影像处理方法与影像处理装置制造方法及图纸

一种影像处理方法，包括下列步骤。提供去杂讯函数以及细节增强函数。接收影像信号中的目前影像，并计算目前影像的杂讯特征以及细节特征。依照杂讯特征逐步且平滑地调整去杂讯函数，且依照细节特征逐步且平滑地调整细节增强函数。比较去杂讯函数以及细节增强函数，以决定对目前影像执行去杂讯处理或细节增强处理。此外，一种运用前述影像处理方法的影像处理装置亦被提出。

【技术实现步骤摘要】
影像处理方法与影像处理装置
本专利技术是有关于一种影像处理方法与影像处理装置，且特别是有关于一种依据去杂讯函数与细节增强函数而运作的影像处理方法与影像处理装置。
技术介绍
随着科技的进步，摄影、拍照、影片播放等功能已经是许多电子产品不可或缺的功能。近几年来，更由于网络的蓬勃发展，许多视频影像或图片被分享于网际网络上，供使用者自由观赏。基于使用者对影像品质的需求，除了推陈出新的摄像器材外，用于后续制作与影像传输中的影像处理技术也是技术人员开发的重点之一。影像处理技术包括几何变换、色彩处理、分割、去杂讯或是细节增强等，用以增进影像的品质与提供特殊的影像效果。值得注意的是，不同的影像处理技术可能无法一起施用在同一张影像上。因此，影像处理必须根据影像的格式与所需求的显示标准来选择对应的影像处理技术，以便呈现较佳的影像给使用者。
技术实现思路
本专利技术提供一种影像处理方法，其可依据影像的杂讯特征与细节特征来逐步且平滑地调整去杂讯函数与细节增强函数，并且据以选择对影像执行去杂讯处理或细节增强处理，使得影像处理方法不会频繁地在去杂讯处理或细节增强处理之间进行切换，避免发生影像不连续。本专利技术提供一种影像处理装置，提供去杂讯函数与细节增强函数并解析影像的杂讯特征与细节特征，用以执行前述的影像处理方法。本专利技术的影像处理方法包括下列步骤。提供去杂讯(De-Noise)函数以及细节增强(DetailEnhancement)函数。接收影像信号中的目前影像，并且计算目前影像的杂讯特征以及细节特征。依照杂讯特征逐步且平滑地调整去杂讯函数，且依照细节特征逐步且平滑地调整细节增强函数。比较去杂讯函数及细节增强函数，决定对目前影像执行去杂讯(De-noise)处理或细节增强(DetailEnhancement)处理。本专利技术的影像处理装置，包括解码单元、计算单元与处理单元。解码单元接收影像信号中的目前影像以计算目前影像的杂讯特征以及细节特征。计算单元耦接至解码单元且提供去杂讯函数以及细节增强函数。计算单元依照杂讯特征逐步且平滑地调整去杂讯函数，依照细节特征逐步且平滑地调整细节增强函数，并且比较去杂讯函数以及细节增强函数。处理单元耦接至计算单元，并根据去杂讯函数及细节增强函数的比较结果，对目前影像执行去杂讯处理或细节增强处理。基于上述，本专利技术实施例所提出的影像处理方法以及影像处理装置，透过解析影像的杂讯特征与细节特征，逐步且平滑地调整去杂讯函数与细节增强函数，并且根据去杂讯函数与细节增强函数的比较结果，决定对影像执行去杂讯处理或细节增强处理。如此一来，每张影像的特征皆被解析并纳入考量，以作为执行影像处理的依据，同时避免仅根据单张影像的影像特征来决定对影像执行去杂讯处理或细节增强处理，进而解决了影像不连续的问题，并呈现最佳化的视觉效果。为让本专利技术的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下。附图说明图1是根据本专利技术一实施例所绘示的影像处理方法的流程图。图2是本专利技术一实施例中计算杂讯特征及细节特征的方法流程图。图3是本专利技术一实施例中计算杂讯特征的示意图。图4是本专利技术一实施例中计算细节特征的示意图。图5是本专利技术一实施例中调整去杂讯函数与细节增强函数的方法流程图。图6是本专利技术一实施例中调整调整去杂讯函数与细节增强函数的方法示意图。