专利名称：图像调整方法
技术领域：
本发明是有关于一种图像调整方法，且特别是有关于一种在图像放大后，调整演算法所造成的不平滑现象的图像调整方法。
背景技术：
随着光学科技与数位化时代的来临，图像信息在日常生活中扮演着一个重要的角色，也由于数位图像有保存容易、方便传输、便于修改且成本低廉等特性，因此已被广泛地运用在各领域中，故，各式各样的图像处理技巧也日趋重要。
最常见的图像处理技巧就是图像的放大与缩小。图像的缩小是减少图像的像素点，因此，可利用特征的观念保留下重要的特征。然而，图像的放大是需增加图像的像素点，等于是需重建部分图像，由现有的信息来填补缺少的部分，因此，如何在图像放大中得到最好的效果是近年来常被探讨的一个问题。
在习知的图像放大技术中，经常会使用插补演算法来得到放大图像。当使用低阶插补演算法时，由于所取样的像素点较少，故相邻的两像素间若存在较大的差异时，例如两像素表现出的画面较锐利(Sharp)时，往往无法得到较贴近的差补像素值，这便会造成画面的不协调。但若使用高阶插补演算法，虽然所取样的像素点较多，在两像素间存在较大的差异区域时可以得到较好的插补结果，但却往往会因为高阶插补演算法所得到的插补曲线在此两像素的两侧分别出现区域的极小值，因此，在此两像素的两侧所得的差补像素值会出现小于邻近像素值的情形。在此情形下所得到的插补结果便会造成图像中有不平滑的现象，尤其是在画面中较有棱角、较锐利的地方附近，亦即图像变化较为剧烈的地方周围(高频区域)，常常会出现多余的黑线或阴影(Shadow)。这是由于插补演算法所得到的插补像素值是位于高频区域，且这些插补像素值并未经过进一步处理所致。
请参考图1，其是绘示习知的图像放大方法的示意图。在图1中，像素102、像素104、像素106与像素108为一图像中的四个像素。横轴为图像的方位座标，右方对应至图像的右方，而纵轴代表像素值的大小，越向上代表像素值越大。由图中可以看出，像素102与像素104的像素值相近，而像素106与像素108的像素值相近，因此，像素102与像素104的图像相似，而像素106与像素108的图像相似。另一方面，像素104与像素106的像素值之间则具有一差值，表示此处的图像变化较为剧烈，属于高频区域。
另假设像素102、像素104、像素106以及像素108皆位于高频区域，在使用像素102、像素104、像素106与像素108进行插补演算法放大图像后，便会得到数个插补像素值(像素110、像素112、像素114以及像素116)，位于图1的实线部分上。由图1可以看出，像素102与像素104间的像素110的像素值会小于像素102与像素104的像素值，像素114的像素值则会大于像素106与像素108的像素值，且像素108右侧的像素116的像素值也会小于像素108的像素值。由于像素110、像素112、像素114以及像素116皆位于高频区域，且上述像素的像素值并未经过进一步调整，因此，位于这些区域的插补像素值便会造成图像不平滑的现象。
发明内容
因此，本发明的目的就是在提供一种图像调整方法，可以解决图像中不平滑的现象。
本发明的另一目的就是在提供一种图像调整方法，尤其适用于解决使用高频演算法放大图像后，图像中的不平滑的现象。
本发明的又一目的就是在提供一种图像调整方法，藉由限制插补演算法所得到的插补像素值的范围，来解决图像中不平滑的现象。
根据本发明的上述目的，提出一种图像调整方法，至少包括下列步骤。首先，提供一图像，这图像至少具有数个第一取样像素位于一高频区域中。接着，对此图像进行至少一插补演算，以得到一第一插补曲线。然后，修改第一插补曲线位于高频区域的部分，以得到一第二插补曲线。接下来，根据第二插补曲线，将需填补的像素值填入图像中。
依照本发明的较佳实施例，上述的修改第一插补曲线位于高频区域的部分，以得到第二插补曲线的步骤至少包括当第一插补曲线位于高频区域的至少一差补像素值小于相邻的第一取样像素的一最小值时，以相邻的第一取样像素的最小值取代上述的差补像素值。此外，上述的修改步骤更至少包括当第一插补曲线位于高频区域的差补像素值大于相邻的第一取样像素的一最大值时，以相邻的第一取样像素的最大值取代上述的差补像素值。上述的插补演算可以运用一高频演算法及/或一低频演算法，其中，高频演算法例如可以为Lanczos2演算法、Lanczos3演算法或Mitchell演算法，而低频演算法例如可以为立方卷积插补演算法(Cubic Convolution InterpolationAlgorithm)、最邻近演算法(Nearest Neighborhood Algorithm)、双线性演算法(Bilinear A1gorithm)、双立方卷积演算法(Bicubic Convolution Algorithm)、Box演算法、三角演算法(Triangle Algorithm)、Quadradic演算法、Catrom演算法、Gaussian演算法或Sinc演算法。
