像的摩爾紋區域對應於第一圖像的摩爾紋區域。之後,在步驟S334中,對於第二圖像的摩爾紋區域的每一個紅色子像素,依據對應綠色子像素值G與紅色子像素補償值CR補償第二圖像的摩爾紋區域中的紅色子像素的紅色子像素值R,以及對於第二圖像的摩爾紋區域的每一個藍色子像素,依據對應綠色子像素值G與藍色子像素補償值CB補償第二圖像的摩爾紋區域中的藍色子像素的藍色子像素值B。步驟S334僅補償第二圖像的摩爾紋區域中的每一個紅色子像素與藍色子像素,而不對綠色子像素進行補償。在此請注意,對於顏色表達方式的不同,上述藍色子像素補償值CB與紅色子像素補償值CR的表達方式以及補償紅色子像素與藍色子像素的細節會稍有不同。
以顏色表達方式使用R/G與B/G的例子來說,藍色子像素補償值CB可以表示為CB=2×B_avg/(Gr_avg+Gb_avg),而紅色子像素補償值CR可以表示為CR=2×R_avg/(Gr_avg+Gb_avg)。另外,若令第二圖像的摩爾紋區域中的藍色子像素的藍色子像素值B經過補償後為B1,以及令第二圖像的摩爾紋區域中的紅色子像素的紅色子像素值R經過補償後為R1,則補償後的藍色子像素值B1可以表示為B1=G×CB,且補償後的紅色子像素值R1可以表示為R1=G×CR。
以顏色表達方式使用R-G與B-G的例子來說,藍色子像素補償值CB可以表示為CB=B_avg-(Gr_avg+Gb_avg)/2,而紅色子像素補償值CR可以表示為CR=R_avg-(Gr_avg+Gb_avg)/2。另外,若令第二圖像的摩爾紋區域中的藍色子像素的藍色子像素值B經過補償後為B1,以及令第二圖像的摩爾紋區域中的紅色子像素的紅色子像素值R經過補償後為R1,則補償後的藍色子像素值B1可以表示為B1=G+CB,且補償後的紅色子像素值R1可以表示為 R1=G+CR。總而言之,上述紅色子像素補償值CR與藍色子像素補償值CB的表示方式以及補償紅色子像素與藍色子像素的細節皆非用以限制本發明。
[偵測是否有摩爾紋區域的實施例]
基於上述的內容,以下將說明偵測摩爾紋區域的一種實際例子。請參照圖4A,圖4A是本發明實施例的偵測基於貝爾圖的色彩濾光片陣列所產生的第一圖像是否有摩爾紋區域的示意圖。於4A中,所被第一圖像中所被選擇的子像素為第二綠色子像素Gb22,因此特定區域可以是5x5個子像素(特定區域的尺寸非用以限制本發明)的正菱形,因此,以第二綠色子像素Gb22中心的特定區域內的第一綠色子像素與第二綠色子像素包括Gb22、Gb12、Gr23、Gb23、Gr33、Gb32、Gr32、Gb21與Gr22
