• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    本發明為一種用於顯示裝置之影像品質提升方法，包括輸入一影像；基於該影像計算一機率密度函數；產生一第一亮度直方圖；基於該第一亮度直方圖計算一權重分布函數；該第一亮度直方圖透過像素重新分配產生一第二亮度直方圖；基於該第二亮度直方圖計算一累積分布函數；基於該累積分布函數計算一伽瑪轉換函數；以及基於該伽瑪轉換函數調整該影像之亮度分布，本發明提出了一個自動的轉換技術來改善陰暗影像及視頻的亮度。
    公开号:TW201308997A
    申请号:TW100128472
    申请日:2011-08-10
    公开日:2013-02-16
    发明作者:Yi-Sheng Chui；Shih-Chia Huang
    申请人:Univ Nat Taipei Technology；
    IPC主号:G06T5-00
    专利说明:
    用於顯示裝置之影像品質提升方法
    本發明係一種用於顯示裝置之影像品質提升方法，尤指一種有效對比度增強的直方圖修改方法。在數位影像處理、電腦視覺與圖形辨識中，提出了一個自動的轉換技術來改善陰暗影像的亮度。
    傳統的直方圖等化(Traditional Histogram Equalization；THE)方法使用整體的機率密度函數(Probability Density Function；PDF)來增強影像對比度。然而，這個方法因為使用整體直方圖資訊來增強影像，以至於無法保護原始影像的亮度。
    為了克服傳統直方圖等化的缺點，有許多基於傳統直方圖等化的方法，被提出來保護原始影像的亮度，而大多數的這些方法是透過直方圖分割的方式完成。然而，這些方法卻易於產生局部特徵的扭曲。
    因此，遞歸分離以及權重直方圖等化(Recursively Separated and Weighted Histogram Equalization；RSWHE)方法採用直方圖權重函數去修改每個子直方圖的機率密度函數，可達到平滑波動現象且同時保護重要的視覺細節。這個增強結果不僅能夠保護原始亮度，而且能夠避免增強影像的局部區域產生不受喜愛的失真。然而，直方圖的平滑現象可能意味著對比度增強程度的減少。
    經由比較以直方圖等化為基礎的方法，傳統的伽瑪校正(Gamma Correction)方法能夠經由可調整的伽瑪參數來快速地增強影像對比度。然而，傳統的伽瑪校正方法無法針對每個陰暗影像提供對比增強的動態調整。為了解決這個缺點，動態對比比率伽瑪校正(Dynamic Contrast Ratio Gamma Correction；DCRGC)方法藉由結合直方圖正規化與反伽瑪校正來解決動態對比度增強的問題。不幸地，這個方法的參數依然無法自動地獲得對比度增強。
    藉由上述方法，本發明提出了一個有效對比度增強的直方圖修改方法。在數位影像處理、電腦視覺與圖形辨識中，對比度增強扮演著一個很重要的角色。基於伽瑪校正與照度像素的機率分佈，本發明提出了一個自動的轉換技術來改善陰暗影像的亮度。
    是以，要如何解決上述習用之問題與缺失，即為本發明之發明人與從事此行業之相關廠商所亟欲研究改善之方向所在者。
    故，本發明之發明人有鑑於上述缺失，乃搜集相關資料，經由多方評估及考量，並以從事於此行業累積之多年經驗，經由不斷試作及修改，始設計出此種用於顯示裝置之影像品質提升方法發明專利者。本發明之主要目的在於提供一種影像品質提升方法。
    為了達到上述之目的，本發明包括輸入一影像；基於該影像計算一機率密度函數；產生一第一亮度直方圖；基於該第一亮度直方圖計算一權重分布函數；該第一亮度直方圖透過像素重新分配產生一第二亮度直方圖；基於該第二亮度直方圖計算一累積分布函數；基於該累積分布函數計算一伽瑪轉換函數；以及基於該伽瑪轉換函數調整該影像之亮度分布。
    本發明之次要目的在於提供一種影像品質提升方法，特別適用於視頻。
    為了達到上述之目的，本發明包括輸入一視頻；從該視頻中選擇一第一輸入影像；以及基於該第一輸入影像執行一映像產生模組，包括：基於該第一輸入影像計算一機率密度函數；產生一第一亮度直方圖；基於該第一亮度直方圖計算一權重分布函數；該第一亮度直方圖透過像素重新分配產生一第二亮度直方圖；基於該第二亮度直方圖計算一累積分布函數；基於該累積分布函數計算一伽瑪轉換函數；以及基於該伽瑪轉換函數調整該第一輸入影像之亮度分布。
