CN100556071C - 图像处理方法 - Google Patents

Abstract

一种图像处理方法，适用于增强图像的色彩饱和度。图像包括至少一像素，像素具有像素数据，而像素数据包括三个色彩的数据。图像处理方法包括：首先，计算像素的色彩纯度值，色彩纯度值是三个色彩的数据中的最大灰阶值与最小灰阶值的差值，并依据色彩纯度值得到与色彩纯度值对应的级别因子；然后，由级别因子决定像素的增艳矩阵，并依据增艳矩阵与像素数据产生调整后像素数据。

Description

图像处理方法

技术领域

本发明是有关于一种图像处理方法，且特别是有关于一种具色彩增艳功能的图像处理方法。

背景技术

在第三代(third-generation，3G)通讯技术的发展下，许多运用3G多媒体的移动通讯装置，例如手机或个人数字助理(personal digital assistant，PDA)等，常被用于接收及显示数字图像数据，让使用者在操作这些移动通讯装置的同时，也能观赏数字图像的拨放。有鉴于数字图像信号来源，例如电荷耦合元件(charge couple device，CCD)或是移动电视信号的图像色彩饱和度不足，如何在前述通讯装置的显示屏幕上显示出色彩更饱和的图像已成为许多厂商发展的重点。

基于使图像效果最佳化呈现的目的，目前已有多种图像处理方法被提出用以提高图像的色彩饱和度。美国专利号第6771311号的专利案揭露了一种「自动色彩饱和度增强技术」(automatic color saturation enhancement)。此专利中，必须先求出四个预算子(predictor)再进一步计算出级别因子。由于此方法必须经过相当复杂的数学运算，当实现于驱动IC上时，需要耗费相当大的成本。

另外，美国专利号第6721000号的专利案揭露了一种「用于数字照相机的可适应性像素色彩增强技术」(adaptive pixel-level color enhancementfor a digital camera)。此专利是针对YUV色彩空间(colors pace)的色彩元素作处理，将U元素及V元素乘上级别因子以达到增加色彩饱和度的效果。然而，此方法在针对本来就已具有高色彩饱和度的像素做色彩增艳后，会使这些像素的灰阶值高于一般色彩呈现时的最高灰阶值(通常是255)。此种状况下，仅能以最高灰阶值表现这些像素，因而产生「图像修剪」(clipping)的现象，无法呈现这些像素原始的色彩层次，使图像失去原本较细微的信息。

在2004年的信息显示会议(society for information display，SID)中，飞利浦研究实验室(Philips research laboratories)发表了一篇名为「使用较小色域移动装置显示更逼真色彩的技术」(more realistic colors fromsmall-gamut mobile displays)的论文，提出了一个可减轻「图像修剪」现象的后处理方法。此技术针对调整后像素的灰阶值大于最大灰阶值及像素的灰阶值小于最小灰阶值(例如是0)的情况作处理，是先对整张图像同时加上某种程度的白色，使全图像的灰阶值皆大于或等于0，再以像素的最大值对图像正规化，可使全图像的灰阶值皆小于或等于255。此方法虽然不至于影响图像的色调，但会使图像的色彩饱和度下降。

发明内容

本发明是在提供一种具空间适应性的图像处理方法，是根据图像中每个像素的色彩纯度去计算出属于此像素的增艳矩阵，进而对此像素的色彩作不同程度的调整。图像中的每个像素的增艳程度不同，针对色彩纯度值较小的像素作比较大程度的色彩增艳，针对色彩纯度值较大的像素去做比较小程度的色彩增艳，不仅可有效地解决图像修剪现象，且不会改变像素原始的色调。

本发明提出一种图像处理方法，适用于增强图像的色彩饱和度。图像包括至少一像素，像素具有像素数据，而像素数据包括三个色彩的数据。图像处理方法包括：首先，计算像素的色彩纯度值，其中色彩纯度值是三个色彩的数据中的最大灰阶值与最小灰阶值的差值，并依据色彩纯度值得到与色彩纯度值对应的级别因子；然后，由级别因子决定像素的增艳矩阵，并依据增艳矩阵与像素数据产生调整后像素数据。

为让本发明的上述特征、和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

图1绘示乃依照本发明较佳实施例的图像处理方法的流程图。

图2绘示乃CIE标准色度图。

图3A乃彩色图像一。

图3B乃图3A图像的色度坐标分布图。

图4A乃图3A的彩色图像一经图像处理后的调整图像。

图4B乃图4A图像的色度坐标分布图。

图5A乃彩色图像二。

图5B乃图5A图像的色度坐标分布图。

图6A乃图5A的彩色图像二经图像处理后的调整图像。

图6B乃图6A图像的色度坐标分布图。

具体实施方式

本发明所提出的图像处理方法是适用于增强图像的色彩饱和度，此图像包括至少一像素。此像素具有对应的像素数据，而像素数据则包括三个色彩的数据，对应于三个色彩的像素数据包括(C1，C2，C3)。三个色彩例如是红色、绿色及蓝色，则可将C1设定为红色数据的灰阶值，C2设定为绿色数据的灰阶值，而C3设定为蓝色数据的灰阶值。