接著,計算第二綠色子像素Gb22與其鄰近的四個第一綠色子像素Gr23、Gr33、Gr32與Gr22之間的四個差異值、第二綠色子像素Gb21與其鄰近的兩個第一綠色子像素Gr32與Gr22之間的兩個差異值、第二綠色子像素Gb32與其鄰近的兩個第一綠色子像素Gr33與Gr32之間的兩個差異值、第二綠色子像素Gb23與其鄰近的兩個第一綠色子像素Gr23與Gr33之間的兩個差異值以及第二綠色子像素Gb12與其鄰近的兩個第一綠色子像素Gr22與Gr23之間的兩個差異值,以判斷第二綠色子像素Gb22是否符合第一子規則。若所有差異值皆為正值或皆為負值,則表示所有的第一綠色子像素Gr23、Gr33、Gr32與Gr22皆大於或皆小於所有的第二綠色子像素Gb12、Gb21、Gb23、Gb32與Gb22,故可以判斷第二綠色子像素Gb22符合第一子規則。
然後,計算第一綠色子像素Gr23、Gr33、Gr32與Gr22的第一綠色子像素值的平均值與第二綠色子像素Gb12、Gb21、Gb23、Gb32與Gb22的第二綠色子像素值的平均值。若多個第一綠色子像素值的平均值與多個第二綠色子像素值的平均值之間的差異值的絕對 值大於閥值,則可以判斷第二綠色子像素Gb22是否符合第二子規則。當第二綠色子像素Gb22符合上述第一與第二子規則,則表示第二綠色子像素Gb22為摩爾紋子像素。
請同時參照圖4A與圖4B,圖4B是圖4A的基於貝爾圖的色彩濾光片陣列所產生的第一圖像的部分子像素值的示意圖。於圖4B中,第一綠色子像素Gr23、Gr33、Gr32與Gr22的第一綠色子像素值分別為74、74、70與72,而第二綠色子像素Gb12、Gb21、Gb23、Gb32與Gb22的第二綠色子像素值分別為57、60、60、58與57。透過運算可以得知,上述所有的差異值皆為負值,且多個第一綠色子像素值的平均值與多個第二綠色子像素值的平均值的差異值的絕對值大於閥值(假設閥值為5,但本發明並非以此為限)。因此,可以得知,第二綠色子像素Gb22為摩爾紋子像素。
[偵測是否有摩爾紋區域的另一實施例]
基於上述的內容,以下將說明偵測摩爾紋區域的另一種實際例子。圖4C是本發明另一實施例的偵測基於貝爾圖的色彩濾光片陣列所產生的第一圖像是否有摩爾紋區域的示意圖。於4C中,所被第一圖像中所被選擇的子像素為紅色子像素B23,因此特定區域可以是5x5個像素的正方形,因此,以紅色子像素B23中心的特定區域內的第一綠色子像素與第二綠色子像素包括Gb22、Gr23、Gb23、Gr33、Gb12、Gr22、Gr32、Gb32、Gb33、Gr34、Gr24與Gb13
接著,計算第二綠色子像素Gb22與其鄰近的四個第一綠色子像素Gr23、Gr33、Gr32與Gr22之間的四個差異值、第二綠色子像素Gb23與其鄰近的四個第一綠色子像素Gr23、Gr33、Gr24與Gr34之間的四個差異值、第二綠色子像素Gb12與其鄰近的第一綠色子像素Gr23之間的差異值、第二綠色子像素Gb13與其鄰近的第一綠色子像素Gr23之間的差異值、第二綠色子像素Gb32與其鄰近的第一綠色子像素Gr33之間的差異值以及第二綠色子像素Gb33與其鄰近的第一綠色子像素Gr33之間的差異值,以判斷第二綠色子像素Gb22 是否符合第一子規則。