TWI575504B - 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
TWI575504B
TWI575504B TW104134176A TW104134176A TWI575504B TW I575504 B TWI575504 B TW I575504B TW 104134176 A TW104134176 A TW 104134176A TW 104134176 A TW104134176 A TW 104134176A TW I575504 B TWI575504 B TW I575504B
Authority
TW
Taiwan
Prior art keywords
characteristic
current pixel
value
coefficient
false contour
Prior art date
Application number
TW104134176A
Other languages
English (en)
Other versions
TW201709196A (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 TW201709196A publication Critical patent/TW201709196A/zh
Application granted granted Critical
Publication of TWI575504B publication Critical patent/TWI575504B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Computer Vision & Pattern Recognition (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裝置，且特別是有關於一種影像處理裝置及其方法。
在強度（例如顏色或亮度）的量化（quantization of the intensity）後，影像往往發生帶狀假影（banding artifacts）或假輪廓（false contour）。隨著顯示器尺寸的增加，假輪廓會更明顯。在移除假輪廓之前，系統需要先對影像進行假輪廓檢測。假輪廓屬於影像中的低頻成分，而邊緣和紋理（edges and textures）屬於影像中的高頻成分。因此，習知偵測假輪廓的方法大多只使用基於梯度的方法（gradient-based method）來從邊緣和紋理區分出假輪廓。
然而，影像中的小細節（例如弱邊緣（weak edges）和細紋理（fine textures））的變化相近於假輪廓的變化。習知的方法不能區分出這些小細節與假輪廓。當弱邊緣（例如在天空中的雲）和細紋理（例如動物的皮毛或草地）被錯誤檢測為假輪廓時，這些弱邊緣或細紋理將被平順化（smoothed）。因此，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，可以有效識別影像中的假輪廓。
本發明的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信號。假輪廓檢測電路包括多個檢測模組以及一個決定模組。這些檢測模組各自檢測相同影像輸入信號的不同特性，而對應輸出多個特性係數。決定模組耦接至這些檢測模組。決定模組使用這些特性係數來決定假輪廓係數。假輪廓約化電路耦接假輪廓檢測電路的決定模組，以接收假輪廓係數。假輪廓約化電路根據假輪廓係數對影像輸入信號進行假輪廓約化，從而輸出對應的影像輸出信號。
在本發明的一實施例中，上述的檢測模組包括邊緣檢測（edge detection）單元以及紋理檢測（texture detection）單元。邊緣檢測單元耦接至決定模組。邊緣檢測單元可以檢測影像輸入信號的目前像素是否為邊緣，以及對應輸出該些特性係數中的第一特性係數給決定模組。紋理檢測單元耦接至決定模組。紋理檢測單元可以檢測目前像素的鄰近範圍中的紋理，以及對應輸出該些特性係數中的第二特性係數給決定模組。
在本發明的一實施例中，上述的邊緣檢測單元包括縮減取樣（down-sampling）電路、梯度（gradient）電路以及轉換電路。縮減取樣電路可以對目前像素進行縮減取樣，並對應輸出經縮減取樣值。梯度電路耦接至縮減取樣電路以接收經縮減取樣值，並對應輸出目前像素的梯度值。轉換電路耦接梯度電路，以接收該梯度值。轉換電路可以將梯度值轉換為目前像素的第一特性係數給決定模組。
在本發明的一實施例中，上述的梯度電路包括多個梯度計算電路以及一個邏輯運算電路。這些梯度計算電路可以各自沿多個方向中的對應方向並使用經縮減取樣值來計算目前像素的多個定向梯度值（oriented gradient）。邏輯運算電路耦接這些梯度計算電路，以接收這些定向梯度值。邏輯運算電路可以使用這些定向梯度值中的至少一者來計算目前像素的梯度值。
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梯度值轉換為目前像素的第一特性係數。
在本發明的一實施例中，上述的紋理檢測單元包括水平特性（horizontal feature）電路、垂直特性（vertical feature）電路、合併電路以及轉換電路。水平特性電路可以計算目前像素的水平特性，並對應輸出水平特性值。垂直特性電路可以計算目前像素的垂直特性，並對應輸出垂直特性值。合併電路耦接至水平特性電路與垂直特性電路以接收水平特性值與垂直特性值，並合併水平特性值與垂直特性值而對應輸出目前像素的經合併特性值。轉換電路耦接合併電路，以接收經合併特性值。轉換電路可以將經合併特性值轉換為目前像素的第二特性係數給決定模組。
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經合併特性值轉換為目前像素的第二特性係數。
在本發明的一實施例中，上述的檢測模組更包括低頻區域檢測單元。低頻區域檢測單元耦接至決定模組。低頻區域檢測單元可以檢測目前像素是否屬於低頻區域，以及對應輸出這些特性係數中的第三特性係數給決定模組。
在本發明的一實施例中，上述的低頻區域檢測單元包括低通濾波器以及轉換電路。低通濾波器可以濾除影像輸入信號的高頻成份，以及對應輸出經過濾信號。轉換電路耦接低通濾波器，以接收經過濾信號。轉換電路可以將經過濾信號轉換為目前像素的第三特性係數給決定模組。
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經過濾信號轉換為目前像素的第三特性係數。
在本發明的一實施例中，上述的決定模組從第一特性係數、第二特性係數與第三特性係數中選擇其中一者作為假輪廓係數；或是計算第一特性係數、第二特性係數與第三特性係數的平均值作為假輪廓係數。
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。上述的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信號，以及輸出經平順化信號。組合器耦接所述影像平順電路，以接收所述經平順化信號。組合器可以依照所述假輪廓係數來組合所述經平順化信號以及所述影像輸入信號，以獲得所述目前像素的所述影像輸出信號。
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，以接收經平順化信號。第一乘法器耦接假輪廓檢測電路，以接收假輪廓係數。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信號。第二乘法器耦接假輪廓檢測電路，以接收該假輪廓係數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信號。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信號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所述影像輸入信號，以輸出所述經平順化信號。
