专利名称：图像处理设备和图像处理方法
技术领域：
本发明涉及图像处理设备。更具体而言，本发明涉及用于执行图像信号处理以便增强图像的锐度(sharpness)的图像处理设备和方法。
背景技术：
例如，在执行诸如改变图像的分辨率之类的图像信号处理时，存在相关技术在数字信号处理中使用的滤波器中如下设置系数。首先，与对应于不同分辨率的多个固定参数值中的每个相关联地计算多个系数。接下来，计算与对这些离散系数进行近似的曲线相对应的函数，所计算出的函数的系数的组合可以例如被存储作为滤波器系数的系数相关数据。然后，在执行图像信号处理时，通过将根据例如用户输入而获得的参数代入由表示为所存储的系数相关数据的系数给出的函数的变量，从而计算出滤波器系数。然后执行基于计算出的滤波器系数的滤波处理(例如参见日本未实审专利申请公开No. 2002-359820(图 1))。这样，可以在不存储与每个可能参数值相对应的大量滤波器系数的情况下执行滤波处理，从而可以减小存储器。
发明内容
就此考虑增强图像的锐度的图像锐化处理作为图像校正处理的一个示例。在执行这种处理时，应当考虑下面的因素。例如，当前存在一种趋势，频繁向电视广播的图像和类似内容插入诸如标题、字幕和滚动文字(scrolling ticker)(下文称作幻灯片内容(telop content))0另外，在单个显示屏幕上与主图片一起显示子图片也正被广泛使用。这意味着整个图像的图像内容突然改变的部分增多了，也变得更加精细了。换言之，在整个图像中， 存在大量的部分具有极大不同的空间频率特性。例如，在这种图像中，图像突然改变的图像部分和图像中等改变的部分可能共存。换言之，趋向高空间频率和大幅度的图像部分可以与趋向低空间频率和小幅度的图像部分共存。例如，如上所述考虑图像锐化处理应用一致的控制值到整个图像的情形。在这种情形中，在具有突然图像改变的图像部分中锐度可能被过度增大，因此可能容易产生不自然的图像。如果假设例如控制值被减小，则具有中等图像改变的图像部分趋向锐化不足。这样，利用对于整个图像试图采用相同控制值进行锐化的图像锐化处理，难以对具有突然图像改变的部分和具有中等图像改变的部分都施加合适的锐度。考虑到该因素，图像锐化处理应当根据整个图像的每个部分的图像改变的突然性(suddenness)来向每个部分独立地施加控制值。例如，在前面讨论的相关技术的情形中，可以减小用于计算用于图像处理的滤波器系数的数据的大小，从而试图使得处理更高效。然而，该相关技术假设了应用到整个图像的图像处理，例如改变分辨率，并且与向图像的各个部分施加不同控制值的图像处理不兼容。例如，如果试图实现向图像的各个部分施加不同控制值的处理，则将使用诸如快速傅立叶变换之类的通常处理。然而，由于这种处理是复杂并且计算强度大的，因此在某些情形中可能难以实现这种处理，例如在消费电子设备中，消费电子设备倾向具有较低的信号处理能力。考虑到这些情形，希望可以提供一种根据图像的各个部分中图像改变的突然性施加不同的锐化值的图像锐化处理，同时使得该图像锐化处理简单高效。根据本发明一个实施例的图像处理设备包括最小-最大像素差值计算单元，被配置来计算最小-最大像素差值，最小-最大像素差值被定义为用于特征值计算的图像部分中的最大像素值和最小像素值之间的差，用于特征值计算的图像部分包括从形成输入图像的像素中选出的目标像素和给定数目的邻居像素；最大邻近像素差值计算单元，被配置来计算最大邻近像素差值，最大邻近像素差值被定义为用于特征值计算的图像部分中的邻近像素之间的差值中的最大值；图像改变特征值计算单元，被配置来基于最小-最大像素差值和最大邻近像素差值，计算与用于特征值计算的图像部分中的图像改变的突然性相对应的图像改变特征值；滤波器系数计算单元，被配置来基于图像改变特征值计算滤波器系数；以及锐化滤波器，被配置来接受形成用于滤波处理的图像部分的像素作为输入，其中用于滤波处理的图像部分包括与用于特征值计算的给定图像部分相同的目标像素和给定数目的邻居像素，锐化滤波器还被配置来通过利用与用于特征值计算的给定图像部分相对应的滤波器系数计算用于滤波处理的图像部分中的目标像素的输出像素值。