TWI796922B

TWI796922B - 影像色差移除方法、影像處理裝置與影像處理系統

Info

Publication number: TWI796922B
Application number: TW111100197A
Authority: TW
Inventors: 利建宏; 許銀雄; 黃宜瑾
Original assignee: 宏碁股份有限公司; 宏碁智醫股份有限公司
Priority date: 2022-01-04
Filing date: 2022-01-04
Publication date: 2023-03-21
Also published as: TW202329683A

Abstract

一種影像色差移除方法、影像處理裝置與影像處理系統。所述方法包括下列步驟：取得由影像擷取裝置擷取的原始影像；劃分原始影像為多個影像區域，並計算各影像區域的光源複雜度，用以對各影像區域內的多個像素值進行修正而輸出修正影像；依據所計算各影像區域的光源複雜度，執行用以降低影像區域的至少其中之一的光源複雜度的調整操作；以及重複執行上述步驟，直到至少一個影像區域的光源複雜度降低至預設值以下時，停止執行調整操作。

Description

影像色差移除方法、影像處理裝置與影像處理系統

本發明是有關於一種影像處理方法，且特別是有關於一種影像色差移除方法、影像處理裝置與影像處理系統。

隨著科技的發展，各式各樣的影像擷取裝置，舉凡平板型電腦、個人數位化助理及智慧型手機等，已成為現代人不可或缺的工具。其中，高階影像擷取裝置所搭載的相機鏡頭已經與傳統消費型相機不相上下，甚至可以取而代之，少數裝置更具有接近數位單眼的畫素和畫質，或者是提供更進階的功能。

由於攝像者可能在不同的時間和地點進行拍攝，拍攝環境裡的光源將直接影響所拍攝影像中被攝目標呈現的顏色。於光源複雜的環境中，由於同一被攝目標上的不同部位可能被不同的混合光源照射，因此難以還原被攝目標的色彩資訊。特別是，在遠距醫療的應用中，需由病患使用自身的攝像裝置拍攝身體部位，但攝像裝置特性上的差異以及攝像環境的變化都會影響拍攝效果，結果使得所拍攝影像中身體各部位的顏色帶有色差。因此，如何藉由更佳的色差移除機制來減少色差，實乃本領域技術人員所努力的方向之一。

有鑑於此，本發明提出一種影像色差移除方法、影像處理裝置及影像處理系統，根據影像中不同區域的光源複雜度，適應性地執行降低光源複雜度的調整操作，可實現影像色差移除。

本發明實施例提供一種影像色差移除方法。此方法包括下列步驟：取得由影像擷取裝置擷取的原始影像；劃分原始影像為多個影像區域，並計算各影像區域的光源複雜度，用以對各影像區域內的多個像素值進行修正而輸出修正影像；依據所計算各影像區域的光源複雜度，執行用以降低影像區域的至少其中之一的光源複雜度的調整操作；以及重複執行上述步驟，直到至少一個影像區域的光源複雜度降低至預設值以下時，停止執行調整操作。

本發明實施例提供一種影像處理裝置，其包括儲存裝置以及處理器。儲存裝置儲存有多個模組。處理器耦接儲存裝置，經配置而執行所述模組以執行下列步驟：取得由影像擷取裝置擷取的原始影像；劃分原始影像為多個影像區域，並計算各影像區域的光源複雜度，用以對各影像區域內的多個像素值進行修正而輸出修正影像；依據所計算各影像區域的光源複雜度，執行用以降低影像區域的至少其中之一的光源複雜度的調整操作；以及重複執行上述步驟，直到至少一個影像區域的光源複雜度降低至預設值以下時，停止執行調整操作。

本發明實施例提供一種影像處理系統，其包括影像擷取裝置、儲存裝置以及處理器。影像擷取裝置經配置以擷取影像。儲存裝置儲存有多個模組。處理器耦接影像擷取裝置與儲存裝置，經配置而執行所述模組以執行下列步驟：取得由影像擷取裝置擷取的原始影像；劃分原始影像為多個影像區域，並計算各影像區域的光源複雜度，用以對各影像區域內的多個像素值進行修正而輸出修正影像；依據所計算各影像區域的光源複雜度，執行用以降低影像區域的至少其中之一的光源複雜度的調整操作；以及重複執行上述步驟，直到至少一個影像區域的光源複雜度降低至預設值以下時，停止執行調整操作。

