TWI575503B - 影像處理裝置及影像處理方法 - Google Patents

影像處理裝置及影像處理方法 Download PDF

Info

Publication number
TWI575503B
TWI575503B TW104134163A TW104134163A TWI575503B TW I575503 B TWI575503 B TW I575503B TW 104134163 A TW104134163 A TW 104134163A TW 104134163 A TW104134163 A TW 104134163A TW I575503 B TWI575503 B TW I575503B
Authority
TW
Taiwan
Prior art keywords
pixel
flat
false contour
pixels
circuit
Prior art date
Application number
TW104134163A
Other languages
English (en)
Other versions
TW201709195A (zh
Inventor
楊美娟
梁建華
杜元甲
Original Assignee
聯詠科技股份有限公司
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 聯詠科技股份有限公司 filed Critical 聯詠科技股份有限公司
Publication of TW201709195A publication Critical patent/TW201709195A/zh
Application granted granted Critical
Publication of TWI575503B publication Critical patent/TWI575503B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)
  • Image Analysis (AREA)

Description

影像處理裝置及影像處理方法
本發明是有關於一種影像處理技術，且特別是有關於一種影像處理裝置及影像處理方法。
假輪廓是起因於粗略量化（coarse quantization）。粗略量化後，影像強度（intensity）的精度（precision）往往不足。其結果，影像中的平滑層次（smooth gradation）被轉換成步階變化（step change）。這樣類似帶狀的步階變化被稱為假輪廓（false contour）。假輪廓是影像（image）中的假影（artifact）。它總是發生在具有平滑層次的區域。
在除去假輪廓之前，需要先對影像進行假輪廓偵測。假輪廓有兩個特點：在空間維度中的陡度（steepness in spatial dimension）和在強度中步階變化的幅度（amplitude of the step change in intensity）。習知偵測假輪廓的方法大多使用梯度量（magnitude of the gradient）來決定某一像素（pixel）是否屬於假輪廓。假輪廓的梯度量（或幅度的均值和方差，mean and variance of magnitude）是很低的。無論如何，一些影像細節（例如弱邊緣或細紋理，weak edge or fine texture）的梯度量非常相似於假輪廓的梯度量，所以梯度量是不足以描述假輪廓線。當某一些影像細節被檢測視為假輪廓時，這些影像細節將被平順化（smoothed）。習知偵測假輪廓的方法將造成某一些影像細節的遺失。
本發明提供一種影像處理裝置及影像處理方法，可以檢測影像輸入訊號的平坦像素（flat pixels）分佈進而識別影像中的假輪廓。
本發明的實施例提供一種影像處理裝置，包括假輪廓檢測（false contour detection）電路以及假輪廓約化（false contour reduction）電路。假輪廓檢測電路可以檢測影像輸入訊號的平坦像素（flat pixels）分佈，以及對應輸出假輪廓係數。假輪廓約化電路耦接假輪廓檢測電路，以接收該假輪廓係數。假輪廓約化電路根據假輪廓係數對影像輸入訊號進行假輪廓約化，從而輸出對應的影像輸出訊號。
在本發明的一實施例中，上述的假輪廓檢測電路包括平坦像素檢測電路、平坦像素分佈電路以及轉換電路。平坦像素檢測電路可以判定影像輸入訊號的多個像素各自是否為平坦像素，以輸出平坦像素檢測結果。平坦像素分佈電路耦接平坦像素檢測電路，以接收平坦像素檢測結果。平坦像素分佈電路可以從平坦像素檢測結果統計在目前像素的鄰近範圍中的該些像素被判定為平坦像素的平坦像素數量。轉換電路耦接平坦像素分佈電路，以接收平坦像素數量。轉換電路可以將平坦像素數量轉換為目前像素的假輪廓係數。
在本發明的一實施例中，上述的平坦像素檢測電路包括高通濾波器（high-pass filter）以及平坦像素檢測器。高通濾波器可以比較目前像素與鄰近像素的差異，並輸出比較結果。平坦像素檢測器耦接高通濾波器，以接收比較結果。平坦像素檢測器可以從比較結果判定目前像素是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路。
在本發明的一實施例中，上述的轉換電路依照非線性曲線將平坦像素數量轉換為目前像素的假輪廓係數。
在本發明的一實施例中，上述的假輪廓檢測電路包括多個平坦像素分佈通道、一邏輯運算電路以及一轉換電路。平坦像素分佈通道可以各自沿多個方向中的對應方向來判定影像輸入訊號的多個像素各自是否為平坦像素，以及各自沿該些方向中的對應方向來統計在目前像素的鄰近範圍中的該些像素被判定為平坦像素的平坦像素數量。邏輯運算電路耦接該些平坦像素分佈通道，以接收在該些方向上的該些平坦像素數量。邏輯運算電路可以使用該些平坦像素數量中的至少一者來計算目前像素的平坦值。轉換電路耦接該邏輯運算電路，以接收平坦值。轉換電路可以將平坦值轉換為目前像素的假輪廓係數。
在本發明的一實施例中，上述的平坦像素分佈通道其中一者包括平坦像素檢測電路以及平坦像素分佈電路。平坦像素檢測電路可以沿對應方向來判定影像輸入訊號的該些像素各自是否為平坦像素，以輸出平坦像素檢測結果。平坦像素分佈電路耦接平坦像素檢測電路，以接收平坦像素檢測結果。平坦像素分佈電路可以沿對應方向來從平坦像素檢測結果統計在目前像素的鄰近範圍中的該些像素被判定為平坦像素的平坦像素數量。
在本發明的一實施例中，上述的假輪廓係數為介於0至1的實數。假輪廓約化電路包括影像平順（image smooth）電路以及組合器。影像平順電路可以平順化影像輸入訊號，以及輸出經平順化訊號。組合器耦接影像平順電路，以接收經平順化訊號。組合器可以依照假輪廓係數來組合經平順化訊號以及影像輸入訊號，以獲得目前像素的影像輸出訊號。
在本發明的一實施例中，上述的組合器包括第一乘法器、第二乘法器以及加法器。第一乘法器耦接影像平順電路以接收經平順化訊號，耦接假輪廓檢測電路以接收該假輪廓係數。第一乘法器可以計算Y 1=C fc*Y in’而輸出目前像素的第一像素值Y 1，其中C fc表示目前像素的假輪廓係數，而Y in’表示目前像素的經平順化訊號。第二乘法器耦接假輪廓檢測電路以接收假輪廓係數C fc。第二乘法器可以計算Y 2=(1-C fc)*Y in而輸出目前像素的第二像素值Y 2，其中Y in表示目前像素的影像輸入訊號。加法器耦接第一乘法器與第二乘法器，以接收第一像素值Y 1與第二像素值Y 2。加法器可以計算Y out=Y 1+Y 2而輸出目前像素的影像輸出訊號Y out。
在本發明的一實施例中，上述的影像平順電路依照空間權重以及值域權重來平順化影像輸入訊號，以輸出經平順化訊號。
在本發明的一實施例中，上述的影像平順電路包括空間權重（spatial weight）單元、值域權重（range weight）單元、第三乘法器以及計算單元。空間權重單元可以定義目前像素的鄰近範圍，依據目前像素與鄰近範圍內的多個鄰近像素的空間距離來決定該些鄰近像素各自的空間權重。值域權重單元可以定義目前像素在鄰近範圍內的值域範圍（range window），依據目前像素的值與值域範圍來決定該些鄰近像素各自的值域權重。第三乘法器耦接空間權重單元與值域權重單元，以接收空間權重與值域權重，以及輸出空間權重與值域權重的權重乘積。計算單元耦接第三乘法器以接收該些鄰近像素的該些權重乘積。計算單元可以以目前像素為中心而對稱化該些鄰近像素的該些權重乘積，以獲得該些鄰近像素的經對稱化權重，以及使用該些經對稱化權重對該些鄰近像素的像素值進行加權平均，而獲得目前像素的經平順化訊號。
