TWI733286B - 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統 - Google Patents

判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統 Download PDF

Info

Publication number
TWI733286B
TWI733286B TW108147489A TW108147489A TWI733286B TW I733286 B TWI733286 B TW I733286B TW 108147489 A TW108147489 A TW 108147489A TW 108147489 A TW108147489 A TW 108147489A TW I733286 B TWI733286 B TW I733286B
Authority
TW
Taiwan
Prior art keywords
moiré
pixels
pixel
image
brightness
Prior art date
Application number
TW108147489A
Other languages
English (en)
Other versions
TW202126016A (zh
Inventor
蕭晶如
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 TW108147489A priority Critical patent/TWI733286B/zh
Priority to US17/015,131 priority patent/US11488286B2/en
Publication of TW202126016A publication Critical patent/TW202126016A/zh
Application granted granted Critical
Publication of TWI733286B publication Critical patent/TWI733286B/zh

Links

Images

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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/85—Camera processing pipelines; Components thereof for processing colour signals for matrixing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/67—Circuits for processing colour signals for matrixing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase
    • H04N9/78—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase for separating the brightness signal or the chrominance signal from the colour television signal, e.g. using comb filter
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

一種判斷與抑制摩爾紋的方法，以及電路系統，在方法中，取得影像中多個像素的亮度值，可於一偵測窗中選取用以判斷摩爾紋形式的多個關鍵像素，再逐一對各像素計算在偵測窗中多個關鍵像素與個別對應的多個鄰近像素的一摩爾紋響應值，以及利用偵測窗比對其中關鍵像素與鄰近像素的亮度值，將比對結果進行統計，用以判斷各像素的亮度特性，之後可以根據摩爾紋響應值與統計的結果確認影像中的摩爾紋位置與形式。接著，對判斷為摩爾紋的多個像素進行色彩雜訊抑制。