    為達成上述目的及功效，本發明所採用之技術手段，茲繪圖就本發明較佳實施例詳加說明其特徵與功能如下，俾利完全了解。
    一般來說，累積分布函數(Cumulative Density Function；CDF)能夠被使用來增強像素的強度，但是影像的亮度可能會有失真的效果。另一方面，傳統的伽瑪校正(Gamma Correction)使用一個帶有指數γ的常數函數來獲得影像增強。因此，如何自動地決定參數γ將是一個主要的挑戰。
    經由機率與統計理論獲得靈感，我們能夠根據機率密度函數(Probability Density Function；PDF)與累積分布函數來決定參數γ的數值。因此，傳統的伽瑪校正方程式能夠經由結合累積分布函數的曲線，而獲得適度地修改。所提出的伽瑪轉換方程式能被定義為：
    T(l)=255(l/255)1- CDF ( l )
    其中1為照度資訊的像素值(其範圍為0至255)。不幸地，陰暗影像的累積分布函數曲線會因為環境的影響，而產生有意義的波動。這樣的結果，將會產生不受喜愛的失真於增強影像中。
    請參閱第一圖所示，係為本發明第一較佳實施例之流程圖，本發明用於顯示裝置之影像品質提升方法，該方法包括：
    (110)輸入一影像；
    (120)基於該影像計算一機率密度函數；
    (130)產生一第一亮度直方圖；
    (140)基於該第一亮度直方圖計算一權重分布函數；
    (150)該第一亮度直方圖透過像素重新分配產生一第二亮度直方圖；
    (160)基於該第二亮度直方圖計算一累積分布函數；
    (170)基於該累積分布函數計算一伽瑪轉換函數；以及
    (180)基於該伽瑪轉換函數調整該影像之亮度分布。
    於步驟(110)中，輸入該影像係可輸入一彩色影像。
    於步驟(120)與(130)中，係基於該影像計算該機率密度函數(Probability Density Function；PDF)，並且根據該機率密度函數產生該第一亮度直方圖(Histogram)。
    於步驟(140)與(150)中，係基於該第一亮度直方圖計算該權重分布函數來平滑波動現象，權重分布函數能夠被表示為：
    其中1為照度資訊的像素值(其範圍為0至255)，PDFw(1)表示為權重過後的機率密度，max(PDF)表示為原始機率密度的最大值，min(PDF)表示為原始機率密度的最小值，而α表示為可適應性的參數並經由實驗結果設定為0.5。
    以及，該第一亮度直方圖透過像素重新分配產生該第二亮度直方圖。
    於步驟(160)中，該基於該第二亮度直方圖計算該累積分布函數(Cumulative Density Function；CDF)，係經由使用權重過後的機率密度(PDFw)，則原始的累積分布函數(CDF)能夠獲得平滑效果，並可被表示為：
    其中1為照度資訊的像素值(其範圍為0至255)，ΣPDFw表示為權重過後機率密度的總和，而CDFs(1)表示為平滑過後的累積分布函數。
    於步驟(170)與(180)中，該基於該累積分布函數計算該伽瑪轉換函數，該伽瑪轉換方程式能夠被修改且表示為：
    以及，基於該伽瑪轉換函數調整該影像之亮度分布。
    其中，該輸入該影像進一步包括基於該影像獲得一亮度直方圖，以及該基於該影像計算該機率密度函數進一步包括基於該亮度直方圖計算該機率密度函數。
    請參閱第二圖所示，係為本發明第二較佳實施例之流程圖一，本發明用於顯示裝置之影像品質提升方法，該方法包括：
    (210)輸入一視頻；
    (220)從該視頻中選擇一第一輸入影像；以及
    (230)基於該第一輸入影像執行一映像產生模組，包括：
    (231)基於該第一輸入影像計算一機率密度函數；
    (232)產生一第一亮度直方圖；
    (233)基於該第一亮度直方圖計算一權重分布函數；
    (234)該第一亮度直方圖透過像素重新分配產生一第二亮度直方圖；
    (235)基於該第二亮度直方圖計算一累積分布函數；
    (236)基於該累積分布函數計算一伽瑪轉換函數；以及
    (237)基於該伽瑪轉換函數調整該第一輸入影像之亮度分布。
    於步驟(210)中，該輸入該視頻，係序列輸入複數影像。
    於步驟(220)中，從該視頻中選擇該第一輸入影像，係自該視頻之複數影像選擇序列第一之該第一輸入影像。