图7是本专利技术一实施例中比较去杂讯函数及细节增强函数的方法流程图。图8是根据本专利技术一实施例所绘示的影像处理装置的示意图。S120～S180：影像处理方法的步骤S141～S146：计算目前影像的杂讯特征的步骤S141、S147～S151：计算目前影像的细节特征的步骤S162～S166：调整去杂讯函数与细节增强函数的步骤S182～S186：比较去杂讯函数及细节增强函数，以决定对目前影像执行去杂讯处理或细节增强处理的步骤210、210’：区域212、212’：宏区块212a、212a’：像素M：高频滤波遮罩212b：每行像素212c：每列像素T、t0、t11’、t11、t1、t21’、t21、t2：时间300：影像处理装置310：解码单元320：计算单元330：处理单元N：杂讯特征D：细节特征CR：比较结果具体实施方式本专利技术所提供的影像处理方法，适于对连续影像中的每张影像逐一进行分析，以决定对单张影像进行去杂讯处理或者细节增强处理。图1是根据本专利技术一实施例所绘示的影像处理方法的流程图。请参照图1，影像处理方法包括下列步骤。于步骤S120中，提供去杂讯函数与细节增强函数。接着，于步骤S140中，接收影像信号中的目前影像，并计算目前影像的杂讯特征以及细节特征。于步骤S160中，依照杂讯特征逐步且平滑地调整去杂讯函数，且依照细节特征逐步且平滑地调整细节增强函数。最后，于步骤S180中，比较去杂讯函数及细节增强函数以决定对目前影像执行去杂讯处理或细节增强处理。于步骤S120提供去杂讯函数与细节增强函数时，去杂讯函数与细节增强函数的初始值、变化幅度、上限值以及下限值等皆可以被自由设定。详细而言，于本实施例所提供的影像处理方法中，去杂讯函数与细节增强函数的比较结果，是决定对每张影像执行去杂讯处理或细节增强处理的依据，并且去杂讯函数与细节增强函数会反应每张影像的杂讯特征与细节特征而有所变化。去杂讯函数与细节增强函数的数值反应影像对于去杂讯处理以及细节增强处理的需求程度，而去杂讯函数与细节增强函数的设定可以决定影像处理方法在去杂讯处理以及细节增强处理间的转换时机与切换频率。具体的例子将陈述于后。于步骤S140中，对所接收的影像信号进行计算，以取得目前影像的杂讯特征及细节特征。图2是本专利技术一实施例中计算杂讯特征及细节特征的方法流程图。请参照图2，杂讯特征以及细节特征分别经由不同的计算流程而取得。步骤S141～S146为计算目前影像的杂讯特征的流程，而步骤S141、S147～S151为计算目前影像的细节特征的流程。计算杂讯特征的步骤S141～S146以及计算细节特征的步骤S141、S147～S151在本实施例中为同时执行。以下将分别详述计算目杂讯特征与细节特征的流程。图3是本专利技术一实施例中计算杂讯特征的示意图。请同时参照图2与图3，于步骤S141中，影像信号中的先前影像及目前影像分别被切割为多个区域(region)210、210’，且每一区域210、210’包括多个宏区块(Macroblock)212、212’。此外，每个宏区块212、212’更包括多个像素212a、212a’。先前影像的接收时间早于目前影像，并且先前影像与目前影像可以为影像信号中的连续两张影像。接着，于步骤S142中，计算先前影像的宏区块212’的每一像素212a’与目前影像的宏区块212对应位置的每一像素212a(例如为图3中以色块所标示的像素212a与212a’)之间的绝对差值。更详细地说，像素212a的灰阶值与对应像素212a’的灰阶值会被逐一比较，以取得多个绝对差值。依据目前影像的宏区块212，前述的多个绝对差值于步骤S143中被利用以计算多个绝对差值和。换言之，依照一定的像素212a分组方式，将多个绝对差值相加来取得绝对差值和。绝对差值和可以为每一宏区块212中每行像素212b的绝对差值和、每列像素212c的绝对差值和以及每行像素212b本文档来自技高网...