Description

判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統
本發明關於判斷摩爾紋的技術，特別是指一種偵測出不同方向的摩爾紋、統計摩爾紋特徵比較值而判斷摩爾紋的方法、以及抑制所判斷的摩爾紋的方法與實現所述方法的電路系統。
在數位影像中常見的成像缺陷中，摩爾紋（Moiré Pattern）就是一種，摩爾紋形成的一般原因是因為影像感測器中的感光元件（如CCD或CMOS）在取得影像數據時，如利用數位相機拍攝照片、數位攝影機拍攝影片或是利用掃描器取得影像時，處理的影像受到高頻干擾，而在影像上出現了彩色和形狀不規律的條紋，稱為摩爾紋。
另外，當拍攝具有密集紋路的物體（如紡織物、重複性高的線條、顯示螢幕等），若感光元件的像素取樣頻率與物體上紋路的空間頻率接近，會在影像上產生低頻的紋理，同時又由於使用拜耳濾色鏡（Bayer Filter），在紅綠藍色可見光的取樣率不同，摩爾紋上常伴隨著色彩雜訊，不符合人眼實際看到的結果。
為了解決摩爾紋現象，在相機製造時，或在鏡頭上加入一片光學低通濾鏡（Low-Pass Filter），雖然有助於減少摩爾紋的現象，但會損失部分影像細節。另有解決方案是在影像訊號處理器（Image Signal Processor，ISP）中進行後處理，可將像素亮度變化較低而色彩變化較高的地方判斷為發生摩爾紋的位置，可根據鄰近像素做色彩補償，但因此可能會有彩度（saturation）降低的問題。
如此，先前技術所揭露的方法未必能準確偵測出摩爾紋，若有誤判，則會降低影像的色彩品質，且色彩補償的機制也可能受限於硬體限制而無法完全消除摩爾紋。
說明書公開一種判斷摩爾紋的方法、抑制摩爾紋的方法與實現此方法的電路系統，其中目的之一是利用影像處理技術處理數位影像中的摩爾紋（Moiré Pattern），包括偵測摩爾紋的位置，其目的之一是要能減少發生摩爾紋的位置的色彩雜訊，使成像結果更符合人眼視覺感受。
根據判斷摩爾紋的方法的實施例，先取得影像中多個像素的亮度資訊，例如在一YUV（亮度-色度-濃度）色彩領域中的亮度值，或一RGB（紅-綠-藍）色彩領域中三色通道值的平均值，接著，設有一偵測窗，於此偵測窗中選取用以判斷摩爾紋形式的多個關鍵像素，再逐一對各像素計算在偵測窗中多個關鍵像素與個別對應的多個鄰近像素的一摩爾紋響應值，這可用以判斷影像是否具備摩爾紋特徵。
之後，再針對各像素，利用偵測窗比對其中多個關鍵像素與個別對應的多個鄰近像素的亮度值，對比對結果進行統計，用以判斷各像素的亮度特性，因此，可以根據摩爾紋響應值與統計的結果確認影像中的摩爾紋位置與形式。
優選地，其中，於計算摩爾紋響應值的步驟中，於偵測窗中設有一權重遮罩，可以根據所要判斷的摩爾紋形式設計此權重遮罩，包括賦予多個關鍵像素較高的權重值，對多個鄰近像素賦予較低的權重值，再由多個關鍵像素與對應的多個鄰近像素分別乘上權重值以計算摩爾紋響應值。
進一步地，可對各像素計算得出的摩爾紋響應值比對第一門檻，以得出像素與其鄰近像素的亮度變化，再進一步判斷影像是否具備摩爾紋特徵。並且，可於比對多個關鍵像素與個別對應的多個鄰近像素的亮度資訊時，引入第二門檻，以確認各像素的亮度特性。
所述摩爾紋的形式為水平與垂直方向的摩爾紋、正對角線方向的摩爾紋或負對角線方向的摩爾紋。
進一步地，可以針對判斷出為摩爾紋的相關像素進行色彩摩爾紋抑制，包括可將判斷為摩爾紋的多個像素映射於亮度-色度-濃度色彩領域的一色度-濃度平面，再對色度-濃度平面中一色彩抑制範圍內的像素色彩抑制成灰階，進一步地，色度-濃度平面更區別一色彩抑制漸進範圍，色彩抑制漸進範圍內的像素色彩與色度-濃度平面的一座標中心的距離設定一抑制倍率，於此色彩抑制漸進範圍內，可根據抑制倍率執行色彩抑制。
根據電路系統實施例，可為一數位影像處理器，其中執行了所述的判斷摩爾紋方法，以及抑制摩爾紋的方法。
為使能更進一步瞭解本發明的特徵及技術內容，請參閱以下有關本發明的詳細說明與圖式，然而所提供的圖式僅用於提供參考與說明，並非用來對本發明加以限制。
以下是通過特定的具體實施例來說明本發明的實施方式，本領域技術人員可由本說明書所公開的內容瞭解本發明的優點與效果。本發明可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不悖離本發明的構思下進行各種修改與變更。另外，本發明的附圖僅為簡單示意說明，並非依實際尺寸的描繪，事先聲明。以下的實施方式將進一步詳細說明本發明的相關技術內容，但所公開的內容並非用以限制本發明的保護範圍。
應當可以理解的是，雖然本文中可能會使用到“第一”、“第二”、“第三”等術語來描述各種元件或者信號，但這些元件或者信號不應受這些術語的限制。這些術語主要是用以區分一元件與另一元件，或者一信號與另一信號。另外，本文中所使用的術語“或”，應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。
根據說明書所公開的判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統的實施例，在判斷摩爾紋方法實施例中，主要是先依據摩爾紋響應值偵測出不同方向的摩爾紋，也就是利用影像中像素的分布特性得出摩爾紋發生的地方，並接著統計摩爾紋特徵比較值，確定摩爾紋形式，最後在抑制摩爾紋的方法中對判斷為摩爾紋的像素上進行色彩雜訊抑制。
摩爾紋的形式大致上可以區分為水平與垂直方向的摩爾紋、正對角線與負對角線方向的摩爾紋等。舉例來說，電路系統可逐一對影像中的每個像素（或針對取樣的像素）通道進行分析，以判斷其中像素是否具有水平、垂直或正/負對角線方向的摩爾紋，再進一步執行抑制。在此一提的是，因為摩爾紋的特徵是為重複且密集度高的線條，因此可以利用水平、垂直、對角線等亮度特徵作為判斷摩爾紋的條件。
首先參考圖1顯示實現判斷與抑制摩爾紋方法的電路系統實施例的功能方塊圖，電路系統可為一數位影像處理器（digital image processor）或是以一電腦系統實現，電路系統的主要電路包括處理器與記憶體，其中以處理器運行判斷與抑制摩爾紋方法，根據功能可以包括以軟體或配合硬體實現的色彩領域轉換單元102、摩爾紋響應值計算單元103、摩爾紋特徵統計單元104、摩爾紋判斷單元105以及摩爾紋抑制單元106，以下描述電路系統運行判斷摩爾紋的方法以及抑制摩爾紋的方法的流程，可參考圖2顯示的方法實施例流程，以及各單元功能。
經圖1顯示的電路系統接收原始影像101後（步驟S201，圖2），可以為一原始檔（RAW）或是某色彩領域（color space）的像素值，以一色彩領域轉換單元102將影像轉換為可以執行判斷與抑制色彩摩爾紋的一特定色彩領域（步驟S203），如YUV（亮度-色度-濃度）色彩領域、RGB（紅-綠-藍）色彩領域等，特別是可以取得像素亮度資訊的任一色彩領域。其中YUV色彩領域中各像素的Y值表示亮度值，RGB色彩領域可以為各像素經色彩還原後的三色通道值的平均值作為判斷亮度的依據。