请参照图1，其绘示乃依照本发明较佳实施例的图像处理方法的流程图。如图1所示，图像处理方法包括步骤11～13：首先，由像素数据(C1，C2，C3)去计算像素的色彩纯度值，并依据色彩纯度值得到与此色彩纯度值对应的级别因子；接着，由级别因子决定此像素的增艳矩阵，并依据此增艳矩阵与像素数据产生调整后像素数据。

在步骤11中，是由像素的像素数据计算此像素的色彩纯度值。在此步骤中，对输入图像中每个像素的色彩数据进行分析，以藉此像素的色彩灰阶值之间的关系，估算出此像素的色彩纯度值，以像素数据(C1，C2，C3)为例，色彩纯度值可根据下列公式所获得：

cp＝max(C1，C2，C3)-min(C1，C2，C3)，

其中，cp是色彩纯度值，max(C1，C2，C 3)是C1、C2及C3中的最大灰阶值，而min(C1，C2，C3)是C1、C2及C3中的最小灰阶值。色彩纯度值的定义为C1、C2及C3中的最大灰阶值与最小灰阶值的差值。

所计算出来的像素的色彩纯度值具有多个级别，亦即每个像素的色彩纯度值依照其大小可被区分为不同的级别，因而可进一步地决定每个像素所要增艳的程度。当所计算出的色彩纯度值越大时，代表此像素于呈现时倾向于特定色彩的比例越大。举例来说，假设某像素的像素数据是C1等于18，C2等于165，而C3等于80，则max(C1，C2，C3)为C2，而min(C1，C2，C3)为C1，因此cp等于147。前述已经定义过C1是红色数据的灰阶值，而C2是绿色数据的灰阶值，因此此像素倾向于呈现绿色的比例最大。以下继续说明此图像处理方法的步骤。

接着，如步骤12所示，根据色彩纯度值以取得与色彩纯度值相对应的级别因子。此级别因子是用来决定像素的饱和度将被增强的程度。当像素的色彩纯度值决定了之后，按照cp值的大小可进一步地决定此像素的级别因子。假定色彩纯度值可被区分为n个级别，而级别因子的数值为s，较佳地，是使每个级别的色彩纯度值对应一个级别因子的数值。由于大部分像素的色彩纯度值不尽相同，其所该被增强的程度也不同。

以图2做说明，其绘示乃CIE标准色度图。图2中的三角形区域T代表显示器所能显示的所有色彩的范围，标示的点P₁及P₂是个别对应二个不同像素，其中点P₁的色彩纯度较大，具有非常明显的绿色，而点P₂的色彩纯度较小，其较偏向于白色。由于点P₁的像素已具有较大的色彩纯度，因此无须再大幅度的增加其色彩饱和度，此时可将P₁的级别因子设定为较小值；相反地，由于点P₂的像素色彩纯度小，因此可较大幅度地增加其色彩饱和度，此时可将P₂的级别因子设定为较大值。

取得级别因子的方法包括：提供查询表，用以根据色彩纯度值以取得级别因子。较佳地，此查询表包括多个数对(Gi，Si)，数对的个数即是前述的级别数n，使i＝1～n，每个数对各包括一个下限值Gi及对应的一个因子值Si。下限值Gi用以判别各像素的色彩纯度值的级别，而对应的因子值Si则用以被指定为像素的级别因子值。其中下限值Gi介于最大灰阶值(通常为255)与最小灰阶值(通常为0)之间，而因子值Si则介于0与1之间。

这些数对至少包括二个数对，例如是第一数对及第二数对，第一数对包括第一下限值及对应的第一因子值，而第二数对包括第二下限值及对应的第二因子值。其中第一下限值是大于第二下限值，而第一因子值是小于第二因子值。查询表的特点在于，这些数对具有下限值递减以及对应的因子值递增的性质，亦即当下限值越大时，其对应的因子值越小，而下限值越小时，其对应的因子值越大。请参考以下的查询表I，主要将色彩纯度值区分为十三个级别(n＝13)：

查询表I

数对(i)	下限值(Gi)	因子值(Si)
			1	178	0
2	162	0.05

3	146	0.10
			4	130	0.15
5	114	0.20
			6	98	0.25
7	82	0.30
			8	66	0.35
9	50	0.40
			10	34	0.45
11	18	0.50
			12	8	0.55
13	0	0.60