基於上述，於本發明的實施例中，通過將所擷取影像劃分為多個區域並分別計算光源複雜度，可得知影像中不同區域的光源分佈，從而適當地執行可降低光源複雜度的調整操作。其中，通過提示使用者移動影像擷取裝置或所拍攝的目標物，或是啟動補光燈，可在光源複雜的環境下，提供可有效地降低光源複雜度的操作或建議，從而移除影像色差。

為讓本發明之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。

本發明的部份實施例接下來將會配合附圖來詳細描述，以下的描述所引用的元件符號，當不同附圖出現相同的元件符號將視為相同或相似的元件。這些實施例只是本發明的一部份，並未揭示所有本發明的可實施方式。更確切的說，這些實施例只是本發明的專利申請範圍中的方法、裝置與系統的範例。

圖1為根據本發明一實施例所繪示的影像處理系統的方塊圖，但此僅是為了方便說明，並不用以限制本發明。首先圖1先介紹影像處理系統之所有構件以及配置關係，詳細功能將配合圖2一併揭露。

請參照圖1，影像處理系統100包括影像擷取裝置110以及影像處理裝置120。在一實施例中，影像擷取裝置110及影像處理裝置120可整合為單一裝置（all-in-one），例如是具有鏡頭的數位相機、單眼相機、數位攝影機、智慧型手機、平板電腦等等。在另一實施例中，影像擷取裝置110及影像處理裝置120則是彼此獨立的兩個裝置。本實施例不限制影像處理系統100的實施方式。

影像擷取裝置110包括透鏡以及用以感測入射光線強度的感光元件，用以產生影像。感光元件可以例如是電荷耦合元件（charge coupled device，CCD）、互補性氧化金屬半導體（complementary metal-oxide semiconductor，CMOS）元件或其他元件。影像擷取裝置110將感測元件感測的類比訊號轉換成數位訊號，以輸出至影像處理裝置120。

影像處理裝置120包括儲存裝置122及處理器124，其例如是個人電腦、筆記型電腦、智慧型手機、平板電腦等具有運算能力的電子裝置，並且經由通訊裝置（未繪示）以有線或無線的方式接收影像擷取裝置110所拍攝到的影像。

儲存裝置122用以儲存影像、程式碼等資料，其可以例如是任意型式的固定式或可移動式隨機存取記憶體（random access memory，RAM）、唯讀記憶體（read-only memory，ROM）、快閃記憶體（flash memory）、硬碟或其他類似裝置、積體電路及其組合。

處理器124用以控制影像處理裝置120的運作，其例如是中央處理單元（central processing unit，CPU）、圖形處理單元（graphic processing unit，GPU），或是其他可程式化之一般用途或特殊用途的微處理器（microprocessor）、數位訊號處理器（digital signal processor，DSP）、影像訊號處理器（image signal processor，ISP）、可程式化控制器、特殊應用積體電路（application specific integrated circuits，ASIC）、可程式化邏輯裝置（programmable logic device，PLD）或其他類似裝置或這些裝置的組合。

以下即列舉實施例說明影像處理系統100實施影像色差移除的詳細步驟。其中，處理器124例如是以影像訊號處理器來實現，用以針對影像擷取裝置110的輸出影像進行處理，以在不同條件下還原出影像的細節。

圖2為根據本發明一實施例所繪示的影像色差移除方法的流程圖。請同時參照圖1以及圖2，本實施例的方法適用於圖1中的影像處理系統100，以下即搭配影像處理系統100中的各項元件說明本實施例方法的詳細流程。

首先，於步驟S202，影像處理裝置120的處理器124接收一原始影像。在本實施例中，由於處理器124是以影像訊號處理器來實現，因此第一影像可以是處理器124即時地自影像擷取裝置110接收其所擷取到的影像序列中的其中一張影像。然而，在另一實施例中，第一影像可以是處理器124直接或是間接透過其它裝置而取得到外部的影像擷取裝置110所擷取到的影像序列中的其中一張影像。

於步驟S204，處理器124將原始影像劃分為多個影像區域，並計算各個影像區域的光源複雜度，用以對各個影像區域內的多個像素值進行修正而輸出修正影像。其中，處理器124例如是通過顯示器輸出修正影像以供使用者（例如患者）檢視，或是通過通訊裝置輸出至遠端裝置以供遠端使用者（例如醫師）檢視，在此不設限。