本發明的實施例提供一種影像處理方法，適用於影像處理裝置。影像處理方法包括：檢測影像輸入訊號的平坦像素分佈，從而對應產生假輪廓係數；以及根據假輪廓係數對影像輸入訊號進行假輪廓約化，從而產生對應的影像輸出訊號。
在本發明的一實施例中，上述檢測影像輸入訊號的平坦像素分佈的步驟包括：判定影像輸入訊號的多個像素各自是否為平坦像素，從而產生平坦像素檢測結果；從平坦像素檢測結果統計在目前像素的鄰近範圍中的該些像素被判定為平坦像素的平坦像素數量；以及將平坦像素數量轉換為目前像素的該假輪廓係數。
在本發明的一實施例中，上述判定影像輸入訊號的多個像素各自是否為平坦像素的步驟包括：比較目前像素與鄰近像素的差異，從而產生比較結果；以及從比較結果判定目前像素是否為平坦像素，從而產生平坦像素檢測結果。
在本發明的一實施例中，上述將平坦像素數量轉換為目前像素的假輪廓係數的步驟包括：依照非線性曲線將平坦像素數量轉換為目前像素的假輪廓係數。
在本發明的一實施例中，上述檢測影像輸入訊號的平坦像素分佈的步驟包括：濾除影像輸入訊號的雜訊，從而產生經預濾波訊號；判定經預濾波訊號的多個像素各自是否為平坦像素，從而產生平坦像素檢測結果；從平坦像素檢測結果統計在目前像素的鄰近範圍中的該些像素被判定為平坦像素的平坦像素數量；以及將平坦像素數量轉換為目前像素的假輪廓係數。
在本發明的一實施例中，上述的假輪廓係數為介於0至1的實數。上述對影像輸入訊號進行假輪廓約化的步驟包括：平順化影像輸入訊號，從而產生經平順化訊號；以及依照該假輪廓係數來組合該經平順化訊號以及該影像輸入訊號，以獲得該目前像素的該影像輸出訊號。
在本發明的一實施例中，上述的組合經平順化訊號以及影像輸入訊號的步驟包括：計算Y 1=C fc*Y in’而輸出目前像素的第一像素值Y 1，其中C fc表示目前像素的假輪廓係數，而Y in’表示目前像素的經平順化訊號；計算Y 2=(1-C fc)*Y in而輸出目前像素的第二像素值Y 2，其中Y in表示目前像素的影像輸入訊號；以及計算Y out=Y 1+Y 2而輸出目前像素的影像輸出訊號Y out。
在本發明的一實施例中，上述的平順化影像輸入訊號的步驟包括：依照空間權重以及值域權重來平順化影像輸入訊號，以輸出經平順化訊號。
在本發明的一實施例中，上述平順化該影像輸入訊號的步驟包括：定義目前像素的鄰近範圍；依據目前像素與鄰近範圍內的多個鄰近像素的空間距離來決定該些鄰近像素各自的空間權重；定義目前像素在鄰近範圍內的值域範圍；依據目前像素的值與值域範圍來決定該些鄰近像素各自的值域權重；計算空間權重與值域權重的權重乘積；以目前像素為中心而對稱化該些鄰近像素的該些權重乘積以獲得該些鄰近像素的經對稱化權重；以及使用該些經對稱化權重對該些鄰近像素的像素值進行加權平均，而獲得目前像素的經平順化訊號。
基於上述，本發明實施例所述的影像處理裝置及影像處理方法，可以檢測影像輸入訊號的平坦像素分佈。假輪廓檢測電路可以依據平坦像素分佈去識別影像中的假輪廓，進而對應輸出假輪廓係數給假輪廓約化電路。假輪廓約化電路根據假輪廓係數對影像輸入訊號進行假輪廓約化，以避免影像細節（例如弱邊緣或細紋理，weak edge or fine texture）的遺失。
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。
在本案說明書全文(包括申請專利範圍)中所使用的「耦接（或連接）」一詞可指任何直接或間接的連接手段。舉例而言，若文中描述第一裝置耦接（或連接）於第二裝置，則應該被解釋成該第一裝置可以直接連接於該第二裝置，或者該第一裝置可以透過其他裝置或某種連接手段而間接地連接至該第二裝置。另外，凡可能之處，在圖式及實施方式中使用相同標號的元件/構件/步驟代表相同或類似部分。不同實施例中使用相同標號或使用相同用語的元件/構件/步驟可以相互參照相關說明。
圖1是依照本發明實施例所繪示一種影像處理裝置100的電路方塊示意圖。在本實施例中，影像處理裝置100可應用於影像輸入裝置（未繪示，例如是DVD播放器等）與顯示器（未繪示，例如是電視機等）之間，但並不以此為限。影像處理裝置100可以對影像輸入裝置（未繪示）所提供的影像輸入訊號Y in進行假輪廓約化（false contour reduction），從而輸出影像輸出訊號Y out。因此，影像處理裝置100可以減少「假輪廓」（false contour）的現象。
影像處理裝置100包括假輪廓檢測（false contour detection）電路110以及假輪廓約化電路120。假輪廓檢測電路110自前級電路（未繪示）接收影像輸入訊號Y in。影像輸入訊號Y in可以是任何類型的影像訊號。舉例來說（但不限於此），影像輸入訊號Y in可以是影像訊號的紅（Red）訊號、綠（Green）訊號、藍（Blue）訊號、亮度（luminance）訊號、色度（Chrominance）訊號、濃度（Chroma）訊號或其他成份訊號。假輪廓檢測電路110可以檢測影像輸入訊號Y in的平坦像素（flat pixels）分佈，以及對應輸出假輪廓係數C fc。
圖2是依照本發明實施例所繪示影像輸入訊號Y in的像素（pixel）位置與像素強度（intensity）的關係曲線示意圖。於圖2中，橫軸表示像素的位置，而縱軸表示像素的強度（例如亮度等）。圖2以1維方式繪示了在1維空間中不同位置的像素（pixel）強度。無論如何，本領域具有通常知識者可以依循本說明書的教示而將圖2的內容類推至在2維空間中。在圖2右部所示像素位置（約略於橫軸所示像素位置700至100處）具有影像的邊緣（edge）或紋理（texture），而在圖2左部所示像素位置（約略於橫軸所示像素位置100至700處）具有假輪廓。
假輪廓是起因於粗略量化（coarse quantization）。粗略量化後，影像中的平滑層次（smooth gradation）被轉換成步階變化（step change）。這樣類似帶狀的步階變化被稱為假輪廓。圖2左部所示步階變化即為影像輸入訊號Y in的假輪廓。假輪廓（步階變化）是由多段平坦像素所形成。比起梯度量（magnitude of the gradient）而言，平坦像素的分佈更能作為假輪廓的辨識特徵。在越平坦的像素區域中，假輪廓越是可見（明顯）。假輪廓檢測電路110可以檢測影像輸入訊號Y in的平坦像素的分佈，以及對應輸出假輪廓係數C fc給假輪廓約化電路120。
請參照圖1，假輪廓約化電路120耦接假輪廓檢測電路110，以接收假輪廓係數C fc。假輪廓約化電路120可以收集假輪廓係數C fc而獲得假輪廓地圖（false contour map）。因此，假輪廓約化電路120可以根據假輪廓係數C fc對影像輸入訊號Y in進行假輪廓約化，從而輸出對應的影像輸出訊號Y out。
圖3是依照本發明實施例所繪示在假輪廓的像素區域中，假輪廓約化電路120對影像輸入訊號Y in進行假輪廓約化的示意圖。於圖3中，橫軸表示像素的位置，而縱軸表示像素的強度（例如亮度等）。圖3以1維方式繪示了在1維空間中不同位置的像素強度。無論如何，本領域具有通常知識者可以依循本說明書的教示而將圖3的內容類推至在2維空間中。假輪廓約化電路120可以根據假輪廓係數C fc而得知影像輸入訊號Y in的假輪廓區域。在假輪廓區域中，假輪廓約化電路120可以對影像輸入訊號Y in進行假輪廓約化，從而輸出經平順（smooth）化後的影像輸出訊號Y out，如圖3所示。
圖4是依照本發明一實施例說明圖1所示假輪廓檢測電路110的電路方塊示意圖。請參照圖4，假輪廓檢測電路110包括平坦像素檢測電路112、平坦像素分佈電路113以及轉換電路114。平坦像素檢測電路112可以判定影像輸入訊號Y in的多個像素各自是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路113。於圖4所示實施例中，平坦像素檢測電路112包括高通濾波器（high-pass filter）410以及平坦像素檢測器420。在其他實施例中，平坦像素檢測電路112的實施方式不應受限於圖4所示。