接著電路系統可根據硬體運算能力決定一個偵測窗，逐像素地判斷各像素是否為發生摩爾紋的位置，其中方法是可先於偵測窗中選取用以判斷摩爾紋形式的多個關鍵像素，通過偵測窗逐一對各像素演算，得出影像中每個區域（對應偵測窗大小）中關鍵像素與其鄰近像素的分布特性得出摩爾紋的位置。實施例可以電路系統中的摩爾紋響應值計算單元103，應用偵測窗中設定的各像素權重值，利用像素的亮度值，逐一計算水平、垂直或對角線方向的摩爾紋響應值（步驟S205），各方向摩爾紋響應值可以判斷出各像素是否屬於符合摩爾紋特徵的邊緣像素（edge pixel）。之後，再以電路系統中的摩爾紋特徵統計單元104取得各偵測窗中幾個用以判斷摩爾紋方向的關鍵像素與鄰近像素的摩爾紋特徵關係，可以為比較像素的亮度值，針對相鄰像素的摩爾紋特徵比較值進行統計（步驟S207）。
接著，通過電路系統的摩爾紋判斷單元105，根據系統設定的門檻值可以檢驗上述步驟得出的摩爾紋響應值與摩爾紋特徵比較值，以確定當下像素是否屬於摩爾紋的一部分（步驟S209），再以摩爾紋抑制單元106對斷定為摩爾紋一部分的像素進行色彩抑制，其中可抑制摩爾紋範圍中的像素色彩為灰階，或是依照程度不同而設定不同的抑制倍率，再抑制像素的色彩為灰階（步驟S211），最後輸出結果，也就是輸出經過摩爾紋抑制的輸出影像107（步驟S213）。
可參考圖3所示判斷摩爾紋的方法中判斷摩爾紋方向的實施例示意圖。
圖3顯示影像中一個5x5像素陣列的區域，實際實施可依照硬體資源選取適當的像素陣列，此例以YUV色彩領域中像素的Y值（亮度值）為計算依據。5x5的像素陣列中當下執行判斷的像素為Y(i,j)，以此為區域原點以標註鄰近的像素，例如，當下像素Y(i,j)的水平像素包括：Y(i,j-2)、Y(i,j-1)、Y(i,j)、Y(i,j+1)以及Y(i,j+2)；垂直像素包括：Y(i-2,j)、Y(i-1,j)、Y(i,j)、Y(i+1,j)以及Y(i+2,j)；正對角線（左上右下）像素包括：Y(i-2,j-2)、Y(i-1,j-1)、Y(i,j)、Y(i+1,j+1)以及Y(i+2,j+2)。
圖4A顯示一個具有垂直摩爾紋的像素陣列示意圖，在一偵測窗中，中央像素為當下像素40，依照垂直摩爾紋的特性可知，垂直摩爾紋的特徵是垂直方向像素的亮度值相較於其他方向是比較接近的（可設有門檻來判斷接近的程度），除了垂直方向的像素外，當下像素40與其他鄰近像素（左、右、左上、左下、右上、右下）的亮度值差異應該比較大（可設有門檻決定差距大小），因此這個特徵可以用來尋找垂直摩爾紋。
圖4B則顯示為具有水平摩爾紋的像素陣列示意圖，中央像素為當下像素40’，同理，在圖4B中，水平摩爾紋的特徵則是水平方向的像素亮度值比較接近，而除了水平方向的像素外，當下像素40’與其他鄰近像素（上、下、左上、左下、右上、右下）的亮度值差異比較大，因此，也可利用這個特徵尋找水平摩爾紋。
實施例一：水平與垂直方向摩爾紋。
綜合上述水平與垂直方向摩爾紋的特徵，如圖5A至5C所示，判斷摩爾紋的方法即通過計算當下像素50與鄰近斜向（對角線方向）像素（稱關鍵像素）的亮度值（如Y值）差異判斷是否具有水平或垂直方向的摩爾紋。圖5A以中央像素作為當下像素50，與斜向像素（以箭頭表示）之間的亮度值差異作為判斷水平或垂直摩爾紋的根據。圖5B則是另一個表示方式，要求得5x5像素陣列中幾個關鍵像素與其斜向像素（如箭頭表示）之間亮度值差異，作為判斷水平或垂直摩爾紋的依據。圖5C顯示一個對偵測窗中的關鍵像素與其鄰近像素設定的權重遮罩（mask）範例，根據所要判斷的摩爾紋形式設計權重遮罩，以及，可於計算時摩爾紋響應值時可以賦予其中關鍵像素較高權重值，此例顯示為4與1，當下像素50可設有最高的權重值4，其餘關鍵像素設為權重值1，作為演算方程式的係數；反之賦予關鍵像素斜向鄰近像素為較低權重值（此例顯示為-2），藉此強調出影像的空間分布特性。
參考圖3標示的像素以及圖5A至5C，方程式A表示以偵測窗對影像中每個像素計算偵測窗所對應的特定區域的水平或垂直摩爾紋響應值，方程式A顯示出前半段算式「(4*Y(i,j)+Y(i-2,j)+Y(i,j+2)+Y(i+2,j)+Y(i,j-2))」為計算某影像區域中幾個關鍵像素的亮度值和，特別是可以乘上圖5C顯示的權重值；方程式A的後半段算式「(2*Y(i-1,j-1)+2*Y(i-1,j+1)+2*Y(i+1,j+1)+2*Y(i+1,j-1))」為計算關鍵像素的斜向鄰近像素的亮度值和（可乘上圖5C顯示的權重值）。方程式A的前後算式相減並取絕對值則得出這個像素區域內的亮度值梯度（gradient），當整個影像的亮度值梯度都計算出來，這個差異（絕對值）愈大，愈是凸顯出影像中的水平或垂直摩爾紋，反之，則表示沒有明顯的摩爾紋，這個差異表示為水平垂直方向的摩爾紋響應值（Moire_HV Edge），也就是取得像素的邊緣特性，用以判斷其中是否具備摩爾紋特徵，也是證實當像素的取樣頻率與紋路的空間頻率一致或接近時會產生摩爾紋的現象。
Moire_HV Edge= |(4*Y(i,j)+Y(i-2,j)+Y(i,j+2)+Y(i+2,j)+Y(i,j-2))-(2*Y(i-1,j-1)+2*Y(i-1,j+1)+2*Y(i+1,j+1)+2*Y(i+1,j-1))|（方程式A）
接著，利用偵測窗，逐一對各像素比對所在的像素區域中多個關鍵像素與個別對應的鄰近像素的亮度值大小，並進行統計，用以偵測出邊緣而判斷為摩爾紋。方程式B與方程式C表示統計水平或垂直摩爾紋特徵比較值。根據圖1標示的像素亮度值，若當下像素亮度值Y(i,j)為相對高的亮度值，如方程式B所示，其中K HV代表使用者設定之像素值差距，依照實際環境光源而定，作為確認水平與垂直方向上關鍵像素（Y(i,j)、Y(i-2,j)、Y(i,j+2)、Y(i+2,j)、Y(i,j-2)）與其鄰近關鍵像素的亮度值差異大於（亮度值至少大於K HV）可以判斷為摩爾紋的門檻。其中，可以僅針對通過摩爾值響應值確認為摩爾紋一部分的像素執行亮度值比對與統計。
方程式B： Moire_HV CMP1= (Y(i,j)>Y(i-1,j-1)+K HV) Moire_HV CMP2= (Y(i,j)>Y(i-1,j+1)+K HV) Moire_HV CMP3= (Y(i,j)>Y(i+1,j+1)+K HV) Moire_HV CMP4= (Y(i,j)>Y(i+1,j-1)+K HV) Moire_HV CMP5= (Y(i-2,j)>Y(i-1,j-1)+K HV) Moire_HV CMP6= (Y(i-2,j)>Y(i-1,j+1)+K HV) Moire_HV CMP7= (Y(i,j+2)>Y(i-1,j+1)+K HV) Moire_HV CMP8= (Y(i,j+2)>Y(i+1,j+1)+K HV) Moire_HV CMP9= (Y(i+2,j)>Y(i+1,j+1)+K HV) Moire_HV CMP10= (Y(i+2,j)>Y(i+1,j-1)+K HV) Moire_HV CMP11= (Y(i,j-2)>Y(i-1,j-1)+K HV) Moire_HV CMP12= (Y(i,j-2)>Y(i+1,j-1)+K HV)
