TWI827771B - 圖像處理設備和方法 - Google Patents

圖像處理設備和方法 Download PDF

Info

Publication number
TWI827771B
TWI827771B TW108146376A TW108146376A TWI827771B TW I827771 B TWI827771 B TW I827771B TW 108146376 A TW108146376 A TW 108146376A TW 108146376 A TW108146376 A TW 108146376A TW I827771 B TWI827771 B TW I827771B
Authority
TW
Taiwan
Prior art keywords
image
weight
current frame
frame image
value
Prior art date
Application number
TW108146376A
Other languages
English (en)
Other versions
TW202025085A (zh
Inventor
李度勳
朴珍雨
李珍昊
朴敬珍
李興烈
全炫奎
李敏智
Original Assignee
南韓商矽工廠股份有限公司
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 南韓商矽工廠股份有限公司 filed Critical 南韓商矽工廠股份有限公司
Publication of TW202025085A publication Critical patent/TW202025085A/zh
Application granted granted Critical
Publication of TWI827771B publication Critical patent/TWI827771B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/10—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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/06—Adjustment of display parameters
    • G09G2320/066—Adjustment of display parameters for control of contrast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本發明提供了一種圖像處理設備和方法，其能夠在增強圖像的對比度時去除光暈偽像並且提高對比度增強效果。該圖像處理方法包括：通過基於前一幀圖像的具有預定大小的區塊中的每個代表值執行插值，獲得第一模糊圖像；通過當前幀圖像與第一模糊圖像的加權和，獲得邊界訊息在其中被恢復的第二模糊圖像；以及通過使用第二模糊圖像與當前幀圖像之間的差值圖像，對當前幀圖像執行對比度增強。