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。空間權重單元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這些鄰近像素各自的所述空間權重。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）。值域權重單元可以依據目前像素的值與值域範圍來決定這些鄰近像素各自的所述值域權重。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該值域權重，以及輸出空間權重與值域權重的乘積。計算單元耦接第三乘法器，以接收這些鄰近像素的這些權重乘積。計算單元以目前像素為中心而對稱化這些鄰近像素的這些權重乘積，以獲得這些鄰近像素的經對稱化權重。計算單元使用這些經對稱化權重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信號。
本發明的一種影像處理方法適用於影像處理裝置。所述影像處理方法包括：由多個檢測模組各自檢測影像輸入信號的不同特性，從而對應產生多個特性係數；由決定模組使用該些特性係數來決定假輪廓係數；以及根據假輪廓係數對影像輸入信號進行假輪廓約化，從而產生對應的影像輸出信號。
在本發明的一實施例中，上述的由多個檢測模組各自檢測影像輸入信號的不同特性的步驟包括：由邊緣檢測單元檢測影像輸入信號的目前像素是否為邊緣，以及對應輸出這些特性係數中的第一特性係數給決定模組；以及由紋理檢測單元檢測目前像素的鄰近範圍中的紋理，以及對應輸出這些特性係數中的第二特性係數給決定模組。
在本發明的一實施例中，上述的檢測影像輸入信號的目前像素是否為邊緣之步驟包括：對目前像素進行縮減取樣，並對應輸出經縮減取樣值；由梯度電路接收經縮減取樣值，並對應輸出目前像素的梯度值；以及將梯度值轉換為目前像素的第一特性係數給決定模組。
在本發明的一實施例中，上述的輸出目前像素的梯度值之步驟包括：使用經縮減取樣值並分別沿多個方向來計算目前像素的多個定向梯度值；以及使用這些定向梯度值中的至少一個來計算目前像素的梯度值。
在本發明的一實施例中，上述的將梯度值轉換為目前像素的第一特性係數之步驟包括：依照非線性曲線將梯度值轉換為目前像素的第一特性係數。
在本發明的一實施例中，上述的檢測目前像素的鄰近範圍中的紋理之步驟包括：計算目前像素的水平特性，並對應輸出水平特性值；計算目前像素的垂直特性，並對應輸出垂直特性值；合併水平特性值與垂直特性值，從而對應產生目前像素的經合併特性值；以及將經合併特性值轉換為目前像素的第二特性係數給決定模組。
在本發明的一實施例中，上述的將經合併特性值轉換為目前像素的第二特性係數之步驟包括：依照非線性曲線將經合併特性值轉換為目前像素的第二特性係數。
在本發明的一實施例中，上述的由多個檢測模組各自檢測影像輸入信號的不同特性的步驟更包括：由低頻區域檢測單元檢測目前像素是否屬於低頻區域，從而對應產生這些特性係數中的第三特性係數給該決定模組。
在本發明的一實施例中，上述的檢測目前像素是否屬於低頻區域的步驟包括：濾除影像輸入信號的高頻成份，從而對應產生經過濾信號；以及將經過濾信號轉換為目前像素的第三特性係數給決定模組。
在本發明的一實施例中，上述的將經過濾信號轉換為目前像素的第三特性係數的步驟包括：依照非線性曲線將經過濾信號轉換為目前像素的第三特性係數。
在本發明的一實施例中，上述的使用這些特性係數來決定假輪廓係數的步驟包括：從第一特性係數、第二特性係數與第三特性係數中選擇其中一個作為假輪廓係數；或是計算第一特性係數、第二特性係數與第三特性係數的平均值作為假輪廓係數。
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。所述對影像輸入信號進行假輪廓約化的步驟包括：平順化影像輸入信號，從而產生經平順化信號；以及依照所述假輪廓係數來組合所述經平順化信號以及所述影像輸入信號，以獲得所述目前像素的所述影像輸出信號。
在本發明的一實施例中，上述的組合所述經平順化信號以及所述影像輸入信號的步驟包括：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信號；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信號；以及計算Y out=Y 1+Y 2而輸出目前像素的影像輸出信號Y out。
在本發明的一實施例中，上述的平順化影像輸入信號的步驟包括：依照空間權重以及值域權重來平順化所述影像輸入信號，以輸出所述經平順化信號。
在本發明的一實施例中，上述的平順化影像輸入信號的步驟包括：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這些鄰近像素各自的所述空間權重；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這些鄰近像素各自的所述值域權重；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這些鄰近像素的這些權重乘積，以獲得這些鄰近像素的經對稱化權重；以及使用這些經對稱化權重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信號。
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相同影像輸入信號的不同特性。依據這些不同特性，決定模組可以決定假輪廓係數，以分辨影像中的假輪廓。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）或「帶狀假影」（banding artifacts）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可以檢測檢測相同影像輸入信號Y in的不同特性，以及依據所述不同特性對應輸出假輪廓係數C fc給假輪廓約化電路120。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。
在此說明一種影像處理方法，適用於影像處理裝置100。影像處理方法包括：由多個檢測模組各自檢測影像輸入信號Y in的不同特性，從而對應產生多個特性係數；由決定模組使用這些特性係數來決定假輪廓係數C fc；以及根據假輪廓係數C fc對影像輸入信號Y in進行假輪廓約化，從而產生對應的影像輸出信號Y out。於圖1所示實施例中，假輪廓檢測電路110包括多個檢測模組（例如圖1所示檢測模組111_1、…、111_2）以及一個決定模組112。這些檢測模組111_1～111_2各自檢測影像輸入信號Y in的不同特性，而對應輸出多個特性係數C 1、…、C 2給決定模組112。決定模組112耦接至這些檢測模組111_1～111_2的輸出端。決定模組112可以使用這些特性係數C 1～C 2來決定假輪廓係數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、顏色等）。圖2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1300至1900處）具有影像的粗紋理（coarse textures），在圖2中部所示像素位置（約略於橫軸所示像素位置650至1250處）具有影像的細紋理（fine textures），而在圖2左部所示像素位置（約略於橫軸所示像素位置0至600處）具有假輪廓。在圖2右部所示粗紋理與圖2中部所示細紋理之間存在強邊緣（strong edges），而在圖2中部所示細紋理與圖2左部所示假輪廓之間存在弱邊緣（weak edges）。
