CN102236885A - 减少图像噪声的过滤器与过滤方法 - Google Patents

Abstract

一种减少图像噪声的过滤器与过滤方法。该减少图像噪声的过滤器，包括一绝对差异总和计算单元与一权重给予单元。绝对差异总和计算单元接收一目标窗区的多个像素以及接收相对该目标窗区的一目标像素周围的多个周围窗区的多个像素。每一个周围窗区有一个周围像素在目标像素的周围。计算单元计算目标窗区与周围窗区对应的每一个该像素的一差异绝对值，将这些差异绝对值做一差异计算得到一差异分析值。权重给予单元接收每一个该差异分析值，根据一数据表得到多个权重值，分别对应这些周围像素。

Description

减少图像噪声的过滤器与过滤方法

技术领域

本发明涉及一种图像噪声的过滤技术，在减少图像噪声时，图像中的细节仍可以有相当程度的保留。

背景技术

一张数字图像是由多个像素以阵列方式所组成，每一个像素，以分别显示所要的颜色与灰阶。就实际的图像，如果像素受到干扰而显示不适当的灰阶值，就会造成图像噪声。因此，图像显示时需要适当的过滤处理，以调整每一个像素的实际显示的灰阶值。

过滤处理会调整像素的灰阶值以消除噪声。然而如果过度调整以消除噪声，则图像的细节也会被减弱，例如导致图像不清晰。

图1绘示传统图像噪声过滤技术的处理方式示意图。参与图1，对于一个目标像素104而言，其与周围相邻的像素构成一过滤窗区(filtering window)102。当过滤窗区102的像素值与目标像素104的像素值接近时，可以通过参考过滤窗区的像素值，来估计原本目标像素104未受污染前的像素值，以消除目标像素104的噪声成分。然而，图像上会一有些图像细节，例如是物件的边缘100。如果，过滤窗区102的周围像素106涵盖到物件边缘(edge)100时，在过滤噪声的同时，边缘100的特性也会被平滑减弱。如果调整程度太强，则边缘100特性就明显被过度减弱甚至消失，影响图像品质。

就一般的过滤技术，例如Sigma过滤即一般采用的技术。图2绘示Sigma过滤技术的流程示意图。参阅图1与图2，差异计算单元120会接收目标像素104以及与目标像素104周围相邻的周围像素106的灰阶值。差异计算单元120计算周围像素106与目标像素104的差异绝对值。接着权重计算单元122，根据通过每一个周围像素106分别的差异绝对值，经查表方式取得每一个周围像素106的权重值。此权重值可以在过滤窗区102做平均，以调整目标像素104的灰阶值。

上述的传统过滤方式有可能会对图像细节过度调整而失去图像细节的锐利度。

发明内容

本发明提供一种减少图像噪声的过滤技术，至少可以在过滤图像噪声的同时，尽可能地保留图像中图像细节的内容。

本发明提供一种减少图像噪声的过滤器，包括一绝对差异总和计算单元与一权重给予单元。绝对差异总和计算单元接收一目标窗区的多个像素以及接收相对该目标窗区的一目标像素周围的多个周围窗区的多个像素。每一个周围窗区有一个周围像素在目标像素的周围。计算单元计算目标窗区与周围窗区对应的每一个该像素的一差异绝对值，将这些差异绝对值做一差异计算得到一差异分析值。权重给予单元接收每一个该差异分析值，根据一数据表得到多个权重值，分别对应这些周围像素。

本发明提供一种减少图像噪声的过滤方法，用于对一图像做噪声过滤。此方法包括针于一目标像素决定一目标窗区，该目标窗区具有一像素图案。此方法又包括以该目标像素为参考决定多个周围像素。针对每一个该周围像素决定一周围窗区，其中周围窗区也具有该像素图案。计算目标窗区与周围窗区对应的每一个该像素的一差异绝对值。将这些差异绝对值做一差异计算得到一差异分析值。根据分别的每一个该差异分析值，经查表给出多个权重值，分别对应这些周围像素。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1绘示传统图像噪声过滤技术的处理方式示意图。

图2绘示Sigma过滤技术的流程示意图。

图3绘示依据本发明一实施例，减少图像噪声的过滤器的操作机制示意图。

图4绘示依据本发明一实施例，周围窗区的示意图。

图5绘示依据本发明一实施例，目标窗区的示意图。

图6绘示依据本发明一实施例，取得SAD权重的操作机制示意图。

图7-图9绘示依据本发明一实施例，SAD窗区的形状选择。

【主要元件符号说明】

100：边缘

102：过滤窗区

104：目标像素

106：周围像素

120：差异计算单元

122：权重计算单元

130：SAD计算单元

132：权重给予单元

200：SAD计算单元

202：权重给予单元

210、220、230：SAD窗区

具体实施方式

本发明至少考虑消除图像噪声的同时又能够尽可能保留图像细节。本发明提出减少图像噪声的过滤技术。以下举一些实施例来说明本发明，但是本发明不仅限于所举的实施例。又，所举的实施例之间可相互结合。

