影像處理方法

影像處理方法【專利摘要】本發明提供一種影像處理方法，適用于一圖像處理器。影像處理方法包括：接收一圖像，其中圖像為一第一矩形，第一矩形中包括多個像素，并且圖像中的像素是由具有一位元深度的多個影像數據值所表示；使用一既定位元數量對像素的一影像數據值進行累加，以對圖像中的每一像素進行一積分運算，其中既定位元數量小于log2(W×H×2k)個位元，其中W為第一矩形的寬，H為第一矩形的高，并且k為位元深度；以及通過積分運算，獲得像素的多個積分值，其中積分值中的至少一個為至少一溢位值；將積分值儲存于一易失性存儲器中，以建構圖像的一積分圖像。【專利說明】影像處理方法
技術領域：
[0001]本發明涉及一種影像處理方法；特別涉及一種關于影像積分的影像處理方法。【
背景技術：
】[0002]近年來，各種消費型電子裝置變得越來越高階且功能也越來越多樣化。舉例來說，類似如筆記本電腦、手機或平板電腦等手持式裝置可以具備電信通信能力、收發電子郵件、維持社群網絡、通信錄管理、媒體播放、以及其他各式各樣的功能與應用。由于這些裝置的多樣功能，也使得這些裝置成為人們的生活必需品之一，使用者在電子裝置上進行從單純的電話通信到在網絡上進行各種社群活動及商業交易等活動。[0003]愈來愈多的影像處理裝置應用在小型的嵌入式系統上，其中在某些影像處理中會需要影像積分的計算。影像積分可減少運算所需要的時間。然而，如何更佳化影像積分的運算為影像處理中一個重要的課題。【
發明內容】[0004]本發明所提供的影像處理方法，可以產生較小的積分影像，并且根據較小的積分影像計算感興趣區域內影像數據值的總和。[0005]本發明提供一種影像處理方法，適用于一圖像處理器。影像處理方法包括：接收一圖像，其中圖像為一第一矩形，第一矩形中包括多個像素，并且圖像中的像素是由具有一位元深度的多個影像數據值所表示；使用一既定位元數量對像素的一影像數據值進行累加，以對圖像中的每一像素進行一積分運算，其中既定位元數量小于l〇g2(WXHX2k)個位元，其中W為第一矩形的寬，Η為第一矩形的高，并且k為位元深度；以及通過積分運算，獲得像素的多個積分值，其中積分值中的至少一個為至少一溢位值；將積分值儲存于一易失性存儲器中，以建構圖像的一積分圖像。[0006]在一實施例中，影像處理方法還包括根據一感興趣區域的大小，決定既定位元數量。在一實施利中，既定位元數量為l〇g2(MXNX2k)個位元，其中感興趣區域為一第二矩形，Μ為第二矩形的寬，N為第二矩形的高，并且k為位元深度。積分圖像所需要的存儲器空間為WXHXlog2(MXNX2k)個位元。值得注意的是，積分運算是自像素中的一第一像素，對像素的多個灰階值進行累加，其中第一像素位于第一矩形的一角上。[0007]本發明亦提供一種影像處理方法，適用于一圖像處理器。影像處理方法包括：根據一計算命令，決定相應于一感興趣區域在一圖像中的一位置，并且根據位置自圖像的多個像素中選取一第一像素、一第二像素、一第三像素、一第四像素以及一第五像素，其中圖像為一第一矩形，第一矩形中包括像素，每一像素具有一位元深度，第一像素位于第一矩形的一角上，感興趣區域為一第二矩形；通過圖像的一積分圖像，計算C-B-D+A，其中積分圖像包括像素的多個積分值，A為第二像素的積分值，B為第三像素的積分值，C為第四像素的積分值，并且D為第五像素的積分值；當C-B-D+A<0時，決定感興趣區域的一灰階值總和為C-B-D+A+2k\其中k'為一既定位元數量；以及當C-B-D+A>0時，決定感興趣區域的灰階值總和為C-B-D+A。[0008]其中，第二像素的積分值相應于一第三矩形、第三像素的積分值相應于一第四矩形、第四像素的積分值相應于一第五矩形以及第五像素的積分值相應于一第六矩形。第一像素以及第四像素位于第五矩形的兩對角，第四像素位于第二矩形的一角，第五矩形涵蓋第二矩形、第三矩形、第四矩形以及第六矩形，第三矩形、第四矩形以及第六矩形在第二矩形的外，并且第三矩形是第四矩形以及第六矩形的交集。