根据该配置，基于相应的用于特征值计算的图像部分的最小-最大像素差值和最大邻近像素差值，计算出了量化图像改变的图像改变特征值。基于这些图像改变特征值，执行了逐像素设置控制值的图像锐化处理。根据本发明实施例的上述图像处理设备还可以被配置为使得形成用于特征值计算的图像部分的像素的数目不同于形成用于滤波处理的图像部分的像素的数目。根据该配置，通过从形成用于特征值计算的图像部分的像素的数目和存储用于滤波处理的图像部分的像素的数目的多个组合中选择一个适当的组合来执行图像锐化处理。根据本发明实施例的上述图像处理设备也可以被配置为包括多项式系数存储单元，被配置来存储用于计算滤波器系数的多项式函数的多项式系数，其中，滤波器系数计算单元通过将图像改变特征值的值代入到由存储在多项式系数存储单元中的多项式系数给出的多项式函数的变量中而计算出滤波器系数。根据该配置，通过利用多项式系数数据和图像改变特征值对多项式函数进行求值，计算出了滤波器系数。根据本发明实施例的上述图像处理设备还可以被配置为使得图像改变特征值计算单元在所计算出的最大邻近像素差值大于等于与所计算出的最小-最大像素差值相关联地预设的上阈值的情形中将一个最大值设置为图像改变特征值，在最大邻近像素差值小于等于与最小-最大像素差值相关联地预设的下阈值的情形中将一个最小值设置为图像改变特征值，而在最大邻近像素差值在上阈值和下阈值之间的情形中基于上阈值和下阈值之间的差与最大邻近像素差值和下阈值之间的差的比值计算图像改变特征值。根据该配置，根据最大邻近像素差值和最小-最大像素差值的组合，计算出在从一个最大值到一个最小值的范围内的图像改变特征值的值。根据本发明的实施例，实现了一种图像锐化处理，该处理仍是简单的处理，并且根据整幅图像的各个部分中的图像改变的突然性修改控制值。
图1示出了根据本发明第一实施例的图像处理设备的示例性配置；图2说明了根据本发明第一实施例用于计算动态范围的示例性处理；图3说明了根据本发明第一实施例用于计算第一导数绝对值的示例性处理；图4说明了根据本发明第一实施例用于计算图像改变特征值的示例性处理；图5说明了根据本发明第一实施例用于计算滤波器系数的示例性处理；图6示出了根据本发明第一实施例的锐化滤波器的示例性滤波处理；图7示出了由根据本发明第一实施例的图像处理设备执行的用于图像锐化的示例性处理序列；图8示出了由根据本发明第一实施例的滤波器系数计算单元执行的用于滤波器系数计算的示例性处理序列；以及图9示出了根据本发明第二实施例的电视机的示例性配置。
具体实施例方式下文将描述实施本发明的实施例。将如下进行描述1.第一实施例(基于针对每个像素计算的图像改变特征值执行图像锐化处理的示例)2.第二实施例(根据第一实施例的图像处理设备对电视机的示例性应用)3.修改<1.第一实施例>[图像处理设备的示例性配置]图1示出了根据本发明第一实施例的图像处理设备100的示例性配置。图1中示出的图像处理设备100执行增大图像的锐度的图像锐化处理形式的图像信号处理。图1中所示的图像处理设备100具有用于特征值计算的像素块提取器101、动态范围计算单元102、第一导数绝对值计算单元103和图像改变特征值计算单元104。另外，图像处理设备100还具有滤波器系数计算单元105、系数变换数据存储单元106、用于锐化处理的像素块提取器107和锐化滤波器108。输入到图像处理设备100的输入图像信号是给定数字信号格式的运动图像数据， 并且例如可以被形成为时间序列上的帧图像数据的连续集合。单个帧图像数据集合由根据设置的分辨率的水平像素计数和垂直像素计数给出的多个像素形成。用于特征值计算的像素块提取器101从作为输入图像信号的帧图像数据提取由所设置的水平像素计数和垂直像素计数所给定的图像部分，并且获取所提取的图像部分作为用于特征值计算的像素块。 