若當下像素亮度值Y(i,j)為相對低的亮度值，如方程式C所示，同樣K HV作為確認水平與垂直方向上關鍵像素（Y(i,j)、Y(i-2,j)、Y(i,j+2)、Y(i+2,j)、Y(i,j-2)）與其鄰近像素的亮度值差異大於（用K HV加大亮度差異門檻）可以判斷為摩爾紋的門檻。
方程式C： Moire_HV’ CMP1= (Y(i,j)>Y(i-1,j-1)-K HV) Moire_HV’ CMP2= (Y(i,j)>Y(i-1,j+1)-K HV) Moire_HV’ CMP3= (Y(i,j)>Y(i+1,j+1)-K HV) Moire_HV’ CMP4= (Y(i,j)>Y(i+1,j-1)-K HV) Moire_HV’ CMP5= (Y(i-2,j)>Y(i-1,j-1)-K HV) Moire_HV’ CMP6= (Y(i-2,j)>Y(i-1,j+1)-K HV) Moire_HV’ CMP7= (Y(i,j+2)>Y(i-1,j+1)-K HV) Moire_HV’ CMP8= (Y(i,j+2)>Y(i+1,j+1)-K HV) Moire_HV’ CMP9= (Y(i+2,j)>Y(i+1,j+1)-K HV) Moire_HV’ CMP10= (Y(i+2,j)>Y(i+1,j-1)-K HV) Moire_HV’ CMP11= (Y(i,j-2)>Y(i-1,j-1)-K HV) Moire_HV’ CMP12= (Y(i,j-2)>Y(i+1,j-1)-K HV)
之後，利用方程式B與方程式C得出的水平與垂直摩爾紋特徵的統計結果進行比對，如方程式D，比對當下像素亮度值Y(i,j)為相對高與低的統計結果，以判斷出當下像素相對鄰近像素為相對亮度高或是低。
方程式D： Moire_HV CMP_SUM=
Figure 02_image001
實施例二：正對角線方向摩爾紋。
針對正對角線方向摩爾紋形式，綜合上述對角線方向摩爾紋的特徵，如圖6A至6C所示，圖中同樣以5x5像素陣列為例，如圖6A，中央像素為當下像素60，判斷摩爾紋的方法通過計算當下像素60與水平與垂直鄰近像素的亮度值（如Y值）差異判斷是否具有正對角線方向的摩爾紋，如圖中箭頭所示，當下像素60與水平與垂直像素之間的亮度值差異作為判斷正對角線摩爾紋的根據。圖6B同樣是另一個表示方式，要求得5x5像素陣列中幾個關鍵像素與其水平與垂直鄰近像素（如箭頭表示）之間亮度值差異，作為判斷正對角線摩爾紋的依據。圖6C顯示一個權重遮罩（mask）範例，其中顯示於計算時摩爾紋響應值時賦予關鍵像素較高權重值，此例顯示為4與1，當下像素60可設有最高的權重值4，其餘關鍵像素設為權重值1；反之賦予關鍵像素水平與垂直方向的像素為較低權重值（此例顯示為-2），藉此可以強調出影像的空間分布特性。
續參考圖3標示的像素以及圖6A至6C，提出方程式E，為以偵測窗對影像中每個像素計算偵測窗所對應的特定區域的正對角線摩爾紋響應值，同理，方程式E顯示絕對值內的前半段算式「(4*Y(i,j)+Y(i-1,j+1)+Y(i-2,j+2)+Y(i+1,j-1)+Y(i+2,j-2))」為計算某影像區域中關鍵幾個像素的亮度值和，特別是可以乘上圖6C顯示的權重值；方程式E的後半段算式「(2*Y(i-2,j)+2*Y(i,j+2)+2*Y(i+2,j)+2*Y(i,j-2))」為計算關鍵像素（如當下像素Y(i,j)）水平與垂直方向鄰近像素的亮度值和（可乘上圖6C顯示的權重值）。方程式E的前後算式相減並取絕對值則得出這個像素區域內的亮度值梯度，一旦整個影像的亮度值梯度都計算出來，當這個差異（絕對值）愈大，愈是凸顯出影像中的正對角線摩爾紋；反之，則表示沒有明顯的摩爾紋。這個差異得出正對角線方向的摩爾紋響應值（Moire_DIAG_POS Edge），通過取得像素的邊緣特性以判斷其中是否具備摩爾紋特徵。
方程式E： Moire_DIAG_POS Edge= |(4*Y(i,j)+Y(i-1,j+1)+Y(i-2,j+2)+Y(i+1,j-1)+Y(i+2,j-2))-(2*Y(i-2,j)+2*Y(i,j+2)+2*Y(i+2,j)+2*Y(i,j-2))|
同樣地，利用偵測窗，逐一對各像素比對所在的像素區域中多個關鍵像素與個別對應的鄰近像素的亮度值大小，並進行統計，目的是偵測出邊緣特性而判斷為摩爾紋。方程式F與方程式G表示統計正對角線摩爾紋特徵比較值。根據圖1標示的像素亮度值，若當下像素亮度值Y(i,j)為相對高的亮度值，如方程式F所示，其中K D代表使用者設定之像素值差距，依照實際環境光源而定，作為確認正對角線方向上關鍵像素（Y(i,j)、Y(i-2,j-1)、Y(i-1,j-2)、Y(i+1,j+2)、Y(i+2,j+1)）與其鄰近像素的亮度值差異大於（亮度值至少大於K D）可以判斷為摩爾紋的門檻。其中，可以僅針對通過摩爾值響應值確認為摩爾紋一部分的像素執行亮度值比對與統計。
方程式F： Moire_DIAG_POS CMP1= (Y(i,j)>Y(i-2,j)+K D) Moire_DIAG_POS CMP2= (Y(i,j)>Y(i,j+2)+K D) Moire_DIAG_POS CMP3= (Y(i,j)>Y(i+2,j)+K D) Moire_DIAG_POS CMP4= (Y(i,j)>Y(i,j-2)+K D) Moire_DIAG_POS CMP5= (Y(i-2,j-1)>Y(i-2,j)+K D) Moire_DIAG_POS CMP6= (Y(i-2,j-1)>Y(i-1,j-1)+K D) Moire_DIAG_POS CMP7= (Y(i-1,j-2)>Y(i-1,j-1)+K D) Moire_DIAG_POS CMP8= (Y(i-1,j-2)>Y(i,j-2)+K D) Moire_DIAG_POS CMP9= (Y(i+1,j+2)>Y(i,j+2)+K D) Moire_DIAG_POS CMP10= (Y(i+1,j+2)>Y(i+1,j+1)+K D) Moire_DIAG_POS CMP11= (Y(i+2,j+1)>Y(i+2,j)+K D) Moire_DIAG_POS CMP12= (Y(i+2,j+1)>Y(i+1,j+1)+K D)
若當下像素亮度值Y(i,j)為相對低的亮度值，如方程式G所示，同樣K D作為確認正對角線方向上關鍵像素與其鄰近像素的亮度值差異大於（用K D加大亮度差異門檻）可以判斷為摩爾紋的門檻。
