影像强化方法及计算机系统与流程

本发明涉及一种用于影片的影像强化方法及计算机系统，尤其涉及一种透过强化影像亮度及对比度，以保留更多图片细节的影像强化方法及计算机系统。

背景技术：

随着科技的发展与进步，各种数字装置随之产生，产业及消费者对数字图像处理的技术的需求也日益增加。影像强化是用来提升影像的质量、全局对比度(globalcontrast)、细节、色彩外观(colorappearance)等。在现有的系统中，色调映射(tonemapping)及内容强化(content-basedenhancement)为提升影像的方法。其中，色调映射为一种产生新的低动态范围(lowdynamicrange，ldr)影像以近似于高动态范围影像(highdynamicrange，hdr)的外观的技术，而内容强化为一种根据影像分析(sceneanalysis)以提升影像细节的方法。然而，现有的色调映射及内容强化技术不易控制其产生的影像结果的亮度、对比度及噪声，反而放大了影片中的影像的既存差异或对比。

因此，如何解决上述问题并提供一种高质量影像强化方法，以保留影片之影像的更多细节即成为一重要课题。

技术实现要素：

因此，本发明的主要目的即在于提供一种方法及计算机系统，藉由采用的影像亮度及对比度，以保存影片中的影像的更多细节，进而改善先前技术的缺点。

本发明的一实施例揭露一种用于影片的影像强化方法，包含取得影像的亮度统计；根据目标亮度及该影像的亮度决定提升曲线；根据自该亮度统计取得的像素亮度的显著性分布、该目标亮度及该影像的噪声程度，决定强化曲线；根据强化程度调和该提升曲线及该强化曲线，以产生控制曲线；以及根据该控制曲线强化该影像；其中，该控制曲线强化该影像的亮度及对比度。

本发明之另一实施例揭露计算机系统，包含处理装置；以及内存装置耦接于该处理装置，用来储存程序代码以指示该处理装置执行用于影片的影像强化流程，其中，该流程包含有取得影像的亮度统计；根据目标亮度及该影像的亮度决定提升曲线；根据自该亮度统计取得的像素亮度的显著性分布、该目标亮度及该影像的噪声程度，决定强化曲线；根据强化程度调和该提升曲线及该强化曲线，以产生控制曲线；以及根据该控制曲线强化该影像；其中，该控制曲线强化该影像之亮度及对比度。

附图说明

图1为本发明实施例影像强化流程的流程图。

图2为本发明实施例的功率函数的曲线之示意图。

图3为本发明实施例的等化亮度统计的示意图。

图4a及图4b为本发明实施例的具有不同γ的强化曲线的亮度统计示意图。

图5为本发明实施例的计算机系统的示意图。

【符号说明】

10影像强化流程

102、104、106、108、110、112步骤

50计算机系统

500处理单元

510储存单元

512程序代码

520通信接口单元

具体实施方式

请参考图1，图1为本发明实施例影像强化流程10的流程图。影像强化流程10包含下列步骤：

步骤102：开始。

步骤104：取得影像的亮度统计。

步骤106：根据目标亮度及影像的亮度，决定提升曲线。

步骤108：根据自亮度统计取得的像素亮度的显著性分布、目标亮度及影像的噪声程度，决定强化曲线。

步骤110：基于强化程度混合提升曲线及强化曲线，以产生控制曲线。

步骤112：基于控制曲线强化影像。

步骤114：结束。

根据影像强化流程10，控制曲线为用来决定以应用于影像，进而调整影片中的影像，并且强化影像的质量，例如一全局对比度、细节或色彩外观等，以保留影片中影像的更多细节。首先，在步骤104中，取得影像的亮度统计，其中影像可以自一或多个捕获设备中取得。换言之，用于影像强化流程10的影像的亮度统计可以自不同的捕获设备取得，并且统计性地计算为亮度统计。在一实施例中，亮度统计可以是影像中的像素的亮度直方图，以判断于给定的亮度值范围(luminancevaluerange)有多少个像素，并且进一步地，判断在给定的亮度值范围内的像素于该影像中相对于整体像素数量所占的比例。