詳細而言，圖3為根據本發明一實施例所繪示的計算光源複雜度並用以修正影像的流程圖。請參照圖3，本實施例說明圖2步驟204的詳細流程。

於步驟S2042，處理器124依據原始影像的亮度資訊，將原始影像劃分為多個亮度區域。詳細而言，原始影像是由陣列排列的多個像素組成，每一像素的像素值包括對應至多個色彩空間分量的多個像素分量。一般而言，影像擷取裝置110所產生的像素分量分別為對應至紅色通道的R分量、對應至綠色通道的G分量以及對應至藍色通道的B分量。處理器124將各像素的RGB分量轉換為各像素的亮度值，此亮度值例如是YCbCr色彩空間裡的亮度分量（即Y分量）、YUV色彩空間裡的亮度分量（即Y分量），或是HSV色彩空間裡的亮度分量（即V分量），本發明對此不限制。

在一實施例中，依據原始影像中這些像素的亮度值是否大於一臨界值，處理器124可將原始影像中的像素劃分為多個亮度區域。詳細而言，處理器124可逐一判斷這些像素的亮度值是否大於一臨界值，並將彼此連通且亮度值位於同一亮度區間的像素劃分為一個亮度區域。換言之，多個彼此連通且亮度值皆大於臨界值的像素將被劃分至相同的亮度區域。同理，多個彼此連通且亮度值皆不大於臨界值的像素也將被劃分至相同的亮度區域。換言之，原始影像中的這些亮度區域可分成兩類別，一個類別是亮度值大於臨界值的亮度區域，另一個類別是亮度值不大於臨界值的亮度區域。並且，同一亮度區域裡的像素具有連通性。舉例而言，原始影像可能包括亮度值大於臨界值的2個亮度區域以及亮度值不大於臨界值的3個亮度區域。

需說明的是，在一實施例中，用以劃分亮度區域的臨界值可依據原始影像的整體亮度資訊來決定。例如，處理器124可先找出原始影像中的最大亮度值與最小亮度值，並取最大亮度值與最小亮度值的平均值作為劃分亮度區域的臨界值。此外，在一實施例中，用以劃分亮度區域的臨界值的數目可以是一個以上。

舉例而言，圖4為根據本發明一實施例所繪示的將原始影像劃分為多個亮度區域的示意圖。請參照圖4，為了方便說明，圖4以原始影像Img-raw包括8*6的像素為例進行說明，但本領域技術人員可將相同的步驟與方法實施於不同影像尺寸的原始影像上。於圖4中，各像素位置上的數值代表中各像素的亮度值。處理器124可依據原始影像Img-raw中各像素的亮度值獲取最大亮度值‘200’以及最小亮度值‘30’，並計算出亮度臨界值為‘115’。接著，處理器124逐一判斷各像素的亮度值是否大於亮度臨界值為‘115’。像是，像素P11的亮度值‘30’不大於亮度臨界值為‘115’，但像素P26的亮度值‘145’大於亮度臨界值為‘115’。基此，處理器124可將原始影像Img-raw劃分為兩個亮度區域Z1與Z2。於圖3的範例中，亮度區域Z1包括22個像素（例如像素P11），而亮度區域Z2包括26個像素（例如像素P26）。

回到圖3的流程，於步驟S2044，處理器124針對各亮度區域，產生對應至該亮度區域的區域光源資訊。亦即，處理器124針對每一個亮度區域獨立估測出對應的區域光源資訊。在一實施例中，區域光源資訊可包括色溫值。在一實施例中，區域光源資訊可包括對應至RGB通道的RGB成分比例（例如，RGB三色光的光強度比例）。舉例而言，某一亮度區域的區域光源資訊可為對應至RGB通道的(0.5, 0.4, 0.2)。在一實施例中，處理器124可依據各個亮度區域中的至少一子區域內的像素資訊產生亮度區域的區域光源資訊。上述子區域可以是一個以上，且其尺寸可視實際應用而設置。

在一實施例中，處理器124可依據各亮度區域中的至少一個子區域產生區域光源資訊，其中處理器124可利用一神經網路模型預測各個子區域的參考光源資訊，再藉由統計子區域的參考光源資訊來產生區域光源資訊。