方程式G： Moire_DIAG_POS’ CMP1= (Y(i,j) >Y(i-2,j)-K D) Moire_DIAG_POS’ CMP2= (Y(i,j) >Y(i,j+2)-K D) Moire_DIAG_POS ’ CMP3= (Y(i,j) >Y(i+2,j)-K D) Moire_DIAG_POS ’ CMP4= (Y(i,j) >Y(i,j-2)-K D) Moire_DIAG_POS ’ CMP5= (Y(i-2,j-1) >Y(i-2,j)-K D) Moire_DIAG_POS ’ CMP6= (Y(i-2,j-1) >Y(i-1,j-1)-K D) Moire_DIAG_POS ’ CMP7= (Y(i-1,j-2) >Y(i-1,j-1)-K D) Moire_DIAG_POS ’ CMP8= (Y(i-1,j-2) >Y(i,j-2)-K D) Moire_DIAG_POS ’ CMP9= (Y(i+1,j+2) >Y(i,j+2)-K D) Moire_DIAG_POS ’ CMP10= (Y(i+1,j+2) >Y(i+1,j+1)-K D) Moire_DIAG_POS ’ CMP11= (Y(i+2,j+1) >Y(i+2,j)-K D) Moire_DIAG_POS ’ CMP12= (Y(i+2,j+1) >Y(i+1,j+1)-K D)
之後，利用方程式F與方程式G得出的正對角線摩爾紋特徵的統計結果進行比對，如方程式H，比對當下像素亮度值Y(i,j)為相對高與低的統計結果，目的是判斷當下像素為相對亮度高或低的像素。
方程式H： Moire_DIAG_POS CMP_SUM=
Figure 02_image003
實施例三：負對角線方向摩爾紋。
針對負對角線方向摩爾紋形式，如圖7A至7C所示，以5x5像素陣列為例，如圖7A，中央像素為當下像素70，判斷摩爾紋的方法通過計算當下像素70與水平與垂直鄰近像素的亮度值（如Y值）差異判斷是否具有負對角線方向的摩爾紋，如圖中箭頭所示。圖7B是另一個表示方式，要求得5x5像素陣列中幾個關鍵像素與其水平與垂直鄰近像素（如箭頭表示）之間亮度值差異，作為判斷負對角線摩爾紋的依據。圖7C顯示針對判斷負對角線摩爾紋提出的權重遮罩（mask）範例，其中顯示於計算時摩爾紋響應值時賦予關鍵像素較高權重值，此例顯示為4與1，當下像素70可設有最高的權重值4，其餘關鍵像素設為權重值1；反之賦予關鍵像素水平與垂直方向的像素為較低權重值（此例顯示為-2），藉此可以強調出影像的空間分布特性。
續參考圖3標示的像素以及圖7A至7C，提出方程式I，為以偵測窗對影像中每個像素計算偵測窗所對應的特定區域的負對角線摩爾紋響應值，同理，方程式I顯示絕對值內的前半段算式「(4*Y(i,j)+Y(i-1,j-1)+Y(i-2,j-2)+Y(i+1,j+1)+Y(i+2,j+2))」為計算某影像區域中關鍵幾個像素的亮度值和，特別是可以乘上圖7C顯示的權重值；方程式I的後半段算式「(2*Y(i-2,j)+2*Y(i,j+2)+2*Y(i+2,j)+2*Y(i,j-2))」為計算關鍵像素（如當下像素Y(i,j)）水平與垂直方向鄰近像素的亮度值和（可乘上圖7C顯示的權重值）。方程式I的前後算式相減並取絕對值則得出這個像素區域內的亮度值梯度，一旦整個影像的亮度值梯度都計算出來，當這個差異（絕對值）愈大，愈是凸顯出影像中的負對角線摩爾紋；反之，則表示沒有明顯的摩爾紋。這個差異得出負對角線方向的摩爾紋響應值（Moire_DIAG_POS Edge），通過取得像素的邊緣特性以判斷其中是否具備摩爾紋特徵。
方程式I： Moire_DIAG_NEG Edge= |(4*Y(i,j)+Y(i-1,j-1)+Y(i-2,j-2)+Y(i+1,j+1)+Y(i+2,j+2))-(2*Y(i-2,j)+2*Y(i,j+2)+2*Y(i+2,j)+2*Y(i,j-2))|
同樣地，利用偵測窗，逐一對各像素比對所在的像素區域中多個關鍵像素與個別對應的鄰近像素的亮度值大小，並進行統計，目的是偵測出邊緣特性而判斷為摩爾紋。方程式J與方程式K表示統計負對角線摩爾紋特徵比較值。根據圖1標示的像素亮度值，若當下像素亮度值Y(i,j)為相對高的亮度值，如方程式J所示，其中K D代表使用者設定之像素值差距，依照實際環境光源而定，作為確認負對角線方向上關鍵像素與其鄰近像素的亮度值差異大於可以判斷為摩爾紋的門檻。其中，可以僅針對通過摩爾值響應值確認為摩爾紋一部分的像素執行亮度值比對與統計。
方程式J： Moire_DIAG_NEG CMP1= (Y(i,j)>Y(i-2,j)+K D) Moire_DIAG_NEG CMP2= (Y(i,j)>Y(i,j+2)+K D) Moire_DIAG_NEG CMP3= (Y(i,j)>Y(i+2,j)+K D) Moire_DIAG_NEG CMP4= (Y(i,j)>Y(i,j-2)+K D) Moire_DIAG_NEG CMP5= (Y(i-2,j+1)>Y(i-2,j)+K D) Moire_DIAG_NEG CMP6= (Y(i-2,j+1)>Y(i-1,j+1)+K D) Moire_DIAG_NEG CMP7= (Y(i-1,j+2)>Y(i-1,j+1)+K D) Moire_DIAG_NEG CMP8= (Y(i-1,j+2)>Y(i,j+2)+K D) Moire_DIAG_NEG CMP9= (Y(i+1,j-2)>Y(i,j-2)+K D) Moire_DIAG_NEG CMP10= (Y(i+1,j-2)>Y(i+1,j-1)+K D) Moire_DIAG_NEG CMP11= (Y(i+2,j-1)>Y(i+1,j-1)+K D) Moire_DIAG_NEG CMP12= (Y(i+2,j-1)>Y(i+2,j)+K D)
若當下像素亮度值Y(i,j)為相對低的亮度值，如方程式K所示，同樣K D作為確認負對角線方向上關鍵像素與其鄰近像素的亮度值差異大於（用K D加大亮度差異門檻）可以判斷為摩爾紋的門檻。
方程式K： Moire_DIAG_NEG’ CMP1= (Y(i,j)>Y(i-2,j)-K D) Moire_DIAG_NEG’ CMP2= (Y(i,j)>Y(i,j+2)-K D) Moire_DIAG_NEG’ CMP3= (Y(i,j)>Y(i+2,j)-K D) Moire_DIAG_NEG’ CMP4= (Y(i,j)>Y(i,j-2)-K D) Moire_DIAG_NEG’ CMP5= (Y(i-2,j+1)>Y(i-2,j)-K D) Moire_DIAG_NEG’ CMP6= (Y(i-2,j+1)>Y(i-1,j+1)-K D) Moire_DIAG_NEG’ CMP7= (Y(i-1,j+2)>Y(i-1,j+1)-K D) Moire_DIAG_NEG’ CMP8= (Y(i-1,j+2)>Y(i,j+2)-K D) Moire_DIAG_NEG’ CMP9= (Y(i+1,j-2)>Y(i,j-2)-K D) Moire_DIAG_NEG’ CMP10= (Y(i+1,j-2)>Y(i+1,j-1)-K D) Moire_DIAG_NEG’ CMP11= (Y(i+2,j-1)>Y(i+1,j-1)-K D) Moire_DIAG_NEG’ CMP12= (Y(i+2,j-1)>Y(i+2,j)-K D)