在取得影像的亮度统计后，在步骤106中，提升曲线是根据目标亮度与影像亮度之间的关系所决定。提升曲线系根据功率函数所决定，并且影像亮度为关于影像的像素强度。值得注意的是，提升曲线可藉由其它函数决定，而不限制于藉由功率函数来决定，并且，目标亮度可透过计算机系统或用户决定。举例来说，提升曲线可以是一组具有不同斜率之线性曲线。在一实施例中，提升曲线系可由式(1)获得：

f(x)∈{f0(x),f1(x),…,fn(x)},

fi(x)＝xi/n,i∈{0,1…,∞},x∈[0,1]

在式(1)中，p为影像的像素，x为影像的每一像素的亮度，并且x介于范围0到1之间，i(p)为像素强度，以及f(x)为一组x的功率函数。藉由默认之目标亮度，式(1)以功率函数来决定f(x)，其最小化像素强度及目标亮度之间的差值之总和，表示每一像素皆与目标亮度最接近。因此，当影像亮度太暗或太亮时，提升曲线可提升影像的亮度。

在一实施例中，请参考图2，图2为本发明实施例的功率函数f(x)曲线的示意图。如图2所示，每一曲线代表其中的一功率函数，并且提升曲线即为寻找最小化像素强度与目标亮度之间的差值总和的功率函数。在图2中，点线表示当i/n为0.5时，功率函数的曲线，以转换亮度统计的输入值为亮度统计的输出值。相似地，其他具有不同i/n值的功率函数的曲线亦可被据以应用于转换亮度统计，以提升影像亮度。值得注意的是，当目标亮度改变时，提升曲线也可能不同，并且提升曲线为用来基于目标亮度提升影像亮度。

接着，在步骤108中，强化曲线是根据自亮度统计取得的像素亮度的显著性分布、目标亮度及影像的噪声程度所决定。详细而言，影像的像素亮度的显著性分布是自影像的亮度直方图的功率函数以及目标噪声(targetnoise)所取得，其中亮度直方图为相关于亮度统计，并且为等化或加权后以取得显著性直方图(saliencyhistogram)。在一实施例中，当影像为一8位的三信道rgb影像，每一信道具有范围0至255，共256个的亮度值。由于影像之亮度统计之分布系等化的或加权的，使得影像的亮度也是等化的或加权的。

请继续参考图3，图3为本发明实施例之一等化亮度统计(equalizedluminancestatistics)的示意图。在图3中，点线代表一参考线，三角线代表等化之前的亮度统计，以及交叉线代表等化亮度统计。于亮度统计的等化后，在srgb值的64～128的范围中，亮度统计为等化的，以达到更佳的影像对比度及亮度。

接着，亮度统计可进一步地基于亮度统计，用来计算像素亮度的显著性分布。显著性分布可被用来根据目标亮度及影像的噪声程度，以产生直方图均匀曲线(histogramequalizationcurve)，以提升影像的对比度，而直方图均匀曲线可以为强化曲线的修改曲线。在一实施例中，显著性分布为相关于像素群组的尺寸，其中每一像素群组包含具有相似影像强度的像素。具体而言，影像的显著性分布表现出影像片段的每一像素的独一质量。举例来说，假使像素的其中之一位于影像的一大暗区，则在取得影像的亮度统计的显著性后，像素的质量将以一种明显的方式表现。

在一实施例中，影像的显著性分布系自影像的亮度统计的机率密度函数(probabilitydensityfunction，pdf)的功率函数以及目标噪声所得到。式(2)为用来计算对应于每一像素的强度的显著性分布：

whereγ∈[0,1-,ε＝g(pmax,targetnoise)(2)