    於步驟(230)以及步驟(231)至(237)中，該基於該第一輸入影像執行該映像產生模組，該映像產生模組係相同於第一較佳實施例之步驟(120)至(180)，不再贅述。
    其中，該輸入該影像進一步包括基於該第一輸入影像獲得一亮度直方圖、該基於該第一輸入影像計算該機率密度函數進一步包括基於該亮度直方圖計算該機率密度函數、以及該從該視頻中選擇該第一輸入影像進一步包括儲存該第一輸入影像。
    再者，對於視頻序列的對比度增強而言，可經由使用視頻流中每幀之間的時間相依資訊，來讓整體計算時間被進一步的減少。因此，本發明進一步提出一個以時間相依資訊為基礎的技術，在應用我們所提出的影像增強方法的同時，來減少整體計算的複雜度。
    請參閱第三圖所示，係為本發明第二較佳實施例之流程圖二，本發明用於顯示裝置之影像品質提升方法，該方法進一步包括：
    (221)如該視頻不是該第一輸入影像，從該視頻選擇一輸入影像；
    (222)基於該第一輸入影像執行一第一熵函數；
    (223)基於該輸入影像執行一第二熵函數；
    (224)基於該第一熵函數與該第二熵函數計算一絕對誤差值；
    (225)提供一閥值；以及
    (226)如該絕對誤差值大於該閥值，基於該輸入影像更新該第一輸入影像。
    於步驟(221)中，如該視頻不是該第一輸入影像，從該視頻選擇該輸入影像，例如視頻之複數影像序列第二、第三或第四等之該輸入影像。
    於步驟(222)中，該基於該第一輸入影像執行該第一熵(Entropy)函數包括基於該第一輸入影像計算一第一機率密度函數，以及基於該第一機率密度函數計算該第一熵函數。該第一輸入影像的資訊量能夠經由熵函數來直接量化，基於機率密度函數(PDF)，該第一熵函數(H)能夠被定義為：
    於步驟(223)中，該基於該輸入影像執行該第二熵(Entropy)函數包括基於該輸入影像計算一第二機率密度函數，以及基於該第二機率密度函數計算該第二熵函數。該輸入影像的資訊量能夠經由熵函數來直接量化，基於機率密度函數(PDF)，該第二熵函數(H)能夠被定義為：
    於步驟(224)與(225)中，該基於該第一熵函數與該第二熵函數計算該絕對誤差值以及提供該閥值，係為了減少整體的計算時間，本發明嘗試去避免該映像產生模組的重新計算於視頻序列中，經由判斷該第一輸入影像與輸入影像兩者之該第一熵函數與該第二熵函數的差異。以及透過該第一熵函數與該第二熵函數之該絕對誤差值與所提供的閥值來決定該視頻所輸入複數影像增強方式。
    於步驟(226)中，該如該絕對誤差值大於該閥值，基於該輸入影像更新該第一輸入影像，係基於該輸入影像更新該第一輸入影像，再藉由映像產生模組來調整該第一輸入影像之亮度分布；又如所得到之該絕對誤差值小於所提供之該閥值，則使用現有的映像產生模組去增強該視頻所輸入複數影像。
    請參閱第四圖、第五圖與第六圖所示，係為本發明較佳實施例之實施示意圖一、二與三，由圖中可清楚看出，本發明較佳實施例之實施示意圖與先前影像處理技術之比較，圖示依序為：(a)原始影像，(b)傳統直方圖等化(Traditional Histogram Equalization；THE)，(c)亮度保存雙直方圖等化(Brightness Preserving Bi-Histogram Equalization；BBHE)，(d)二元子影像直方圖等化(Dualistic Sub-Image Histogram Equalization；DSIHE)，(e)遞歸子影像直方圖等化(Recursive Sub-Image Histogram Equalization；RSIHE)，(f)遞歸分離以及權重直方圖等化(Recursively Separated and Weighted Histogram Equalization；RSWHE)，(g)動態對比比率伽瑪校正(Dynamic Contrast Ratio Gamma Correction；DCRGC)，以及(h)本發明第一較佳實施例。
    對於輸入的陰暗影像而言，大多數的像素則會密集的分佈在低階層的區域，本發明基於權重分布函數，其波動現象能夠被有效地平滑，因此減少伽瑪校正的過度增強。值得注意的是，本發明是第一個透過結合累積分布函數、權重分布與伽瑪校正來獲得彩色影像增強。這樣的結果，可以很容易的注意到我們的方法能夠增強彩色影像，並且沒有產生額外的失真或者是色彩的扭曲。