用于特征值计算的像素块由从形成帧图像数据的像素中选出的单个目标像素和在该目标像素附近排列的给定数目的邻居像素形成。此外，形成帧图像数据的所有像素被相继选作目标像素，从而与每个相继选择的目标像素相对应地相继提取出用于特征值计算的各个像素块。从而，在本发明的实施例中，对于每个帧图像数据集合，所提取出的用于特征值计算的像素块的数目等于形成该帧图像数据集合的像素的数目。动态范围计算单元102计算作为用于特征值计算的像素块给出的图像部分的动态范围。后面将描述动态范围计算的一个示例。另外，第一导数绝对值计算单元103计
6算作为用于特征值计算的像素块给出的图像部分的第一导数绝对值(即，第一导数的绝对值)。后面将描述第一导数绝对值计算的示例。在这里，应当理解动态范围计算单元102是最小-最大像素差值计算单元的一个示例。另外，第一导数绝对值计算单元103是最大邻近像素差值计算单元的一个示例。图像改变特征值计算单元104基于如上所述计算的动态范围和第一导数绝对值计算图像改变特征值。图像改变特征值可以解释为作为用于特征值计算的像素块给出的图像部分的空间频率特性的量化，或者可以解释为例如频率和幅度到一个值的量化。换言之， 图像改变特征值成为用用于特征值计算的像素块表达的图像部分的图像改变的突然性程度的数值表示。后面将描述图像改变特征值计算的一个示例。滤波器系数计算单元105通过利用从系数变换数据存储单元106读出的系数变化数据执行计算来计算出与图像改变特征值相对应的滤波器系数。后面将描述滤波器系数计算单元105的滤波器系数计算的一个示例。系数变换数据存储单元106存储如上所述滤波器系数计算单元105计算滤波器系数时使用的系数变换数据。实践中，系数变换数据存储单元106可利用例如非易失性存储器、只读存储器(ROM)或者给定的辅助存储设备实现。如在后面描述的示例性滤波器系数计算处理中所示，假设本发明实施例中的系数变换数据包括将作为图像改变特征值而获得的数值变换成滤波器系数的功能。在这里，应当理解系数变换数据存储单元106是多项式系数存储单元的一个示例。与上述用于特征值计算的像素块提取器101类似，用于锐化处理的像素块提取器 107从作为输入图像信号的帧图像数据提取由所设置的水平像素计数和垂直像素计数给出的图像部分，并且也类似地获取用于锐化处理的像素块。另外也类似地，用于锐化处理的像素块提取器107相继选择目标像素，并且相继提取包含该目标像素的用于锐化处理的像素块。例如，对于同时提取的用于特征值计算的像素块和用于锐化处理的像素块，目标像素可以是相同的。然而，在本发明的实施例中，用于特征值计算的像素块和用于锐化处理的像素块分别由不同数目的像素形成。换言之，在本发明的实施例中，形成用于计算图像改变特征值的像素块的像素的数目与形成用于锐化的滤波处理中使用的像素块的像素的数目不同。这意味着可以自由设置形成用于计算图像改变特征值的像素块的像素的数目和形成用于锐化滤波处理的像素块的像素的数目。例如，预期可视觉感受到的锐度将取决于用于特征值计算的像素块和用于锐化处理的像素块中像素的相应数目的组合而不同。因此，可通过例如预先执行的模拟来指定获得最佳视觉锐度的像素数目的组合。然后可以通过利用指定数目的像素来形成用于锐化处理的像素块和用于特征值计算的像素块，从而执行实际的图像锐化处理。这样，在本发明的实施例中，与例如使用相同的像素块用于图像改变特征值计算和锐化滤波处理二者相比，可以更灵活地设置锐化效果。同时，在后面将描述的图2、3和6 中，由于像素是按照给定数目的行和列排列的，所以用于特征值计算的像素块和用于锐化处理的像素块分别被示为总体为矩形。然而，应当理解，用于特征值计算的像素块和用于锐化处理的像素块的这种总体形状仅是示例，并且也可以设想例如菱形、圆形和各种其他形状。此外，也可以设想用于特征值计算的像素块和用于锐化处理的像素块具有不同的形状。