影像處理過程中（例如強度的量化），影像中的平滑層次（smooth gradation）可能被轉換成步階變化（step change）。這樣類似帶狀的步階變化被稱為假輪廓或帶狀假影。圖2左部所示步階變化即為影像輸入訊號Y in的假輪廓。假輪廓檢測電路110的不同檢測模組111_1～111_2可以檢測影像輸入訊號Y in的不同特性，而對應輸出多個特性係數C 1、…、C 2給決定模組112。舉例來說（但不限於此），檢測模組111_1可能包括邊緣檢測（edge detection）單元，而檢測模組111_2可能包括紋理檢測（texture detection）單元。檢測模組111_1的邊緣檢測單元耦接至決定模組112。檢測模組111_1的邊緣檢測單元可以檢測影像輸入信號Y in的目前像素是否為邊緣，以及對應輸出第一特性係數C 1給決定模組112。檢測模組111_2的紋理檢測單元耦接至決定模組112。檢測模組111_2的紋理檢測單元可以檢測目前像素的鄰近範圍中的紋理，以及對應輸出第二特性係數C 2給決定模組112。決定模組112可以使用這些特性係數C 1～C 2來決定假輪廓係數C fc，以及輸出假輪廓係數C fc給假輪廓約化電路120。因此，假輪廓檢測電路110可以識別影像輸入信號Y in中的邊緣（例如圖2所示強邊緣與弱邊緣）與紋理（例如圖2所示粗紋理與細紋理），進而提高對假輪廓的辨識準確性。
請參照圖1，假輪廓約化電路120耦接假輪廓檢測電路110的決定模組112的輸出端，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、顏色等）。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，檢測模組111_1包括邊緣檢測單元，而檢測模組111_2包括紋理檢測單元。檢測模組111_1的邊緣檢測單元包括縮減取樣（down-sampling）電路411、梯度（gradient）電路413以及轉換電路415。縮減取樣電路411可以對目前像素進行縮減取樣，並對應輸出經縮減取樣值412給梯度電路413。縮減取樣電路411可以對影像內的2x2、4x4或其他子塊影像大小（sub-block image size）進行縮減取樣。子塊影像大小可以視設計需求來調整。在另一些實施例中，縮減取樣電路411可以在含有目前像素的一個鄰近範圍中，計算目前像素的多個鄰近像素的強度值的平均值，然後將此平均值作為目前像素的經縮減取樣值412。
梯度電路413耦接至縮減取樣電路411，以接收經縮減取樣值412。梯度電路413可以依據經縮減取樣值412來計算目前像素的梯度，並對應輸出目前像素的梯度值414。在一些實施例中，梯度電路413可以循單一方向（例如影像幀的水平方向或是垂直方向）來計算目前像素的梯度。在另一些實施例中，梯度電路413可以循多個不同方向來計算目前像素的梯度。
圖5是依照本發明一實施例說明圖4所示梯度電路413的電路方塊示意圖。請參照圖5，梯度電路413包括多個梯度計算電路（例如圖5所示水平梯度計算器511、垂直梯度計算器513、第一斜角梯度計算器515以及第二斜角梯度計算器517）以及一個邏輯運算電路520。這些梯度計算電路可以各自沿多個方向中的一對應方向並使用經縮減取樣值412來計算目前像素的多個定向梯度（oriented gradient）值。
水平梯度計算器511可以沿影像幀的水平方向並使用經縮減取樣值412來計算目前像素的第一定向梯度值512。例來說，圖6是依照本發明一實施例說明圖5所示水平梯度計算器511沿影像幀的水平方向計算目前像素的梯度值的情境示意圖。圖6所示矩陣表示經縮減取樣值412的部份影像幀，而矩陣中每一個方格各自代表影像幀的不同像素，其中圖6中央標示著「0」的方格代表目前像素，而圖6標示著「-1」與「1」的方格代表目前像素於水平方向的鄰近像素。藉由使用經縮減取樣值412的目前像素的強度值與其鄰近像素的強度值，水平梯度計算器511可以沿水平方向計算目前像素的第一定向梯度值512。關於梯度計算乃屬習知技藝，故不再贅述。
垂直梯度計算器513可以沿影像幀的垂直方向並使用經縮減取樣值412來計算目前像素的第二定向梯度值514。舉例來說，圖7是依照本發明一實施例說明圖5所示垂直梯度計算器513沿影像幀的垂直方向計算目前像素的梯度值的情境示意圖。圖7所示矩陣表示經縮減取樣值412的部份影像幀，而矩陣中每一個方格各自代表影像幀的不同像素，其中圖7中央標示著「0」的方格代表目前像素，而圖7標示著「-1」與「1」的方格代表目前像素於垂直方向的鄰近像素。藉由使用經縮減取樣值412的目前像素的強度值與其鄰近像素的強度值，垂直梯度計算器513可以沿垂直方向計算目前像素的第二定向梯度值514。
第一斜角梯度計算器515可以沿影像幀的第一斜角方向（例如對角線方向，diagonal）並使用經縮減取樣值412來計算目前像素的第三定向梯度值516。舉例來說，圖8是依照本發明一實施例說明圖5所示第一斜角梯度計算器515沿影像幀的對角線方向計算目前像素的梯度值的情境示意圖。圖8所示矩陣表示經縮減取樣值412的部份影像幀，而矩陣中每一個方格各自代表影像幀的不同像素，其中圖8中央標示著「0」的方格代表目前像素，而圖8標示著「-1」與「1」的方格代表目前像素於對角線方向的鄰近像素。藉由使用經縮減取樣值412的目前像素的強度值與其鄰近像素的強度值，第一斜角梯度計算器515可以沿對角線方向計算目前像素的第三定向梯度值516。
第二斜角梯度計算器517可以沿影像幀的第二斜角方向（例如反對角線方向，anti-diagonal）並使用經縮減取樣值412來計算目前像素的第四定向梯度值518。舉例來說，圖9是依照本發明一實施例說明圖5所示第二斜角梯度計算器517沿影像幀的反對角線方向計算目前像素的梯度值的情境示意圖。圖9所示矩陣表示經縮減取樣值412的部份影像幀，而矩陣中每一個方格各自代表影像幀的不同像素，其中圖9中央標示著「0」的方格代表目前像素，而圖9標示著「-1」與「1」的方格代表目前像素於反對角線方向的鄰近像素。藉由使用經縮減取樣值412的目前像素的強度值與其鄰近像素的強度值，第二斜角梯度計算器517可以沿反對角線方向計算目前像素的第四定向梯度值518。
請參照圖5，邏輯運算電路520耦接梯度計算電路（例如水平梯度計算器511、垂直梯度計算器513、第一斜角梯度計算器515、第二斜角梯度計算器517）以接收這些定向梯度值，例如第一定向梯度值512、第二定向梯度值514、第三定向梯度值516與第四定向梯度值518。邏輯運算電路520可以使用這些定向梯度值中的至少一者，來計算目前像素的梯度值414。舉例來說（但不限於此），邏輯運算電路520可以從第一定向梯度值512、第二定向梯度值514、第三定向梯度值516與第四定向梯度值518中選擇最大者，作為目前像素的梯度值414。邏輯運算電路520可以將梯度值414輸出給轉換電路415。
請參照圖4，轉換電路415耦接梯度電路413，以接收梯度值414。轉換電路415可以將梯度值414轉換為目前像素的第一特性係數C 1給決定模組112。轉換電路415可以採用任何方式將梯度值414轉換為目前像素的第一特性係數C 1。舉例來說（但不限於此），轉換電路415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，將梯度值414轉換為目前像素的第一特性係數C 1。第一特性係數C 1的數值範圍可以視設計需求來決定。在一些應用例中，第一特性係數C 1可以是介於0至1的實數。
