本公开实施例涉及一种影像调整方法，且特别涉及用于调整输入影像的锐利度(sharpness)、动态对比控制(dynamiccontrastcontrol，dcc)和/或色彩独立管理(independentcolormanagement，icm)的一种影像调整方法。
背景技术：
：：在影像的视觉品质的优化的处理中，影像的锐利度(sharpness)、动态对比控制(dcc)和/或色彩独立管理(icm)的调整是很重要的影像强化步骤，通常会对原始影像进行调整以加强影像的色彩呈现进而改善影像的视觉品质。然而，通常在影像中的各个区域所需的调整程度不尽相同，若是在影像强化的过程中直接针对整张影像作调整，可能会导致影像的调整结果不如预期。技术实现要素：本公开的目的在于提出一种影像调整方法，包含：通过深度学习(deeplearning)模型来对输入影像进行分类，以取得输入影像中所包含的至少一类别、每一类别所对应的权重值以及每一类别所对应的输入影像的至少一区域；取得每一区域的色彩信息与坐标信息；以及根据每一区域所对应的权重值、坐标信息与色彩信息来调整输入影像的每一区域的锐利度(sharpness)、动态对比控制(dynamiccontrastcontrol，dcc)与色彩独立管理(independentcolormanagement，icm)的至少一者，以产生输出影像。附图说明通过阅读实施例的以下详细描述，且参考如下所附图示，可以更完整地理解本公开。图1是根据本公开的实施例的影像调整方法的流程图。图2是根据本公开的实施例的调整影像的锐利度的方法的流程图。图3是根据本公开的实施例的调整影像的动态对比控制的方法的流程图。图4是根据本公开的实施例的调整影像的色彩独立管理的方法的流程图。符号说明s1-s3、s21-s28、s31-s35、s41-s44：步骤具体实施方式下文是举实施例配合附图作详细说明，但所提供的实施例并非用以限制本发明所涵盖的范围，而结构运行的描述非用以限制其执行的顺序，任何由元件重新组合的结构，所产生具有均等技术效果的装置，皆为本发明所涵盖的范围。图1是根据本公开的实施例的影像调整方法的流程图。于步骤s1，通过深度学习(deeplearning)模型来对输入影像进行分类，以取得输入影像中所包含的至少一类别、每一类别所对应的权重值以及每一类别所对应的输入影像的至少一区域。在本公开的实施例中，深度学习模型是应用了人工智能(artificialintelligence，ai)技术，通过模仿人脑的类神经网络(neuralnetwork)预先对大量特定影像数据进行学习，从而能够利用经训练的深度学习模型来进行影像识别，深度学习模型用以从输入影像中识别出影像中所包含的至少一物件，并辨别出物件的类别，例如：人脸。在本公开的实施例中，权重值代表的是该类别所占的比例，举例来说，若输入影像包含第一类别与第二类别，则第一类别所对应的第一权重值与第二类别所对应的第二权重值的加总值为1。于步骤s2，取得每一区域的色彩信息与坐标信息。在本公开的实施例中，每一区域的色彩信息统计每一所述区域的多个像素的多个色彩值中出现次数最多的色彩值。举例来说，若色彩值采用的是yuv格式，则统计在区域内的多个像素的多个y值当中出现次数最多者，表示为ymax；统计在区域内的多个像素的多个u值当中出现次数最多者，表示为umax；统计在区域内的多个像素的多个v值当中出现次数最多者，表示为vmax，则色彩信息即表示为ymaxumaxvmax。在本公开的实施例中，每一区域的坐标信息是每一区域的左上角与右下角的坐标值，用以表示出区域于输入影像中由左上到右下的位置信息。于步骤s3，根据每一区域所对应的权重值、坐标信息与色彩信息来调整输入影像的每一区域的锐利度(sharpness)、动态对比控制(dcc)与色彩独立管理(icm)的至少一者，以产生输出影像。关于锐利度(sharpness)、动态对比控制(dcc)与色彩独立管理(icm)的调整的细节将在以下进一步说明。图2是根据本公开的实施例的调整影像的锐利度(sharpness)的方法的流程图。于步骤s21，对输入影像进行色彩格式转换。在本公开的实施例中，色彩格式转换为将rgb色彩格式转换至yuv色彩格式，但本公开不限于此。于步骤s22，对输入影像的多个区域进行影像特征分类。于步骤s23，根据影像特征分类的结果进行增益匹配(gainmapping)。在本公开的实施例中，影像特征分类是根据色彩值中的y值，即亮度值(luminance或luma)，来将输入影像的每一区域依据平坦(flat)部分、边缘(edge)部分与纹理(texture)部分进行分类，且根据分类结果来进行增益匹配。于步骤s24，对输入影像的每一区域的多个像素所分别对应的色彩值中的y值，即亮度值(以下称为第一亮度值)进行锐利度处理，以取得输入影像的每一区域的多个像素所分别对应的第二亮度值。于步骤s25，根据增益匹配的结果、每一区域所对应的权重值、坐标信息与色彩信息来对输入影像的每一区域的色彩信息所对应的第一亮度值与第二亮度值进行混合处理(blending)，以取得输入影像的每一区域的多个像素所分别对应的第三亮度值。