【技术保护点】
一种影像处理方法，包括：提供去杂讯函数以及细节增强函数；接收影像信号中的目前影像，并计算该目前影像的杂讯特征以及细节特征；依照该杂讯特征逐步且平滑地调整该去杂讯函数，且依照该细节特征逐步且平滑地调整该细节增强函数；以及比较该去杂讯函数及该细节增强函数，决定对该目前影像执行去杂讯处理或细节增强处理。

【技术特征摘要】
1.一种影像处理方法，包括：提供去杂讯函数以及细节增强函数；接收影像信号中的目前影像，并计算该目前影像的杂讯特征以及细节特征；比较该杂讯特征与第一阈值的大小；若该杂讯特征大于该第一阈值，依照该杂讯特征逐步且平滑地升高该去杂讯函数，且依照该细节特征逐步且平滑地降低该细节增强函数，若该杂讯特征小于该第一阈值，依照该杂讯特征逐步且平滑地降低该去杂讯函数；以及比较该去杂讯函数及该细节增强函数，决定对该目前影像执行去杂讯处理或细节增强处理。2.如权利要求1所述的影像处理方法，其特征在于，接收该影像信号中的该目前影像，并计算该目前影像的该杂讯特征以及该细节特征的步骤更包括：将该影像信号中的先前影像与该目前影像分别切割为多个区域，其中每一该区域包括多个宏区块；计算该先前影像的该些宏区块的每一像素与该目前影像的该些宏区块对应位置的每一像素之间的绝对差值；计算该些绝对差值的多个绝对差值和；平均该目前影像的每一该宏区块中的该些绝对差值和，取得多个宏区块平均值；比较每一该区域中的该些宏区块平均值，其中该些宏区块平均值的最小值为该区域中的杂讯代表值；以及比较每一该区域的该杂讯代表值，以决定该目前影像的该杂讯特征。3.如权利要求2所述的影像处理方法，其特征在于，计算该些绝对差值的该些绝对差值和的步骤更包括：计算每一该宏区块中每行像素的该绝对差值和、每列像素的该绝对差值和、以及每行像素与每列像素的该绝对差值和三者其中之一。4.如权利要求2所述的影像处理方法，其特征在于，比较每一该区域的该杂讯代表值，以决定该目前影像的该杂讯特征的步骤中，该杂讯特征为选自该些区域中该些杂讯代表值的最大值、最小值以及平均值三者之一。5.如权利要求1所述的影像处理方法，其特征在于，接收该影像信号中的该目前影像，并计算该目前影像的该杂讯特征以及该细节特征的步骤更包括：将该目前影像切割为多个区域，其中每一该区域包括多个宏区块；利用高频滤波遮罩，对每一该宏区块中的多个像素进行滤波处理，以取得多个高频像素值；计算每一该宏区块中的每一行高频像素值；计算每一该宏区块的平均行高频像素值；比较该些宏区块的该些平均行高频像素值，其中该些宏区块的该些平均行高频像素值的最大值为该区域中的细节代表值；以及比较每一该区域的该细节代表值，以决定该目前影像的该细节特征，其中该细节特征为该些细节代表值中的最大者。6.如权利要求5所述的影像处理方法，其特征在于，计算每一该宏区块中的该平均行高频像素值的步骤更包括：平均该宏区块中的该些行高频像素值，以作为该宏区块的该平均行高频像素值。7.如权利要求1所述的影像处理方法，其特征在于，若该杂讯特征大于该第一阈值，依照该杂讯特征逐步且平滑地升高该去杂讯函数，且依照该细节特征逐步且平滑地降低该细节增强函数，若该杂讯特征小于该第一阈值，依照该杂讯特征逐步且平滑地降低该去杂讯函数的步骤更包括：若该杂讯特征大于第一阈值，当该去杂讯函数达到第一上限，则停止调整该去杂讯函数；以及若该杂讯特征小于该第一阈值，且该细节特征大于或不小于第二阈值，更依照该细节特征逐步且平滑地升高该细节增强函数，当该细节增强函数达到第二上限，则停止调整该细节增强函数。8.如权利要求第7项所述的影像处理方法，其特征在于，比较该去杂讯函数及该细节增强函数，决定对该目前影像执行该去杂讯处理或该细节增强处理的步骤包括：在调整该去杂讯函数及该细节增强函数后的特定时间上，若在该特定时间上的该去杂讯函数的数值大于该细节增强函数的数值时，对该目前影像进行该去杂讯处理；若在该特定时间上的该去杂讯函数的数值小于该细节增强函数的数值时，对该目前影像进行该细节增强处理。9.如权利要求1所述的影像处理方法，其特征在于，若该杂讯特征大于该第一阈值，依照该杂讯特征逐步且平滑地升高该去杂讯函数，且依照该细节特征逐步且平滑地降低该细节增强函数，若该杂讯特征小于该第一阈值，依照该杂讯特征逐步且平滑地降低该去杂讯函数的步骤更包括：若该杂讯特征大于第一阈值，当该细节增强函数达到第一下限，则停止调整该细节增强函数；若该杂讯特征小于该第一阈值，且该细节特征大于或不小于第二阈值，更依照该细节特征逐步且平滑地...

【专利技术属性】
技术研发人员：陈岳勇，张兆栋，
申请(专利权)人：珠海扬智电子科技有限公司，
类型：发明
国别省市：广东;44