高通濾波器410可以從影像輸入訊號Y in萃取出高頻資訊給平坦像素檢測器420。舉例來說（但不限於此），高通濾波器410可以比較影像輸入訊號Y in中的目前像素與鄰近像素的差異，並輸出比較結果給平坦像素檢測器420。例如，高通濾波器410可以計算Y in(n)- Y in(n-1)，其中Y in(n)表示影像輸入訊號Y in中位置在n的像素（目前像素）的強度，而Y in(n-1)表示影像輸入訊號Y in中位置在n-1的像素（鄰近像素）的強度。高通濾波器410可以將Y in(n)- Y in(n-1)的計算結果輸出給平坦像素檢測器420。
平坦像素檢測器420耦接高通濾波器410，以接收所述比較結果。平坦像素檢測器420可以從高通濾波器410的比較結果來判定目前像素是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路113。舉例來說（但不限於此），當高通濾波器410計算Y in(n) - Y in(n-1)的結果約略為0（或等於0）時，平坦像素檢測器420可以判定影像輸入訊號Y in中位置在n的像素（目前像素）為平坦像素。在另一些實施例中，平坦像素檢測器420可以比較目前像素（例如位置在n的像素）與多個鄰近像素（例如位置在n-4、n-3、n-2、n-1的像素）的計算結果。舉例來說，假設高通濾波器410輸出給平坦像素檢測器420的計算結果包括Y in(n-3) - Y in(n-4) = 0、Y in(n-2) - Y in(n-3) = 0、Y in(n-1) - Y in(n-2) = 0、Y in(n) - Y in(n-1) = 0，則平坦像素檢測器420可以判定影像輸入訊號Y in中位置在n的像素（目前像素）為平坦像素。
平坦像素分佈電路113耦接平坦像素檢測電路112的平坦像素檢測器420，以接收所述平坦像素檢測結果。平坦像素分佈電路113可以從平坦像素檢測電路112所提供的平坦像素檢測結果統計出在目前像素的鄰近範圍的多個像素中，被判定為平坦像素的像素的數量（以下稱為平坦像素數量D fp）。在不同的應用範例中，所述鄰近範圍可以是在影像幀中包含有目前像素的一個一維窗，或是在影像幀中包含有目前像素的一個二維窗。所述一維窗的長度，與所述二維窗的長度與寬度，可以視設計需求來決定。平坦像素分佈電路113可以將所述鄰近範圍的平坦像素數量D fp提供給轉換電路114。
轉換電路114耦接平坦像素分佈電路113，以接收所述鄰近範圍的平坦像素數量D fp。轉換電路114可以將平坦像素分佈電路113所提供平坦像素數量D fp轉換為目前像素的假輪廓係數C fc。轉換電路114可以採用任何方式將平坦像素數量D fp轉換為目前像素的假輪廓係數C fc。舉例來說（但不限於此），轉換電路114可以依照某一個轉換函數、某一個線性曲線、某一個分段線性（piece-wise linear）曲線或某一個非線性曲線，將平坦像素數量D fp轉換為目前像素的假輪廓係數C fc。假輪廓係數C fc的數值範圍可以視設計需求來決定。在一些應用例中，假輪廓係數C fc可以是介於0至1的實數。
圖5是依照本發明一實施例繪示轉換電路114將平坦像素數量D fp轉換為假輪廓係數C fc的轉換曲線示意圖。於圖5中，橫軸表示平坦像素數量D fp，而縱軸表示假輪廓係數C fc。圖5繪示了一個分段線性曲線的範例，其中臨界值Th1、Th2、Th3與Th4將平坦像素數量D fp切分為5個區間。轉換電路114在這5個區間分別使用不同的線性曲線來將平坦像素數量D fp轉換為假輪廓係數C fc。
值得注意的是，在不同的實施例中，上述假輪廓檢測電路110、平坦像素檢測電路112、平坦像素分佈電路113、轉換電路114、高通濾波器410、平坦像素檢測器420及/或假輪廓約化電路120的相關功能可以利用一般的編程語言（programming languages，例如C或C++）、硬體描述語言（hardware description languages，例如Verilog HDL或VHDL）或其他合適的編程語言來實現為軟體、韌體或硬體。可執行所述相關功能的軟體（或韌體）可以被佈置為任何已知的計算機可存取媒體（computer-accessible medias），例如磁帶（magnetic tapes）、半導體（semiconductors）記憶體、磁盤（magnetic disks）或光盤（compact disks，例如CD-ROM或DVD-ROM）。或者，可執行所述相關功能的軟體（或韌體）可通過互聯網（Internet）、有線通信（wired communication）、無線通信（wireless communication）或其它通信介質而被傳送或散播。所述軟體（或韌體）可以被存放在計算機的可存取媒體（例如記憶體）中，以便於由計算機的處理器來存取/執行所述軟體（或韌體）的編程碼（programming codes），以執行所述相關功能。
圖6是依照本發明另一實施例說明圖1所示假輪廓檢測電路110的電路方塊示意圖。請參照圖6，假輪廓檢測電路110包括多個平坦像素分佈通道、邏輯運算電路620以及轉換電路114。所述多個平坦像素分佈通道可以是二個或是更多個平坦像素分佈通道，例如圖6所示平坦像素分佈通道610_1與610_2。不同平坦像素分佈通道可以各自沿多個方向中的一個對應方向來判定影像輸入訊號Y in的多個像素各自是否為平坦像素。不同平坦像素分佈通道還可以各自沿這些方向中的所述對應方向來統計在目前像素的鄰近範圍的多個像素中，被判定為平坦像素的平坦像素數量。
舉例來說（但不限於此），平坦像素分佈通道610_1可以沿影像幀的水平方向來判定影像輸入訊號Y in的多個像素各自是否為平坦像素，以及沿水平方向來統計在目前像素的鄰近範圍的多個像素中被判定為平坦像素的像素的數量（即平坦像素數量D fp1）。以此類推，平坦像素分佈通道610_2可以沿影像幀的垂直方向來判定影像輸入訊號Y in的多個像素各自是否為平坦像素，以及沿垂直方向來統計在目前像素的鄰近範圍的多個像素中被判定為平坦像素的像素的數量（即平坦像素數量D fp2）。
在圖6所示實施例中，平坦像素分佈通道610_1包括平坦像素檢測電路611_1以及平坦像素分佈電路612_1。平坦像素檢測電路611_1可以沿對應方向（例如影像幀的水平方向）來判定影像輸入訊號Y in的多個像素各自是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路612_1。在圖6所示實施例中，平坦像素檢測電路611_1包括高通濾波器613_1以及平坦像素檢測器614_1。高通濾波器613_1可以從影像輸入訊號Y in萃取出高頻資訊給平坦像素檢測器614_1。舉例來說（但不限於此），高通濾波器613_1可以沿影像幀的水平方向比較影像輸入訊號Y in中的目前像素與鄰近像素的差異，並輸出比較結果給平坦像素檢測器614_1。高通濾波器613_1可以參照圖4所示高通濾波器410的相關說明而類推，故不再贅述。平坦像素檢測器614_1耦接高通濾波器613_1，以接收所述比較結果。平坦像素檢測器614_1可以從高通濾波器613_1的比較結果來判定目前像素是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路612_1。平坦像素檢測器614_1可以參照圖4所示平坦像素檢測器420的相關說明而類推，故不再贅述。
平坦像素分佈電路612_1耦接平坦像素檢測電路611_1的平坦像素檢測器614_1，以接收該平坦像素檢測結果。平坦像素分佈電路612_1可以沿對應方向（例如影像幀的水平方向）來從平坦像素檢測電路611_1所提供的平坦像素檢測結果統計在目前像素的鄰近範圍的多個像素中被判定為平坦像素的像素的數量（即平坦像素數量D fp1）。所述鄰近範圍可以是在影像幀中沿水平方向包含有目前像素的一個一維窗。平坦像素分佈電路612_1可以參照圖4所示平坦像素分佈電路113的相關說明而類推，故不再贅述。