詳細而言，處理器124可將不同子區域的影像逐一輸入至一個經訓練的神經網路模型，以分別預測出這些子區域各自的參考光源資訊。舉例而言，若將亮度區域切分為n個子區域，則處理器124將利用經訓練的神經網路模型分別預測出n筆參考光源資訊。此神經網路模型可為使用訓練資料進行訓練而事先建構的機器學習模型，其可儲存於儲存裝置122中。換言之，神經網路模型的模型參數（例如神經網路層數目與各神經網路層的權重等等）可經由事前訓練而決定並儲存於儲存裝置122中。此神經網路模型例如是遞歸神經網絡（RNN）模型。在神經網路模型訓練階段，多張尺寸為w*h的訓練影像資料被賦予真實光源資訊，以依據訓練影像資料的像素資訊與對應的真實光源資訊建構出神經網路模型。然而，於其他實施例中，處理器124也可利用其他光源估測演算法而依據這些子區域內的像素資訊估測出參考光源資訊。最後，處理器124可計算這些參考光源資訊的平均值來產生區域光源資訊。舉例而言，處理器124可將n個子區域的n個紅（R）光強度比例進行平均，而獲取區域光源資訊中的紅光強度比例。依此類推，處理器124可透過平均運算而獲取區域光源資訊（即RGB光強度比例）。

在一實施例中，處理器124可自亮度區域取出一個子區域，並利用神經網路模型直接依據此子區域預測區域光源資訊。

舉例而言，圖5為根據本發明一實施例所繪示的自亮度區域取出子區域的示意圖。請參照圖5，沿用圖4的原始影像Img-raw，原始影像Img-raw可基於亮度資訊而被區分為亮度區域Z1與Z2。處理器124自亮度區域Z1取出2*3的子區域B1，並依據子區域B1而預測出亮度區域Z1的區域光源資訊。另一方面，處理器124自亮度區域Z2取出2*3的子區域B2，並依據子區域B2而預測出亮度區域Z2的區域光源資訊。

回到圖3的流程，於步驟S2046，處理器124依據原始影像中各個影像區域所對應的區域光源資訊其中至少一，產生對應至各個影像區域的光源複雜度。

詳細而言，假設原始影像包括(M*P)*(N*Q)個像素，處理器124將原始影像劃分為M*N個影像區域，且影像區域各自包括P*Q個像素。影像區域的尺寸與數目可視實際需求而設置，本發明對此不限制。其中，單一個影像區域可能包括一個以上的亮度區域內的像素。若單一個影像區域包括相異的亮度區域內的像素，影像區域將可對應至二筆以上的區域光源資訊。若單一個影像區域包括單一個亮度區域內的像素，影像區域將對應至一筆區域光源資訊。針對各個影像區域，處理器124可依據影像區域各自對應的一筆或多筆區域光源資訊來產生光源複雜度。當某一影像區域對應至多筆區域光源資訊（亦即涉及不同的環境光源），處理器124可對多筆區域光源資訊進行統計運算或加權處理而產生此影像區域的光源複雜度。當某一影像區域只對應至一筆區域光源資訊（亦即涉及單一的環境光源），處理器124可直接將區域光源資訊作為此影像區域的光源複雜度。

舉例而言，圖6A為根據本發明一實施例所繪示的計算多個影像區域的光源複雜度的示意圖。請參照圖6A，原始影像Img-raw將被分割為4個影像區域G11、G12、G21、G22。沿用圖4與圖5的原始影像Img-raw，原始影像Img-raw可基於亮度資訊而被區分為兩個亮度區域Z1與Z2，因而各像素位置具有對應的區域光源資訊。請同時參照圖5與圖6A，處理器124可依據子區域B1而預測出區域光源資訊SP1，並依據子區域B2而預測出區域光源資訊SP2。因此，影像區域G11裡的像素P11因為屬於亮度區域Z1而對應至區域光源資訊SP1。影像區域G11裡的像素P34因為屬於亮度區域Z2而對應至區域光源資訊SP2。

針對影像區域G11，對應於區域光源資訊SP1的像素數量為11且對應於區域光源資訊SP2的像素數量為1。因此，處理器124將以11比1的像素數量比例計算影像區域G11的光源複雜度。詳細而言，處理器124將以權重因子11/12乘上區域光源資訊SP1，並以權重因子1/12乘上區域光源資訊SP2，從而將上述兩個相乘結果加總來產生影像區域G11的光源複雜度。