Description

圖像處理設備和方法
本發明各個實施方式總體上涉及一種顯示設備，並且更具體地涉及一種用於改善圖像的對比度的圖像處理設備和方法。
通常，與人眼感知到的對比度的動態範圍相比，成像設備的動態範圍是有限的。顯示設備增強輸入圖像的對比度，以表現出與人眼觀察到的場景類似的捕獲圖像。
作為增強圖像的對比度的方法之一，在本領域中公開了反銳化遮罩(unsharp masking)。反銳化遮罩作為一種基於模糊圖像增強圖像的對比度的方法，大量用於局部對比度增強。
然而，在拍攝大範圍模糊的圖像的情況下，反銳化遮罩可能遇到在邊界附近出現嚴重的光暈偽像的問題，或者在拍攝小範圍內模糊的圖像的情況下，可能遇到很難預期較高的局部對比度增強效果的問題。
各種實施方式涉及一種圖像處理設備和方法，該圖像處理設備和方法能夠在增強圖像的對比度時去除光暈偽像並且提高對比度增強效果。
在實施方式中，圖像處理方法可以包括：通過基於前一幀圖像的具有預定大小的區塊中的每個代表值執行插值，獲得第一模糊圖像；通過當前幀圖像與第一模糊圖像的加權和，獲得邊界訊息在其中被恢復的第二模糊圖像；以及通過使用第二模糊圖像與當前幀圖像之間的差值圖像，對當前幀圖像執行對比度增強。
在實施方式中，一種適於對輸入圖像執行對比度增強的圖像處理設備可以包括：處理器，配置成通過基於前一幀圖像的具有預定大小的區塊中的每個代表值執行插值來獲得第一模糊圖像，通過當前幀圖像與第一模糊圖像的加權和來獲得邊界訊息在其中被恢復的第二模糊圖像，並且通過使用第二模糊圖像與當前幀圖像之間的差值圖像來對當前幀圖像執行對比度增強。
根據本發明的實施方式，由於通過基於前一幀圖像的具有預定大小的區塊中的每個代表值執行插值來獲得第一模糊圖像，因此可以提高對比度增強效果。
此外，根據本發明的實施方式，由於使用當前幀圖像和第一模糊圖像來計算第一模糊圖像的第一權重和當前幀圖像的第二權重，並且具有經恢復的邊界訊息的第二模糊圖像是通過根據第一權重和第二權重對當前幀圖像和第一模糊圖像進行加權平均而獲得的，因此可以有效地去除在對比度增強中出現的光暈偽像。
100:處理器
S1~S11:步驟
t:時間點
M:水平長度
N:豎直長度
V1~V4:值
W1:第一權重
W2:第二權重
圖1是用於幫助對根據本發明的實施方式的圖像處理設備和方法進行說明的框圖的示例的表示。
圖2是用於幫助對根據本發明的實施方式的將前一幀圖像劃分成具有預定大小的區塊單元的過程進行說明的圖的示例的表示。
圖3是使用像素的平均值作為圖2的區塊中的每個代表值的示例圖。
圖4是通過基於圖2的區塊中的每個代表值執行插值來獲得第一模糊圖像的過程的示例圖。
圖5是根據本發明的實施方式通過計算模糊圖像的權重和當前幀圖像的權重來獲得具有經恢復的邊界訊息的模糊圖像的過程的示例圖。
在下文中，將參考附圖詳細描述本發明的實施方式。在本文中和申請專利範圍中使用的術語不應被解釋為限於一般含義或詞典含義，而應基於與本發明的技術方面對應的含義和概念來解釋。
在本文中描述的實施方式和在附圖中的配置是本發明的優選實施方式，並且由於它們不代表本發明的所有技術特徵，因此其可以是在進行申請時可以對其作出的多種等同和修改。
本發明的實施方式提供了一種圖像處理設備和方法，該圖像處理設備和方法能夠在對輸入圖像執行對比度增強時去除光暈偽像並提高對比度增強效果。
本發明的實施方式可以使用第一模糊圖像和第二模糊圖像來增強輸入圖像的對比度。第一模糊圖像可以限定為通過使用前一幀圖像的區塊的代表值進行插值而獲得的圖像，並且第二模糊圖像可以限定為根據當前幀圖像以及加權和而具有恢復的邊界訊息的圖像。
圖1是用於幫助對根據本發明的實施方式的圖像處理設備和方法進行說明的框圖的示例的表示。
參考圖1，圖像處理設備對接收到的輸入圖像執行對比度增強，並且輸出通過對色差訊息進行補償而獲得的結果圖像作為輸出圖像。
首先，對接收到的輸入圖像執行對比度增強的過程可以描述如下。
處理器100通過基於輸入圖像的前一幀圖像的具有預定大小的區塊中的每個代表值來執行插值，獲得第一模糊圖像。