在圖6所示實施例中，平坦像素分佈通道610_2包括平坦像素檢測電路611_2以及平坦像素分佈電路612_2。平坦像素檢測電路611_2可以沿對應方向（例如影像幀的垂直方向）來判定影像輸入訊號Y in的多個像素各自是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路612_2。在圖6所示實施例中，平坦像素檢測電路611_2包括高通濾波器613_2以及平坦像素檢測器614_2。高通濾波器613_2可以從影像輸入訊號Y in萃取出高頻資訊給平坦像素檢測器614_2。舉例來說（但不限於此），高通濾波器613_2可以沿影像幀的垂直方向比較影像輸入訊號Y in中的目前像素與鄰近像素的差異，並輸出比較結果給平坦像素檢測器614_2。高通濾波器613_2可以參照圖4所示高通濾波器410的相關說明而類推，故不再贅述。平坦像素檢測器614_2耦接高通濾波器613_2，以接收所述比較結果。平坦像素檢測器614_2可以從高通濾波器613_2的比較結果來判定目前像素是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路612_2。平坦像素檢測器614_2可以參照圖4所示平坦像素檢測器420的相關說明而類推，故不再贅述。
平坦像素分佈電路612_2耦接平坦像素檢測電路611_2的平坦像素檢測器614_2，以接收該平坦像素檢測結果。平坦像素分佈電路612_2可以沿對應方向（例如影像幀的垂直方向）來從平坦像素檢測電路611_2所提供的平坦像素檢測結果統計在目前像素的鄰近範圍的多個像素中被判定為平坦像素的像素的數量（即平坦像素數量D fp2）。所述鄰近範圍可以是在影像幀中沿垂直方向包含有目前像素的一個一維窗。平坦像素分佈電路612_2可以參照圖4所示平坦像素分佈電路113的相關說明而類推，故不再贅述。
邏輯運算電路620耦接這些平坦像素分佈通道（例如610_1與610_2）以接收在不同方向上的平坦像素數量（例如D fp1與D fp2）。邏輯運算電路620可以使用這些平坦像素數量D fp1與D fp2中的至少一者來計算目前像素的平坦值621。舉例來說（但不限於此），邏輯運算電路620可以使用這些平坦像素數量D fp1與D fp2中的最小者，作為目前像素的平坦值621。在其他實施例中，邏輯運算電路620可以計算這些平坦像素數量D fp1與D fp2的平均值，作為目前像素的平坦值621。
轉換電路114耦接邏輯運算電路620，以接收平坦值621。轉換電路114可以將平坦值621轉換為目前像素的假輪廓係數C fc。圖6所示轉換電路114可以參照圖4與圖5所述轉換電路114的相關說明而類推，故不再贅述。
值得注意的是，在不同的實施例中，上述平坦像素分佈通道610_1、平坦像素分佈通道610_2、平坦像素檢測電路611_1、平坦像素檢測電路611_2、平坦像素分佈電路612_1、平坦像素分佈電路612_2、高通濾波器613_1、高通濾波器613_2、平坦像素檢測器614_1、平坦像素檢測器614_2、邏輯運算電路620及/或轉換電路114的相關功能可以利用一般的編程語言（例如C或C++）、硬體描述語言（例如Verilog HDL或VHDL）或其他合適的編程語言來實現為軟體、韌體或硬體。可執行所述相關功能的軟體（或韌體）可以被佈置為任何已知的計算機可存取媒體，例如磁帶、半導體記憶體、磁盤或光盤（例如CD-ROM或DVD-ROM）。或者，可執行所述相關功能的軟體（或韌體）可通過互聯網、有線通信、無線通信或其它通信介質而被傳送或散播。所述軟體（或韌體）可以被存放在計算機的可存取媒體（例如記憶體）中，以便於由計算機的處理器來存取/執行所述軟體（或韌體）的編程碼，以執行所述相關功能。
圖7是依照本發明又一實施例說明圖1所示假輪廓檢測電路110的電路方塊示意圖。請參照圖7，假輪廓檢測電路110包括預濾波（pre-filter）電路111、平坦像素檢測電路112、平坦像素分佈電路113以及轉換電路114。預濾波電路111可以濾除影像輸入訊號Y in的雜訊，以及輸出經預濾波訊號給平坦像素檢測電路112。平坦像素檢測電路112耦接預濾波電路111，以接收該經預濾波訊號。平坦像素檢測電路112可以判定該經預濾波訊號的多個像素各自是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路113。於圖7所示實施例中，平坦像素檢測電路112包括高通濾波器410以及平坦像素檢測器420。高通濾波器410可以比較預濾波電路111所提供的經預濾波訊號中的目前像素與鄰近像素的差異，並輸出比較結果給平坦像素檢測器420。圖7所示假輪廓檢測電路110內的平坦像素檢測電路112、平坦像素分佈電路113、轉換電路114、高通濾波器410以及平坦像素檢測器420可以參照圖4所示平坦像素檢測電路112、平坦像素分佈電路113、轉換電路114、高通濾波器410以及平坦像素檢測器420的相關說明而類推，故不再贅述。
圖8是依照本發明再一實施例說明圖1所示假輪廓檢測電路110的電路方塊示意圖。請參照圖8，假輪廓檢測電路110包括多個平坦像素分佈通道、邏輯運算電路620以及轉換電路114。所述多個平坦像素分佈通道可以是二個或是更多個平坦像素分佈通道，例如圖8所示平坦像素分佈通道810_1與810_2。圖8所示平坦像素分佈通道810_1、平坦像素分佈通道810_2、邏輯運算電路620與轉換電路114可以參照圖6所示平坦像素分佈通道610_1、平坦像素分佈通道610_2、邏輯運算電路620與轉換電路114的相關說明而類推，故不再贅述。
於圖8所示實施例中，平坦像素分佈通道810_1包括預濾波電路811_1、平坦像素檢測電路611_1以及平坦像素分佈電路612_1。預濾波電路811_1可以濾除影像輸入訊號Y in的雜訊，以及輸出經預濾波訊號給平坦像素檢測電路611_1。平坦像素檢測電路611_1耦接預濾波電路811_1，以接收該經預濾波訊號。平坦像素檢測電路611_1可以沿對應方向（例如影像幀的水平方向）來判定該經預濾波訊號的多個像素各自是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路612_1。在圖8所示實施例中，平坦像素檢測電路611_1包括高通濾波器613_1以及平坦像素檢測器614_1。高通濾波器613_1可以沿影像幀的水平方向比較預濾波電路811_1所提供的經預濾波訊號中目前像素與鄰近像素的差異，並輸出比較結果給平坦像素檢測器614_1。圖8所示平坦像素檢測電路611_1、平坦像素分佈電路612_1、高通濾波器613_1以及平坦像素檢測器614_1可以參照圖6所示平坦像素檢測電路611_1、平坦像素分佈電路612_1、高通濾波器613_1以及平坦像素檢測器614_1的相關說明而類推，故不再贅述。
於圖8所示實施例中，平坦像素分佈通道810_2包括預濾波電路811_2、平坦像素檢測電路611_2以及平坦像素分佈電路612_2。預濾波電路811_2可以濾除影像輸入訊號Y in的雜訊，以及輸出經預濾波訊號給平坦像素檢測電路611_2。平坦像素檢測電路611_2耦接預濾波電路811_2，以接收該經預濾波訊號。平坦像素檢測電路611_2可以沿對應方向（例如影像幀的垂直方向）來判定該經預濾波訊號的多個像素各自是否為平坦像素，以輸出平坦像素檢測結果給平坦像素分佈電路612_2。在圖8所示實施例中，平坦像素檢測電路611_2包括高通濾波器613_2以及平坦像素檢測器614_2。高通濾波器613_2可以沿影像幀的垂直方向比較預濾波電路811_2所提供的經預濾波訊號中目前像素與鄰近像素的差異，並輸出比較結果給平坦像素檢測器614_2。圖8所示平坦像素檢測電路611_2、平坦像素分佈電路612_2、高通濾波器613_2以及平坦像素檢測器614_2可以參照圖6所示平坦像素檢測電路611_2、平坦像素分佈電路612_2、高通濾波器613_2以及平坦像素檢測器614_2的相關說明而類推，故不再贅述。
值得注意的是，在不同的實施例中，上述預濾波電路111、預濾波電路811_1及/或預濾波電路811_2的相關功能可以利用一般的編程語言（例如C或C++）、硬體描述語言（例如Verilog HDL或VHDL）或其他合適的編程語言來實現為軟體、韌體或硬體。可執行所述相關功能的軟體（或韌體）可以被佈置為任何已知的計算機可存取媒體，例如磁帶、半導體記憶體、磁盤或光盤（例如CD-ROM或DVD-ROM）。或者，可執行所述相關功能的軟體（或韌體）可通過互聯網、有線通信、無線通信或其它通信介質而被傳送或散播。所述軟體（或韌體）可以被存放在計算機的可存取媒體（例如記憶體）中，以便於由計算機的處理器來存取/執行所述軟體（或韌體）的編程碼，以執行所述相關功能。