在此，同样地以像素数据(C1，C2，C3)等于(18，165，80)为例做说明。对此像素做色彩增艳的操作时，必须求出其色彩纯度，由前述的定义得到此像素色彩纯度的数值cp为147。接着，通过色彩纯度的数值cp与查询表I去判别此像素的级别因子。较佳地，是将第一下限值G1设定为最大下限值，即查询表I中的第1个数对(178，0)，其步骤包括：

(a)首先，判断此色彩纯度值是否大于或等于第一下限值，当此色彩纯度值大于或等于第一下限值时，则级别因子为第一下限值对应的第一因子值；当色彩纯度值小于第一下限值时，则进入下一步骤；

(b)判断此色彩纯度值是否大于或等于下一个数对的下限值，当此色彩纯度值大于或等于下一个数对的下限值时，级别因子为此下一个数对所对应的因子值；若是此色彩纯度值仍小于下一个数对的下限值，则进入下一步骤；

(c)继续重复步骤(b)，直到得到级别因子。

举例来说，此例子的像素色彩纯度的数值cp为147，其小于第一下限值178，因此继续判断数值cp是否大于或等于下一个数对的下限值。依据查询表，下一个数对是第2个数对(162，0.05)，由于数值cp仍小于162，因此继续向下一个数对(146，0.10)作判断，直到满足此色彩纯度值大于或等于下一个数对的下限值的条件为止。此例子中，当判断到第3个数对(146，0.10)时，由于147大于146，因此可将第三个数对的因子值0.10指定为此像素级别因子的数值s，即s等于0.10。

当决定好像素的级别因子后，如图1所示，进入步骤13，由级别因子决定像素的增艳矩阵，并依据增艳矩阵与像素数据产生调整后像素数据。根据输入的级别因子的数值s，可求出不同程度的增艳矩阵，用以增强具有不同色彩纯度的像素的饱和度。增艳矩阵的定义可以如下：

$E=\left[\begin{array}{ccc}1+s& -s/2& -s/2\\ -s/2& 1+s& -s/2\\ -s/2& -s/2& 1+s\end{array}\right]......\left(1\right)$

其中E是增艳矩阵，s是级别因子值。假定调整后像素数据是(C1’，C2’，C3’)，其可通过将增艳矩阵E与每个像素的像素数据(C1，C2，C3)做矩阵相乘而得，如下所示：

$\left[\begin{array}{c}{C1}^{\′}\\ {C2}^{\′}\\ {C3}^{\′}\end{array}\right]=E\·\left[\begin{array}{c}C1\\ C2\\ C3\end{array}\right]=\left[\begin{array}{ccc}1+s& -s/2& -s/2\\ -s/2& 1+s& -s/2\\ -s/2& -s/2& 1+2\end{array}\right]\·\left[\begin{array}{c}C1\\ C2\\ C3\end{array}\right]......\left(2\right)$

由式子(2)可得到C1’、C2’、C3’分别为：

C1’＝(1+s)C1+(-s/2)C2+(-s/2)C3      ......(3.1)

C2’＝(-s/2)C1+(1+s)C2+(-s/2)C3      ......(3.2)

C3’＝(-s/2)C1+(-s/2)C2+(1+s)C3      ......(3.3)

以前述原始的像素数据(C1，C2，C3)等于(18，165，80)，其级别因子为0.10带入式子(3.1)、(3.2)与(3.3)之后，得到的C1’约等于8，C2’约等于177，C3’约等于79，与原始像素数据相比较后可观察到，此调整后绿色数据的灰阶值C2’加大而其它二种色彩的灰阶值C1’及C3’是降低，代表着相较于原始像素，绿色的色彩呈现比例增加。

虽然各个色彩所占的比例会经过调整，但经过此算法处理后的图像色彩仍可以维持原本色彩的色调，以下用一个例子说明。假设此像素在调整前红色、绿色及蓝色数据的色彩灰阶值的关系为C1＞C2＞C3，而像素原始的色调为H，像素在经由算法处理后的红色、绿色及蓝色数据的关系为C1’＞C2’＞C3’，而调整后的像素的色调定为H’，其中：

其中式子(4.1)、(4.2)为已知HSV色空间(colors pace)中的色调(Hue)定义关系式，再将式子(3.1)、(3.2)与(3.3)带到式子(4.2)中：

由以上计算结果可印证像素在调整前后的色调不变。

如图1所示，图像处理方法还包括步骤14：根据调整后像素数据输出调整后图像。请参照图3A～3B、4A～4B，图3A乃彩色图像一，图3B乃图3A图像的色度坐标分布图，图4A乃图3A的彩色图像经图像处理后的调整图像，图4B乃图4A图像的色度坐标分布图。请观察图3B及4B，经由图像处理之后，彩色图像一的像素的各点坐标于色度分布范围中向外扩张，代表不同像素的色彩饱和度增加。