詳細描述獲得第一模糊圖像的過程，處理器100根據在圖像的亮度值中增強局部對比度的目的通過局部對比度增強，假設當前時間點為(t)，將輸入圖像的前一(t-1)幀圖像的R、G和B數據進行顏色空間轉換成亮度值(步驟S1)，將前一(t-1)幀圖像劃分成具有預定大小的區塊，並且通過平均圖像位準(average picture level,APL)計算所述區塊中的每個代表值(步驟S2)，對所述區塊中的每個代表值進行濾波(步驟S3)，並且通過基於所述區塊中的每個代表值對原始圖像的大小執行插值，來獲得第一模糊圖像(步驟S4)。
圖1的濾波步驟S3可以去除可能在對先前獲得的區塊的代表值直接執行插值時出現的偽像。在基於區塊的計算中出現最頻繁的代表性偽像是區塊效應(blocking artifact)。
如圖1的實施方式，當對區塊中的每個代表值進行計算時，將前一(t-1)幀圖像劃分成具有預定大小的區塊，並且然後通過對包括在區塊中的像素的值取平均來計算區塊中的每個代表值。當對區塊中的每個代表值進行計算時，可以計算與區塊的像素的值有關的平均值、中值和池化值(pooling value)中的至少一個作為每個區塊的代表值。
在圖1的插值步驟S4中，基於針對區塊中的每個獲得的代表值(即區塊通過APL計算的結果)來對原始圖像的大小執行插值，並且通過插值獲得的圖像可以根據插值權重表替換現有的模糊圖像。上述方案作為基於反銳化遮罩的算法，需要大範圍模糊的圖像以提高對比度增強效果。在這方面，當基於當前幀圖像簡單地獲取大範圍模糊的圖像時，在硬體成本方面需要大量的幀緩衝器。然而，在將上述方案用於本實施方式中的情況下，僅需要佔用僅用於存儲前一幀圖像的區塊的代表值的空間的緩衝器，並且因此，可以在硬體成本方面具有優勢。
處理器100可以通過當前(t)幀圖像與第一模糊圖像的加權和來獲得第二模糊圖像，在第二模糊圖像中恢復邊界訊息。
詳細描述獲得具有經恢復的邊界訊息的第二模糊圖像的過程，處理器100將當前(t)幀圖像的R、G和B數據進行顏色空間轉換成亮度值(步驟S5)，通過使用當前(t)幀圖像和第一模糊圖像來計算第一模糊圖像的第一權重和當前(t)幀圖像的第二權重，並且通過將第一權重施加 到第一模糊圖像和將第二權重施加到當前幀(t)圖像進行加權平均來獲得第二模糊圖像(步驟S6)。
在圖1的加權和步驟S6中，由於通過插值獲得的第一模糊圖像不保留邊界訊息，因此通過利用當前幀圖像與第一模糊圖像之間的訊息來獲得具有經恢復的邊界訊息的第二模糊圖像。在本實施方式中，由於通過使用當前幀圖像與第一模糊圖像之間的訊息獲取到具有經恢復的邊界訊息的第二模糊圖像，因此，不需要大容量幀緩衝器和邊界檢測算法，其中，大容量幀緩衝器用於存儲在其中保留有邊界訊息的現有模糊圖像。
在本實施方式的情況下，通過僅使用與幀緩衝器有關的訊息以及與第一模糊圖像和當前幀圖像有關的訊息來計算第一權重和第二權重，從而獲得在其中恢復邊界訊息的新的第二模糊圖像，其中，幀緩衝器存儲區塊中的每個代表值，第一模糊圖像通過插值而獲得。因此，本實施方式可以提供這樣的優勢：不需要用於存儲與外圍像素有關的訊息的大尺寸緩衝器。
處理器100可以以這樣的方式對第一權重W1和第二權重W2進行計算：根據在當前幀(t)圖像中當前位置周圍的代表值之中的最大值與最小值之間的差，來增大或減小第一權重W1和第二權重W2，並且根據在當前位置處當前幀圖像的值與第一模糊圖像的值之間的差，來增大或減小第一權重W1和第二權重W2。當前位置可以限定為獲取具有經恢復的邊界訊息的第二模糊圖像的位置。
例如，當對第一權重W1和第二權重W2進行計算時，隨著當前位置周圍的代表值的最大值與最小值之間的差變大，處理器100可以減小第一權重並且增大第二權重，因此不會在恢復邊界訊息時出現光暈偽像。
另外，當對第一權重W1和第二權重W2進行計算時，隨著在當前位置處當前幀圖像的值與第一模糊圖像的值之間的差變大，處理器100可以增大第一權重W1並且減小第二權重W2，以提高對比度增強。