圖9是依照本發明一實施例說明圖1所示假輪廓約化電路120的電路方塊示意圖。請參照圖9，假輪廓約化電路120包括影像平順（image smooth）電路121以及組合器125。影像平順電路121可以平順化所述影像輸入訊號Y in，以及輸出經平順化訊號Y in’。所述平順化可以參照圖3的相關說明而類推，或是參照稍後詳述的內容。在一些實施例中，影像平順電路121可以依照空間權重W s以及值域權重W r來平順化所述影像輸入訊號Y in，以至於輸出經平順化訊號Y in’。在影像平順電路121將影像輸入訊號Y in平順化後，假輪廓將會被除去。組合器125耦接影像平順電路121，以接收經平順化訊號Y in’。組合器125可以依照假輪廓係數C fc來組合經平順化訊號Y in’以及影像輸入訊號Y in，以獲得目前像素的影像輸出訊號Y out。
在圖9所示實施範例中，組合器125包括第一乘法器122、第二乘法器123以及加法器124。第一乘法器122耦接影像平順電路121，以接收目前像素的經平順化訊號Y in’。第一乘法器122耦接假輪廓檢測電路110，以接收目前像素的假輪廓係數C fc。第一乘法器122可以計算Y 1= C fc*Y in’，而輸出目前像素的第一像素值Y 1。假輪廓係數C fc的數值範圍可以視設計需求來決定。在一些應用例中，假輪廓係數C fc可以是介於0至1的實數。
第二乘法器123接收目前像素的影像輸入訊號Y in。第二乘法器123耦接假輪廓檢測電路110，以接收假輪廓係數C fc。第二乘法器123可以計算Y 2= (1-C fc)*Y in，而輸出目前像素的第二像素值Y 2。加法器124耦接第一乘法器122與第二乘法器123，以接收第一像素值Y 1與第二像素值Y 2。加法器124可以計算Y out= Y 1+Y 2= C fc*Y in’ + (1-C fc)*Y in，而輸出目前像素的影像輸出訊號Y out。
在影像平順電路121將影像輸入訊號Y in平順化後，假輪廓以及影像細節（image details）將會被除去。假輪廓約化電路120可以依據假輪廓地圖（假輪廓係數C fc）而動態且彈性地對經平順化訊號Y in’與原始的影像輸入訊號Y in進行加權混合。在影像幀中出現假輪廓的機率較高的像素位置，假輪廓係數C fc的值較大，使得在影像輸出訊號Y out中經平順化訊號Y in’的成份大幅增加。因此，假輪廓可以被有效除去。在影像幀中出現假輪廓的機率較低的像素位置，假輪廓係數C fc的值較小，使得在影像輸出訊號Y out中原始的影像輸入訊號Y in的成份大幅增加。因此，影像的細節（例如弱邊緣或細紋理，weak edge or fine texture）可以被保留。
值得注意的是，在不同的實施例中，上述假輪廓檢測電路110、假輪廓約化電路120、影像平順電路121、第一乘法器122、第二乘法器123及/或加法器124的相關功能可以利用一般的編程語言（例如C或C++）、硬體描述語言（例如Verilog HDL或VHDL）或其他合適的編程語言來實現為軟體、韌體或硬體。可執行所述相關功能的軟體（或韌體）可以被佈置為任何已知的計算機可存取媒體，例如磁帶、半導體記憶體、磁盤或光盤（例如CD-ROM或DVD-ROM）。或者，可執行所述相關功能的軟體（或韌體）可通過互聯網、有線通信、無線通信或其它通信介質而被傳送或散播。所述軟體（或韌體）可以被存放在計算機的可存取媒體（例如記憶體）中，以便於由計算機的處理器來存取/執行所述軟體（或韌體）的編程碼，以執行所述相關功能。
圖10是依照本發明一實施例說明圖9所示影像平順電路121的電路方塊示意圖。請參照圖10，影像平順電路121包括空間權重（spatial weight）單元1010、值域權重（range weight）單元1020、第三乘法器1030以及計算單元1040。空間權重單元1010可以定義目前像素的鄰近範圍。舉例來說（但不限於此），在一些實施例中，空間權重單元1010可以採用高斯函數來對目前像素計算出高斯距離，並依據高斯距離決定目前像素的鄰近範圍。在另一些實施例中，空間權重單元1010可以採用距離臨界值（依設計需求而決定的預設值）來決定目前像素的鄰近範圍。所述鄰近範圍內具有多個鄰近像素。空間權重單元1010可以依據目前像素與所述多個鄰近像素的空間距離，來決定這些鄰近像素各自的空間權重W s。舉例來說，目前像素Y in(n)至鄰近像素Y in(n-1)的空間距離為1個「像素距離」，則空間權重單元1010可以決定此鄰近像素Y in(n-1)的空間權重W s為w1；目前像素Y in(n)至鄰近像素Y in(n-2)的空間距離為2個「像素距離」，則空間權重單元1010可以決定此鄰近像素Y in(n-2)的空間權重W s為w2，其中w2小於w1。所述w1、w2等空間權重W s可以依設計需求而決定。
值域權重單元1020可以定義目前像素在所述鄰近範圍內的值域範圍（range window）。依據目前像素的值與所述值域範圍，值域權重單元1020可以決定這些鄰近像素各自的值域權重W r。舉例來說，在值域範圍中，若目前像素的值Y in(n)與鄰近像素的值Y in(n-1)之距離|Y in(n)-Y in(n-1)|為0，則值域權重單元1020可以決定此鄰近像素Y in(n-1)的值域權重W r為w3；在值域範圍中，若目前像素的值Y in(n)與鄰近像素的值Y in(n-2)之距離|Y in(n)-Y in(n-2)|為2，則值域權重單元1020可以決定此鄰近像素Y in(n-2)的值域權重W r為w4，其中w4小於w3。所述w3、w4等值域權重W r可以依設計需求而決定。
第三乘法器1030耦接空間權重單元1010與值域權重單元1020，以接收空間權重W s與值域權重W r，以及輸出空間權重W s與值域權重W r的權重乘積W m，其中W m=W s*W r。計算單元1040耦接第三乘法器1030，以接收這些鄰近像素的權重乘積W m。計算單元1040以目前像素為中心而對稱化這些鄰近像素的權重乘積W m，以獲得這些鄰近像素的經對稱化權重W m’。計算單元1040使用經對稱化權重W m’對這些鄰近像素的像素值進行加權平均，而獲得目前像素的經平順化訊號Y in’。
圖11是依照本發明一實施例說明圖10所示計算單元1040對稱化這些鄰近像素的權重乘積W m的情境示意圖。請參照圖10與圖11，計算單元1040可以收集第三乘法器1030所提供在一個影像幀中不同像素的權重乘積W m。圖11所示像素p表示目前像素，而範圍L表示目前像素p的鄰近範圍。所述鄰近範圍L內具有多個鄰近像素，例如圖11所示鄰近像素q 1(-t)與q 2(t)或更多像素（未繪示）。計算單元1040以目前像素p為中心對稱化這些鄰近像素的權重乘積W m。計算單元1040可以於一維空間中（例如沿著影像幀的水平方向）以目前像素p為中心定義一個鄰近範圍L，而從鄰近範圍L的這些鄰近像素中選擇多個空間對稱像素。舉例來說，計算單元1040可以從鄰近範圍L的這些鄰近像素中選擇二個空間對稱像素，例如鄰近像素q 1(-t)與鄰近像素q 2(t)。鄰近像素q 1(-t)至目前像素p的距離等於鄰近像素q 2(t)至目前像素p的距離，且鄰近像素q 1(-t)與鄰近像素q 2(t)分別在目前像素p的相對側，因此鄰近像素q 1(-t)與鄰近像素q 2(t)是目前像素p的二個空間對稱像素。
在一些實施例中，計算單元1040可以從這些空間對稱像素的權重乘積W m中選擇其中一個，作為這些空間對稱像素的經對稱化權重W m’。舉例來說，假設鄰近像素q 1(-t)的權重乘積W m是w(-t)，而鄰近像素q 2(t)的權重乘積W m是w(t)，則計算單元1040可以從w(t)與w(-t)中選擇最小值，並將此最小值作為鄰近像素q 1(-t)的經對稱化權重W m’與鄰近像素q 2(t)的經對稱化權重W m’。
在另一些實施例中，計算單元1040可以計算這些空間對稱像素的權重乘積W m的平均值，作為這些空間對稱像素的經對稱化權重W m’。舉例來說，假設鄰近像素q 1(-t)的權重乘積W m是w(-t)，而鄰近像素q 2(t)的權重乘積W m是w(t)，則計算單元1040可以計算w(t)與w(-t)的平均值，並將此平均值作為鄰近像素q 1(-t)的經對稱化權重W m’與鄰近像素q 2(t)的經對稱化權重W m’。