圖10是依照本發明一實施例繪示圖4所示轉換電路415將梯度值414轉換為第一特性係數C 1的轉換曲線示意圖。於圖10中，橫軸表示梯度值414，而縱軸表示第一特性係數C 1。圖10繪示了一個分段線性曲線的範例，其中臨界值Th1、Th2、Th3與Th4將梯度值414切分為5個區間。轉換電路415在這5個區間分別使用不同的線性曲線來將梯度值414轉換為第一特性係數C 1。
請參照圖4，檢測模組111_2的紋理檢測單元包括水平特性（horizontal feature）電路421、垂直特性（vertical feature）電路423、合併電路425以及轉換電路427。水平特性電路421可以計算目前像素的水平特性，並對應輸出水平特性值F H。也就是說，水平特性電路421可以檢測在目前像素的一個鄰近範圍中，沿水平方向上的紋理資訊。舉例來說（但不限於此），水平特性電路421可以計算下述方程式(1)或方程式(2)，而輸出目前像素的水平特性值F H，其中 I( i, j)表示在含有目前像素的一個 M* N鄰近範圍中位置為( i, j)的像素值，而 M與 N為正整數。鄰近範圍的 M與 N（行數量與列數量）可以視設計需求來決定。 F H= 方程式(1) F H= 方程式(2)
垂直特性電路423可以計算目前像素的垂直特性，並對應輸出垂直特性值F V。也就是說，垂直特性電路423可以檢測在目前像素的一個鄰近範圍中，沿垂直方向上的紋理資訊。舉例來說（但不限於此），垂直特性電路423可以計算下述方程式(3)或方程式(4)，而輸出目前像素的垂直特性值F V，其中 I( i, j)表示在含有目前像素的一個 M* N鄰近範圍中位置為( i, j)的像素值。 F V= 方程式(3) F V= 方程式(4)
合併電路425耦接至水平特性電路421與垂直特性電路423，以接收水平特性值F H與垂直特性值F V。合併電路425可以合併水平特性值F H與垂直特性值F V，而對應輸出目前像素的經合併特性值426。舉例來說（但不限於此），在一些實施例中，合併電路425可以計算水平特性值F H與垂直特性值F V的總和，作為目前像素的經合併特性值426。在另一些實施例中，合併電路425可以計算水平特性值F H與垂直特性值F V的平均值，作為目前像素的經合併特性值426。
轉換電路427耦接合併電路425，以接收經合併特性值426。轉換電路427可以將經合併特性值426轉換為目前像素的第二特性係數C 2給決定模組112。轉換電路427可以採用任何方式將經合併特性值426轉換為目前像素的第二特性係數C 2。舉例來說（但不限於此），轉換電路427可以依照某一個轉換函數、某一個線性曲線、某一個分段線性曲線或某一個非線性曲線，將經合併特性值426轉換為目前像素的第二特性係數C 2。第二特性係數C 2的數值範圍可以視設計需求來決定。在一些應用例中，第二特性係數C 2可以是介於0至1的實數。
圖11是依照本發明一實施例繪示圖4所示轉換電路427將經合併特性值426轉換為第二特性係數C 2的轉換曲線示意圖。於圖11中，橫軸表示經合併特性值426，而縱軸表示第二特性係數C 2。圖11繪示了一個分段線性曲線的範例，其中臨界值Th5、Th6、Th7與Th8將經合併特性值426切分為5個區間。轉換電路427在這5個區間分別使用不同的線性曲線來將經合併特性值426轉換為第二特性係數C 2。
請參照圖4，決定模組112可以使用第一特性係數C 1與第二特性係數C 2來決定假輪廓係數C fc，以及輸出假輪廓係數C fc給假輪廓約化電路120。在一些實施例中，決定模組112可以從第一特性係數C 1與第二特性係數C 2中選擇最小值，作為目前像素的假輪廓係數C fc。在另一些實施例中，決定模組112可以計算第一特性係數C 1與第二特性係數C 2的平均值，作為目前像素的假輪廓係數C fc。因此，假輪廓檢測電路110可以識別影像中的邊緣（例如圖2所示強邊緣與弱邊緣）與紋理（例如圖2所示粗紋理與細紋理），進而提高對假輪廓的辨識準確性。
值得注意的是，在不同的實施例中，上述假輪廓檢測電路110、檢測模組111_1～111_2、決定模組112、縮減取樣電路411、梯度電路413、轉換電路415、水平特性電路421、垂直特性電路423、合併電路425、轉換電路427、梯度計算電路（例如水平梯度計算器511、垂直梯度計算器513、第一斜角梯度計算器515、第二斜角梯度計算器517）、邏輯運算電路520及/或假輪廓約化電路120的相關功能（或其操作方法）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12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12，假輪廓檢測電路110包括檢測模組111_1、檢測模組111_2、檢測模組111_3與決定模組1230。檢測模組111_1包括邊緣檢測單元，檢測模組111_2包括紋理檢測單元，而檢測模組111_3包括低頻區域檢測單元。檢測模組111_1的邊緣檢測單元耦接至決定模組1230。檢測模組111_1的邊緣檢測單元可以檢測影像輸入信號Y in的目前像素是否為邊緣，以及對應輸出第一特性係數C 1給決定模組1230。檢測模組111_2的紋理檢測單元耦接至決定模組1230。檢測模組111_2的紋理檢測單元可以檢測目前像素的鄰近範圍中的紋理，以及對應輸出第二特性係數C 2給決定模組1230。其中，檢測模組111_1與檢測模組111_2可以參照圖1至圖11所述檢測模組111_1與檢測模組111_2的相關說明而類推，故不再贅述。
於圖12所示實施例中，檢測模組111_3的低頻區域檢測單元耦接至該決定模組1230，用以檢測目前像素是否屬於低頻區域，以及對應輸出第三特性係數C 3給決定模組1230。決定模組1230可以使用第一特性係數C 1、第二特性係數C 2與第三特性係數C 3來決定假輪廓係數C fc，以及輸出假輪廓係數C fc給假輪廓約化電路120。因此，假輪廓檢測電路110可以識別影像輸入信號Y in中的低頻成份、邊緣（例如圖2所示強邊緣與弱邊緣）與紋理（例如圖2所示粗紋理與細紋理），進而提高對假輪廓的辨識準確性。
檢測模組111_3的低頻區域檢測單元包括低通濾波器1210與轉換電路1220。低通濾波器1210可以濾除影像輸入信號Y in的高頻成份，以及對應輸出經過濾信號1211給轉換電路1220。一般而言，影像中的強邊緣與粗紋理皆具有高頻成份。因此，低通濾波器1210可以濾除影像中的強邊緣與粗紋理，而將影像輸入信號Y in的低頻成份輸出給轉換電路1220。
轉換電路1220耦接低通濾波器1210，以接收經過濾信號1211。轉換電路1220可以將經過濾信號1211轉換為目前像素的第三特性係數C 3給決定模組1230。轉換電路1220可以採用任何方式將經過濾信號1211轉換為目前像素的第三特性係數C 3。舉例來說（但不限於此），轉換電路1220可以依照某一個轉換函數、某一個線性曲線、某一個分段線性曲線或某一個非線性曲線，將經過濾信號1211轉換為目前像素的第三特性係數C 3。第三特性係數C 3的數值範圍可以視設計需求來決定。在一些應用例中，第三特性係數C 3可以是介於0至1的實數。
圖13是依照本發明一實施例繪示圖12所示轉換電路1220將經過濾信號1211轉換為第三特性係數C 3的轉換曲線示意圖。於圖13中，橫軸表示經過濾信號1211，而縱軸表示第三特性係數C 3。圖13繪示了一個分段線性曲線的範例，其中臨界值Th9、Th10、Th11與Th12將經過濾信號1211切分為5個區間。轉換電路1220在這5個區間分別使用不同的線性曲線來將經過濾信號1211轉換為第三特性係數C 3。