锐化滤波器108接受形成用于锐化处理的像素块的像素群组作为输入，并且利用由滤波器系数计算单元105计算出的滤波器系数执行滤波处理。这样，针对输入的用于锐化处理的像素块中的目标像素获得了输出像素值。例如单个帧大小的这种输出像素值形成了作为输出图像信号给出的帧图像数据。[示例性动态范围计算处理]接下来，将参考图2描述由上述图1中的动态范围计算单元102执行的动态范围计算处理。图2示出了用于特征值计算的像素块200的一个示例。作为示例，图2中所示的用于特征值计算的像素块200由3X3排列的9个像素201形成。在这种像素块由9个像素201形成的情形中，第二行、第二列上的中心像素成为目标像素201A，而环绕的八个像素成为邻居像素201B。另外，在图2中，针对形成用于特征值计算的像素块200的9个像素201中的每个示出了像素值的具体示例。在这里，针对利用八个比特来在0至255这256个阶梯中表示像素值的情形假设了图2中示出的各个像素值。动态范围计算单元102首先从由形成输入用于特征值计算的像素块200的9个像素201表示的像素值中识别出最大像素值和最小像素值。在图2的情形中，第一行、第二列上的像素201的像素值“250”被识别为最大像素值，而第三行、第一列上的像素201的像素值“10”被识别为最小像素值。接下来，动态范围计算单元102计算出所识别出的最大值和最小值之间的差值绝对值。在图2的情形中，该差值绝对值为“240”。该差值绝对值就是动态范围。换言之，这里的动态范围是用于特征值计算的像素块200中的最大像素值和最小像素值之间的差值的绝对值。[示例性第一导数绝对值计算处理]接下来，将参考图3描述由第一导数绝对值计算单元103执行的示例性第一导数绝对值计算处理。图3示出了与上面图2中所示相同的用于特征值计算的像素块200。首先，第一导数绝对值计算单元103计算所输入的用于特征值计算的像素块200的水平方向和垂直方向上的像素201的邻近对的像素值之间的第一导数的绝对值(即，邻近像素差值)。换言之，在图2的情形中，第一导数绝对值计算单元103如下计算像素的像素值之间的邻近像素差值。在水平方向上，在从第一行到第三行的每行上，第一导数绝对值计算单元 103计算第一列和第二列上的像素201之间、以及第二列和第三列上的像素201之间的邻近像素差值。另外，在垂直方向上，在从第一列到第三列的每列上，第一导数绝对值计算单元103计算第一和第二行上的像素201之间、以及第二和第三行上的像素201之间的邻近像素差值。这样，从由像素201的3X3排列而形成的用于特征值计算的像素块200获得了 12个邻近像素差值。在如上所述计算了邻近像素差值后，第一导数绝对值计算单元103从计算出的邻近像素差值中选择最大值，并且将所选值输出作为第一导数绝对值。在图2的情形中，最大邻近像素差值是“220”，其是从第三行、第一列上的像素201的像素值“10”和第三行、第二列上的像素201的像素值“230”计算得到的。第一导数绝对值计算单元103从而将该值 “220”输出作为第一导数绝对值。在这里，除了参考图3所描述的水平方向和垂直方向上的邻近像素差值之外，还可以设想第一导数绝对值的计算也可以涉及计算例如在对角线方向上邻近的像素对之间的邻近像素差值。然后可以将这些邻近像素差值中的最大值作为第一导数绝对值。
[示例性图像改变特征值计算处理]在这里，前面参考图2计算出的动态范围成为在将由用于特征值计算的像素块 200给出的部分图像区域作为整体查看时表示像素值的近似改变量的值。动态范围可以解释为例如与空间频率特性的幅度相对应而获得的特征值。另外，前面参考图3描述的计算出的第一导数绝对值成为表示在由用于特征值计算的像素块200给出的部分图像区域中像素值改变的精细度的值。第一导数绝对值可以解释为与空间频率特性中的频率相对应的特征值。在假设改变动态范围同时保持第一导数绝对值固定时，如果动态范围在图像精细度保持固定的同时减小，则图像中的改变范围将减小，结果图像改变将变得更平缓。