[0009]在一實施例中，獲得積分圖像的步驟包括：使用既定位元數量對像素的一影像數據值進行累加，以對圖像中的每一像素進行一積分運算，其中既定位元數量小于log2(WXHX2k)個位元，其中W為第一矩形的寬，Η為第一矩形的高，并且k為位元深度；通過積分運算，獲得像素的積分值，其中積分值中的至少一個為至少一溢位值；將積分值儲存于一易失性存儲器中，以建構圖像的積分圖像。【附圖說明】[0010]圖1是本發明的一種實施例的影像處理裝置的方塊圖。[0011]圖2是本發明的一種實施例的圖像的示意圖。[0012]圖3是本發明的一種實施例的積分圖像的示意圖。[0013]圖4是本發明的一種實施例的積分運算的示意圖。[0014]圖5是本發明的一種實施例的影像處理方法的流程圖。[0015]圖6是本發明的另一種實施例的影像處理方法的流程圖。[0016]附圖標記說明：[0017]100影像處理裝置[0018]102圖像處理器[0019]104易失性存儲器[0020]106非易失性存儲器[0021]F0圖像[0022]IF0積分圖像[0023]Pl_l~PH_W像素[0024]W、Μ寬[0025]Η、Ν高[0026]P0~P4、PA、PB、PC、PDA[0027]R0I感興趣區域[0028]S500~S506、S600-S608步驟【具體實施方式】[0029]以下將詳細討論本發明各種實施例的裝置及使用方法。然而值得注意的是，本發明所提供的許多可行的發明概念可實施在各種特定范圍中。這些特定實施例僅用于舉例說明本發明的裝置及使用方法，但非用于限定本發明的范圍。[0030]圖1是本發明的一種實施例的影像處理裝置的方塊圖。本領域技術人員也可將影像處理裝置100實施于一電腦系統架構（configuration)上，例如，數碼相機、監視器、攝影機、手持式設備（hand-helddevices)、便攜式設備（portabledevices)、個人數字助理(personaldigitalassistant;PDA)多處理器系統、以微處理器為基礎或可編程的消費性電子產品（microprocessor-basedorprogrammableconsumerelectronics)以及類似的設備。影像處理裝置100包括一圖像處理器102、一易失性存儲器104以及一非易失性存儲器106〇[0031]圖像處理器102可包含一單一圖像處理單元（graphics-processingunit;GPU)或者是關聯于平行運算環境（parallelprocessingenvironment)的多個平行處理單元。圖像處理器102用以接收一圖像F0,并且用以對所接收的圖像F0進行影像處理。換言之，圖像處理器102用以執行本發明所公開的影像處理方法。[0032]易失性存儲器104可為動態存取存儲器（randomaccessmemory;RAM)。非易失性存儲器106可為只讀存儲器（readonlymemory;R0M)或者快閃存儲器（flashR0M)〇非易失性存儲器106用以儲存可供圖像處理器102執行的程序模塊。一般而言，程序模塊包含例程（routines)、程序（program)、對象（object)、元件（component)或網絡服務（WebService)等。易失性存儲器104可用以暫存圖像處理器102所需要執行的程序模塊或者參數，以提供給圖像處理器102進行快速存取。[0033]值得注意的是，在一實施例中，影像處理裝置100是設置于一數碼相機、一監視器、一攝影機或者一電腦裝置中，用以對所獲取或者所接收的圖像F0進行影像辨識。另外，在影像辨識的程序中，圖像處理器102更用以根據所接收的圖像F0,建構一積分圖像IF0，并且將積分圖像IF0儲存于易失性存儲器104。