若所有差異值皆為正值或皆為負值,則表示所有的第一綠色子像素Gr23、Gr33、Gr22、Gr32、Gr34與Gr24皆大於或皆小於所有的第二綠色子像素Gb22、Gb23、Gb12、Gb32、Gb33與Gb13,故可以判斷紅色子像素B23是否符合第一子規則。
然後,計算第一綠色子像素Gr23、Gr33、Gr22、Gr32、Gr34與Gr24的第一綠色子像素值的平均值與第二綠色子像素Gb22、Gb23、Gb12、Gb32、Gb33與Gb13的第二綠色子像素值的平均值。若多個第一綠色子像素值的平均值與多個第二綠色子像素值的平均值之間的差異值的絕對值大於閥值,則可以判斷紅色子像素B23是否符合第二子規則。當紅色子像素B23符合上述第一與第二子規則,則表示紅色子像素B23為摩爾紋子像素。
請同時參照圖4C與圖4D,圖4D是圖4C的基於貝爾圖的色彩濾光片陣列所產生的第一圖像的部分子像素值的示意圖。於圖4D中,第一綠色子像素Gr23、Gr33、Gr22、Gr32、Gr34與Gr24的第一綠色子像素值分別為74、73、73、73、73與72,而第二綠色子像素Gb22、Gb23、Gb12、Gb32、Gb33與Gb13的第二綠色子像素值分別為57、57、59、56、57與60。透過運算可以得知,上述所有的差異值皆為負值,且多個第一綠色子像素平均值值的與多個第二綠色子像素值的平均值的差異值的絕對值大於閥值(假設閥值為5,但本發明並以此為限)。因此,可以得知,紅色子像素B23為摩爾紋子像素。
在此請注意,雖然上述以圖4A~圖4D作為例子來說明本發明偵測第一圖像的摩爾紋區域的細節,但如同圖4A~圖4D的例子並非用以限制本發明。另外一方面,在圖4A~圖4D的例子中,對於每一個選擇的子像素而言,其僅作12次的差異值運算與2次的平均值運算,因此偵測第一圖像是否有摩爾紋區域的步驟的運算複雜度不會太大。
[實施例的可能功效]
綜合以上所述,本發明實施例提供了一種影像處理方法與模組。所述影像處理方法與模組可以針對基於貝爾圖的色彩濾光片陣列所產生的第一圖像進行偵測,以自動地得到第一圖像的摩爾紋區域,並進一步地在將第一圖像進行轉換為基於紅綠藍色域的第二圖像後,使用不喪失清晰度的方式補償第二圖像的摩爾紋區域,以產生不具有摩爾紋的第三圖像。另外一方面,所述影像處理方法與模組的實現複雜度不高,且可選擇不使用高分辨率的電荷耦合元件或互補金氧半導體感光元件即可達到減少摩爾紋的效果,故可以有效地降低產品成本。
以上所述僅為本發明的實施例,其並非用以限定本發明的專利保護範圍。任何熟習相像技藝者,在不脫離本發明的精神與範圍內,所作的更動及潤飾的等效替換,仍為本發明的專利保護範圍內。
S31~S34‧‧‧步驟流程