處理器100可以通過使用第二模糊圖像與當前(t)幀圖像之間的差異圖像來對當前幀圖像執行對比度增強。具體地，處理器100獲得第二模糊圖像與當前(t)幀圖像之間的差值圖像(步驟S7)，並且通過對當前(t)幀圖像與差值圖像求和(步驟S8)，增強且輸出與當前(t)幀圖像的亮度值有關的對比度(步驟S9)。
處理器100可以對被執行對比度增強的當前幀圖像的色差訊息進行補償，即色度補償(步驟S11)。例如，處理器100可以通過將亮度值的變化施加到色差訊息來對色差訊息進行補償，來防止待作為結果圖像輸出的輸出圖像劣化。
圖2是用於幫助對根據本發明的實施方式的將前一幀圖像劃分成具有預定大小的區塊單元的過程進行說明的圖的示例的表示，以及圖3是使用像素的平均值作為圖2的區塊中的每個代表值的示例圖。在圖3中，M表示具有預定大小的區塊單元的水平長度，N表示具有預定大小的區塊單元的豎直長度。
參考圖2和圖3，為將在圖1中的區塊中的每個代表值計算為像素的平均值。
當通過光柵掃描方法在硬體上輸入圖像時，針對初始設置的每個區塊大小來計算代表值，並且然後，將數據寫入緩衝器以存儲該代表值。作為其示例，可以如圖3中所示地使用平均值(Val)，並且可以使用中值或一般的池化值。
圖4是通過基於圖2的區塊中的每個代表值執行插值來獲得第一模糊圖像的過程的示例圖。
參考圖4，作為圖1的插值步驟S4的示例，為基於雙三次插值的4x4採樣。
在如圖4中所示地執行插值的情況下，幀緩衝器的大小可以根據圖像的大小和區塊的大小而變化。在將幀緩衝器的大小設置成小於用於獲得最小第一模糊圖像的緩衝器的情況下，在硬體方面，可能實現節約型設計。作為在此時使用的插值，除了上文作為示例提及的雙三次插值之外，還可以使用諸如雙線性插值的多種方案。
圖5是根據本發明的實施方式通過計算模糊圖像的權重和當前幀圖像的權重來獲得具有經恢復的邊界訊息的模糊圖像的過程的示例圖。
參考圖1和圖5，本實施方式的目的在於有效地去除在基於反銳化遮罩執行局部對比度增強時出現的光暈偽像。因此，可以通過使用在其中恢復邊界訊息的模糊圖像作為將在反銳化遮罩中使用的模糊圖像，來去除光暈偽像。
在本實施方式中，可以通過基於存儲在幀緩衝器中的“當前位置周圍的模糊圖像的代表值”、“在當前位置處的輸入圖像值”以及 “通過執行插值獲得的值”來計算第一權重W1和第二權重W2，以獲得新的第二模糊圖像。
作為示例，第一權重W1可以是
Figure 108146376-A0305-02-0010-1
，並且第二權重W2可以是1-
Figure 108146376-A0305-02-0010-2
。
更詳細地描述圖5和以上等式，在本實施方式中，可以以這樣的方式對第一權重W1和第二權重W2進行計算：根據在當前幀(t)圖像中當前位置周圍的代表值之中的最大值V1與最小值V2之間的差來增大或減小第一權重W1和第二權重W2，並且根據在當前位置處的當前幀圖像的值V3與在當前位置處的第一模糊圖像的值V4之間的差來增大或減小第一權重W1和第二權重W2。
例如，在本實施方式中，當對第一權重和第二權重進行計算時，隨著當前位置周圍的代表值的最大值V1和最小值V2之間的差變大，第一權重可以減小並且第二權重可以增大，因此可能不會在恢復邊界訊息時出現光暈偽像。
另外，當對第一權重和第二權重進行計算時，隨著在當前位置處的當前幀圖像的值V3與在當前位置處的第一模糊圖像的值V4之間的差變大，處理器100可以增大第一權重W1並且減小第二權重W2，從而提高對比度增強。
從以上描述顯而易見的是，根據本發明的實施方式，由於通過基於前一幀圖像的具有預定大小的區塊中的每個代表值執行插值，來獲得第一模糊圖像，因此可能提高對比度增強效果。
此外，由於使用當前幀圖像和第一模糊圖像來計算第一模糊圖像的第一權重W1和當前幀圖像的第二權重W2，並且通過根據第一權重W1和第二權重W2將當前幀圖像和第一模糊圖像加權平均，獲得具有經恢復的邊界訊息的第二模糊圖像，因此可以有效地去除在對比度增強中出現的光暈偽像。
儘管以上已經描述了各種實施方式，但是本領域技術人員將理解，所描述的實施方式僅是示例性的。因此，不應基於所描述的實施方式來限制在本文中所描述的公開內容。
100:處理器
S1~S11:步驟
t:時間點