圖像處理器102可根據儲存于易失性存儲器104中的積分圖像IF0,對圖像F0進行辨識。[0034]圖2是本發明的一種實施例的圖像的示意圖。圖像R)為一第一矩形，第一矩形中包括多個像素Pl_l~PH_W，并且每一像素Pl_l~PH_W具有一位元深度，其中W為第一矩形的寬，Η為第一矩形的高，并且k為位元深度。換言之，第一矩形是像素Pl_l~PH_W所構成的矩陣形，第一矩形的寬上有W個像素，第一矩形的高上有Η個像素，并且用以表示像素Pl_l~PH_W的每一影像數據值具有k個位元。值得注意的是，在一實施例中，影像數據值可為灰階值，但本發明不限于此。在其他實施例中，影像數據值亦可為亮度值（Intensity)等其他數據。[0035]圖3是本發明的一種實施例的積分圖像的示意圖。在圖3的實施例中，圖像R)(第一矩形）中包括多個像素Pl_l~P3_6,其中圖像F0(第一矩形）的寬為6,圖像F0(第一矩形）的高為3,并且k為位元深度。換言之，圖像F0(第一矩形）是像素Pl_l~P3_6所構成的矩陣形，圖像F0(第一矩形）的寬上有6個像素，圖像F0(第一矩形）的高上有3個像素，但本發明不限于此。在其一實施例中，圖像(第一矩形）的高以及寬可為任一有理數。舉例而言，圖像(第一矩形）的高以及寬可為1024、600、1280、720等等。換言之，圖像(第一矩形）的高以及寬相應于圖像F0的解析度。在本實施例中，圖像F0的像素Pl_l~P3_6的灰階值（影像數據值）分別為2、1、2、3、4、3、3、2、1、2、2、3、4、2、1、1、1、2。[0036]圖像處理器102用以自像素Pl_l~P3_6中的一第一像素，對像素Pl_l~P3_6的多個灰階值（影像數據值）進行累加，以對圖像Η)中的每一像素Pl_l~P3_6進行一積分運算。值得注意的是，第一像素位于第一矩形的一角上。在本實施例中，位于第一矩形的角上的像素為Pl_l、Pl_6、P3_l以及P3_6。圖像處理器102選擇像素Pl_l、Pl_6、P3_l以及P3_6中的一個為第一像素。在本實施例中，圖像處理器102選擇像素Pl_l為第一像素，但本發明不限于此。在其他實施例中，圖像處理器102亦可選擇像素P1_6、P3_1或者P3_6為第一像素。如圖3所示的積分圖像IF0,圖像處理器102對圖像F0中的每一像素Pl_l~P3_6進行積分運算，以產生圖像F0的積分圖像IF0。詳細而言，圖像處理器102將圖像F0中的第一像素Pl_l原本的灰階值作為積分圖像IF0中第一像素Pl_l的積分值，因此第一像素Pl_l的積分值為2。接著，圖像處理器102將第一像素Pl_l以及像素Pl_2的灰階值相加，以獲得積分圖像IH)中的像素Pl_2的積分值。因此，積分圖像IF0中的像素Pl_2的積分值為2+1=3。接著，圖像處理器102將第一像素Pl_l、像素Pl_2以及像素Pl_3的灰階值相加，以獲得積分圖像IF0中的像素Pl_3的積分值。因此，積分圖像IF0中的像素Pl_3的積分值為2+1+2=5。接著，圖像處理器102將第一像素Pl_l、像素Pl_2、像素Pl_3以及Pl_4的灰階值相加，以獲得積分圖像IF0中的像素Pl_4的積分值。因此，積分圖像IF0中的像素Pl_4的積分值為2+1+2+3=8。接著，圖像處理器102將第一像素Pl_l、像素Pl_2、像素Pl_3、像素Pl_4以及像素Pl_5的灰階值相加，以獲得積分圖像IF0中的像素Pl_5的積分值。因此，積分圖像IF0中的像素Pl_5的積分值為2+1+2+3+4=12。接著，圖像處理器102將第一像素Pl_l、像素Pl_2、像素Pl_3、像素Pl_4、像素Pl_5以及像素Pl_6的灰階值相加，以獲得積分圖像IF0中的像素Pl_6的積分值。因此，積分圖像IF0中的像素Pl_6的積分值為2+1+2+3+4+3=15。接著，圖像處理器102將第一像素Pl_l以及像素P2_l的灰階值相加，以獲得積分圖像IF0中的像素P2_l的積分值。