相反， 如果动态范围增大，则图像的改变范围将增大，结果图像改变将变得更突然。类似地，在改变第一导数绝对值同时保持动态范围固定时，图像中的改变范围将保持固定，但是随着第一导数绝对值减小，图像中的改变将变更宽，并且结果图象将变得更平缓。相反，随着第一导数绝对值变大，图像中的改变将变得更精细，结果图像改变将变得更突然。这样，可以说图像改变的突然性是根据动态范围和第一导数绝对值的组合确定的，或者换句话说，根据空间频率特性确定的。根据本发明实施例的图像锐化处理在图像改变变得更突然时降低了锐化量，并且在图像改变变得更平缓时增大了锐化量。因此，优选对图像改变的突然性的程度进行量化，以用于控制锐化。在下面的描述中，与这种图像改变相关的突然性的程度将被称作突然性。因此，本发明的实施例被配置来通过利用计算出的动态范围和第一导数绝对值来计算图像改变特征值，从而量化图像改变的突然性。利用计算出的动态范围和第一导数绝对值作为与空间频率特性相对应的值，图像改变特征值计算单元104可以例如如下所述计算图像改变特征值。图4示出了利用动态范围和第一导数绝对值表达的二维QD)特征值空间。在图4 中，水平(X)轴代表动态范围，而垂直(Y)轴代表第一导数绝对值。在图4中的该2D特征值空间中，示出了两条曲线A和B。沿曲线A的垂直轴坐标分别与动态范围的可能值相关联，并且对应于预设的第一导数绝对值的上阈值。曲线B分别与动态范围的可能值相关联， 并且对应于第一导数绝对值的下阈值。在图4的坐标空间中，Y坐标值yp(即，第一导数绝对值)大于与曲线A相对应的上阈值的区域被设置为突然区域。Y坐标yp小于与曲线B相对应的下阈值的区域被设置为平缓区域。同时，Y坐标yp在曲线A和B之间的区域被设置为中间区域。在图4中，与所计算出的动态范围和第一导数绝对值的组合相对应的一对坐标表示为POv yp)。当坐标对P被包含在突然区域中时，这指示实际图像改变的突然性高到例如应利用最小控制值执行图像锐化处理。当坐标对P被包含在平缓区域中时，这指示实际图像改变的突然性低到例如应利用最大控制值执行图像锐化处理。当坐标对P被包含在中间区域中时，图像改变的突然性处于突然区域和平缓区域的突然性之间的中间。在这种情形中，例如应当根据实际锐度设置图像锐化处理的控制值。此外，图像改变特征值计算单元104根据例如下面的特征值计算公式计算图像改变特征值f。在下面的公式中，POvyp)为与计算出的动态范围和第一导数绝对值的组合相对应的一对坐标，(xp，yA)为曲线A上与χ = &的点处的上阈值74相对应的坐标，并且(xp， yB)为曲线B上与χ = \的点处的下阈值yB相对应的坐标。
(yp<yA) (ΥΡ>ΥΒ) (υα^ΥΡ^ΥΒ) 1 = <
h I
rl·-
Ih
* --h
Yb-YA
ru +
y -
P (y换言之，在该示例中，当坐标对POv yp)被包含在突然区域中时，给定的最大值fh 被一致地应用为图像改变特征值f。当坐标对POv yp)被包含在平缓区域中时，给定的最小值被一致地应用为图像改变特征值f。当坐标对POv yp)被包含在中间区域中时，基于从低阈值yB到高阈值yA的距离与从低阈值yB到Y坐标值yp的距离之间的比值唯一地计算出图像改变特征值f的值。在这里，可以设想如下设置与各个动态范围值相关联的上阈值yA和下阈值％(即， 图4中的曲线A和B)。例如，基于动态范围和第一导数绝对值以及空间频率特性之间的关系，可以利用遵循给定规则、动态范围作为变量的公式执行计算。这样，可以唯一地计算出与各个动态范围值相对应的上阈值Ik和下阈值yB。或者，也可以生成并显示与动态范围和第一导数绝对值的组合相对应的实际图像信号，并且例如可以从所显示的图像视觉上确定或者测量图像改变的突然性。这样，在本发明的实施例中，通过利用动态范围和第一导数绝对值这两个特征值计算图像改变特征值，从而量化了图像改变的突然性。