相似的，針對影像區域G12，對應於區域光源資訊SP1的像素數量為8且對應於區域光源資訊SP2的像素數量為4。因此，處理器124將以2比1的像素數量比例計算影像區域G12的光源複雜度。詳細而言，處理器124將以權重因子2/3乘上區域光源資訊SP1，並以權重因子1/3乘上區域光源資訊SP2，從而將上述兩個相乘結果加總來產生影像區域G12的光源複雜度。針對影像區域G21，處理器124將以1比3的像素數量比例計算影像區域G21的光源複雜度。需注意的是，由於影像區域G22並未對應至兩筆以上的區域光源資訊，因此處理器124直接將區域光源資訊SP2作為影像區域G22的光源複雜度。

於步驟S2048，處理器124依據影像區域的光源複雜度分別修正影像區域內的多個像素值而獲取修正影像。在一實施例中，處理器124可直接依據光源複雜度調整影像區域內的多個像素值而獲取修正影像。在一實施例中，處理器124可依據光源複雜度決定白平衡增益參數（例如R通道增益參數、G通道增益參數、B通道增益參數），並依據白平衡增益參數調整影像區域內的多個像素值而獲取白平衡影像。更具體而言，某一影像區域內的像素的RGB分量可基於光源複雜度進行調整，以達到白平衡調整的目的。在一實施例中，若光源複雜度小於一門檻值，則不對原始影像進行白平衡校正。

舉例而言，圖6B與圖6C為根據本發明一實施例所繪示的調整原始影像的像素值的示意圖。同時參照圖6A至圖6C，假設處理器124可分別針對影像區域G11、G12、G21、G22產生4筆光源複雜度MP11、MP12、MP21、MP22。處理器124將依據光源複雜度MP11調整影像區域G11內的像素值。像是，像素P11的RGB分量(r ₁₁,g ₁₁,b ₁₁)將依據光源複雜度MP11而調整為白平衡影像Img-B中的RGB分量(r’ ₁₁,g’ ₁₁,b’ ₁₁)，假設光源複雜度MP11為RGB三色光的光強度比例(R _MP11,G _MP11,B _MP11)，則式(1)~(3)計算如下所示。

r’ ₁₁＝r ₁₁-r _11*R _MP11式(1)

g’ ₁₁＝g ₁₁-g _11*G _MP11式(2)

b’ ₁₁＝b ₁₁-b _11*B _MP11式(3)

然而，式(1)~(3)僅為一示範例，於其他實施例中，處理器124可依據其他算法而依據光源複雜度MP11來產生白平衡校正後的像素值。

依此類推，處理器124將依據光源複雜度MP12、MP21、MP22分別調整影像區域G12、G21、G22內的像素值。像是，像素P16的RGB分量(r ₁₆,g ₁₆,b ₁₆)將依據光源複雜度MP12而調整為白平衡影像Img-B中的RGB分量(r’ ₁₆,g’ ₁₆,b’ ₁₆)，而像素P48的RGB分量(r ₄₈,g ₄₈,b ₄₈)將依據光源複雜度MP22而調整為白平衡影像Img-B中的RGB分量(r’ ₄₈,g’ ₄₈,b’ ₄₈)。

通過上述方法，本實施例可考慮到不同光源的影響，而對原始影像進行分區的白平衡調整，因此使得輸出的修正影像可達到更為精準的白平衡表現。此修正影像可通過上述的通訊裝置（未繪示）傳回醫師端，從而輔助醫師判斷病徵。

回到圖2的流程，於步驟S206，處理器124依據所計算各個影像區域的光源複雜度，執行用以降低影像區域的至少其中之一的光源複雜度調整操作。在一實施例中，處理器124依據所計算各個影像區域的光源複雜度，提示移動影像擷取裝置110的訊息，此訊息指示可降低光源複雜度的影像擷取裝置110的移動方向。

舉例來說，若原始影像是劃分為左上、右上、左下、右下4個影像區域，其中左上、右上、右下影像區域的光源複雜度高於左下影像區域的光源複雜度，則處理器124可提示將影像擷取裝置110向左下移動的訊息，以提醒影像擷取裝置110的使用者將影像擷取裝置110朝光源複雜度較低的方向移動，藉此達到降低影像區域的光源複雜度的目的。

於步驟S208，處理器124判斷是否影像區域的至少其中之一的光源複雜度降低至預設值以下。在一實施例中，所述預設值例如對應於單一光源，但不限於此。其中，若處理器124判斷影像區域的的光源複雜度未降低至預設值以下，則回到步驟S202，重新取得由影像擷取裝置110擷取的原始影像，並重新計算光源複雜度，直到影像區域的至少其中之一的光源複雜度降低至預設值以下時，於步驟S210，停止執行調整操作。