因此，積分圖像IF0中的像素P2_l的積分值為2+3=5。接著，圖像處理器102將第一像素Pl_l、像素Pl_2、像素P2_l以及像素P2_2的灰階值相加，以獲得積分圖像IF0中的像素P2_2的積分值。因此，積分圖像IH)中的像素P2_2的積分值為2+3+1+2=8,依此類推。換言之，圖像處理器102將一特定像素本身的灰階值以及特定像素上方與左方的像素的灰階值相加，以獲得特定像素的積分值。另外，圖像處理器102將所獲得的積分值依序儲存于易失性存儲器104中，以建構圖像F0的積分圖像IF0。[0037]根據上述的積分運算，每一積分值所需要的存儲器容量為log2(WXHX2k)個位元。換言之，積分圖像正0所需要的存儲器容量為1\欣1〇&(1\欣21〇個位元。然而，存儲器容量關系到產品的成本以及裝置大小，甚至于計算速度。[0038]因此，在本發明的另一實施例中，積分圖像IF0所需要的存儲器容量可小于WXHXlog2(WXHX2k)個位元。換言之，每一積分值所需要的存儲器容量小于log2(WXHX2k)個位元。然而，當每一積分值所需要的存儲器容量小于log2(WXHX2k)個位元時，積分運算可能會產生溢位。本發明亦提供如何克服溢位值的方法。[0039]詳細而言，圖像處理器102是使用一既定位元數量對像素Pl_l~PH_W的影像數據值（灰階值）進行累加，以對圖像中的每一像素Pl_l~PH_W進行積分運算，其中既定位元數量小于l〇g2(WXHX2k)個位元。圖像處理器102通過積分運算，可獲得像素Pl_l~PH_W的多個積分值。然而，當圖像處理器102使用小于log2(WXHX2k)個位元的既定位元數量進行積分運算時，某些像素會在積分運算中發生溢位（arithmeticoverflow)。因此，其中積分圖像IR)中的積分值中的至少一個為溢位值。舉例而言，既定位元數量為k'，一特定像素在積分運算過程中發生溢位NX次，并且特定像素在積分圖像IF0中所儲存的積分值為X。特定像素在積分圖像IF0中所儲存的積分值則為溢位值。特定像素的正確積分值為X+NxX2k，〇[0040]在一實施例中，圖像處理器102是根據感興趣區域ROI的大小，決定既定位元數量。詳細而言，影像處理裝置100是用以辨識圖像F0中的至少一特定對象，例如人臉、車牌、條碼等等，但本發明不限于此。因此，影像處理裝置100的感興趣區域R0I具有一固定大小。舉例而言，當特定對象為人臉時，感興趣區域R0I的大小則為偵測人臉所使用的矩型特征大小。當特定對象為車牌時，感興趣區域R0I的大小則為辨識車牌號碼所使用的矩型特征大小，但本發明不限于此。在本發明中，感興趣區域R0I為一具有固定大小的第二矩形，其中Μ為第二矩形的寬，N為第二矩形的高。換言之，在感興趣區域R0I(第二矩形）的寬上有Μ個像素，在感興趣區域R0I(第二矩形）的高上有Ν個像素。在一實施例中，圖像處理器102是根據感興趣區域R0I的大小，決定既定位元數量為log2(MXNX2k)個位元。換言之，在具有WXH個像素的圖像F0中的每一像素Pl_l~PH_W*需要的存儲器容量為log2(MXNX2k)個位元，并且積分圖像IR)所需要的存儲器空間為WXHXlog2(MXNX2k)個位元。[0041]值得注意的是，在建構完積分圖像IF0后，圖像處理器102根據計算命令通過積分圖像正〇計算感興趣區域R0I中的影像數據值的總和。值得注意的是，計算命令可為圖像處理器102所產生或者圖像處理器102自其他裝置所接收的命令。當圖像處理器102接收到計算命令時，圖像處理器102根據計算命令，決定相應于感興趣區域R0I的第二矩形在圖像F0中的一位置，并且根據位置自像素中選取一第二像素、一第三像素、一第四像素以及一第五像素。接著，圖像處理器102通過積分圖像IF0,計算C-B-D+A，其中A為積分圖像IR)中相應于第二像素的積分值，B為積分圖像IF0中相應于第三像素的積分值，C為積分圖像IF0中相應于第四像素的積分值，并且D為積分圖像IF0中相應于第五像素的積分值。