計算單元1040可以使用經對稱化權重W m’對鄰近範圍L中的這些鄰近像素的像素值進行加權平均，而獲得目前像素p的經平順化訊號Y in’。舉例來說，計算單元1040可以計算下述等式(1)，而獲得目前像素p的經平順化訊號Y in’(p)。於等式(1)中，w(t)表示鄰近範圍L中的第t個鄰近像素（例如，鄰近範圍L中的鄰近像素q 2(t)或是其他像素）的經對稱化權重W m’，Y in(t)表示此第t個鄰近像素的強度值（例如亮度值）。 等式(1)
圖12是依照本發明另一實施例說明圖10所示計算單元1040對稱化這些鄰近像素的權重乘積W m的情境示意圖。請參照圖10與圖12，計算單元1040可以收集第三乘法器1030所提供在一個影像幀中不同像素的權重乘積W m。圖12所示像素p表示目前像素，而範圍1200表示目前像素p的鄰近範圍。所述鄰近範圍1200內具有多個鄰近像素。在此假設鄰近範圍1200內具有M*N個鄰近像素（M、N為整數），例如圖12所示鄰近像素q 1(-t,-k)、q 2(-t,k)、q 3(t,-k)與q 4(t,k)或更多像素（未繪示）。計算單元1040可以於二維空間中以目前像素p為中心定義一個鄰近範圍1200，而從鄰近範圍1200的這些鄰近像素中選擇多個空間對稱像素。舉例來說，計算單元1040可以從鄰近範圍1200的這些鄰近像素中選擇四個空間對稱像素，例如鄰近像素q 1(-t,-k)、q 2(-t,k)、q 3(t,-k)與q 4(t,k)。鄰近像素q 1(-t,-k)至目前像素p的距離等於鄰近像素q 2(-t,k)至目前像素p的距離，且鄰近像素q 1(-t,-k)至目前像素p的距離等於鄰近像素q 3(t,-k)至目前像素p的距離，且鄰近像素q 1(-t,-k)至目前像素p的距離等於鄰近像素q 4(t,k)至目前像素p的距離，因此鄰近像素q 1(-t,-k)、q 2(-t,k)、q 3(t,-k)與q 4(t,k)是目前像素p的四個空間對稱像素。
在一些實施例中，計算單元1040可以從這些空間對稱像素的權重乘積W m中選擇其中一個，作為這些空間對稱像素的經對稱化權重W m’。舉例來說，假設鄰近像素q 1(-t,-k)的權重乘積W m是w(-t,-k)，鄰近像素q 2(-t,k)的權重乘積W m是w(-t,k)，鄰近像素q 3(t,-k)的權重乘積W m是w(t,-k)，而鄰近像素q 4(t,k)的權重乘積W m是w(t,k)，則計算單元1040可以從w(-t,-k)、w(-t,k)、w(t,-k)與w(t,k)中選擇最小值，並將此最小值作為鄰近像素q 1(-t,-k)、q 2(-t,k)、q 3(t,-k)與q 4(t,k)的經對稱化權重W m’。
在另一些實施例中，計算單元1040可以計算這些空間對稱像素的權重乘積W m的平均值，作為這些空間對稱像素的經對稱化權重W m’。舉例來說，假設鄰近像素q 1(-t,-k)的權重乘積W m是w(-t,-k)，鄰近像素q 2(-t,k)的權重乘積W m是w(-t,k)，鄰近像素q 3(t,-k)的權重乘積W m是w(t,-k)，而鄰近像素q 4(t,k)的權重乘積W m是w(t,k)，則計算單元1040可以計算w(-t,-k)、w(-t,k)、w(t,-k)與w(t,k)的平均值，並將此平均值作為鄰近像素q 1(-t,-k)、q 2(-t,k)、q 3(t,-k)與q 4(t,k)的經對稱化權重W m’。
計算單元1040可以使用經對稱化權重W m’對鄰近範圍1200中的這些鄰近像素的像素值進行加權平均，而獲得目前像素p的經平順化訊號Y in’。舉例來說，計算單元1040可以計算下述等式(2)，而獲得目前像素p的經平順化訊號Y in’(p)。於等式(2)中，w(t,k)表示鄰近範圍1200中的第t行（row）第k列（column）鄰近像素（例如，鄰近範圍1200中的鄰近像素q 4(t,k)或是其他像素）的經對稱化權重W m’，Y in(t,k)表示此第t行第k列鄰近像素的強度值（例如亮度值）。 等式(2)
因此，影像平順電路121可以依目前像素p為中心而對多個鄰近像素的像素值進行加權平均，進而獲得目前像素p的經平順化訊號Y in’。
值得注意的是，在不同的實施例中，上述空間權重單元1010、值域權重單元1020、第三乘法器1030及/或計算單元1040的相關功能可以利用一般的編程語言（例如C或C++）、硬體描述語言（例如Verilog HDL或VHDL）或其他合適的編程語言來實現為軟體、韌體或硬體。可執行所述相關功能的軟體（或韌體）可以被佈置為任何已知的計算機可存取媒體，例如磁帶、半導體記憶體、磁盤或光盤（例如CD-ROM或DVD-ROM）。或者，可執行所述相關功能的軟體（或韌體）可通過互聯網、有線通信、無線通信或其它通信介質而被傳送或散播。所述軟體（或韌體）可以被存放在計算機的可存取媒體（例如記憶體）中，以便於由計算機的處理器來存取/執行所述軟體（或韌體）的編程碼，以執行所述相關功能。
綜上所述，上述諸實施例所述的影像處理裝置及影像處理方法，可以檢測影像輸入訊號Y in的平坦像素分佈。假輪廓檢測電路110可以依據平坦像素分佈去識別影像中的假輪廓，進而對應輸出假輪廓係數C fc給假輪廓約化電路120。假輪廓約化電路120根據假輪廓係數C fc對影像輸入訊號Y in進行假輪廓約化，並且避免影像細節（例如弱邊緣或細紋理）的遺失。
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。
100：影像處理裝置 110：假輪廓檢測電路 111、811_1、811_2：預濾波電路 112、611_1、611_2：平坦像素檢測電路 113、612_1、612_2：平坦像素分佈電路 114：轉換電路 120：假輪廓約化電路 121：影像平順電路 122：第一乘法器 123：第二乘法器 124：加法器 125：組合器 410、613_1、613_2：高通濾波器 420、614_1、614_2：平坦像素檢測器 610_1、610_2、810_1、810_2：平坦像素分佈通道 620：邏輯運算電路 621：平坦值 1010：空間權重單元 1020：值域權重單元 1030：第三乘法器 1040：計算單元 1200、L：鄰近範圍 C fc：假輪廓係數 D fp、D fp1、D fp2：平坦像素數量 Th1、Th2、Th3、Th4：臨界值 W m：權重乘積 W r：值域權重
Ws‧‧‧空間權重
Y1‧‧‧第一像素值
Y2‧‧‧第二像素值
Yin‧‧‧影像輸入訊號
Yin’‧‧‧經平順化訊號
Yout‧‧‧影像輸出訊號
p‧‧‧目前像素
q1(-t)、q2(t)、q1(-t,-k)、q2(-t,k)、q3(t,-k)、q4(t,k)‧‧‧鄰近像素
圖1是依照本發明實施例所繪示一種影像處理裝置的電路方塊示意圖。 圖2是依照本發明實施例所繪示影像輸入訊號Y in的像素位置與像素強度的關係曲線示意圖。 圖3是依照本發明實施例所繪示在假輪廓的像素區域中，假輪廓約化電路對影像輸入訊號Y in進行假輪廓約化的示意圖。 圖4是依照本發明一實施例說明圖1所示假輪廓檢測電路的電路方塊示意圖。 圖5是依照本發明一實施例繪示轉換電路將平坦像素數量D fp轉換為假輪廓係數C fc的轉換曲線示意圖。 圖6是依照本發明另一實施例說明圖1所示假輪廓檢測電路的電路方塊示意圖。 圖7是依照本發明又一實施例說明圖1所示假輪廓檢測電路的電路方塊示意圖。 圖8是依照本發明再一實施例說明圖1所示假輪廓檢測電路的電路方塊示意圖。 圖9是依照本發明一實施例說明圖1所示假輪廓約化電路的電路方塊示意圖。 圖10是依照本發明一實施例說明圖9所示影像平順電路的電路方塊示意圖。 圖11是依照本發明一實施例說明對稱化這些鄰近像素的權重乘積W m的情境示意圖。 圖12是依照本發明另一實施例說明對稱化這些鄰近像素的權重乘積W m的情境示意圖。
110：假輪廓檢測電路 112：平坦像素檢測電路 113：平坦像素分佈電路 114：轉換電路 120：假輪廓約化電路 410：高通濾波器 420：平坦像素檢測器 C fc：假輪廓係數 D fp：平坦像素數量 Y in：影像輸入訊號 Y out：影像輸出訊號