Claims (20)

  1. 一種圖像處理方法，其係經由一圖像處理設備來執行，所述圖像處理方法包括：通過基於一前一幀圖像的具有一預定大小的區塊中的每個代表值執行插值，來獲得一第一模糊圖像；通過一當前幀圖像與所述第一模糊圖像的加權和，來獲得一第二模糊圖像，在所述第二模糊圖像中一邊界訊息被恢復；以及通過使用所述第二模糊圖像與所述當前幀圖像之間的一差值圖像，來對所述當前幀圖像執行一對比度增強。
  2. 根據申請專利範圍第1項所述的圖像處理方法，其中，獲得所述第一模糊圖像的步驟包括：將所述前一幀圖像的R、G和B數據轉換成亮度值；將所述前一幀圖像劃分成具有所述預定大小的所述區塊，並計算所述區塊中的每個代表值；以及通過基於所述區塊中的每個代表值對原始圖像的大小執行插值，來獲得所述第一模糊圖像。
  3. 根據申請專利範圍第2項所述的圖像處理方法，其中，計算所述區塊中的每個代表值是通過使用與所述區塊中的每個像素值有關的平均值、中值和池化值中的至少一個來計算所述代表值。
  4. 根據申請專利範圍第1項所述的圖像處理方法，其中，獲得所述第二模糊圖像的步驟包括： 通過使用所述當前幀圖像和所述第一模糊圖像，來計算所述第一模糊圖像的一第一權重和所述當前幀圖像的一第二權重；以及通過將所述第一權重施加到所述第一模糊圖像且將所述第二權重施加到所述當前幀圖像的加權平均，來獲得所述第二模糊圖像。
  5. 根據申請專利範圍第4項所述的圖像處理方法，其中，計算所述第一權重和所述第二權重是根據在所述當前幀圖像中的當前位置周圍的代表值之中的一最大值與一最小值之間的差來增大或減小所述第一權重和所述第二權重，並且根據在所述當前位置處所述當前幀圖像的值與所述第一模糊圖像的值之間的差來增大或減小所述第一權重和所述第二權重。
  6. 根據申請專利範圍第5項所述的圖像處理方法，其中，隨著所述當前位置周圍的代表值的所述最大值與所述最小值之間的差變大，所述第一權重減小並且所述第二權重增大，以使得在恢復所述邊界訊息時不出現光暈偽像。
  7. 根據申請專利範圍第6項所述的圖像處理方法，其中，隨著在所述當前位置處所述當前幀圖像的值與所述第一模糊圖像的值之間的差變大，所述第一權重增大並且所述第二權重減小，以提高所述對比度增強。
  8. 根據申請專利範圍第1項所述的圖像處理方法，其中，對所述當前幀圖像執行所述對比度增強的步驟包括：獲得所述第二模糊圖像與所述當前幀圖像之間的所述差值圖像；以及通過所述當前幀圖像與所述差值圖像之和，來增強所述當前幀圖像的對比度。
  9. 根據申請專利範圍第1項所述的圖像處理方法，還包括：對被執行所述對比度增強的所述當前幀圖像的一色差訊息進行補償。
  10. 根據申請專利範圍第9項所述的圖像處理方法，其中，補償所述色差訊息通過將亮度值的變化施加到所述色差訊息，來防止待輸出的結果圖像的劣化。
  11. 一種適於對輸入圖像執行對比度增強的圖像處理設備，包括：一處理器，配置成通過基於一前一幀圖像的具有一預定大小的區塊中的每個代表值執行插值來獲得一第一模糊圖像，通過當前幀圖像與所述第一模糊圖像的加權和來獲得一邊界訊息在其中被恢復的一第二模糊圖像，並且通過使用所述第二模糊圖像與所述當前幀圖像之間的一差值圖像來對所述當前幀圖像執行一對比度增強。