根据本发明的另一目的，提出一种图像调整方法，至少包括下列步骤。首先，提供一图像，此图像至少具有数个第一取样像素位于一高频区域中。接着，对此图像进行至少一插补演算，以得到一第一插补曲线。接下来，修改第一插补曲线位于高频区域的部分，以得到一第二插补曲线，其中，当第一插补曲线位于高频区域的至少一差补像素值小于相邻的第一取样像素的一最小值时，以相邻的第一取样像素的最小值取代第一插补曲线位于高频区域的差补像素值，当第一插补曲线位于高频区域的差补像素值大于相邻的第一取样像素的一最大值时，以相邻的第一取样像素的最大值取代第一插补曲线位于高频区域的差补像素值。接着，根据第二插补曲线，将需填补的像素值填入图像中。
依照本发明的较佳实施例，上述的插补演算可以运用一高频演算法及/或一低频演算法，其中，高频演算法例如可以为Lanczos2演算法、Lanczos3演算法或Mitchell演算法，而低频演算法例如可以为立方卷积插补演算法、最邻近演算法、双线性演算法、双立方卷积演算法、Box演算法、三角演算法、Quadradic演算法、Catrom演算法、Gaussian演算法或Sinc演算法。
为让本发明的上述和其他目的、特征、和优点能更明显易懂，下文特举一较佳实施例，并配合所附图式，作详细说明如下图1是绘示习知的图像放大方法的示意图；第2图是绘示依照本发明较佳实施例的流程示意图；图3是绘示依照本发明较佳实施例的第一插补曲线示意图；图4是绘示依照本发明较佳实施例的第二插补曲线示意图；以及图5是绘示依照本发明另一实施例的插补曲线示意图。
主要元件符号说明102像素104像素106像素108像素202提供一图像，此图像至少具有数个第一取样像素位于一高频区域中204对图像进行至少一插补演算，以得到一第一插补曲线206修改第一插补曲线位于高频区域的部分，以得到一第二插补曲线208根据第二插补曲线，将需填补的像素值填入图像中302像素304像素306像素308像素310像素310’像素312像素314像素316像素316’像素具体实施方式
为了使本发明的叙述更加详尽与完备，可参照下列描述并配合图2至图4的图示。
请参考图2，图2是绘示依照本发明较佳实施例的流程示意图。首先，在步骤202中，提供一图像，此图像至少具有数个第一取样像素位于一高频区域中。接着，在步骤204中，对上述的图像进行至少一插补演算，以得到一第一插补曲线。其中，插补演算可以运用一高频演算法及/或一低频演算法，高频演算法例如可以为Lanczos2演算法、Lanczos3演算法或Mitchell演算法，而低频演算法例如可以为立方卷积插补演算法、最邻近演算法、双线性演算法、双立方卷积演算法、Box演算法、三角演算法、Quadradic演算法、Catrom演算法、Gaussian演算法或Sinc演算法等。值得注意的是，本发明的图像调整方法尤其适用于调整使用高频演算法的图像。
接下来，修改第一插补曲线位于高频区域的部分，以得到一第二插补曲线，如步骤206所示，其中，此修改步骤是以上述的第一取样像素的值，取代第一插补曲线位于高频区域的部分。接着，在步骤208中，根据第二插补曲线，将需填补的像素值填入图像中。
因此，本发明的一特征就是，本发明的图像调整方法在插补演算法计算出需填补于图像中的插补像素值后，会在图像特征为高频的区域中，进一步限制所得到的插补像素值的范围，剔除过大与太小的插补像素值，以减少图像不平滑的现象。
接着，请参考图3，图3是绘示依照本发明较佳实施例的第一插补曲线示意图。在图3中，像素302、像素304、像素306与像素308为一图像中的四个像素。横轴为图像的方位座标，右方对应至图像的右方，而纵轴代表像素值的大小，越向上代表像素值越大。由图3可以看出，像素302与像素304的像素值相近，而像素306与像素308的像素值相近，因此，像素302与像素304的图像相似，而像素306与像素308的图像相似。另一方面，像素304与像素306的像素值之间则具有一差值，表示此处的图像变化较为剧烈。此外，在本发明的较佳实施例中，假设像素302、像素304以及像素308的右侧位于高频区域，而像素306与像素308位于低频区域。
接下来，对此图像使用至少一插补演算法，以计算出当放大图像时，需填补在图像中的插补像素值。因此，在本发明的较佳实施例中，在使用像素302、像素304、像素306与像素308进行插补演算放大图像后，便会得到一第一插补曲线，如图3的实线所示，其中，所得到的数个插补像素值例如可为像素310、像素312、像素314以及像素316。