图3绘示依据本发明一实施例，减少图像噪声的过滤器的操作机制示意图。参阅图3，本发明提出绝对差异总和(Sum of Absolute Difference，SAD)计算单元130，对目标像素与周围像素之间做差异分析。SAD计算单元130接收一目标窗区的多个像素以及接收相对该目标窗区的一目标像素周围的多个周围窗区的多个像素，每一个该周围窗区有一个周围像素在该目标像素的周围。

在描述SAD计算单元130的计算方式前先描述目标窗区与周围窗区的定义。图4绘示依据本发明一实施例，周围窗区的示意图。图5绘示依据本发明一实施例，目标窗区的示意图。参阅图4-图5，目标窗区以C表示例如是由像素C₀-C₆的7个像素所构成。周围窗区以N表示例如是由像素N₀-N₆的7个像素所构成。窗区的形状取决于像素阵列的排列方式以及所选择的形状，也就是像素图案(pixel pattern)的形状。一个目标窗区会有一个目标像素C₀。一个周围窗区会有一个周围像素N₀。周围像素N₀是指相对于目标像素C₀的周围像素。在本实施例周围像素N₀例如是选取与目标像素C₀直接相邻接的6个周围像素。又，以目标像素C₀为参考，依照所要的像素图案的形状选择始于目标窗区的6个邻近像素C₁-C₆组成目标窗区。在相同形状下，也以周围像素N₀做参考，选取邻近像素N₁-N₆构成周围窗区。然而，目标窗区与周围窗区的形状相同，但是形状的选择不必定是如图4-图5的选择方式，其后续于图7-图9会有说明。

当选定目标窗区与周围窗区的形状，例如本实施例的图4-图5所示，则以窗区为单位计算像素其间的差异，例如是灰阶值的差异，或是也可以是其他特性值需要处理的差异。

回到图3，SAD计算单元130是计算目标窗区与周围窗区对应的每一个该像素的一差异绝对值，将这些差异绝对值做一差异计算得到一差异分析值。在一实施例更详细而言就是先计算分别像素C_{0，1，...，6}与像素N_{0，1，...， 6}的绝对差异值。在一实施例，SAD计算单元130会把7个绝对差异值作加总(sum)得到对应此周围像素N₀的窗区差异值。周围像素N₀相对目标像素C₀有多个。依照相同方式分别计算出每一个周围像素N₀的窗区差异值。

又，依照差异分析的方式，绝对差异值也可以先做其他运算，例如先做平方或是其他羃次的计算之后才做加总，又或是也可以依照其他差异分析机制的得出可以反映出差异的差异分析值。又，当目标像素是在实际图像的边界时，窗区的像素可能会超过边界，则超过的相素可以设定为零或是一预定值，以利于计算。

当SAD计算单元130计算出每一个周围像素相对于目标像素的差异分析值后给后续的权重给予单元132，以分别得到周围像素的权重值。权重给予单元132例如是根据一数据表得到多个权重值，分别对应这些周围像素。数据表可以是经验所得到的数据，或是开放给使用者自行设定的数个选项。换句话说，经由查表方式可以得到要给予周围像素的权重，供后续目标像素的平均处理，以调整目标像素的强度，例如是灰阶值的调整。

像素平均的方式，例如是依权重做平均，其中目标像素也例如可以有其本身的权重值，其取决于所采用的平均方式。权重值的给予原则一般是差异值愈大则权重值愈小，如此可以保留更多边缘的细节，而平滑(smooth)其他区域的细节，以减少噪声。

根据上述的相同概念，在SAD计算单元130的差异分析也可以同时针对像素以另一个权重方式做差异计算。图6绘示依据本发明一实施例，减少图像噪声的过滤器的操作机制示意图。参阅图6，相对于SAD计算单元200的目标窗区与周围窗区也是如图4-图5所述，而SAD计算单元200的差异计算方式也与图3的SAD计算单元相似，而其间差异是在计算像素C_{0，1，...，6}与像素N_{0，1，...，6}的绝对差异值时，又分别给一组权重值对应窗区内的每一个像素差异。权重值也是可以根据查表方式或是开放给使用者设定而取得。

接着，权重给予单元202如图3的权重给予单元132相同，会分别对每一个SAD窗区给一个权重值，以供平均计算的使用。SAD窗区的权重值是给予SAD窗区的代表像素，例如是目标像素以及相对于目标像素的周围像素。

关于SAD窗区的像素图案的形状，除了图4-图5的实施例外，也可以采用不直接邻接的方式来选取，有其数量也不限制最相邻的周围像素。图7-图9绘示依据本发明一实施例，SAD窗区的形状选择。但是图7-图9是用来描述可以有其他变化，但不是仅有的变化选择方式。