請參照圖12，決定模組1230可以使用第一特性係數C 1、第二特性係數C 2與第三特性係數C 3來決定假輪廓係數C fc，以及輸出假輪廓係數C fc給假輪廓約化電路120。在一些實施例中，決定模組1230可以從第一特性係數C 1、第二特性係數C 2與第三特性係數C 3中選擇其中一者（例如最小值、中間值或最大值），作為目前像素的假輪廓係數C fc。在另一些實施例中，決定模組1230可以計算第一特性係數C 1、第二特性係數C 2與第三特性係數C 3的平均值，作為目前像素的假輪廓係數C fc。因此，假輪廓檢測電路110可以識別影像中的低頻成份、邊緣（例如圖2所示強邊緣與弱邊緣）與紋理（例如圖2所示粗紋理與細紋理），進而提高對假輪廓的辨識準確性。
值得注意的是，在不同的實施例中，上述檢測模組111_3、低通濾波器1210、轉換電路1220及/或決定模組1230的相關功能（或其操作方法）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14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14，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14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）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（或其操作方法）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15是依照本發明一實施例說明圖14所示影像平順電路121的電路方塊示意圖。請參照圖15，影像平順電路121包括空間權重（spatial weight）單元1510、值域權重（range weight）單元1520、第三乘法器1530以及計算單元1540。空間權重單元1510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1510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1510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1510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1510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1510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1520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1520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1520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1520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1530耦接空間權重單元1510與值域權重單元1520，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1540耦接第三乘法器1530，以接收這些鄰近像素的權重乘積W m。計算單元1540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1540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16是依照本發明一實施例說明圖15所示計算單元1540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15與圖16，計算單元1540可以收集第三乘法器1530所提供在一個影像幀中不同像素的權重乘積W m。圖16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16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1540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1540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1540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1540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1540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1540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1540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1540可以計算下述方程式(5)，而獲得目前像素p的經平順化訊號Y in’(p)。於方程式(5)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）。 方程式(5)
圖17是依照本發明另一實施例說明圖15所示計算單元1540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15與圖17，計算單元1540可以收集第三乘法器1530所提供在一個影像幀中不同像素的權重乘積W m。圖17所示像素p表示目前像素，而範圍1700表示目前像素p的鄰近範圍。所述鄰近範圍1700內具有多個鄰近像素。在此假設鄰近範圍1700內具有M*N個鄰近像素（M、N為整數），例如圖17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1540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1700，而從鄰近範圍1700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1540可以從鄰近範圍1700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1540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1540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1540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1540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1540可以使用經對稱化權重W m’對鄰近範圍1700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1540可以計算下述方程式(6)，而獲得目前像素p的經平順化訊號Y in’(p)。於方程式(6)中，w(t,k)表示鄰近範圍1700中的第t行（row）第k列（column）鄰近像素（例如，鄰近範圍1700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）。 方程式(6)