    請參閱全部附圖所示，相較於習用技術，本發明具有以下優點：
    一、本發明提出了一個有效對比度增強的直方圖修改方法。在數位影像處理、電腦視覺與圖形辨識中，對比度增強扮演著一個很重要的角色。基於伽瑪校正與照度像素的機率分佈，本發明提出了一個自動的轉換技術來改善陰暗影像的亮度。
    二、對於視頻增強而言，本發明使用視頻流中每幀之間的時間相依資訊，來減少重新計算以所提出的影像增強方法為基礎之轉換曲線。經由與先前技術最先進方法所產生的增強影像相比較之下，本發明所提出方法所產生的增強影像具有較高的影像品質。
    透過上述之詳細說明，即可充分顯示本發明之目的及功效上均具有實施之進步性，極具產業之利用性價值，且為目前市面上前所未見之新發明，完全符合發明專利要件，爰依法提出申請。唯以上所述著僅為本發明之較佳實施例而已，當不能用以限定本發明所實施之範圍。即凡依本發明專利範圍所作之均等變化與修飾，皆應屬於本發明專利涵蓋之範圍內，謹請　貴審查委員明鑑，並祈惠准，是所至禱。
    (110)~(180)．．．步驟
    (210)~(237)．．．步驟
    (221)~(226)．．．步驟
    第一圖　係為本發明第一較佳實施例之流程圖。
    第二圖　係為本發明第二較佳實施例之流程圖一。
    第三圖　係為本發明第二較佳實施例之流程圖二。
    第四圖　係為本發明第一較佳實施例之實施示意圖一。
    第五圖　係為本發明第一較佳實施例之實施示意圖二。
    第六圖　係為本發明第一較佳實施例之實施示意圖三。
    第七圖　係為本發明第一較佳實施例之實施示意圖四。
    (110)~(180)．．．步驟
    权利要求:
    Claims (10)
    [1] 一種用於顯示裝置之影像品質提升方法，該方法包括：(110)輸入一影像；(120)基於該影像計算一機率密度函數(Probability Density Function)；(130)產生一第一亮度直方圖(Histogram)；(140)基於該第一亮度直方圖計算一權重分布函數；(150)該第一亮度直方圖透過像素重新分配產生一第二亮度直方圖；(160)基於該第二亮度直方圖計算一累積分布函數(Cumulative Density Function)；(170)基於該累積分布函數計算一伽瑪轉換函數；以及(180)基於該伽瑪轉換函數調整該影像之亮度分布。
    [2] 如申請專利範圍第1項所述之用於顯示裝置之影像品質提升方法，其中該輸入該影像進一步包括：基於該影像獲得一亮度直方圖。
    [3] 如申請專利範圍第2項所述之用於顯示裝置之影像品質提升方法，其中該基於該影像計算該機率密度函數進一步包括：基於該亮度直方圖計算該機率密度函數。
    [4] 一種用於顯示裝置之影像品質提升方法，該方法包括：(210)輸入一視頻；(220)從該視頻中選擇一第一輸入影像；以及(230)基於該第一輸入影像執行一映像產生模組，包括：(231)基於該第一輸入影像計算一機率密度函數(Probability Density Function)；(232)產生一第一亮度直方圖(Histogram)；(233)基於該第一亮度直方圖計算一權重分布函數；(234)該第一亮度直方圖透過像素重新分配產生一第二亮度直方圖；(235)基於該第二亮度直方圖計算一累積分布函數(Cumulative Density Function)；(236)基於該累積分布函數計算一伽瑪轉換函數；以及(237)基於該伽瑪轉換函數調整該第一輸入影像之亮度分布。
    [5] 如申請專利範圍第4項所述之用於顯示裝置之影像品質提升方法，其中該從該視頻中選擇該第一輸入影像進一步包括：基於該第一輸入影像獲得一亮度直方圖。
    [6] 如申請專利範圍第5項所述之用於顯示裝置之影像品質提升方法，其中該基於該第一輸入影像計算該機率密度函數進一步包括：基於該亮度直方圖計算該機率密度函數。
    [7] 如申請專利範圍第4項所述之用於顯示裝置之影像品質提升方法，其中該從該視頻中選擇該第一輸入影像進一步包括：儲存該第一輸入影像。
    [8] 如申請專利範圍第4項所述之用於顯示裝置之影像品質提升方法，其中從該視頻選擇該第一輸入影像進一步包括：(221)如該視頻不是該第一輸入影像，從該視頻選擇一輸入影像；(222)基於該第一輸入影像執行一第一熵(Entropy)函數；(223)基於該輸入影像執行一第二熵(Entropy)函數；(224)基於該第一熵函數與該第二熵函數計算一絕對誤差值；(225)提供一閥值；以及(226)如該絕對誤差值大於該閥值，基於該輸入影像更新該第一輸入影像。