参阅图7，以三条像素为例，在紧邻像素的选择方式下，以C像素为目标像素，则SAD窗区210的取样点可以是连续超过一个以上的像素，其总数量也不限于周围的8个像素。

参阅图8，以C像素为目标像素，以三条像素为例，SAD窗区220的取样点可以是间隔一个像素的像素图案。

参阅图9，以C像素为目标像素，以三条像素为例，SAD窗区230的取样点可以是间隔二个像素的像素图案。

换句或说，SAD窗区的形状可以依照实际做选择，且相同的一张图像内也允许不同区域有不同形状的SAD窗区。

本发明提出在图像过滤过程中，以SAD窗区来考虑差异，取代仅考虑分别单一像素的差异。如此，本申请至少在过滤的处理应用上可以保留更多的图像细节。

虽然本发明已以实施例公开如上，然其并非用以限定本发明，本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，故本发明的保护范围当视所附权利要求书所界定者为准。

Claims (24)

1.一种减少图像噪声的过滤器，包括：

一绝对差异总和计算单元，接收一目标窗区的多个像素以及接收相对该目标窗区的一目标像素周围的多个周围窗区的多个像素，每一个该周围窗区有一个周围像素在该目标像素的周围，其中该绝对差异总和计算单元计算该目标窗区与该周围窗区对应的每一个该像素的一差异绝对值，将这些差异绝对值做一差异计算得到一差异分析值；以及

一权重给予单元，接收每一个该差异分析值，根据一数据表得到多个权重值，分别对应这些周围像素。

2.如权利要求1所述的减少图像噪声的过滤器，其中该目标窗区具有一像素图案，该目标窗区的位置对应该目标像素，，以及该周围窗区与该目标窗区具有相同的该像素图案，且该周围窗区的位置对应该周围像素。

3.如权利要求2所述的减少图像噪声的过滤器，其中在该像素图案内的这些像素是直接相邻。

4.如权利要求2所述的减少图像噪声的过滤器，其中在该像素图案内的这些像素不是全部直接相邻。

5.如权利要求1所述的减少图像噪声的过滤器，其中该绝对差异总和计算单元计算该差异分析值是直接取这些差异绝对值做加总所得到。

6.如权利要求1所述的减少图像噪声的过滤器，其中该绝对差异总和计算单元计算该差异分析值是直接取这些差异绝对值再乘以一调整权重值后，做加总所得到。

7.如权利要求6所述的减少图像噪声的过滤器，其中该调整权重值是可调整的。

8.如权利要求1所述的减少图像噪声的过滤器，其中该绝对差异总和计算单元计算该差异分析值是取这些差异绝对值的平方后做加总所得到。

9.如权利要求1所述的减少图像噪声的过滤器，其中该绝对差异总和计算单元计算该差异分析值是取这些差异绝对值的平方再乘以一调整权重值后，做加总所得到。

10.如权利要求9所述的减少图像噪声的过滤器，其中该调整权重值是可调整的。

11.如权利要求1所述的减少图像噪声的过滤器，其中该目标窗区与该周围窗区具有相同的像素图案，且该像素图案是一固定图案。

12.如权利要求1所述的减少图像噪声的过滤器，其中该目标窗区与该周围窗区具有相同的像素图案，该像素图案会依照图像内容变化。

13.一种减少图像噪声的过滤方法，用于对一图像做噪声过滤，包括：

针于一目标像素决定一目标窗区，该目标窗区具有一像素图案；

以该目标像素为参考决定多个周围像素；

针对每一个该周围像素决定一周围窗区，该周围窗区也具有该像素图案；

计算该目标窗区与该周围窗区对应的每一个该像素的一差异绝对值；

将这些差异绝对值做一差异计算得到一差异分析值；以及

根据分别的每一个该差异分析值，经查表给出多个权重值，分别对应这些周围像素。

14.如权利要求13所述的减少图像噪声的过滤方法，其中该目标窗区的位置对应该目标像素，以及该周围窗区的位置对应该周围像素。

15.如权利要求14所述的减少图像噪声的过滤方法，其中在该像素图案内的这些像素是直接相邻。

16.如权利要求14所述的减少图像噪声的过滤方法，其中在该像素图案内的这些像素不是全部直接相邻。

17.如权利要求13所述的减少图像噪声的过滤方法，其中计算该差异分析值是直接取这些差异绝对值做加总所得到。

18.如权利要求13所述的减少图像噪声的过滤方法，其中计算该差异分析值是直接取这些差异绝对值再乘以一调整权重值后，做加总所得到。

19.如权利要求18所述的减少图像噪声的过滤方法，还包括调整该调整权重值。

20.如权利要求13所述的减少图像噪声的过滤方法，其中计算该差异分析值是取这些差异绝对值的平方后做加总所得到。

21.如权利要求13所述的减少图像噪声的过滤方法，其中该绝对差异总和计算单元计算该差异分析值是取这些差异绝对值的平方再乘以一调整权重值后，做加总所得到。

22.如权利要求21所述的减少图像噪声的过滤方法，还包括调整该调整权重值。

23.如权利要求13所述的减少图像噪声的过滤方法，还包括设定该像素图案为一固定图案。

24.如权利要求13所述的减少图像噪声的过滤方法，还包括设定该像素图案，使该像素图案依照图像内容而具有变化。

Images