如图3所示，像素302与像素304间的像素310的像素值小于像素302与像素304的像素值，像素314的像素值则大于像素306与像素308的像素值，且像素308右侧的像素316的像素值也小于像素308的像素值。此外，由于像素302、像素304以及像素308的右侧位于高频区域，而像素306与像素308位于低频区域，因此，位于高频区域的像素310与像素316需进行调整，而位于低频区域的像素314则不进行调整。
由于像素302与像素304的像素值相近，表示此处的图像相似，故以像素302或像素304的像素值取代像素310的插补像素值，以在图像放大时填补入图像中。相似地，以像素308的像素值取代像素316的插补像素值，以在图像放大时填补入图像中。而在图像特征为低频的区域中，例如像素306与像素308所在的区域，则以第一插补曲线为最后结果，以避免在图像平滑区造成瑕疵，因此，像素314不进行调整。在经过上述的修改后，便可得到一第二插补曲线，如图4所示。
此外，在本发明的其他实施例中，若像素302、像素304、像素306以及像素308皆位于高频区域，则所得到的插补像素值(像素310、像素314以及像素316)便皆需进行调整，所得到的插补曲线则如图5所示。
由上述本发明的较佳实施例可知，本发明的一优点就是，本发明的图像调整方法可在图像特征为高频的区域中，藉由限制插补演算法所得到的插补像素值的范围，来剔除过大与太小的插补像素值，以解决图像中不平滑的现象。
虽然本发明已以一较佳实施例揭露如上，然其并非用以限定本发明，任何熟习此技艺者，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所界定者为准。
权利要求
1.一种图像调整方法，至少包括提供一图像，该图像至少具有数个第一取样像素位于一高频区域中；对该图像进行至少一插补演算，以得到一第一插补曲线；修改该第一插补曲线位于该高频区域的部分，以得到一第二插补曲线；以及根据该第二插补曲线，将需填补的像素值填入该图像中。
2.如权利要求1所述的图像调整方法，其中该修改该第一插补曲线位于该高频区域的部分，以得到该第二插补曲线的步骤至少包括当该第一插补曲线位于该高频区域的至少一差补像素值小于相邻的该些第一取样像素的一最小值时，以相邻的该些第一取样像素的该最小值取代该第一插补曲线位于该高频区域的该差补像素值。
3.如权利要求1所述的图像调整方法，其中该修改该第一插补曲线位于该高频区域的部分，以得到该第二插补曲线的步骤至少包括当该第一插补曲线位于该高频区域的至少一差补像素值大于相邻的该些第一取样像素的一最大值时，以相邻的该些第一取样像素的该最大值取代该第一插补曲线位于该高频区域的该差补像素值。
4.如权利要求1所述的图像调整方法，其中该插补演算是运用一高频演算法。
5.如权利要求4所述的图像调整方法，其中该高频演算法是选自于由Lanczos2演算法、Lanczos3演算法以及Mitchell演算法所组成的一族群。
6.如权利要求1所述的图像调整方法，其中该插补演算是运用一低频演算法。
7.如权利要求6所述的图像调整方法，其中该低频演算法是选自于由立方卷积插补演算法(Cubic Convolution Interpolation Algorithm)、最邻近演算法(Nearest Neighborhood Algorithm)、双线性演算法(Bilinear Algorithm)、双立方卷积演算法(Bicubic Convolution Algorithm)、Box演算法、三角演算法(Triangle Algorithm)、Quadradic演算法、Catrom演算法、Gaussian演算法以及Sinc演算法所组成的一族群。
8.如权利要求1所述的图像调整方法，其中该插补演算是运用一低频演算法与一高频演算法。
9.如权利要求8所述的图像调整方法，其中该低频演算法是选自于由立方卷积插补演算法、最邻近演算法、双线性演算法、双立方卷积演算法、Box演算法、三角演算法、Quadradic演算法、Catrom演算法、Gaussian演算法以及Sinc演算法所组成的一族群。
10.如权利要求8所述的图像调整方法，其中该高频演算法是选自于由Lanczos2演算法、Lanczos3演算法以及Mitchell演算法所组成的一族群。
全文摘要
本发明揭露一种图像调整方法，至少包括下列步骤首先，提供一图像，这图像至少具有数个第一取样像素位于一高频区域中。接着，对此图像进行至少一插补演算，以得到一第一插补曲线。然后，修改第一插补曲线位于高频区域的部分，以得到一第二插补曲线。接下来，根据第二插补曲线，将需填补的像素值填入图像中。
文档编号H04N5/14GK1863271SQ200510071489
公开日2006年11月15日 申请日期2005年5月10日 优先权日2005年5月10日
发明者张佑民, 林香君 申请人:祥硕科技股份有限公司