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1510、值域權重單元1520、第三乘法器1530及/或計算單元1540的相關功能（或其操作方法）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相同影像輸入信號Y in的不同特性。依據這些不同特性，決定模組可以決定假輪廓係數C fc，進而輸出假輪廓係數C fc給假輪廓約化電路。假輪廓約化電路根據假輪廓係數C fc來分辨影像中的假輪廓，進而對影像輸入訊號Y in進行假輪廓約化，以避免影像細節（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_1、111_2、111_3：檢測模組 112、1230：決定模組 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 411：縮減取樣電路 412：經縮減取樣值 413：梯度電路 414：梯度值 415：轉換電路 421：水平特性電路 423：垂直特性電路 425：合併電路 426：經合併特性值 427：轉換電路 511：水平梯度計算器 512：第一定向梯度值 513：垂直梯度計算器 514：第二定向梯度值 515：第一斜角梯度計算器 516：第三定向梯度值 517：第二斜角梯度計算器 518：第四定向梯度值 520：邏輯運算電路 1210：低通濾波器 1211：經過濾信號 1220：轉換電路 1510：空間權重單元 1520：值域權重單元 1530：第三乘法器 1540：計算單元 1700、L：鄰近範圍 C 1：第一特性係數
C2‧‧‧第二特性係數
C3‧‧‧第三特性係數
Cfc‧‧‧假輪廓係數
FH‧‧‧水平特性值
FV‧‧‧垂直特性值
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
Th1、Th2、Th3、Th4、Th5、Th6、Th7、Th8、Th9、Th10、Th11、Th12‧‧‧臨界值
Wm‧‧‧權重乘積
Wr‧‧‧值域權重
Ws‧‧‧空間權重
Y1‧‧‧第一像素值
Y2‧‧‧第二像素值
Yin‧‧‧影像輸入信號
Yin’‧‧‧經平順化訊號
Yout‧‧‧影像輸出訊號
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說明圖4所示梯度電路的電路方塊示意圖。 圖6是依照本發明一實施例說明圖5所示水平梯度計算器511沿影像幀的水平方向計算目前像素的梯度值的情境示意圖。 圖7是依照本發明一實施例說明圖5所示垂直梯度計算器513沿影像幀的垂直方向計算目前像素的梯度值的情境示意圖。 圖8是依照本發明一實施例說明圖5所示第一斜角梯度計算器515沿影像幀的對角線方向計算目前像素的梯度值的情境示意圖。 圖9是依照本發明一實施例說明圖5所示第二斜角梯度計算器517沿影像幀的反對角線方向計算目前像素的梯度值的情境示意圖。 圖10是依照本發明一實施例繪示圖4所示轉換電路415將梯度值414轉換為第一特性係數C 1的轉換曲線示意圖。 圖11是依照本發明一實施例繪示圖4所示轉換電路427將經合併特性值426轉換為第二特性係數C 2的轉換曲線示意圖。 圖12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13是依照本發明一實施例繪示圖12所示轉換電路1220將經過濾信號1211轉換為第三特性係數C 3的轉換曲線示意圖。 圖14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15是依照本發明一實施例說明圖14所示影像平順電路的電路方塊示意圖。 圖16是依照本發明一實施例說明圖15所示計算單元對稱化這些鄰近像素的權重乘積W m的情境示意圖。 圖17是依照本發明另一實施例說明圖15所示計算單元對稱化這些鄰近像素的權重乘積W m的情境示意圖。
100：影像處理裝置 110：假輪廓檢測電路 111_1、111_2：檢測模組 112：決定模組 120：假輪廓約化電路 C 1：第一特性係數 C 2：第二特性係數 C fc：假輪廓係數 Y in：影像輸入信號 Y out：影像輸出訊號

Claims (28)

  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信號，其中該假輪廓檢測電路包括多個檢測模組以及一決定模組，該些檢測模組各自檢測該影像輸入信號的不同特性而對應輸出多個特性係數，而該決定模組耦接至該些檢測模組而使用該些特性係數來決定一假輪廓係數；以及一假輪廓約化電路，耦接該假輪廓檢測電路的該決定模組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信號進行假輪廓約化，從而輸出對應的一影像輸出信號；其中該些檢測模組包括：一邊緣檢測單元，耦接至該決定模組，用以檢測該影像輸入信號的一目前像素是否為邊緣，以及對應輸出該些特性係數中的一第一特性係數給該決定模組；以及一紋理檢測單元，耦接至該決定模組，用以檢測該目前像素的一鄰近範圍中的紋理，以及對應輸出該些特性係數中的一第二特性係數給該決定模組。
  2. 如申請專利範圍第1項所述的影像處理裝置，其中該邊緣檢測單元包括：一縮減取樣電路，用以對該目前像素進行縮減取樣，並對應輸出一經縮減取樣值；一梯度電路，耦接至該縮減取樣電路以接收該經縮減取樣 值，並對應輸出該目前像素的一梯度值；以及一轉換電路，耦接該梯度電路以接收該梯度值，用以將該梯度值轉換為該目前像素的該第一特性係數給該決定模組。
  3. 如申請專利範圍第2項所述的影像處理裝置，其中該梯度電路包括：多個梯度計算電路，用以各自沿多個方向中的一對應方向並使用該經縮減取樣值來計算該目前像素的多個定向梯度值；以及一邏輯運算電路，耦接該些梯度計算電路以接收該些定向梯度值，用以使用該些定向梯度值中的至少一者來計算該目前像素的該梯度值。
  4. 如申請專利範圍第2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梯度值轉換為該目前像素的該第一特性係數。
  5. 如申請專利範圍第1項所述的影像處理裝置，其中該紋理檢測單元包括：一水平特性電路，用以計算該目前像素的水平特性，並對應輸出一水平特性值；一垂直特性電路，用以計算該目前像素的垂直特性，並對應輸出一垂直特性值；一合併電路，耦接至該水平特性電路與該垂直特性電路以接收該水平特性值與該垂直特性值，並合併該水平特性值與該垂直特性值而對應輸出該目前像素的一經合併特性值；以及 一轉換電路，耦接該合併電路以接收該經合併特性值，用以將該經合併特性值轉換為該目前像素的該第二特性係數給該決定模組。
  6. 如申請專利範圍第5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經合併特性值轉換為該目前像素的該第二特性係數。
  7. 如申請專利範圍第1項所述的影像處理裝置，其中該些檢測模組更包括：一低頻區域檢測單元，耦接至該決定模組，用以檢測該目前像素是否屬於一低頻區域，以及對應輸出該些特性係數中的一第三特性係數給該決定模組。
  8. 如申請專利範圍第7項所述的影像處理裝置，其中該低頻區域檢測單元包括：一低通濾波器，用以濾除該影像輸入信號的一高頻成份，以及對應輸出一經過濾信號；以及一轉換電路，耦接該低通濾波器以接收該經過濾信號，用以將該經過濾信號轉換為該目前像素的該第三特性係數給該決定模組。
  9. 如申請專利範圍第8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經過濾信號轉換為該目前像素的該第三特性係數。
  10. 如申請專利範圍第7項所述的影像處理裝置，其中該決定模組從該第一特性係數、該第二特性係數與該第三特性係數中選擇其中一者作為該假輪廓係數；或是計算該第一特性係數、該第二特性係數與該第三特性係數的一平均值作為該假輪廓係數。
