圖像噪聲估測(cè)的方法與裝置的制造方法【
技術(shù)領(lǐng)域：
】[0001]本發(fā)明是有關(guān)于一種圖像處理方法與裝置，且特別是有關(guān)于一種圖像噪聲估測(cè)的方法與裝置?！?br>背景技術(shù)：
】[0002]在周圍的光線不足時(shí)，數(shù)字相機(jī)和數(shù)字?jǐn)z影機(jī)之類的電子圖像擷取裝置所拍攝的圖像難免有噪聲。為了消除這種噪聲，必須先估測(cè)圖像中的噪聲強(qiáng)度（noiselevel)。[0003]有一種噪聲估測(cè)方法是事先校正，也就是事先在各種光源和各種感應(yīng)器增益(sensorgain)之下測(cè)量對(duì)應(yīng)的噪聲強(qiáng)度，建立一個(gè)查找表（lookuptable)，以供消除噪聲時(shí)查詢圖像中的噪聲強(qiáng)度。但是事先校正的步驟繁雜，而且相關(guān)前級(jí)處理電路的參數(shù)若有改變，就要重新校正以重建查找表。[0004]所以，目前普遍采用的方法是不做事先校正，而是實(shí)時(shí)估測(cè)噪聲強(qiáng)度。這樣的實(shí)時(shí)估測(cè)必須考慮如何排除圖像中的非平坦區(qū)。所謂平坦區(qū)是指圖像中單調(diào)而缺少變化的區(qū)域，例如桌面或墻面，而非平坦區(qū)是指圖像中較為復(fù)雜的區(qū)域，例如對(duì)象的邊緣、復(fù)雜的對(duì)象結(jié)構(gòu)、或復(fù)雜的紋理材質(zhì)（texture)。[0005]上述的實(shí)時(shí)估測(cè)也要考慮噪聲的信號(hào)相依性（signal-dependentcharacteristics),也就是噪聲強(qiáng)度會(huì)依圖像中像素強(qiáng)度（pixelintensity)而改變的特性，以免僅提供單一噪聲強(qiáng)度而造成圖像中某些區(qū)域過度模糊或圖像中某些區(qū)域的濾波強(qiáng)度不足的現(xiàn)象?！?br/>發(fā)明內(nèi)容】[0006]本發(fā)明提供一種圖像噪聲估測(cè)方法與圖像噪聲估測(cè)裝置，以解決上述的實(shí)時(shí)估測(cè)所需要考慮的問題。[0007]本發(fā)明的圖像噪聲估測(cè)方法包括下列步驟：決定一圖像的多個(gè)取樣區(qū)塊；為每一上述取樣區(qū)塊，計(jì)算該取樣區(qū)塊的至少一色彩分量（colorcomponent)的平均值（mean)與至少一色彩分量的標(biāo)準(zhǔn)差（standarddeviation);根據(jù)上述平均值將上述多個(gè)取樣區(qū)塊劃分為多個(gè)區(qū)間（segment);以及為每一上述區(qū)間，根據(jù)至少一閾值計(jì)算該區(qū)間的所有取樣區(qū)塊的標(biāo)準(zhǔn)差的加權(quán)平均值。上述閾值是根據(jù)該區(qū)間的所有取樣區(qū)塊的標(biāo)準(zhǔn)差其中的最小值而決定。上述加權(quán)平均值可用于圖像的噪聲消除（noisereduction)、邊緣檢測(cè)（edgedetection)、或移動(dòng)檢測(cè)（motiondetection)。[0008]本發(fā)明的圖像噪聲估測(cè)裝置包括存儲(chǔ)器和處理器。存儲(chǔ)器儲(chǔ)存上述圖像。處理器耦接存儲(chǔ)器，執(zhí)行上述的圖像噪聲估測(cè)方法。[0009]基于上述，本發(fā)明的圖像噪聲估測(cè)方法與圖像噪聲估測(cè)裝置可根據(jù)上述閾值排除圖像中的非平坦區(qū)，而且可根據(jù)像素強(qiáng)度將取樣區(qū)塊劃分為多個(gè)區(qū)間，并提供每一區(qū)間的噪聲強(qiáng)度（即上述的加權(quán)平均值），以避免單一噪聲強(qiáng)度造成的過度模糊或?yàn)V波強(qiáng)度不足的現(xiàn)象。[0010]為讓本發(fā)明的上述特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉實(shí)施例，并配合所附圖式作詳細(xì)說明如下?！靖綀D說明】[0011]圖1是依照本發(fā)明的一實(shí)施例的一種圖像噪聲估測(cè)裝置的示意圖。[0012]圖2是依照本發(fā)明的一實(shí)施例的一種圖像噪聲估測(cè)方法的流程圖。[0013]圖3是依照本發(fā)明的一實(shí)施例的圖像中的取樣區(qū)塊的示意圖。[0014]圖4是依照本發(fā)明的另一實(shí)施例的圖像中的取樣區(qū)塊的示意圖。[0015]圖5A、圖5B和圖5C是依照本發(fā)明的一實(shí)施例的取樣區(qū)塊的統(tǒng)計(jì)值的示意圖。[0016]圖6A、圖6B和圖6C是依照本發(fā)明的另一實(shí)施例的取樣區(qū)塊的統(tǒng)計(jì)值的示意圖。[0017]圖7是依照本發(fā)明的一實(shí)施例的被閾值篩選之前的取樣區(qū)塊的統(tǒng)計(jì)值的示意圖。