通過上述方法，本實施例的影像處理系統100可根據影像中各區域的光源複雜度判定環境光源的分佈並適當地指引使用者移動影像擷取裝置110，從而實現影像色差移除。其中，影像處理系統100將持續地根據光源複雜度修正各個影像區域內的像素值，並將修正影像輸出至醫師端及/或病患端，以協助醫師及/或病患判斷病徵。

需說明的是，即使透過上述方法可降低光源複雜度並修正影像，在光源複雜的環境下，色差移除的效果有限。對此，本發明實施例還進一步依據所計算的光源複雜度，在適當時機啟動補光燈，從而通過補光燈的補光效果抑制多光源所造成的色差。

詳細而言，圖7為根據本發明一實施例所繪示的影像色差移除方法的流程圖。請同時參照圖1以及圖7，本實施例的方法適用於圖1中的影像處理系統100，以下即搭配影像處理系統100中的各項元件說明本實施例方法的詳細流程。

首先，於步驟S702，影像處理裝置120的處理器124接收一原始影像，並於步驟S704，將原始影像劃分為多個影像區域，並計算各個影像區域的光源複雜度，用以對各個影像區域內的多個像素值進行修正而輸出修正影像。其中，上述步驟S702~S704與前述實施例的步驟S202~S204相同或相似，故其詳細內容在此不再贅述。

與前述實施例不同的是，本實施例於步驟S706，處理器124判斷所計算的光源複雜度是否大於預設值。其中，若光源複雜度大於預設值，處理器124判斷環境光源過於複雜，因此於步驟S708，啟動補光燈，以降低各個影像區域的光源複雜度。否則，回到步驟S702，處理器124繼續擷取原始影像以計算光源複雜度並修正影像。

在啟動補光燈之後，於步驟S710，處理器124重新取得由影像擷取裝置擷取的原始影像，並計算原始影像的亮度資訊。在一實施例中，處理器124可直接計算所擷取影像中各像素的亮度值的平均值作為亮度資訊。在另一實施例中，處理器124則可計算所擷取影像中各個影像區域的光源複雜度，並將其轉換為各個影像區域的亮度資訊。其中，處理器124例如是按照各個影像區域與原始影像的比例，對這些影像區域的亮度資訊進行加權運算，以獲得原始影像的亮度資訊。

於步驟S712，處理器124判斷所計算的亮度資訊是否在一亮度範圍內。其中，若亮度資訊不在亮度範圍內，於步驟S714，處理器124提示移動影像擷取裝置110的訊息，此訊息指示可提高或降低亮度資訊使得亮度資訊進入亮度範圍內的影像擷取裝置110的移動方向。反之，於步驟S716，處理器124將停止提示訊息。

舉例來說，若亮度資訊小於亮度範圍的下限值，處理器124可判斷需要加強光源的亮度，此時可指示使用者將影像擷取裝置110靠近所要拍攝的目標物（例如醫師欲診斷的患部）。另一方面，若亮度資訊大於亮度範圍的上限值，處理器124可判斷需要減少光源的亮度，此時可指示使用者將影像擷取裝置110遠離所要拍攝的目標物。

通過上述方法，本實施例的影像處理系統100可透過開啟補充燈，並適當地指引使用者移動影像擷取裝置110以降低光源複雜度，從而實現影像色差移除。

此外，在一實施例中，影像處理系統100在開啟補光燈後，可進一步評估原始影像中的單光區域，並適當地指引使用者移動影像擷取裝置110或目標物，使得目標物靠近或進入該單光區域。藉此，可實現影像色差移除。

詳細而言，處理器124在啟動補光燈之後，可重新取得由影像擷取裝置110擷取的原始影像，並計算原始影像中各個影像區域的光源複雜度，然後根據所計算各個影像區域的光源複雜度，評估影像區域中的單光區域。其中，處理器124例如是以差值公式來評估各個影像區域的光源是否相同，但本實施例不限於此。在評估出單光區域之後，處理器124可提示移動影像擷取裝置110或原始影像中的目標物的訊息，此訊息指示將影像擷取裝置110或目標物移動以使目標物移動至單光區域內的移動方向。在一實施例中，處理器124可將光源相同的影像區域的輪廓標示在所輸出的修正影像中，並提示使用者儘量將目標物（如患部）移動到該輪廓中，藉此實現影像色差移除。