  12. 根據申請專利範圍第11項所述的圖像處理設備，其中，所述處理器將所述前一幀圖像的R、G和B數據轉換成亮度值，將所述前一幀圖像劃分成具有所述預定大小的區塊，並計算所述區塊中的每個代表值，並且通過基於所述區塊中的每個代表值對原始圖像的大小執行插值，來獲得所述第一模糊圖像。
  13. 根據申請專利範圍第12項所述的圖像處理設備，其中，所述處理器計算與所述區塊中的每個像素值有關的平均值、中值和池化值中的至少一個，作為所述區塊中的每個代表值。
  14. 根據申請專利範圍第11項所述的圖像處理設備，其中，所述處理器通過使用所述當前幀圖像和所述第一模糊圖像，來計算所述第一 模糊圖像的一第一權重和所述當前幀圖像的一第二權重，並且通過將所述第一權重施加到所述第一模糊圖像和將所述第二權重施加到所述當前幀圖像的加權平均，來獲得所述第二模糊圖像。
  15. 根據申請專利範圍第14項所述的圖像處理設備，其中，所述處理器通過根據在所述當前幀圖像中當前位置周圍的代表值之中的最大值與最小值之間的差而增大或減小所述第一權重和所述第二權重，並且通過根據在所述當前位置處所述當前幀圖像的值與所述第一模糊圖像的值之間的差而增大或減小所述第一權重和所述第二權重，來計算所述第一權重和所述第二權重。
  16. 根據申請專利範圍15項所述的圖像處理設備，其中，當計算所述第一權重和所述第二權重時，隨著所述當前位置周圍的代表值的所述最大值與所述最小值之間的差變大，所述處理器減小所述第一權重並且增大所述第二權重，以使得在恢復所述邊界訊息時不出現光暈偽像。
  17. 根據申請專利範圍第16項所述的圖像處理設備，其中，當計算所述第一權重和所述第二權重時，隨著在所述當前位置處所述當前幀圖像的值與所述第一模糊圖像的值之間的差變大，所述處理器增大所述第一權重並且減小所述第二權重，以提高所述對比度增強。
  18. 根據申請專利範圍第11項所述的圖像處理設備，其中，所述處理器獲得所述第二模糊圖像與所述當前幀圖像之間的差值圖像，並且通過所述當前幀圖像與所述差值圖像之和，來增強所述當前幀圖像的對比度。
  19. 根據申請專利範圍第11項所述的圖像處理設備，其中，所述處理器對被執行所述對比度增強的所述當前幀圖像的一色差訊息進行補償。
  20. 根據申請專利範圍第19項所述的圖像處理設備，其中，在對所述色差訊息進行補償時，所述處理器通過將亮度值的變化施加到所述色差訊息，來防止待輸出的結果圖像的劣化。
TW108146376A 2018-12-26 2019-12-18 圖像處理設備和方法 TWI827771B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180169628A KR102575126B1 (ko) 2018-12-26 2018-12-26 영상 처리 장치 및 그 방법
KR10-2018-0169628 2018-12-26