    [9] 如申請專利範圍第8項所述之用於顯示裝置之影像品質提升方法，其中該基於該第一輸入影像執行該第一熵函數進一步包括：基於該第一輸入影像計算一第一機率密度函數；以及基於該第一機率密度函數計算該第一熵函數。
    [10] 如申請專利範圍第8項所述之用於顯示裝置之影像品質提升方法，其中該基於該輸入影像執行該第二熵函數進一步包括：基於該輸入影像計算一第二機率密度函數；以及基於該第二機率密度函數計算該第二熵函數。
    类似技术:
    公开号 | 公开日 | 专利标题
    TWI458341B|2014-10-21|用於顯示裝置之影像品質提升方法
    Ju et al.2017|Single image dehazing via an improved atmospheric scattering model
    Poddar et al.2013|Non-parametric modified histogram equalisation for contrast enhancement
    Cao et al.2018|Contrast enhancement of brightness-distorted images by improved adaptive gamma correction
    Guo2016|LIME: A method for low-light image enhancement
    Gupta et al.2016|Minimum mean brightness error contrast enhancement of color images using adaptive gamma correction with color preserving framework
    CN104240194A|2014-12-24|一种基于抛物线函数的低照度图像增强算法
    WO2019071981A1|2019-04-18|一种基于多曝光生成再融合框架的图像增强方法
    Wang et al.2018|A fast single-image dehazing method based on a physical model and gray projection
    CN107590791B|2020-07-03|图像增强方法以及图像处理装置
    WO2014169579A1|2014-10-23|一种色彩增强方法及装置
    WO2017049703A1|2017-03-30|图像对比度增强方法
    CN106296626B|2019-06-04|一种基于梯度融合的夜间视频增强方法
    Kim2018|Image enhancement using patch-based principal energy analysis
    CN103295206B|2016-05-25|一种基于Retinex的微光图像增强方法和装置
    CN104835121B|2017-10-24|基于无穷范数约束与最大熵原则的色调映射方法
    WO2021114564A1|2021-06-17|一种低对比度红外图像的增强方法
    WO2020124873A1|2020-06-25|图像处理方法
    Mu et al.2021|Low and non-uniform illumination color image enhancement using weighted guided image filtering
    CN107358592A|2017-11-17|一种迭代式全局自适应图像增强方法
    Feng et al.2020|Low-light image enhancement algorithm based on an atmospheric physical model
    CN109919859B|2021-09-07|一种户外场景图像去雾增强方法、计算设备及其存储介质
    Yang et al.2015|Improved retinex image enhancement algorithm based on bilateral filtering