再请参照图5A～5B、6A～6B，图5A乃彩色图像二，图5B乃图5A图像的色度坐标分布图，图6A乃图5A的彩色图像二经图像处理后的调整图像，图6B乃图6A图像的色度坐标分布图。请同时观察图5B及6B，可发现在经过图像处理之后的彩色图像二的像素各点的坐标于色度分布范围中也很明显地向分布范围边界移动。由图3A～6B可证明此图像处理方法的确具有增强色彩饱和度以及色彩增艳的效果。

由于此方法是以单一像素作为处理单元，不需增加额外的图像存储器(frame memory)，特别适合于可携式显示装置，例如是移动通讯装置或PDA的低成本要求。

与美国专利号第6771311号的专利案「自动色彩饱和度增强技术」相较之下，本发明仅需针对单一像素做处理，不必同时对整张图像作分析，可大幅降低运算复杂度以有效地减少硬件实现的复杂度。

另外，与美国专利号第6721000号的专利案「用于数字照相机的可适应性像素色彩增强技术」相较，本发明的做法是对色彩纯度较小的像素做比较大程度的色彩增艳，对色彩纯度较大的像素做比较小程度的色彩增艳，因此可减轻图像修剪(clipping)现象。

与飞利浦于SID2004所发表的论文「使用较小色域的移动装置显示更逼真色彩的技术」比较，本发明不必针对整张图像求最大值与最小值并执行复杂的运算即可有效增强图像的色彩饱和度，亦可减少硬件实现的复杂度。

本发明上述实施例所揭露的图像处理方法，可针对图像中单一个像素作处理，以增强图像的色彩饱和度。通过先输入单一像素的像素数据以求取此像素的色彩纯度值，再根据此色彩纯度值的大小判定此像素的级别因子，而计算出属于此像素的增艳矩阵，再进而由像素数据及增艳矩阵对此像素的色彩数值作动态调整。此方式有效地解决了图像修剪的现象，并达到显示更优质色彩的目的。

综上所述，虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视所附的权利要求范围所界定者为准。

Claims (11)

1.一种图像处理方法，适用于增强图像的色彩饱和度，该图像包括至少一像素，该像素具有像素数据，该像素数据包括三个色彩的数据，该图像处理方法包括：

(a)计算该像素的色彩纯度值，该色彩纯度值是该三个色彩的数据中的最大灰阶值与最小灰阶值的差值，并依据该色彩纯度值得到与该色彩纯度值对应的级别因子；以及

(b)由该级别因子决定该像素的3×3增艳矩阵，并依据该增艳矩阵与该像素数据产生调整后像素数据。

2.根据权利要求1所述的图像处理方法，其中该色彩纯度值具有多个级别。

3.根据权利要求1所述的图像处理方法，其中该步骤(a)还包括：

(a1)提供查询表，用以根据该色彩纯度值以取得该级别因子。

4.根据权利要求3所述的图像处理方法，其中该查询表包括多个数对，所述多个数对各包括下限值及对应的因子值。

5.根据权利要求4所述的图像处理方法，其中所述多个数对至少包括第一数对及第二数对，该第一数对包括第一下限值及第一因子值，该第二数对包括第二下限值及第二因子值，该第一下限值是大于该第二下限值，该第一因子值是小于该第二因子值。

6.根据权利要求5所述的图像处理方法，其中该步骤(a1)还包括：

(a11)判断该色彩纯度值是否大于或等于该第一下限值，当该色彩纯度值大于或等于该第一下限值时，该级别因子为该第一因子值。

7.根据权利要求6所述的图像处理方法，其中当该色彩纯度值小于该第一下限值时，该步骤(a1)还包括：

(a12)判断该色彩纯度值是否大于或等于下一个数对的下限值，当该色彩纯度值大于或等于该下一个数对的下限值时，该级别因子为该下一个数对的因子值；以及

(a13)当该色彩纯度值小于该下一个下限值时，重复步骤(a12)至得到该级别因子。

8.根据权利要求1所述的图像处理方法，其中该三个色彩分别为红色、绿色及蓝色。

9.根据权利要求1所述的图像处理方法，其中该调整后像素数据包括另三个色彩的数据，该三个色彩的灰阶值分别为C1、C2及C3，该另三个色彩的灰阶值分别为C1’、C2’及C3’，该级别因子值为s，根据该增艳矩阵：

C1’＝(1+s)×C1+(-s/2)×C2+(-s/2)×C3，

C2’＝(-s/2)×C1+(1+s)×C2+(-s/2)×C3，以及

C3’＝(-s/2)×C1+(-s/2)×C2+(1+s)×C3。

10.根据权利要求9所述的图像处理方法，其中该另三个色彩分别为红色、绿色及蓝色。

11.根据权利要求1所述的图像处理方法，还包括：

根据该调整后像素数据以输出调整后图像。

Images