Publications (2)

Publication Number Publication Date
TW202025085A TW202025085A (zh) 2020-07-01
TWI827771B true TWI827771B (zh) 2024-01-01

Family

ID=71122116

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108146376A TWI827771B (zh) 2018-12-26 2019-12-18 圖像處理設備和方法

Country Status (4)

Country Link
US (1) US11222412B2 (zh)
KR (1) KR102575126B1 (zh)
CN (1) CN111383190B (zh)
TW (1) TWI827771B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6975070B2 (ja) * 2018-02-27 2021-12-01 シャープ株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
KR102640670B1 (ko) * 2022-07-07 2024-02-27 엘지전자 주식회사 디스플레이 장치 및 디스플레이 제어 방법
CN116703785B (zh) * 2023-08-04 2023-10-27 普密特(成都)医疗科技有限公司 一种微创手术镜下模糊图像的处理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150036943A1 (en) * 2013-07-30 2015-02-05 Adobe Systems Incorporated Patch-Based, Locally Content-Adaptive Image and Video Sharpening
TWI588777B (zh) * 2015-12-29 2017-06-21 Method of Fuzzy Clustering Automated Contrast Change
TW201830330A (zh) * 2017-02-06 2018-08-16 聯發科技股份有限公司 一種圖像處理方法及圖像處理系統
TWI639135B (zh) * 2017-11-16 2018-10-21 國立高雄科技大學 模糊影像之復原方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4231065A (en) 1979-01-11 1980-10-28 Honeywell Inc. Local area contrast enhancement device
US5081492A (en) 1990-12-12 1992-01-14 Xerox Corporation Exposure control system
KR100200628B1 (ko) * 1996-09-30 1999-06-15 윤종용 화질 개선 회로 및 그 방법
JPH1127533A (ja) * 1997-07-07 1999-01-29 Dainippon Screen Mfg Co Ltd 輪郭強調方法及びその装置
US6611627B1 (en) 2000-04-24 2003-08-26 Eastman Kodak Company Digital image processing method for edge shaping
US6915024B1 (en) * 2000-09-29 2005-07-05 Hewlett-Packard Development Company, L.P. Image sharpening by variable contrast mapping
US7130483B2 (en) * 2001-12-12 2006-10-31 Samsung Electronics Co., Ltd. Method for enhancing a digital image while suppressing undershoots and overshoots
WO2004064388A1 (ja) * 2003-01-09 2004-07-29 Sony Corporation 画像処理装置および方法
KR100605746B1 (ko) * 2003-06-16 2006-07-31 삼성전자주식회사 블럭 기반의 움직임 보상 장치 및 방법
US8014034B2 (en) * 2005-04-13 2011-09-06 Acd Systems International Inc. Image contrast enhancement
US7773257B2 (en) 2006-10-30 2010-08-10 Sony Corporation Color metric for halo artifacts
US8306348B2 (en) * 2007-04-24 2012-11-06 DigitalOptics Corporation Europe Limited Techniques for adjusting the effect of applying kernels to signals to achieve desired effect on signal
US7889949B2 (en) 2007-04-30 2011-02-15 Microsoft Corporation Joint bilateral upsampling
US8238687B1 (en) * 2008-01-09 2012-08-07 Helwett-Packard Development Company, L.P. Local contrast enhancement of images
TWI524755B (zh) * 2008-03-05 2016-03-01 半導體能源研究所股份有限公司 影像處理方法、影像處理系統及電腦程式
US20100002952A1 (en) 2008-07-01 2010-01-07 Texas Instruments Incorporated Method and apparatus for image sharpening
JP5451313B2 (ja) 2009-10-27 2014-03-26 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
US8502894B2 (en) 2009-12-30 2013-08-06 Stmicroelectronics Asia Pacific Pte. Ltd. Method and apparatus for ringing and halo control
CN101833754B (zh) * 2010-04-15 2012-05-30 青岛海信网络科技股份有限公司 图像增强方法及系统
WO2011134490A1 (en) 2010-04-26 2011-11-03 Robert Bosch Gmbh Detection and/or enhancement of contrast differences in digital image data
US9398205B2 (en) * 2010-09-01 2016-07-19 Apple Inc. Auto-focus control using image statistics data with coarse and fine auto-focus scores
KR101663227B1 (ko) * 2010-09-13 2016-10-06 삼성전자주식회사 영상 처리 방법 및 장치
KR101913336B1 (ko) 2011-10-06 2018-10-31 삼성전자주식회사 이동 장치 및 그 제어 방법
US20130301949A1 (en) * 2012-05-11 2013-11-14 Sony Corporation Image enhancement apparatus and method
KR101767094B1 (ko) * 2012-12-03 2017-08-31 한화테크윈 주식회사 영상 처리 장치 및 방법
WO2015146240A1 (ja) * 2014-03-27 2015-10-01 Ｎｋワークス株式会社 画像処理装置
CN103955917A (zh) * 2014-04-03 2014-07-30 国家电网公司 一种长间隙空气电弧图像边缘检测方法
JP6495446B2 (ja) * 2015-06-08 2019-04-03 オリンパス株式会社 ぼけ強調画像処理装置、ぼけ強調画像処理プログラム、ぼけ強調画像処理方法
US9959599B2 (en) * 2015-06-18 2018-05-01 Sharp Laboratories Of America, Inc. System for enhanced images
US9998666B2 (en) * 2015-08-26 2018-06-12 Duke University Systems and methods for burst image deblurring
JP2017107260A (ja) * 2015-12-07 2017-06-15 セイコーエプソン株式会社 画像処理方法、及び、画像処理プログラム
CN108765342A (zh) * 2018-05-30 2018-11-06 河海大学常州校区 一种基于改进暗通道的水下图像复原方法
US10970816B2 (en) * 2018-08-13 2021-04-06 Nvidia Corporation Motion blur and depth of field reconstruction through temporally stable neural networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150036943A1 (en) * 2013-07-30 2015-02-05 Adobe Systems Incorporated Patch-Based, Locally Content-Adaptive Image and Video Sharpening
TWI588777B (zh) * 2015-12-29 2017-06-21 Method of Fuzzy Clustering Automated Contrast Change
TW201830330A (zh) * 2017-02-06 2018-08-16 聯發科技股份有限公司 一種圖像處理方法及圖像處理系統
TWI639135B (zh) * 2017-11-16 2018-10-21 國立高雄科技大學 模糊影像之復原方法