在本公开的实施例中，根据增益匹配的结果、每一区域所对应的权重值、坐标信息与色彩信息来计算出第一亮度值与第二亮度值于混合处理时所各自占的比例，举例来说，第一亮度值为y1，且其于混合处理时所占的比例为w1，第二亮度值为y2，且其于混合处理时所占的比例为w2，则第三亮度值为y1*w1+y2*w2。于步骤s26，对输入影像的每一区域的多个像素所分别对应的色彩值中的u值与v值，即色度值(chrominance或chroma)(以下称为第一色度值)，进行色度处理(chromaprocess)，以取得输入影像的每一区域的多个像素所分别对应的第二色度值。于步骤s27，对输入影像的每一区域的多个像素所分别对应的第三亮度值与第二色度值进行色彩格式反转换，以产生输出影像。在本公开的实施例中，色彩格式反转换与步骤s21中的色彩格式转换相反，例如是将yuv色彩格式转换回rgb色彩格式。于步骤s28，根据每一区域所对应的权重值、坐标信息与色彩信息来对输入影像与输出影像进行混合处理，以使得输出影像的色彩与输入影像不至于相差太多。步骤s28的目的在于，对于最终输出影像的某些特定区域进行保护，以使得输出影像呈现更加自然。值得一提的是，在本公开的实施例中，输入影像的每一区域的中心处的锐利度的调整程度高于位于输入影像的每一区域的边缘处。换言之，输入影像的每一区域的中心处的锐利度的调整程度最高，且调整程度由输入影像的每一区域的中心处往边缘处递减。图3是根据本公开的实施例的调整影像的动态对比控制(dcc)的方法的流程图。于步骤s31，对输入影像进行色彩格式转换。在本公开的实施例中，色彩格式转换为将rgb色彩格式转换至yuv色彩格式，但本公开不限于此。于步骤s32，根据每一区域所对应的权重值、坐标信息与色彩信息来对输入影像的每一区域的多个像素所分别对应的色彩值中的y值，即亮度值，进行亮度曲线匹配(lumacurvemapping)。于步骤s33，根据亮度曲线匹配的结果来对输入影像的每一区域的多个像素所分别对应的色彩值中的u值与v值，即色度值，进行色度增强(chromaenhance)。于步骤s34，根据色度增强的结果来进行色彩格式反转换，以产生输出影像。在本公开的实施例中，色彩格式反转换与步骤s31中的色彩格式转换相反，例如是将yuv色彩格式转换回rgb色彩格式。于步骤s35，根据每一区域所对应的权重值、坐标信息与色彩信息来对输入影像与输出影像进行混合处理，以使得输出影像的色彩与输入影像不至于相差太多。步骤s35的目的在于，对于最终输出影像的某些特定区域进行保护，以使得输出影像呈现更加自然。值得一提的是，在本公开的实施例中，输入影像的每一区域的中心处的动态对比控制的调整程度高于位于输入影像的每一区域的边缘处。换言之，输入影像的每一区域的中心处的动态对比控制的调整程度最高，且调整程度由输入影像的每一区域的中心处往边缘处递减。图4是根据本公开的实施例的调整影像的色彩独立管理(icm)的方法的流程图。于步骤s41，对输入影像进行色彩格式转换。在本公开的实施例中，步骤s41中的色彩格式转换为将rgb色彩格式转换至hsi色彩格式，但本公开不限于此。于步骤s42，根据每一区域所对应的权重值、坐标信息与色彩信息来对输入影像的每一区域的多个像素所分别对应的色彩值进行色彩独立管理三维色彩查表(icm3dcolortable)。于步骤s43，根据色彩独立管理查表的结果进行色彩格式反转换，以产生输出影像。在本公开的实施例中，色彩格式反转换与步骤s41中的色彩格式转换相反，例如是将hsi色彩格式转换回rgb色彩格式。于步骤s44，根据每一区域所对应的权重值、坐标信息与色彩信息来对输入影像与输出影像进行混合处理，以使得输出影像的色彩与输入影像不至于相差太多。步骤s44的目的在于，对于最终输出影像的某些特定区域进行保护，以使得输出影像呈现更加自然。值得一提的是，在本公开的实施例中，输入影像的每一区域的中心处的色彩独立管理的调整程度高于位于输入影像的每一区域的边缘处。换言之，输入影像的每一区域的中心处的色彩独立管理的调整程度最高，且调整程度由输入影像的每一区域的中心处往边缘处递减。综合上述，本公开提出一种影像调整方法，通过深度学习模型来先对输入影像进行分类后，接着依据分类结果与影像上的信息来调整输入影像的锐利度(sharpness)、动态对比控制(dcc)与色彩独立管理(icm)的至少一者，以产生输出影像。本公开提供了更具弹性的影像调整方法，从而更佳地改善影像的视觉品质。以上概述了数个实施例的特征，因此本领域技术人员可以更了解本公开的实施方式。本领域技术人员应了解到，其可轻易地把本公开当作基础来设计或修改其他的工艺与结构，借此实现和在此所介绍的这些实施例相同的目标及/或达到相同的优点。本领域技术人员也应可明白，这些等效的建构并未脱离本公开的精神与范围，并且他们可以在不脱离本公开精神与范围的前提下做各种的改变、替换与变动。当前第1页12当前第1页12