[0018]圖8是依照本發(fā)明的一實(shí)施例的被閾值篩選之后的取樣區(qū)塊的統(tǒng)計(jì)值的示意圖。[0019]圖9是依照本發(fā)明的一實(shí)施例的各區(qū)間的噪聲強(qiáng)度的示意圖。[0020][標(biāo)號(hào)說明][0021]100:圖像噪聲估測(cè)裝置111:圖像[0022]112:噪聲特征120:存儲(chǔ)器[0023]140:處理器210~250:方法步驟[0024]301~303、401~402:取樣區(qū)塊segO~seg7:取樣區(qū)塊的統(tǒng)計(jì)值的區(qū)間【具體實(shí)施方式】[0025]圖1是依照本發(fā)明的一實(shí)施例的一種圖像噪聲估測(cè)裝置100的示意圖。圖像噪聲估測(cè)裝置100可接收?qǐng)D像111并輸出圖像111的噪聲特征（noiseprofile)112。噪聲特征112可提供給后續(xù)的圖像處理單元使用。噪聲特征112可用于圖像111的噪聲消除、邊緣檢測(cè)、或移動(dòng)檢測(cè)。[0026]圖像噪聲估測(cè)裝置100包括存儲(chǔ)器120和處理器140。處理器140耦接存儲(chǔ)器120。處理器140可執(zhí)行如圖2所示的圖像噪聲估測(cè)方法以產(chǎn)生噪聲特征112。存儲(chǔ)器120可儲(chǔ)存圖像111。存儲(chǔ)器120也可儲(chǔ)存噪聲特征112。此外，存儲(chǔ)器120也可儲(chǔ)存與圖2的圖像噪聲估測(cè)方法的執(zhí)行過程相關(guān)的各種數(shù)據(jù)與數(shù)據(jù)。[0027]圖2是依照本發(fā)明的一實(shí)施例的一種圖像噪聲估測(cè)方法的流程圖，此方法可由處理器140執(zhí)行。首先，在步驟210,決定圖像111的多個(gè)取樣區(qū)塊，例如圖3與圖4所示。圖3繪示本發(fā)明的一實(shí)施例中，圖像111其中的多個(gè)取樣區(qū)塊，例如取樣區(qū)塊301、302與303。圖3的取樣區(qū)塊的位置是用隨機(jī)數(shù)（random)決定，有些取樣區(qū)塊彼此重迭。圖4繪示本發(fā)明的另一實(shí)施例中，圖像111其中的多個(gè)取樣區(qū)塊，例如取樣區(qū)塊401與402。圖4的取樣區(qū)塊的位置是依據(jù)取樣區(qū)塊數(shù)量，等間距排列于圖像中，所以取樣區(qū)塊排列整齊而且不重迭。圖3與圖4中的每個(gè)取樣區(qū)塊的大小是8x8像素（pixel)。在其它實(shí)施例中，每個(gè)取樣區(qū)塊的大小可讓使用者自行調(diào)整。[0028]接下來，在步驟220,計(jì)算每一個(gè)取樣區(qū)塊的統(tǒng)計(jì)值。上述統(tǒng)計(jì)值包括每一個(gè)取樣區(qū)塊的至少一個(gè)色彩分量的平均值，以及每一個(gè)取樣區(qū)塊的至少一個(gè)色彩分量的標(biāo)準(zhǔn)差。[0029]舉例而言，如果圖像111采用YUV色彩模式，則圖像111的每個(gè)像素有Y、U、V這三個(gè)色彩分量，可計(jì)算每一個(gè)取樣區(qū)塊的mean_Y、std_Y、std_U和std_V這四個(gè)統(tǒng)計(jì)值。其中mean_Y是該取樣區(qū)塊的所有像素的Y分量的平均值，std_Y是該取樣區(qū)塊的所有像素的Y分量的標(biāo)準(zhǔn)差，std_U是該取樣區(qū)塊的所有像素的U分量的標(biāo)準(zhǔn)差，std_V是該取樣區(qū)塊的所有像素的V分量的標(biāo)準(zhǔn)差。本實(shí)施例中，以每一像素的每一色彩分量的數(shù)值都是八位為例，也就是在〇至255的范圍，但本發(fā)明不限定于每一色彩分量的數(shù)值為八位。以上統(tǒng)計(jì)值如圖5A、圖5B和圖5C所示。圖5A的橫坐標(biāo)軸是上述的統(tǒng)計(jì)值mean_Y，縱坐標(biāo)軸是上述的統(tǒng)計(jì)值std_Y。圖5A其中每一個(gè)點(diǎn)對(duì)應(yīng)一個(gè)取樣區(qū)塊。每一個(gè)取樣區(qū)塊在圖5A的坐標(biāo)就是該取樣區(qū)塊的統(tǒng)計(jì)值mean_Y與std_Y。同理，圖5B的橫坐標(biāo)軸是上述的統(tǒng)計(jì)值mean_Y,縱坐標(biāo)軸是上述的統(tǒng)計(jì)值std_U。圖5C的橫坐標(biāo)軸是上述的統(tǒng)計(jì)值mean_Y，縱坐標(biāo)軸是上述的統(tǒng)計(jì)值std_V。[0030]另舉一例，如果圖像111采用RGB色彩模式，則圖像111的每個(gè)像素有R、G、B這三個(gè)色彩分量，可計(jì)算每一個(gè)取樣區(qū)塊的mean_R、mean_G、mean_B、std_R、std_G和std_B這六個(gè)統(tǒng)計(jì)值。其中mean_R是該取樣區(qū)塊的所有像素當(dāng)前第1頁(yè)1 2