  11. 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信號，其中該假輪廓檢測電路包括多個檢測模組以及一決定模組，該些檢測模組各自檢測該影像輸入信號的不同特性而對應輸出多個特性係數，而該決定模組耦接至該些檢測模組而使用該些特性係數來決定一假輪廓係數；以及一假輪廓約化電路，耦接該假輪廓檢測電路的該決定模組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信號進行假輪廓約化，從而輸出對應的一影像輸出信號；其中該假輪廓係數為介於0至1的實數，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信號，以及輸出一經平順化信號；以及一組合器，耦接所述影像平順電路以接收所述經平順化信號，用以依照所述假輪廓係數來組合所述經平順化信號以及所述影像輸入信號，以獲得所述目前像素的所述影像輸出信號。
  12. 如申請專利範圍第11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信號，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信號；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信號；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信號Yout。
  13. 如申請專利範圍第11項所述的影像處理裝置，其中所述影像平順電路依照空間權重以及值域權重來平順化所述影像輸入信號，以輸出所述經平順化信號。
  14. 如申請專利範圍第13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信號。
  15. 一種影像處理方法，適用於一影像處理裝置，包括：由多個檢測模組各自檢測一影像輸入信號的不同特性，從而對應產生多個特性係數；由一決定模組使用該些特性係數來決定一假輪廓係數；以及根據該假輪廓係數對該影像輸入信號進行假輪廓約化，從而產生對應的一影像輸出信號；其中所述由多個檢測模組各自檢測該影像輸入信號的不同特性的步驟包括：由一邊緣檢測單元檢測該影像輸入信號的一目前像素是否為邊緣，以及對應輸出該些特性係數中的一第一特性係數給該決定模組；以及由一紋理檢測單元檢測該目前像素的一鄰近範圍中的紋理，以及對應輸出該些特性係數中的一第二特性係數給該決定模組。
  16. 如申請專利範圍第15項所述的影像處理方法，其中所述檢測該影像輸入信號的該目前像素是否為邊緣之步驟包括：對該目前像素進行縮減取樣，並對應輸出一經縮減取樣值；由一梯度電路接收該經縮減取樣值，並對應輸出該目前像素的一梯度值；以及將該梯度值轉換為該目前像素的該第一特性係數給該決定模組。
  17. 如申請專利範圍第16項所述的影像處理方法，其中所述輸出該目前像素的該梯度值之步驟包括：使用該經縮減取樣值並分別沿多個方向來計算該目前像素的多個定向梯度值；以及使用該些定向梯度值中的至少一者來計算該目前像素的該梯度值。
  18. 如申請專利範圍第16項所述的影像處理方法，其中所述將該梯度值轉換為該目前像素的該第一特性係數之步驟包括：依照一非線性曲線將該梯度值轉換為該目前像素的該第一特性係數。
  19. 如申請專利範圍第15項所述的影像處理方法，其中所述檢測該目前像素的該鄰近範圍中的紋理之步驟包括：計算該目前像素的水平特性，並對應輸出一水平特性值；計算該目前像素的垂直特性，並對應輸出一垂直特性值；合併該水平特性值與該垂直特性值，從而對應產生該目前像 素的一經合併特性值；以及將該經合併特性值轉換為該目前像素的該第二特性係數給該決定模組。
  20. 如申請專利範圍第19項所述的影像處理方法，其中所述將該經合併特性值轉換為該目前像素的該第二特性係數之步驟包括：依照一非線性曲線將該經合併特性值轉換為該目前像素的該第二特性係數。
  21. 如申請專利範圍第15項所述的影像處理方法，其中所述由多個檢測模組各自檢測該影像輸入信號的不同特性的步驟更包括：由一低頻區域檢測單元檢測該目前像素是否屬於一低頻區域，從而對應產生該些特性係數中的一第三特性係數給該決定模組。
  22. 如申請專利範圍第21項所述的影像處理方法，其中所述檢測該目前像素是否屬於該低頻區域的步驟包括：濾除該影像輸入信號的一高頻成份，從而對應產生一經過濾信號；以及將該經過濾信號轉換為該目前像素的該第三特性係數給該決定模組。
  23. 如申請專利範圍第22項所述的影像處理方法，其中所述將該經過濾信號轉換為該目前像素的該第三特性係數的步驟包括：依照一非線性曲線將該經過濾信號轉換為該目前像素的該第三特性係數。
  24. 如申請專利範圍第21項所述的影像處理方法，其中所述使用該些特性係數來決定該假輪廓係數的步驟包括：從該第一特性係數、該第二特性係數與該第三特性係數中選擇其中一者作為該假輪廓係數；或是計算該第一特性係數、該第二特性係數與該第三特性係數的一平均值作為該假輪廓係數。
  25. 一種影像處理方法，適用於一影像處理裝置，包括：由多個檢測模組各自檢測一影像輸入信號的不同特性，從而對應產生多個特性係數；由一決定模組使用該些特性係數來決定一假輪廓係數；以及根據該假輪廓係數對該影像輸入信號進行假輪廓約化，從而產生對應的一影像輸出信號；其中該假輪廓係數為介於0至1的實數，所述對該影像輸入信號進行假輪廓約化的步驟包括：平順化該影像輸入信號，從而產生一經平順化信號；以及依照所述假輪廓係數來組合所述經平順化信號以及所述 影像輸入信號，以獲得所述目前像素的所述影像輸出信號。
  26. 如申請專利範圍第25項所述的影像處理方法，其中所述組合所述經平順化信號以及所述影像輸入信號的步驟包括：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信號；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信號；以及計算Yout=Y1+Y2而輸出該目前像素的該影像輸出信號Yout。
  27. 如申請專利範圍第25項所述的影像處理方法，其中所述平順化該影像輸入信號的步驟包括：依照空間權重以及值域權重來平順化所述影像輸入信號，以輸出所述經平順化信號。
  28. 如申請專利範圍第27項所述的影像處理方法，其中所述平順化該影像輸入信號的步驟包括：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信號。
TW104134176A 2015-08-20 2015-10-19 影像處理裝置及影像處理方法 TWI575504B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510513724.0A CN106470293B (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
TW201709196A TW201709196A (zh) 2017-03-01
TWI575504B true TWI575504B (zh) 2017-03-21

Family

ID=58158290

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104134176A TWI575504B (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) US9779486B2 (zh)
CN (1) CN106470293B (zh)
TW (1) TWI575504B (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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11854165B2 (en) * 2020-05-19 2023-12-26 Google Llc Debanding using a novel banding metric