之後，利用方程式J與方程式K得出的負對角線摩爾紋特徵的統計結果進行比對，如方程式L，比對當下像素亮度值Y(i,j)為相對高與低的統計結果，目的是判斷當下像素為相對亮度高或低的像素。
方程式L： Moire_DIAG_NEG CMP_SUM=
Figure 02_image005
根據上述實施方式，在判斷摩爾紋的方法中，先計算出水平垂直、正/負對角線摩爾紋響應值，接著對當下像素與其水平垂直、正/負對角線方向的鄰近像素的亮度資訊進行比對，對比對結果進行統計，可判斷出當下像素相較鄰近像素的亮度特性。其中，可以根據系統設定的門檻值，以摩爾紋響應值與統計結果確定當下像素是否為摩爾紋，包括確定影像中摩爾紋的位置與形式。
根據一實施例，當摩爾紋響應值大於第一門檻值，就可以判斷當下像素與其鄰近像素有明確的亮度變化，因此可以判斷為影像的邊緣像素，也就是在此像素附近有如摩爾紋的明暗間隔的特徵；反之，若摩爾紋響應值不大於第一門檻，就不能斷定當下像素具有摩爾紋的特徵。更者，當摩爾紋特徵比較值大於第二門檻值，判斷出當下像素為相對亮或是相對暗的特性，配合摩爾紋響應值大於第一門檻值的判斷，則可以確定當下像素即為摩爾紋的一部分。
當判斷出影像中的摩爾紋後，電路系統可在判斷為摩爾紋的像素上進行色彩雜訊抑制，舉例來說，對判斷為摩爾紋的像素在YUV色彩領域中進行色彩抑制，如圖8所示為YUV色彩領域下在Y=128時的UV（色度-濃度）平面。將判斷為摩爾紋的像素映射在此YUV色彩領域下的色度-濃度平面中，愈靠近座標中心80表示色彩飽和度愈低，愈接近灰階，而遠離座標中心80表示色彩飽和度愈高，並依據不同象限分別代表不同顏色。
根據摩爾紋像素之色彩U/V值位於色彩領域的座標位置，可將色度-濃度平面分為二或三種區域各自進行不同的色彩處理，如圖8顯示，中央區域表示一個色彩抑制範圍801，落於此色彩抑制範圍801內的像素色彩都會被抑制成灰階，之後輸出經過抑制色彩摩爾紋的影像。
根據一實施例，進一步地，色彩-濃度平面可以具有三個區域，圖中虛線框住的區域到色彩抑制範圍801之間表示一個色彩抑制漸進範圍803，使介於色彩抑制範圍801到虛線框之間的色彩抑制漸進範圍803之內的像素色彩根據與座標中心80的距離調整設定一抑制倍率，以根據此抑制倍率進行色彩抑制，如施以不同的灰階程度。此抑制倍率可以為線性或非線性變化，而在色彩抑制漸進範圍803的虛線外之色彩則不受影響，維持原有的U/V值。
根據一實施例，上述色彩抑制範圍801是一個可移動的矩形區域，但仍須確保覆蓋座標中心80位置，並且，在不同場景的應用或依據使用者的喜好，可彈性地移動此矩形區域使其覆蓋欲抑制之色彩。色彩抑制公式如方程式M： C out = (C in- 128) * (1-supp_rate) + 128 （方程式M）
其中，C in為輸入U或V值，C out為對應輸出的U或V值，supp_rate為介於0至1之間的抑制率。所述色彩抑制漸進範圍803內會以距離座標中心80的距離來計算抑制率，離中心愈遠，抑制率會逐漸遞減，0至1的抑制率的計算方式可用內插（Interpolation）、濾波（Filter）等方法得出，方程式M中的數值128為根據此例中YUV色彩領域下U與V值的範圍在0至255之間，轉換到座標平面上需要位移128，實際實施可依照實際需求修正，且抑制率的計算並不限於所列舉的方法。
根據以上實施例可知，運行於電路系統中的判斷摩爾紋方法以及抑制摩爾紋方法的流程，先取得接收的影像中各畫素在一色彩領域中的亮度資訊，可以選定一個偵測範圍，根據像素彼此的亮度關係得出空間分布特性，得到像素的邊緣特性，進而判斷是否有摩爾紋，以及摩爾紋為水平、垂直或是正/負對角線的形式，再對特定形式的摩爾紋的特徵比較值進行統計，可以確定像素是否為摩爾紋的部分，之後針對斷定為摩爾紋的像素執行色彩摩爾紋抑制。
在電路系統中，在摩爾紋判斷與抑制的流程可以參考圖9，在步驟S901中，電路系統接收到影像後，逐像素處理摩爾紋的判斷，根據一個偵測窗得出當下像素與其鄰近像素值（特別如亮度值）的關係以得出影像空間分布的特性。根據上述實施例，設定為水平或垂直方向摩爾紋時，選擇一個偵測窗內的關鍵像素，賦予權重值，計算水平與垂直摩爾紋響應值，也就是利用關鍵像素與其鄰近像素之間的亮度差異，經比對第一門檻後，作為判斷摩爾紋方向的依據。
在步驟S903中，經逐一處理各像素後，即據此判斷影像中是否具有水平或垂直方向的摩爾紋，若判斷影像具有水平或垂直摩爾紋，即針對判斷有摩爾紋位置的像素執行色彩抑制（步驟S907），完成後輸出影像（步驟S909）；反之，流程繼續步驟S905，判斷影像中是否具有正或負對角線方向的摩爾紋，同樣地，若判斷影像中具有對角線方向的摩爾紋，即如步驟S907，針對其中摩爾紋位置執行色彩抑制，完成後輸出影像（步驟S909）；反之，若影像中也沒有得出對角線方向的摩爾紋，表示影像中並沒有發覺明確的摩爾紋，即直接輸出影像（步驟S909）。如此，即實現說明書揭露的判斷與抑制摩爾紋的方法以及電路系統。
以上所公開的內容僅為本發明的優選可行實施例，並非因此侷限本發明的申請專利範圍，所以凡是運用本發明說明書及圖式內容所做的等效技術變化，均包含於本發明的申請專利範圍內。
原始影像101 色彩領域轉換單元102 摩爾紋響應值計算單元103 摩爾紋特徵統計單元104 摩爾紋判斷單元105 摩爾紋抑制單元106 輸出影像107 當下像素40, 40’, 50, 60, 70 座標中心80 色彩抑制範圍801 色彩抑制漸進範圍803 步驟S201～S213判斷與抑制摩爾紋方法流程 步驟S901～S909判斷與抑制摩爾紋方法流程
圖1顯示實現判斷與抑制摩爾紋方法的電路系統實施例的功能方塊圖；
圖2顯示判斷與抑制摩爾紋的方法實施例流程圖；
圖3顯示為判斷摩爾紋的方法中判斷摩爾紋方向的實施例示意圖；
圖4A與圖4B分別顯示水平與垂直摩爾紋的示意圖；
圖5A至圖5C顯示判斷水平與垂直方向摩爾紋的方法的示意圖；
圖6A至圖6C顯示判斷正對角線方向摩爾紋的方法的示意圖；
圖7A至圖7C顯示判斷負對角線方向摩爾紋的方法的示意圖；
圖8顯示執行抑制摩爾紋的方法的色彩領域實施例示意圖；以及
圖9顯示抑制摩爾紋的方法的流程實施例圖。
原始影像101 色彩領域轉換單元102 摩爾紋響應值計算單元103 摩爾紋特徵統計單元104 摩爾紋判斷單元105 摩爾紋抑制單元106 輸出影像107