Claims (17)

  1. 一種影像處理裝置，包括：一假輪廓檢測電路，用以檢測一影像輸入訊號的平坦像素分佈，以及對應輸出一假輪廓係數；以及一假輪廓約化電路，耦接該假輪廓檢測電路以接收該假輪廓係數，以及根據該假輪廓係數對該影像輸入訊號進行假輪廓約化，從而輸出對應的一影像輸出訊號；其中該假輪廓檢測電路包括：一平坦像素檢測電路，用以判定該影像輸入訊號的多個像素各自是否為平坦像素，以輸出一平坦像素檢測結果；一平坦像素分佈電路，耦接該平坦像素檢測電路以接收該平坦像素檢測結果，用以從該平坦像素檢測結果統計在一目前像素的一鄰近範圍中的該些像素被判定為平坦像素的一平坦像素數量；以及一轉換電路，耦接該平坦像素分佈電路以接收該平坦像素數量，用以將該平坦像素數量轉換為該目前像素的該假輪廓係數。
  2. 如申請專利範圍第1項所述的影像處理裝置，其中該平坦像素檢測電路包括：一高通濾波器，用以比較該目前像素與一鄰近像素的差異，並輸出一比較結果；以及一平坦像素檢測器，耦接該高通濾波器以接收該比較結果， 用以從該比較結果判定該目前像素是否為平坦像素，以輸出該平坦像素檢測結果給該平坦像素分佈電路。
  3. 如申請專利範圍第1項所述的影像處理裝置，其中該轉換電路依照一非線性曲線將該平坦像素數量轉換為該目前像素的該假輪廓係數。
  4. 一種影像處理裝置，包括：一假輪廓檢測電路，用以檢測一影像輸入訊號的平坦像素分佈，以及對應輸出一假輪廓係數；以及一假輪廓約化電路，耦接該假輪廓檢測電路以接收該假輪廓係數，以及根據該假輪廓係數對該影像輸入訊號進行假輪廓約化，從而輸出對應的一影像輸出訊號；其中該假輪廓檢測電路包括：多個平坦像素分佈通道，用以各自沿多個方向中的一對應方向來判定該影像輸入訊號的多個像素各自是否為平坦像素，以及各自沿該些方向中的該對應方向來統計在一目前像素的一鄰近範圍中的該些像素被判定為平坦像素的一平坦像素數量；一邏輯運算電路，耦接該些平坦像素分佈通道以接收在該些方向上的該些平坦像素數量，用以使用該些平坦像素數量中的至少一者來計算該目前像素的一平坦值；以及一轉換電路，耦接該邏輯運算電路以接收該平坦值，用以將該平坦值轉換為該目前像素的該假輪廓係數。
  5. 如申請專利範圍第4項所述的影像處理裝置，其中該些平坦像素分佈通道其中一者包括：一平坦像素檢測電路，用以沿該對應方向來判定該影像輸入訊號的該些像素各自是否為平坦像素，以輸出一平坦像素檢測結果；以及一平坦像素分佈電路，耦接該平坦像素檢測電路以接收該平坦像素檢測結果，用以沿該對應方向來從該平坦像素檢測結果統計在該目前像素的該鄰近範圍中的該些像素被判定為平坦像素的該平坦像素數量。
  6. 一種影像處理裝置，包括：一假輪廓檢測電路，用以檢測一影像輸入訊號的平坦像素分佈，以及對應輸出一假輪廓係數，其中該假輪廓係數為介於0至1的實數；以及一假輪廓約化電路，耦接該假輪廓檢測電路以接收該假輪廓係數，以及根據該假輪廓係數對該影像輸入訊號進行假輪廓約化，從而輸出對應的一影像輸出訊號；其中該假輪廓約化電路包括：一影像平順電路，用以平順化該影像輸入訊號，以及輸出一經平順化訊號；以及一組合器，耦接該影像平順電路以接收該經平順化訊號，用以依照該假輪廓係數來組合該經平順化訊號以及該影像輸入訊號，以獲得該目前像素的該影像輸出訊號。
  7. 如申請專利範圍第6項所述的影像處理裝置，其中該組合器包括：一第一乘法器，耦接該影像平順電路以接收該經平順化訊號，耦接該假輪廓檢測電路以接收該假輪廓係數，用以計算Y1=Cfc*Yin’而輸出該目前像素的一第一像素值Y1，其中Cfc表示該目前像素的該假輪廓係數，而Yin’表示該目前像素的該經平順化訊號；一第二乘法器，耦接該假輪廓檢測電路以接收該假輪廓係數Cfc，用以計算Y2=(1-Cfc)*Yin而輸出該目前像素的一第二像素值Y2，其中Yin表示該目前像素的該影像輸入訊號；以及一加法器，耦接該第一乘法器與該第二乘法器以接收該第一像素值Y1與該第二像素值Y2，用以計算Yout=Y1+Y2而輸出該目前像素的該影像輸出訊號Yout。
  8. 如申請專利範圍第6項所述的影像處理裝置，其中該影像平順電路依照一空間權重以及一值域權重來平順化該影像輸入訊號，以輸出該經平順化訊號。
  9. 如申請專利範圍第8項所述的影像處理裝置，其中該影像平順電路包括：一空間權重單元，用以定義該目前像素的一鄰近範圍，依據該目前像素與該鄰近範圍內的多個鄰近像素的空間距離來決定該些鄰近像素各自的所述空間權重；一值域權重單元，用以定義該目前像素在該鄰近範圍內的一 值域範圍，依據該目前像素的值與該值域範圍來決定該些鄰近像素各自的所述值域權重；一第三乘法器，耦接該空間權重單元與該值域權重單元以接收該空間權重與該值域權重，以及輸出該空間權重與該值域權重的權重乘積；以及一計算單元，耦接該第三乘法器以接收該些鄰近像素的該些權重乘積，用以以該目前像素為中心而對稱化該些鄰近像素的該些權重乘積以獲得該些鄰近像素的經對稱化權重，以及使用該些經對稱化權重對該些鄰近像素的像素值進行加權平均而獲得該目前像素的該經平順化訊號。
  10. 一種影像處理方法，適用於一影像處理裝置，包括：檢測一影像輸入訊號的平坦像素分佈，從而對應產生一假輪廓係數；以及根據該假輪廓係數對該影像輸入訊號進行假輪廓約化，從而產生對應的一影像輸出訊號；其中所述檢測該影像輸入訊號的平坦像素分佈的步驟包括：判定該影像輸入訊號的多個像素各自是否為平坦像素，從而產生一平坦像素檢測結果；從該平坦像素檢測結果統計在一目前像素的一鄰近範圍中的該些像素被判定為平坦像素的一平坦像素數量；以及將該平坦像素數量轉換為該目前像素的該假輪廓係數。
  11. 如申請專利範圍第10項所述的影像處理方法，其中所述判定該影像輸入訊號的多個像素各自是否為平坦像素的步驟包括：比較該目前像素與一鄰近像素的差異，從而產生一比較結果；以及從該比較結果判定該目前像素是否為平坦像素，從而產生該平坦像素檢測結果。
  12. 如申請專利範圍第10項所述的影像處理方法，其中所述將該平坦像素數量轉換為該目前像素的該假輪廓係數的步驟包括：依照一非線性曲線將該平坦像素數量轉換為該目前像素的該假輪廓係數。
  13. 一種影像處理方法，包括：檢測一影像輸入訊號的平坦像素分佈，從而對應產生一假輪廓係數；以及根據該假輪廓係數對該影像輸入訊號進行假輪廓約化，從而產生對應的一影像輸出訊號；其中所述檢測該影像輸入訊號的平坦像素分佈的步驟包括：濾除該影像輸入訊號的雜訊，從而產生一經預濾波訊號；判定該經預濾波訊號的多個像素各自是否為平坦像素，從而產生一平坦像素檢測結果；從該平坦像素檢測結果統計在一目前像素的一鄰近範圍 中的該些像素被判定為平坦像素的一平坦像素數量；以及將該平坦像素數量轉換為該目前像素的該假輪廓係數。
  14. 一種影像處理方法，包括：檢測一影像輸入訊號的平坦像素分佈，從而對應產生一假輪廓係數，其中該假輪廓係數為介於0至1的實數；以及根據該假輪廓係數對該影像輸入訊號進行假輪廓約化，從而產生對應的一影像輸出訊號；其中所述對該影像輸入訊號進行假輪廓約化的步驟包括：平順化該影像輸入訊號，從而產生一經平順化訊號；以及依照該假輪廓係數來組合該經平順化訊號以及該影像輸入訊號，以獲得該目前像素的該影像輸出訊號。
  15. 如申請專利範圍第14項所述的影像處理方法，其中所述組合該經平順化訊號以及該影像輸入訊號的步驟包括：計算Y1=Cfc*Yin’而輸出該目前像素的一第一像素值Y1，其中Cfc表示該目前像素的該假輪廓係數，而Yin’表示該目前像素的該經平順化訊號；計算Y2=(1-Cfc)*Yin而輸出該目前像素的一第二像素值Y2，其中Yin表示該目前像素的該影像輸入訊號；以及計算Yout=Y1+Y2而輸出該目前像素的該影像輸出訊號Yout。
  16. 如申請專利範圍第14項所述的影像處理方法，其中所述平順化該影像輸入訊號的步驟包括： 依照一空間權重以及一值域權重來平順化該影像輸入訊號，以輸出該經平順化訊號。
  17. 如申請專利範圍第16項所述的影像處理方法，其中所述平順化該影像輸入訊號的步驟包括：定義該目前像素的一鄰近範圍；依據該目前像素與該鄰近範圍內的多個鄰近像素的空間距離來決定該些鄰近像素各自的所述空間權重；定義該目前像素在該鄰近範圍內的一值域範圍；依據該目前像素的值與該值域範圍來決定該些鄰近像素各自的所述值域權重；計算該空間權重與該值域權重的權重乘積；以該目前像素為中心而對稱化該些鄰近像素的該些權重乘積以獲得該些鄰近像素的經對稱化權重；以及使用該些經對稱化權重對該些鄰近像素的像素值進行加權平均，而獲得該目前像素的該經平順化訊號。
TW104134163A 2015-08-20 2015-10-19 影像處理裝置及影像處理方法 TWI575503B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510513061.2A CN106470292B (zh) 2015-08-20 2015-08-20 图像处理装置及图像处理方法