    WO2020103171A1|2020-05-28|用于图像去模糊的Bi-Level优化方法
    CN106780382B|2019-08-16|浮点图像的自动增益控制显示方法
    同族专利:
    公开号 | 公开日
    TWI458341B|2014-10-21|
    US9396526B2|2016-07-19|
    US20130039577A1|2013-02-14|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    US10909669B2|2019-04-16|2021-02-02|Realtek Semiconductor Corporation|Contrast adjustment system and contrast adjustment method|JPH0244437B2|1983-12-27|1990-10-03|Canon Kk||
    KR970060961A|1996-01-18|1997-08-12|김광호|적분 룩크업 테이블을 이용한 적응형 감마 보정장치|
    KR100243301B1|1997-11-24|2000-02-01|윤종용|다이나믹 레인지 확대장치 및 방법|
    KR101128454B1|2005-11-10|2012-03-23|삼성전자주식회사|콘트라스트 향상 방법 및 장치|
    TW200822058A|2006-11-09|2008-05-16|Wintek Corp|Image processing device and method thereof and image display device|
    TW201027510A|2009-01-14|2010-07-16|Chi Mei Optoelectronics Corp|Display module, display apparatus and image adjusting methods thereof|US9582866B2|2015-03-10|2017-02-28|Via Technologies, Inc.|Adaptive contrast enhancement apparatus and method|
    WO2017132858A1|2016-02-03|2017-08-10|Chongqing University Of Posts And Telecommunications|Methods, systems, and media for image processing|
    US10192295B2|2016-11-09|2019-01-29|AI Analysis, Inc.|Methods and systems for normalizing images|
    KR20190135888A|2018-05-29|2019-12-09|삼성전자주식회사|전자 장치 및 그 제어 방법|
    CN108900819B|2018-08-20|2020-09-15|Oppo广东移动通信有限公司|图像处理方法、装置、存储介质及电子设备|
    法律状态:
    2014-10-21| GD4A| Issue of patent certificate for granted invention patent|
    2020-07-21| MM4A| Annulment or lapse of patent due to non-payment of fees|
    优先权:
    申请号 | 申请日 | 专利标题
    TW100128472A|TWI458341B|2011-08-10|2011-08-10|用於顯示裝置之影像品質提升方法|TW100128472A| TWI458341B|2011-08-10|2011-08-10|用於顯示裝置之影像品質提升方法|
    US13/276,823| US9396526B2|2011-08-10|2011-10-19|Method for improving image quality|
    US13/925,852| US20130287299A1|2011-08-10|2013-06-25|Image processing apparatus|
    [返回顶部]