如前所述，动态范围和第一导数绝对值可以解释为与空间频率特性相对应的值。因此，替代计算动态范围和第一导数绝对值，也可以分析并计算用于特征值计算的像素块200的实际空间频率特性，然后使用空间频率特性来计算图像改变特征值。然而，计算空间频率特性涉及密集的分析处理，例如快速傅立叶变换。后面将描述，实践中，根据本发明实施例的图像处理设备100适于实现在例如电视机或类似的消费电子设备中。然而，由于成本和其他问题，难以在这种消费电子设备中实现高速数字信号处理电路。因此，需要尽可能非密集的图像处理和其他计算。如前所述，可以通过计算最大和最小像素值之间的差值，或者通过计算最大邻近像素差值(例如利用图2和3所述的)，来获得本发明实施例中的动态范围和第一导数绝对值。换言之，可以利用极其简单并且非密集处理计算出动态范围和第一导数绝对值。此外，如例如利用图4和上述特征值计算公式所描述的，尽管简单，但是用于计算图像改变特征值的技术使得要计算的值对于图像锐化处理具有足够的精度，并且上阈值yA和下阈值yB被适当地设置。[示例性系数变换数据]接下来，将简单描述系数变换数据存储单元106中存储的系数变换数据。系数变换数据是如下创建的。首先，准备学习集合。每个学习集合包括一幅教师图像，以及例如通过对该教师图像施加模糊处理而获得的多幅学生图像。准备在教师图像和学生图像之间具有不同特性的多个学习集合。更具体而言，准备了具有与图4所示的突然区域的那些相对应的特性的一个学习集合、具有与平缓区域的那些相对应的特性的一个学习集合、以及具有与中间区域的那些相对应的多个不同特性的一个学习集合。随后学习每个学习集合中的教师图像和学生图像之间的回归系数，作为滤波器系数。取决于对每个学习集合的学习，可以例如针对用于特征值计算的像素块的每个像素计算出多个滤波器系数。这样，通过准备在教师图像和学生图像之间具有不同特性的多个学习集合，获得了用于根据具体特性应用不同锐化量的滤波器系数。接下来，为图像改变特征值准备多个不同的固定值(即，该情形中的参数)。这些固定参数值和计算出的滤波器系数随后被用来对用于计算滤波器系数的多项式函数求值。 例如，可以使用最小二乘法或者类似的技术，将作为图像改变特征值给出的参数作为变量代入。在本发明的实施例中，这样求值的多项式函数中的系数的组合(即，多项式系数) 成为系数变换数据。例如，如果用于计算滤波器系数的多项式函数作为三次多项式函数被求值(y = aX3+bX2+CX+d)，则来自每个项的多项式系数a、b、c和d的组合成为系数变换数据。为锐化滤波器108中的每个抽头计算系数变换数据。为每个抽头计算出的系数变换数据然后被存储到系数变换数据存储单元106中。[示例性滤波器系数计算处理]现在将描述由滤波器系数计算单元105执行的示例性滤波器系数计算处理。图5 示出了通过与单个抽头相对应的系数变换数据而获得的函数图。如图5所示，最小值f\和最大值fh之间的可能值中的任意一个图像改变特征值f作为变量代入来指定并计算出单个滤波器系数ω”实践中，滤波器系数计算单元105可以例如如下计算滤波器系数。首先，滤波器系数计算单元105例如从系数变换数据存储单元106读取与第i个抽头相对应的系数变换数据。接下来，滤波器系数计算单元105将表达为系数变换数据的多项式系数应用到函数，并且通过将图像改变特征值f代入到该函数来计算出滤波器系数ω。然后针对每个抽头相继执行用于计算滤波器系数Qi的过程。这样，计算出了与锐化滤波器108中实际设置的各个抽头相对应的多个滤波器系数ω”如果作为系数变换数据给出的多项式系数对应于例如三次函数，则如上所述用于计算锐化滤波器108的第i个抽头的滤波器系数Oi的过程可由以下系数变换公式表达。 在下面的系数变换公式中，j(0 S3)表示该三次函数中的项的次数，从0到3。另外，表示与第i个抽头相对应的第j个项(即，第0至第3)的系数(S卩，k.j表示多项式系数)。
权利要求