Claims (13)

  1. 一種影像處理方法,包括:偵測基於貝爾圖的色彩濾光片陣列所產生的一第一圖像是否具有摩爾紋區域;將該第一圖像進行色域轉換,以產生基於紅綠藍色域的一第二圖像;以及若該第一圖像具有摩爾紋區域,則針對該第二圖像的摩爾紋區域的部份多個子像素進行補償,以產生一第三圖像,其中該第二圖像的摩爾紋區域對應於該第一圖像的摩爾紋區域。
  2. 如請求項1所述的影像處理方法,其中偵測基於貝爾圖的色彩濾光片陣列所產生的該第一圖像是否具有摩爾紋區域的步驟包含:根據該第一圖像的多個第一綠色子像素的多個第一綠色子像素值以及多個第二綠色子像素的多個第二綠色子像素值來判斷該第一圖像中是否具有摩爾紋區域。
  3. 如請求項2所述的影像處理方法,其中根據該第一圖像的該些第一綠色子像素值以及該些第二綠色子像素值來判斷該第一圖像中是否具有摩爾紋區域的步驟包含:根據該第一圖像的該些第一綠色子像素值是否皆大於或皆小該第一圖像的該些第二綠色子像素值,以及該第一圖像的該些第一綠色子像素值的平均值與該些第二綠色子像素值的平均值的差異值的絕對值是否大於一閥值,來判斷該第一圖像是否有該摩爾紋區域。
  4. 如請求項2所述的影像處理方法,其中根據該第一圖像的該些第一綠色子像素值以及該些第二綠色子像素值來判斷該第一圖像中是否具有摩爾紋區域的步驟包含: 根據該第一圖像的該些第一綠色子像素值之間的差異統計值是否小於一第一差異值,該第一圖像的該些第二綠色子像素值之間的差異統計值的是否小於一第二差異值,以及該些第一綠色子像素值與該些第二綠色子像素值之間的差異統計值是否大於一閥值,來判斷該第一圖像中是否具有摩爾紋區域。
  5. 如請求項3或4所述的影像處理方法,其中該第一圖像的該些第一與第二綠色子像素值為該第一圖像中之一特定區域內的該些第一與第二綠色子像素。
  6. 如請求項5所述的影像處理方法,其中該特定區域的大小為至少5x5個子像素的正菱形或正方形。
  7. 如請求項5所述的影像處理方法,其中依序選擇該第一圖像中的其中一個子像素,根據以所選擇的該子像素為中心的該特定區域內的多個第一綠色子像素的多個第一綠色子像素值與多個第二綠色子像素的多個第二綠色子像素值來決定該子像素是否為該摩爾紋子像素,其中該些摩爾紋子像素定義出該摩爾紋區域。
  8. 如請求項7所述的影像處理方法,其中該特定區域的形狀係決定於所選擇的該子像素的類型,當所選擇的該子像素為該第一綠色子像素或該第二綠色子像素,則該特定區域的形狀為一正菱形,且當所選擇的該子像素為一藍色子像素或一紅色子像素,則該特定區域的形狀為一正方形。
  9. 如請求項1所述的影像處理方法,其中該部份多個子像素為該第二圖像的該摩爾紋區域內的多個藍色子像素與多個紅色子像素。
  10. 如請求項9所述的影像處理方法,其中根據該第一圖像的該摩爾紋區域的該些子像素值獲得一紅色子像素補償值與一藍色子像素補償值,其中該紅色子像素補償值與該藍色子像素補償 值係用以分別補償該第二圖像的該摩爾紋區域內的多個紅色子像素與多個藍色子像素。
  11. 如請求項10所述的影像處理方法,其中該藍色子像素補償值係依據該第一圖像的該摩爾紋區域的該些第一綠色子像素值的平均值、該些第二綠色子像素值的平均值與該些藍色子像素值的平均值而獲得,且該紅色子像素補償值係依據該第一圖像的該摩爾紋區域的該些第一綠色子像素值的平均值、該些第二綠色子像素值的平均值與該些紅色子像素值的平均值而獲得。
  12. 如請求項10所述的影像處理方法,其中對於該第二圖像的該摩爾紋區域的該紅色子像素,依據該紅色子像素對應的一綠色子像素值與該紅色子像素補償值補償該紅色子像素的一紅色子像素值,以及對於第二圖像的該摩爾紋區域的該藍色子像素,依據該藍色子像素對應的一綠色子像素值與該藍色子像素補償值補償該藍色子像素的一藍色子像素值。
  13. 一種影像處理模組,包括:一偵測裝置,用以偵測基於貝爾圖的色彩濾光片陣列所產生的一第一圖像是否具有摩爾紋區域;一轉換裝置,電性耦接該偵測裝置,用以將該第一圖像進行色域轉換,以產生基於紅綠藍色域的一第二圖像;以及一補償裝置,電性耦接該偵測裝置與該轉換裝置,若該第一圖像具有摩爾紋區域,則針對該第二圖像的摩爾紋區域的部份多個子像素進行補償,以產生一第三圖像,其中該第二圖像的摩爾紋區域對應於該第一圖像的摩爾紋區域。
TW103106031A 2013-12-16 2014-02-24 影像處理方法與模組 TWI547169B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310715054.1A CN104717474B (zh) 2013-12-16 2013-12-16 图像处理方法、模块及包含其的电子设备