綜上所述，本發明實施例的影像色差移除方法、影像處理裝置與影像處理系統，通過將原始影像分割為多個影像區域並分別計算其光源複雜度。依據此光源複雜度，一方面對所擷取影像中的不同區域進行白平衡校正，一方面則通過提示移動訊息或啟動補充燈的方式，執行可降低光源複雜度的調整操作。藉此，即使在光源過於複雜的環境下，本發明實施例仍可做出能有效降低光源複雜度的操作或建議，從而移除影像色差。

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:影像處理系統 110:影像擷取裝置 120:影像處理裝置 122:儲存裝置 124:處理器 Img-raw:原始影像 Img-B:白平衡影像 P11、P16、P26、P34、P48:像素 Z1、Z2:亮度區域 B1、B2:子區域 G11、G12、G21、G22:影像區域 S202～S210、S2042～S2048、S702～S716:步驟

圖1為根據本發明一實施例所繪示的影像處理系統的方塊圖。圖2為根據本發明一實施例所繪示的影像色差移除方法的流程圖。圖3為根據本發明一實施例所繪示的計算光源複雜度並用以修正影像的流程圖。圖4為根據本發明一實施例所繪示的將原始影像劃分為多個亮度區域的示意圖。圖5為根據本發明一實施例所繪示的自亮度區域取出子區域的示意圖。圖6A為根據本發明一實施例所繪示的計算多個影像區域的光源複雜度的示意圖。圖6B與圖6C為根據本發明一實施例所繪示的調整原始影像的像素值的示意圖。圖7為根據本發明一實施例所繪示的影像色差移除方法的流程圖。