1.一种图像处理设备，包括最小-最大像素差值计算单元，被配置来计算最小-最大像素差值，最小-最大像素差值被定义为用于特征值计算的图像部分中的最大像素值和最小像素值之间的差，所述用于特征值计算的图像部分包括从形成输入图像的多个像素中选出的目标像素和给定数目的邻居像素；最大邻近像素差值计算单元，被配置来计算最大邻近像素差值，最大邻近像素差值被定义为所述用于特征值计算的图像部分中的邻近像素之间的差值中的最大值；图像改变特征值计算单元，被配置来基于所述最小-最大像素差值和所述最大邻近像素差值，计算与所述用于特征值计算的图像部分中的图像改变的突然性相对应的图像改变特征值；滤波器系数计算单元，被配置来基于所述图像改变特征值计算滤波器系数；以及锐化滤波器，被配置来接受形成用于滤波处理的图像部分的像素作为输入，其中所述用于滤波处理的图像部分包括给定数目的邻居像素和与用于特征值计算的图像部分相同的目标像素，所述锐化滤波器还被配置来通过利用与所述用于特征值计算的图像部分相对应的滤波器系数计算所述用于滤波处理的图像部分中的所述目标像素的输出像素值。
2.如权利要求1所述的图像处理设备，其中，形成所述用于特征值计算的图像部分的像素的数目不同于形成所述用于滤波处理的图像部分的像素的数目。
3.如权利要求1所述的图像处理设备，还包括多项式系数存储单元，被配置来存储用于计算所述滤波器系数的多项式函数的多项式系数；其中，所述滤波器系数计算单元通过将所述图像改变特征值的值代入到由存储在所述多项式系数存储单元中的多项式系数给出的多项式函数的变量中而计算出所述滤波器系数。
4.如权利要求1所述的图像处理设备，其中，所述图像改变特征值计算单元在所计算出的最大邻近像素差值大于等于与所计算出的最小-最大像素差值相关联地预设的上阈值的情形中将一个最大值设置为所述图像改变特征值，在所述最大邻近像素差值小于等于与所述最小-最大像素差值相关联地预设的下阈值的情形中将一个最小值设置为所述图像改变特征值，而在所述最大邻近像素差值在所述上阈值和所述下阈值之间的情形中基于所述上阈值和所述下阈值之间的差与所述最大邻近像素差值和所述下阈值之间的差的比值计算所述图像改变特征值。
5.一种图像处理方法，包括以下步骤计算最小-最大像素差值，最小-最大像素差值被定义为用于特征值计算的图像部分中的最大像素值和最小像素值之间的差，所述用于特征值计算的图像部分包括从形成输入图像的多个像素中选出的目标像素和给定数目的邻居像素；计算最大邻近像素差值，最大邻近像素差值被定义为所述用于特征值计算的图像部分中的邻近像素之间的差值中的最大值；基于所述最小-最大像素差值和所述最大邻近像素差值，计算与所述用于特征值计算的图像部分中的图像改变的突然性相对应的图像改变特征值；基于所述图像改变特征值计算滤波器系数；以及输入形成用于滤波处理的图像部分的像素，其中所述用于滤波处理的图像部分包括给定数目的邻居像素和与用于特征值计算的图像部分相同的目标像素，并且通过利用与所述用于特征值计算的图像部分相对应的滤波器系数计算所述用于滤波处理的图像部分中的所述目标像素的输出像素值。
全文摘要
本发明公开了图像处理设备和图像处理方法。在该图像处理设备中，最小-最大像素差值计算单元计算包括目标像素和邻居像素的第一图像部分中的最大和最小像素值之间的差。最大邻近像素差值计算单元计算第一图像部分中的邻近像素之间的差值中的最大值。图像改变特征值计算单元计算与第一图像部分中的图像改变的突然性相对应的特征值。滤波器系数计算单元计算滤波器系数。锐化滤波器接受形成第二图像部分的像素作为输入，其中第二图像部分包括邻居像素和与第一图像部分相同的目标像素，并且计算目标像素的输出像素值。
文档编号G06T5/00GK102209180SQ201110073869
公开日2011年10月5日 申请日期2011年3月23日 优先权日2010年3月30日
发明者内田真史, 细川健一郎 申请人:索尼公司