Claims (10)

  1. 一種判斷摩爾紋的方法，包括： 取得一影像中多個像素的亮度資訊； 設有一偵測窗，於該偵測窗中選取用以判斷摩爾紋形式的多個關鍵像素； 逐一對各像素計算在該偵測窗中該多個關鍵像素與個別對應的多個鄰近像素的一摩爾紋響應值，該摩爾響應值用以判斷該影像是否具備摩爾紋特徵； 針對各像素，利用該偵測窗比對其中該多個關鍵像素與個別對應的多個鄰近像素的亮度資訊，對比對結果進行統計，用以判斷各像素的亮度特性；以及 根據該摩爾紋響應值與該統計的結果，確認該影像中的摩爾紋位置與形式。
  2. 如請求項1所述的判斷摩爾紋的方法，其中該多個像素的亮度資訊為在一亮度-色度-濃度色彩領域中的亮度值，或一紅-綠-藍色彩領域中三色通道值的平均值。
  3. 如請求項2所述的判斷摩爾紋的方法，其中，於取得該影像時，先對該影像執行一色彩領域轉換，以轉換為該亮度-色度-濃度色彩領域，或該紅-綠-藍色彩領域。
  4. 如請求項1所述的判斷摩爾紋的方法，其中，於計算該摩爾紋響應值的步驟中，於該偵測窗中設有一權重遮罩，由該多個關鍵像素與對應的該多個鄰近像素分別乘上權重值以計算該摩爾紋響應值。
  5. 如請求項4所述的判斷摩爾紋的方法，其中，於計算該摩爾紋響應值的步驟中，根據所要判斷的摩爾紋形式設計該權重遮罩，賦予該多個關鍵像素較高的權重值，對該多個鄰近像素賦予較低的權重值。
  6. 如請求項5所述的判斷摩爾紋的方法，其中，對各像素計算得出的該摩爾紋響應值比對一第一門檻，得出該像素與其鄰近像素的亮度變化，進一步判斷該影像是否具備摩爾紋特徵。
  7. 如請求項1所述的判斷摩爾紋的方法，其中，於比對該多個關鍵像素與個別對應的多個鄰近像素的亮度資訊時，引入一第二門檻，以確認各像素的亮度特性。
  8. 如請求項1至7中任一項所述的判斷摩爾紋的方法，其中該摩爾紋的形式為水平與垂直方向的摩爾紋、正對角線方向的摩爾紋或負對角線方向的摩爾紋。
  9. 一種抑制摩爾紋的方法，包括： 取得一影像，轉換該影像至一亮度-色度-濃度色彩領域，取得當中多個像素的亮度值； 設有一偵測窗，於該偵測窗中選取用以判斷摩爾紋形式的多個關鍵像素； 逐一對各像素計算在該偵測窗中該多個關鍵像素與個別對應的多個鄰近像素的一摩爾紋響應值，該摩爾響應值用以判斷該影像是否具備摩爾紋特徵； 針對各像素，利用該偵測窗比對其中該多個關鍵像素與個別對應的多個鄰近像素的亮度值，對比對結果進行統計，用以判斷各像素的亮度特性； 根據該摩爾紋響應值與該統計的結果，確認該影像中的摩爾紋位置與形式； 對判斷為摩爾紋的多個像素進行色彩雜訊抑制，其中： 將判斷為摩爾紋的多個像素映射於該亮度-色度-濃度色彩領域的一色度-濃度平面；以及 對該色度-濃度平面中一色彩抑制範圍內的像素色彩抑制成灰階。
  10. 一種電路系統，包括： 一處理器與一記憶體，其中以該處理器執行一判斷摩爾紋方法，包括： 取得一影像，轉換該影像至一亮度-色度-濃度色彩領域，取得當中多個像素的亮度值； 設有一偵測窗，於該偵測窗中選取用以判斷摩爾紋形式的多個關鍵像素； 逐一對各像素計算在該偵測窗中該多個關鍵像素與個別對應的多個鄰近像素的一摩爾紋響應值，該摩爾響應值用以判斷該影像是否具備摩爾紋特徵； 針對各像素，利用該偵測窗比對其中該多個關鍵像素與個別對應的多個鄰近像素的亮度值，對比對結果進行統計，用以判斷各像素的亮度特性；以及 根據該摩爾紋響應值與該統計的結果，確認該影像中的摩爾紋位置與形式，以對判斷為摩爾紋的多個像素進行色彩雜訊抑制。
TW108147489A 2019-12-25 2019-12-25 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統 TWI733286B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW108147489A TWI733286B (zh) 2019-12-25 2019-12-25 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統
US17/015,131 US11488286B2 (en) 2019-12-25 2020-09-09 Method for determining Moire pattern, method for suppressing Moire pattern and circuit system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108147489A TWI733286B (zh) 2019-12-25 2019-12-25 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統