S202~S210:步驟

Claims

一種影像色差移除方法，適用於具處理器的電子裝置，所述方法包括下列步驟：取得由影像擷取裝置擷取的原始影像；劃分該原始影像為多個影像區域，並計算各所述影像區域的光源複雜度，用以對各所述影像區域內的多個像素值進行修正而輸出一修正影像；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作；以及重複執行上述步驟，直到所述影像區域的至少其中之一的所述光源複雜度降低至第一預設值以下時，停止執行所述調整操作；其中依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述原始影像中所述影像區域的至少其中之一的所述光源複雜度的調整操作的步驟包括：依據所計算各所述影像區域的所述光源複雜度，提示移動所述影像擷取裝置的訊息，所述訊息指示可降低所述光源複雜度的所述影像擷取裝置的移動方向。
一種影像色差移除方法，適用於具處理器的電子裝置，所述方法包括下列步驟：取得由影像擷取裝置擷取的原始影像；劃分該原始影像為多個影像區域，並計算各所述影像區域的光源複雜度，用以對各所述影像區域內的多個像素值進行修正而輸出一修正影像；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作；以及重複執行上述步驟，直到所述影像區域的至少其中之一的所述光源複雜度降低至第一預設值以下時，停止執行所述調整操作；其中依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述原始影像中所述影像區域的至少其中之一的所述光源複雜度的調整操作的步驟包括：判斷所計算的所述光源複雜度是否大於第二預設值；以及若所述光源複雜度大於第二預設值，啟動補光燈，以降低各所述影像區域的所述光源複雜度。
如請求項1或2所述的影像色差移除方法，其中計算各所述影像區域的光源複雜度的步驟包括：依據該原始影像的亮度資訊，將該原始影像劃分為多個亮度區域：針對各所述亮度區域，產生分別對應至該亮度區域的區域光源資訊；以及依據該原始影像的所述影像區域所對應的該些區域光源資訊的至少其中之一，產生對應至各所述影像區域的所述光源複雜度。
如請求項3所述的影像色差移除方法，其中依據該原始影像的所述影像區域所對應的該些區域光源資訊的至少其中之一，產生對應至各所述影像區域的所述光源複雜度的步驟包括：當所述影像區域其中之一對應至兩筆以上的所述區域光源資訊時，依據一像素數量比例對所述影像區域其中之一所對應的所述區域光源資訊其中至少二進行加權運算而產生所述影像區域其中之一的所述光源複雜度。
如請求項2所述的影像色差移除方法，其中在啟動所述補光燈的步驟之後，所述方法更包括：重新取得由所述影像擷取裝置擷取的所述原始影像，並計算所述原始影像的亮度資訊；以及根據所述亮度資訊是否在一亮度範圍內，提示移動所述影像擷取裝置的訊息，所述訊息指示可提高或降低所述亮度資訊使得所述亮度資訊進入所述亮度範圍內的所述影像擷取裝置的移動方向。
如請求項5所述的影像色差移除方法，其中計算所述原始影像的所述亮度資訊的步驟包括：計算所述原始影像中各所述影像區域的光源複雜度，並轉換為各所述影像區域的亮度資訊；以及按照各所述影像區域與所述原始影像的比例，對所述影像區域的所述亮度資訊進行加權運算，以獲得所述原始影像的所述亮度資訊。
如請求項2所述的影像色差移除方法，其中在啟動所述補光燈的步驟之後，所述方法更包括：重新取得由所述影像擷取裝置擷取的所述原始影像，並計算所述原始影像中各所述影像區域的所述光源複雜度；根據所計算各所述影像區域的所述光源複雜度，評估所述影像區域中的單光區域；以及提示移動所述影像擷取裝置或所述原始影像中的一目標物的訊息，所述訊息指示移動所述影像擷取裝置或所述目標物使得所述目標物移動至所述單光區域內的移動方向。
一種影像處理裝置，包括：儲存裝置，儲存有多個模組；以及處理器，耦接該儲存裝置，經配置而執行該些模組以：取得由影像擷取裝置擷取的原始影像；劃分該原始影像為多個影像區域，並計算各所述影像區域的光源複雜度，用以對各所述影像區域內的多個像素值進行修正而輸出一修正影像；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作；以及重複執行上述步驟，直到所述影像區域的至少其中之一的所述光源複雜度降低至第一預設值以下時，停止執行所述調整操作；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作包括：依據所計算各所述影像區域的所述光源複雜度，提示移動所述影像擷取裝置的訊息，所述訊息指示可降低所述光源複雜度的所述影像擷取裝置的移動方向。
一種影像處理裝置，包括：儲存裝置，儲存有多個模組；以及處理器，耦接該儲存裝置，經配置而執行該些模組以：取得由影像擷取裝置擷取的原始影像；劃分該原始影像為多個影像區域，並計算各所述影像區域的光源複雜度，用以對各所述影像區域內的多個像素值進行修正而輸出一修正影像；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作；以及重複執行上述步驟，直到所述影像區域的至少其中之一的所述光源複雜度降低至第一預設值以下時，停止執行所述調整操作；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作包括：判斷所計算的所述光源複雜度是否大於第二預設值；以及若所述光源複雜度大於第二預設值，啟動補光燈，以降低各所述影像區域的所述光源複雜度。
一種影像處理系統，包括：影像擷取裝置，經配置以擷取影像；儲存裝置，儲存有多個模組；以及處理器，耦接該影像擷取裝置與該儲存裝置，經配置而執行該些模組以：取得由所述影像擷取裝置擷取的原始影像；劃分該原始影像為多個影像區域，並計算各所述影像區域的光源複雜度，用以對各所述影像區域內的多個像素值進行修正而輸出一修正影像；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作；以及重複執行上述步驟，直到所述影像區域的至少其中之一的所述光源複雜度降低至第一預設值以下時，停止執行所述調整操作；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作包括：依據所計算各所述影像區域的所述光源複雜度，提示移動所述影像擷取裝置的訊息，所述訊息指示可降低所述光源複雜度的所述影像擷取裝置的移動方向。
一種影像處理系統，包括：影像擷取裝置，經配置以擷取影像；儲存裝置，儲存有多個模組；以及處理器，耦接該影像擷取裝置與該儲存裝置，經配置而執行該些模組以：取得由所述影像擷取裝置擷取的原始影像；劃分該原始影像為多個影像區域，並計算各所述影像區域的光源複雜度，用以對各所述影像區域內的多個像素值進行修正而輸出一修正影像；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作；以及重複執行上述步驟，直到所述影像區域的至少其中之一的所述光源複雜度降低至第一預設值以下時，停止執行所述調整操作；依據所計算各所述影像區域的所述光源複雜度，執行用以降低所述影像區域的至少其中之一的所述光源複雜度的調整操作包括：判斷所計算的所述光源複雜度是否大於第二預設值；以及若所述光源複雜度大於第二預設值，啟動補光燈，以降低各所述影像區域的所述光源複雜度。