Publications (2)

Publication Number Publication Date
TW201709195A TW201709195A (zh) 2017-03-01
TWI575503B true TWI575503B (zh) 2017-03-21

Family

ID=58157159

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104134163A TWI575503B (zh) 2015-08-20 2015-10-19 影像處理裝置及影像處理方法

Country Status (3)

Country Link
US (1) US9679213B2 (zh)
CN (1) CN106470292B (zh)
TW (1) TWI575503B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11501416B2 (en) 2020-04-16 2022-11-15 Realtek Semiconductor Corp. Image processing method and image processing circuit capable of smoothing false contouring without using low-pass filtering

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020080873A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Method and apparatus for streaming data
WO2020080765A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080623A1 (ko) 2018-10-19 2020-04-23 삼성전자 주식회사 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
WO2020080698A1 (ko) 2018-10-19 2020-04-23 삼성전자 주식회사 영상의 주관적 품질을 평가하는 방법 및 장치
KR102525578B1 (ko) 2018-10-19 2023-04-26 삼성전자주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
US11720997B2 (en) 2018-10-19 2023-08-08 Samsung Electronics Co.. Ltd. Artificial intelligence (AI) encoding device and operating method thereof and AI decoding device and operating method thereof
WO2020080827A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same
WO2020080665A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
KR102436512B1 (ko) 2019-10-29 2022-08-25 삼성전자주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
KR20210056179A (ko) 2019-11-08 2021-05-18 삼성전자주식회사 Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
KR102287942B1 (ko) 2020-02-24 2021-08-09 삼성전자주식회사 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
CN116939374B (zh) * 2023-09-11 2024-03-26 归芯科技(深圳)有限公司 镜头阴影矫正方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1297643A (zh) * 1998-04-17 2001-05-30 松下电器产业株式会社 假轮廓校正装置和方法
US20060153301A1 (en) * 2005-01-13 2006-07-13 Docomo Communications Laboratories Usa, Inc. Nonlinear, in-the-loop, denoising filter for quantization noise removal for hybrid video compression
CN102413271A (zh) * 2011-11-21 2012-04-11 苏州希图视鼎微电子有限公司 消除假轮廓的图像处理方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6697085B2 (en) * 2001-10-24 2004-02-24 Chunghwa Picture Tubes, Ltd. Method and apparatus for reducing dynamic false contour in plasma display panel by decreasing visual concentration difference
KR100718081B1 (ko) * 2005-04-18 2007-05-16 삼성전자주식회사 의사윤곽 제거장치 및 그 방법
US8199831B2 (en) * 2006-04-03 2012-06-12 Thomson Licensing Method and device for coding video levels in a plasma display panel
KR101303667B1 (ko) * 2007-08-28 2013-09-04 삼성전자주식회사 의사 윤곽을 탐지 및 제거하는 방법 및 장치, 픽셀의 윤곽여부를 확인하는 방법 및 장치 그리고 심플리시티를계산하는 방법 및 장치
CN101441849B (zh) * 2007-11-23 2012-02-29 四川虹欧显示器件有限公司 降低ac-pdp的图像动态伪轮廓的方法及系统
CN101227555B (zh) * 2008-01-31 2011-04-13 凌阳科技股份有限公司 通过多方向多重斜率的区域侦测进行影像边缘强化的系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1297643A (zh) * 1998-04-17 2001-05-30 松下电器产业株式会社 假轮廓校正装置和方法
US20060153301A1 (en) * 2005-01-13 2006-07-13 Docomo Communications Laboratories Usa, Inc. Nonlinear, in-the-loop, denoising filter for quantization noise removal for hybrid video compression
CN102413271A (zh) * 2011-11-21 2012-04-11 苏州希图视鼎微电子有限公司 消除假轮廓的图像处理方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11501416B2 (en) 2020-04-16 2022-11-15 Realtek Semiconductor Corp. Image processing method and image processing circuit capable of smoothing false contouring without using low-pass filtering

Also Published As

Publication number Publication date
TW201709195A (zh) 2017-03-01
US9679213B2 (en) 2017-06-13
CN106470292A (zh) 2017-03-01
CN106470292B (zh) 2019-08-27
US20170053177A1 (en) 2017-02-23

Similar Documents

Publication Publication Date Title
TWI575503B (zh) 影像處理裝置及影像處理方法
Wang et al. Image contrast enhancement using adjacent-blocks-based modification for local histogram equalization
JP5839631B2 (ja) ブロックノイズの検出方法
US8923612B2 (en) Image processing apparatus and method, and program
JP3944738B2 (ja) 画像処理装置および方法、記録媒体、並びにプログラム
US8126266B2 (en) Video signal processing method, program for the video signal processing method, recording medium recording the program for the video signal processing method, and video signal processing apparatus
CN105139343B (zh) 一种图像处理方法、装置
US9241091B2 (en) Image processing device, image processing method, and computer program
KR101812341B1 (ko) 이미지의 에지 향상 방법
CN104335565A (zh) 采用具有自适应滤芯的细节增强滤波器的图像处理方法
US20150103163A1 (en) Apparatus, method, and processor for measuring change in distance between a camera and an object
TWI575504B (zh) 影像處理裝置及影像處理方法
CN103208105A (zh) 一种红外图像细节增强与噪声自适应抑制方法
CN110889806A (zh) 基于分数阶多尺度熵融合的自适应增益图像增强方法
KR100627615B1 (ko) 조정 가능한 임계값을 이용한 노이즈 제거 장치
JP5614550B2 (ja) 画像処理方法、画像処理装置及びプログラム
Dong et al. Image enhancement via texture protection Retinex
Shu et al. Side window weighted median image filtering
US20210158487A1 (en) Image processing apparatus, image processing method, and non-transitory computer-readable medium
US7457475B2 (en) Edge detecting apparatus, noise eliminating apparatus, edge detecting method, and noise eliminating method and program
US11403736B2 (en) Image processing apparatus to reduce noise in an image
US8805082B2 (en) Image processing apparatus
KR20110054597A (ko) 선명도 향상을 위한 이미지 처리 장치 및 방법
Wang et al. Multi-focus Image Fusion Algorithm Based on Weighted Local Variance Focus Detection
Chauhan et al. Analysis of power amplifier by frontier recognition and histograms