Publications (2)

Publication Number Publication Date
TW201526646A TW201526646A (zh) 2015-07-01
TWI547169B true TWI547169B (zh) 2016-08-21

Family

ID=53416371

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103106031A TWI547169B (zh) 2013-12-16 2014-02-24 影像處理方法與模組

Country Status (2)

Country Link
CN (1) CN104717474B (zh)
TW (1) TWI547169B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303530B (zh) * 2015-09-30 2018-05-08 天津大学 基于低秩稀疏矩阵分解的织物图像摩尔纹消除方法
CN107016343A (zh) * 2017-03-06 2017-08-04 西安交通大学 一种基于贝尔格式图像的红绿灯快速识别方法
CN108234970B (zh) * 2018-01-04 2021-05-21 努比亚技术有限公司 一种图像处理方法、终端及计算机可读存储介质
CN108615227B (zh) * 2018-05-08 2021-02-26 浙江大华技术股份有限公司 一种图像摩尔纹的抑制方法及设备
CN108830795B (zh) * 2018-06-14 2022-05-06 合肥市商巨智能装备有限公司 去除图像检测过程中摩尔纹的方法
CN109146799B (zh) * 2018-07-11 2022-04-08 天津大学 基于多张图的摩尔纹去除方法
TWI733286B (zh) * 2019-12-25 2021-07-11 瑞昱半導體股份有限公司 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統
CN113630590A (zh) * 2020-05-08 2021-11-09 瑞昱半导体股份有限公司 图像去色带方法
CN114449150A (zh) * 2020-10-30 2022-05-06 中兴通讯股份有限公司 拍摄方法、装置、终端及计算机可读存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001245311A (ja) * 2000-02-28 2001-09-07 Matsushita Electric Ind Co Ltd 固体カラー撮像装置
WO2004112401A1 (ja) * 2003-06-12 2004-12-23 Nikon Corporation 画像処理方法、画像処理プログラム、画像処理装置
KR100699831B1 (ko) * 2004-12-16 2007-03-27 삼성전자주식회사 베이어 패턴의 컬러 신호를 보간하는 방법 및 보간기
KR100699834B1 (ko) * 2005-02-07 2007-03-27 삼성전자주식회사 베이어 패턴의 디지털 컬러 영상 신호를 처리하는 방법 및장치
JP4506616B2 (ja) * 2005-08-25 2010-07-21 セイコーエプソン株式会社 画像表示装置、画像処理方法およびプログラム
JP4742898B2 (ja) * 2006-02-15 2011-08-10 セイコーエプソン株式会社 画像処理方法、画像処理プログラム、記録媒体、及びプロジェクタ
BRPI0809662A2 (pt) * 2007-04-11 2014-10-14 Red Com Inc Câmaras de vídeo e métodos de gravação de vídeo de movimento com câmara e de processamento de imagens
CN101489142B (zh) * 2008-01-15 2010-09-22 华晶科技股份有限公司 数字影像的彩色插补方法
RU2503139C1 (ru) * 2009-10-13 2013-12-27 Кэнон Кабусики Кайся Устройство считывания изображений
CN103828345B (zh) * 2011-09-29 2017-03-22 富士胶片株式会社 用于图像处理的设备、方法以及图像拾取设备

Also Published As

Publication number Publication date
CN104717474B (zh) 2017-07-25
TW201526646A (zh) 2015-07-01
CN104717474A (zh) 2015-06-17

Similar Documents

Publication Publication Date Title
TWI547169B (zh) 影像處理方法與模組
JP6598507B2 (ja) 撮像装置、撮像システム、信号処理方法
TWI516132B (zh) An image processing apparatus, an image processing method, and a program
JP5672776B2 (ja) 画像処理装置、および画像処理方法、並びにプログラム
WO2012117583A1 (ja) カラー撮像装置
WO2016031597A1 (ja) 画像処理装置、画像処理方法、及び、画像処理システム
JP5528627B2 (ja) 撮像装置、撮像素子及び感度差補正方法
KR20100111614A (ko) 화상처리장치, 화상처리방법 및 기록매체
CN101006731A (zh) 图像处理装置及图像处理方法、摄像装置以及计算机程序
JP2013048410A (ja) カラー撮像装置
CN102292975A (zh) 固体摄像元件、照相机系统和固体摄像元件的驱动方法
JP2011101359A (ja) イメージセンサの統合ノイズモデリング方法及びそれを利用するノイズ低減方法
US8379977B2 (en) Method for removing color fringe in digital image
KR100721338B1 (ko) 디지털 촬영장치의 색상 보간법
TWI449027B (zh) 適應性畫素補償方法
CN105141838A (zh) 去马赛克方法以及使用该方法的装置
TW201314623A (zh) 影像處理模組及影像處理方法
KR20120114021A (ko) 불량 픽셀 보정 방법
JP5600812B2 (ja) 撮像装置
CN103259960B (zh) 数据的插值方法及装置、图像输出方法及装置
Hua et al. A color interpolation algorithm for Bayer pattern digital cameras based on green components and color difference space
JP5036524B2 (ja) 画像処理装置、画像処理方法、プログラムおよび撮像装置
CN109816597B (zh) 去除图像GrGb噪声的方法和装置
US20130038772A1 (en) Image processing apparatus and image processing method
Sukumar et al. Smart algorithms for correcting pixel clusters in imaging applications