Also Published As

Publication number Publication date
US11222412B2 (en) 2022-01-11
KR102575126B1 (ko) 2023-09-05
US20200211167A1 (en) 2020-07-02
CN111383190B (zh) 2024-02-20
TW202025085A (zh) 2020-07-01
KR20200079922A (ko) 2020-07-06
CN111383190A (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
US9202263B2 (en) System and method for spatio video image enhancement
TWI827771B (zh) 圖像處理設備和方法
JP6081726B2 (ja) 多重露出フュージョン基盤でゴーストブラーを除去したｈｄｒ映像生成装置及び方法
JP5342068B2 (ja) 多重フレームへのアプローチ方法および画像アップスケール処理システム
US9898803B2 (en) Image processing apparatus, image processing method, and recording medium storing image processing program
US9824424B2 (en) Image amplifying method, image amplifying device, and display apparatus
US20180020229A1 (en) Computationally efficient motion compensated frame rate conversion system
JP5367667B2 (ja) 画像処理装置
US20080025628A1 (en) Enhancement of Blurred Image Portions
WO2014197154A1 (en) Methods of image fusion for image stabilizaton
JP2013192224A (ja) ブラー映像及びノイズ映像で構成されたマルチフレームを用いて非均一モーションブラーを除去する方法及び装置
CN113344821B (zh) 图像降噪方法、装置、终端、存储介质
WO2006088924A2 (en) System and method for sharpening vector-valued digital images
JP2013041565A (ja) 画像処理装置、画像表示装置、画像処理方法、コンピュータプログラム及び記憶媒体
KR101287521B1 (ko) 단일 프레임 기반의 높은 동적 대역 영상 생성장치 및 방법
JP6375138B2 (ja) パープルフリンジ除去処理方法及びその処理を遂行するパープルフリンジ除去処理装置
CN110852947B (zh) 一种基于边缘锐化的红外图像超分辨方法
JP3959547B2 (ja) 画像処理装置、画像処理方法、及び情報端末装置
Tigga et al. Image deblurring with impulse noise using alternating direction method of multipliers and Lucy-Richardson method
JP2005182232A (ja) 輝度補正装置および輝度補正方法
Banik et al. Transformer based technique for high resolution image restoration
Xu et al. Interlaced scan CCD image motion deblur for space-variant motion blurs
CN109754370B (zh) 图像去噪方法及装置
WO2023031999A1 (ja) 映像情報処理装置、方法およびプログラム
JP2014178742A (ja) 画像処理装置、画像処理方法及び画像処理プログラム