Publications (2)

Publication Number Publication Date
TW202126016A TW202126016A (zh) 2021-07-01
TWI733286B true TWI733286B (zh) 2021-07-11

Family

ID=76546422

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108147489A TWI733286B (zh) 2019-12-25 2019-12-25 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統

Country Status (2)

Country Link
US (1) US11488286B2 (zh)
TW (1) TWI733286B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717474A (zh) * 2013-12-16 2015-06-17 瑞昱半导体股份有限公司 图像处理方法与模块
CN108418997A (zh) * 2018-01-31 2018-08-17 深圳市商巨视觉技术有限公司 去除图像摩尔纹的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020053647A1 (en) * 2000-11-06 2002-05-09 Masataka Shiratsuchi Pattern detection, processing and testing apparatus
US6850651B2 (en) * 2001-07-02 2005-02-01 Corel Corporation Moiré correction in images
US6950211B2 (en) * 2001-07-05 2005-09-27 Corel Corporation Fine moire correction in images
AU2003212309A1 (en) * 2002-03-08 2003-09-22 Carl Zeiss Smt Ag Moire method and measuring system for measuring the distortion of an optical imaging system
TWI284860B (en) 2005-08-30 2007-08-01 Transpacific Optics Llc Method of eliminating the moire of the digital image
CN110310237B (zh) * 2019-06-06 2020-08-18 武汉精立电子技术有限公司 去除图像摩尔纹、显示面板子像素点亮度测量、Mura缺陷修复的方法及系统
CN113129389A (zh) * 2019-12-30 2021-07-16 瑞昱半导体股份有限公司 判断摩尔纹的方法、抑制摩尔纹的方法与电路系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717474A (zh) * 2013-12-16 2015-06-17 瑞昱半导体股份有限公司 图像处理方法与模块
CN108418997A (zh) * 2018-01-31 2018-08-17 深圳市商巨视觉技术有限公司 去除图像摩尔纹的方法

Also Published As

Publication number Publication date
TW202126016A (zh) 2021-07-01
US20210201449A1 (en) 2021-07-01
US11488286B2 (en) 2022-11-01

Similar Documents

Publication Publication Date Title
RU2537038C2 (ru) Автоматическая обработка баланса белого с гибким выбором цветового пространства
TWI430654B (zh) 用於影像信號處理之時間濾波技術
US8965120B2 (en) Image processing apparatus and method of controlling the same
JP4253655B2 (ja) デジタル撮影装置の色補間法
WO2011048870A1 (ja) 画像処理装置、および画像処理方法、並びにプログラム
US9313467B2 (en) Pixel value calibration device and method
CN107395991B (zh) 图像合成方法、装置、计算机可读存储介质和计算机设备
TWI547169B (zh) 影像處理方法與模組
TWI524781B (zh) 信號處理裝置及信號處理方法、固態攝像裝置、電子資訊機器、信號處理程式以及電腦可讀取儲存媒體
TWI779948B (zh) 相機模組的鏡頭髒污偵測方法
JPWO2005081542A1 (ja) 画像処理方法
JP5414691B2 (ja) 画像処理装置及び画像処理方法
KR100866187B1 (ko) 영역 적응적 방향성 색 보간 방법
JP2010268426A (ja) 画像処理装置、画像処理方法およびプログラム
KR101257946B1 (ko) 영상의 색수차를 제거하는 장치 및 그 방법
CN113129389A (zh) 判断摩尔纹的方法、抑制摩尔纹的方法与电路系统
US8836824B2 (en) Systems and methods for threshold-based luma channel noise reduction
JP2005025448A (ja) 信号処理装置、信号処理プログラム、および電子カメラ
JP4934839B2 (ja) 画像処理装置及びその方法並びにプログラム
TWI698129B (zh) 影像處理方法及其電子裝置
TWI733286B (zh) 判斷摩爾紋的方法、抑制摩爾紋的方法與電路系統
Hua et al. A color interpolation algorithm for Bayer pattern digital cameras based on green components and color difference space
CN111988592B (zh) 影像色彩还原与增强电路
TWI394430B (zh) Image color distortion correction method
CN111726596B (zh) 影像处理方法及其电子装置