WO2022245024A1 (ko) * 2021-05-20 2022-11-24 삼성전자 주식회사 영상 처리 장치 및 그 동작 방법
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 (5)

* 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
TW200606786A (en) * 2004-06-10 2006-02-16 Clairvoyante Inc Increasing gamma accuracy in quantized display systems
TW200617868A (en) * 2004-07-16 2006-06-01 Sony Corp Image display equipment and image display method
TW200803497A (en) * 2006-04-11 2008-01-01 Thomson Licensing Method and apparatus for motion dependent coding
TW200913667A (en) * 2007-09-12 2009-03-16 Beyond Innovation Tech Co Ltd Adaptive image process device and method thereof

Family Cites Families (7)

* 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
KR100760608B1 (ko) * 2004-05-18 2007-09-20 파이오니아 플라즈마 디스플레이 가부시키가이샤 거짓윤곽경감장치, 표시장치, 거짓윤곽경감방법, 및거짓윤곽경감 프로그램
KR100718081B1 (ko) * 2005-04-18 2007-05-16 삼성전자주식회사 의사윤곽 제거장치 및 그 방법
JP5193181B2 (ja) * 2006-04-03 2013-05-08 トムソン ライセンシング プラズマディスプレイパネル内でビデオレベルを符号化するための方法および装置
US8532198B2 (en) * 2006-12-28 2013-09-10 Thomson Licensing Banding artifact detection in digital video content
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
CN102413271B (zh) * 2011-11-21 2013-11-13 晶门科技（深圳）有限公司 消除假轮廓的图像处理方法及装置

Patent Citations (5)

* 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
TW200606786A (en) * 2004-06-10 2006-02-16 Clairvoyante Inc Increasing gamma accuracy in quantized display systems
TW200617868A (en) * 2004-07-16 2006-06-01 Sony Corp Image display equipment and image display method
TW200803497A (en) * 2006-04-11 2008-01-01 Thomson Licensing Method and apparatus for motion dependent coding
TW200913667A (en) * 2007-09-12 2009-03-16 Beyond Innovation Tech Co Ltd Adaptive image process device and method thereof

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
TW201709196A (zh) 2017-03-01
US9779486B2 (en) 2017-10-03
US20170053176A1 (en) 2017-02-23
CN106470293B (zh) 2019-07-09
CN106470293A (zh) 2017-03-01

Similar Documents

Publication Publication Date Title
TWI575503B (zh) 影像處理裝置及影像處理方法
EP1058909B1 (en) A new perceptual thresholding for gradient-based local edge detection
KR100381530B1 (ko) 신규한 에지-검출 기초 노이즈 제거 알고리듬
EP2130176B1 (en) Edge mapping using panchromatic pixels
JP5454075B2 (ja) 画像処理装置、および画像処理方法、並びにプログラム
EP2130175B1 (en) Edge mapping incorporating panchromatic pixels
US7321699B2 (en) Signal intensity range transformation apparatus and method
TWI575504B (zh) 影像處理裝置及影像處理方法
KR20150116833A (ko) 에지-보존 잡음 억제 기능을 갖는 이미지 프로세서
US11770624B2 (en) Efficient and flexible color processor
US11410279B2 (en) Image processing apparatus, image processing method, and storage medium
CN110910323A (zh) 一种自适应分数阶多尺度熵融合的水下图像增强方法
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
US6876778B2 (en) Edge enhancement method and apparatus in digital image scalar-up circuit
JP4868249B2 (ja) 映像信号処理装置
CN115018817A (zh) 划痕检测方法、装置、电子设备和可读存储介质
JP4104475B2 (ja) 輪郭補正装置
Tong et al. Color face-tuned salient detection for image quality assessment
JP2015056040A (ja) 画像処理装置
EP4339877A1 (en) Method and apparatus for super resolution
Chauhan et al. Analysis of power amplifier by frontier recognition and histograms
CN114565633A (zh) 基于概念结构元素和矩阵范数的彩色图像边缘提取方法
CN118799348A (zh) 基于自适应融合方法的色调与灰度边缘检测方法及系统
Upadhyay et al. A REVIEW PAPER ON DIFFERENT EXISTING EDGE DETECTION TECHNIQUES