在式(2)中，γ为范围0至1的指数次方，ε为位移函数，其相关于目标噪声及亮度统计的最大亮度值的机率，而ρ(i)为对应于srgb值的机率的等化亮度统计的强化曲线。在一实施例中，ε函数是用来消除主导噪声(dominantnoise)所造成的影响，并且ε函数与亮度统计的最大srgb值的机率及目标噪声有关，其中，目标噪声可由计算机系统或用户决定。在亮度统计的每一片段中，ρ(i)的γ为用来分散像素的强度。请参考图4a及图4b作为范例，图4a及图4b为本发明实施例的具有不同γ的强化曲线的亮度统计示意图。如图4a所示，当γ＝1时，三角线表示将显著性分布应用于对应于每一srgb值的强度之前的亮度统计的机率密度函数，而交叉线表示将显著性分布应用于对应于每一srgb值的强度之后的亮度统计的机率密度函数。值得注意的是，当γ＝1以及ε＝0时，ρ(i)可被视为p(i)；因此，强化曲线几乎与以γ＝1计算后的显著性相同。在此情形下，影像的亮度统计的分布仍几乎保持相同。

另一方面，当γ＝0.25时，三角线表示将显著性分布应用于对应于每一像素的强度之前的亮度统计的机率密度函数，而交叉线表示将显著性分布应用于对应于每一像素的强度之后的亮度统计的机率密度函数。由此可见，对应于16至48之间的srgb值的亮度统计的机率据以被适当的分布，以增加影像的对比度，并且细致化影像的更多细节。因此，根据目标噪声及加权亮度统计以应用于每一片段的显著性分布的强化曲线，可改善亮度统计的机率密度函数的分布，并且重新分配影像的对比度。如此一来，采用本发明之影像强化流程10的影像，可藉由控制噪声及影像的对比度，以提供于对比度及亮度上更平滑的影像。

于藉由加权直方图以决定强化曲线，以及将显著性分布应用于每一像素的强度后，在步骤110中，本发明的实施例基于强化程度混合提升曲线及强化曲线以产生控制曲线。强化程度可由计算机系统或用户决定。在一实施例中，强化曲线及提升曲线是基于强化程度进行加权，其中，强化程度为关于场景分析的结果，并且场景分析为关于亮度统计及一影像色调的至少其中之一。更具体而言，式(3)为用来基于强化程度决定混合提升曲线及强化曲线。

ξ(x)＝α·f(x)+(1-α)·ρ(x),

α＝toneenhancementlevel(3)

在式(3)中，x为影像中的每一像素的亮度，f(x)为提升曲线，ρ(x)为强化曲线，以及α为强化程度，强化程度具有0至1之范围，并且系由用户或系统需求决定。根据强化程度及控制曲线，将提升曲线及强化曲线混和以产生控制曲线，并应用于影片的影像上，进而基于强化程度、目标噪声及目标亮度来提升影像的对比度及亮度。

值得注意的是，上述实施例仅代表本发明的概念，本领域内技术人员可据以做适当的修改，而不限于此。举例来说，影像并不限制于8位的三信道rgb影像，或者控制曲线可以基于强化程度、目标噪声及目标亮度的至少其中之一决定，皆属本发明的范畴。

在另一实施例中，请参考图5，图5为本发明实施例的一计算机系统50之示意图。计算机系统50可用来实现前述影像强化方法，但不以此为限。计算机系统50包括处理单元500例如微处理器或特定应用集成电路(application-specificintegratedcircuit，asic)、储存单元510以及通信接口单元520。储存单元510可为任一数据储存装置，用来储存程序代码512，处理单元500可通过储存单元510读取及执行程序代码512。举例来说，储存单元510可为用户识别模块(subscriberidentitymodule，sim)、只读式内存(read-onlymemory，rom)、随机存取内存(random-accessmemory，ram)、光盘只读存储器(cd-rom/dvd-rom)、磁带(magnetictape)、硬盘(harddisk)及光学数据储存装置(opticaldatastoragedevice)，而不限于此。

综上所述，本发明的影像强化方法决定控制曲线，其中，控制曲线包含提升曲线以提升影像的亮度及强化曲线以改善影像的亮度及对比度，因此，可保留更多影像细节并且改影像质量，以用来进行空间平滑(temporalsmoothing)。

以上所述仅为本发明之较佳实施例，凡依本发明申请专利范围所做之均等变化与修饰，皆应属本发明之涵盖范围。