值得注意的是，第二像素的積分值相應于一第三矩形、第三像素的積分值相應于一第四矩形、第四像素的積分值相應于一第五矩形以及第五像素的積分值相應于一第六矩形。第一像素以及第四像素位于第五矩形的兩對角，第四像素位于第二矩形的一角，第五矩形涵蓋第二矩形、第三矩形、第四矩形以及第六矩形，第三矩形、第四矩形以及第六矩形在第二矩形之外，并且第三矩形是第四矩形以及第六矩形的交集。當C-B-D+A<0時，圖像處理器102決定感興趣區域R0I的一影像數據值總和（灰階值總和）為C-B-D+A+，，其中k'為既定位元數量。換言之，k'為log2(MXNX2k)。當C-B-D+A>0時，圖像處理器102決定感興趣區域R0I的影像數據值總和（灰階值總和）為C-B-D+A。[0042]圖4是本發明的一種實施例的積分運算的示意圖。在圖4中，感興趣區域R0I(第二矩形）的寬（M)為3,感興趣區域R0I(第二矩形）的高（N)為3,計算命令指示感興趣區域R0I的第二矩形是位于由點PA、PB、PC以及ro所構成的矩形上，但本發明不限于此。在本實施例中，當圖像處理器102接收到計算命令時，圖像處理器102根據計算命令，決定相應于感興趣區域R0I的第二矩形在圖像中的一位置在點？六、？8、？(：、1^所構成的矩形面積上。如圖所示，通過感興趣區域R0I的點PA、PB、PC、PD，圖像F0可被分割為六個矩形。第一矩形為圖像F0。第二矩形（感興趣區域R0I)是由點？六18、？(：、1^所構成的。第三矩形是由點？〇、？1、？六、？3所構成的。第四矩形是由點？0、？2、？8、？3所構成的。第五矩形是由點P0、P2、PC、P4所構成的。第六矩形是由點P0、PI、PD、P4所構成的。[0043]值得注意的是，感興趣區域R0I中所有像素的影像數據值總和（灰階值總和）為C-B-D+A，其中C為第五矩形中的所有像素的影像數據值總和（灰階值總和），B為第四矩形中的所有像素的影像數據值總和（灰階值總和），D為第六矩形中的所有像素的影像數據值總和（灰階值總和），并且A為第三矩形中的所有像素的影像數據值總和（灰階值總和）。因此，圖像處理器102根據感興趣區域ROI的位置自像素中選取第二像素P2_2、第三像素P2_5、第四像素P5_5以及第五像素P5_2。圖像處理器102將積分圖像IF0中第二像素P2_2的積分值作為A、將積分圖像IF0中第三像素P2_5的積分值作為B、將積分圖像IF0中第四像素P5_5的積分值做為C，以及將積分圖像IF0中第五像素P5_2的積分值作為D。接著，圖像處理器102自積分圖像IF0中讀取第二像素P2_2、第三像素P2_5、第四像素P5_5以及第五像素P5_2的積分值。值得注意的是，第二像素P2_2的積分值是由點P0、Pl、PA、P3所構成的第三矩形中所有像素Pl_l、Pl_2、P2_l、P2_2的灰階值的總和A。第三像素P2_5的積分值是由點P〇、P2、PB、P3所構成的第四矩形中所有像素Pl_l、Pl_2、Pl_3、Pl_4、Pl_5、P2_1、P2_2、P2_3、P2_4、P2_5的灰階值的總和B。第四像素P5_5是由點P0、P2、PC、P4所構成的第五矩形中所有像素P1_1、P1_2、P1_3、P1_4、P1_5、P2_1、P2_2、P2_3、P2_4、P2_5、P3_1、P3_2、P3_3、P3_4、P4_5、P4_l、P4_2、P4_3、P4_4、P4_5、P5_l、P5_2、P5_3、P5_4、P5_5的灰階值的總和C。第五像素P5_2是由點P0、Pl、PD、P4所構成的第六矩形中所有像素Pl_l、Pl_2、P2_l、P2_2、P3_l、P3_2、P4_l、P4_2、P5_l、P5_2的灰階值的總和D。值得注意的是，如圖4所示，第一像素Pl_l以及第四像素P5_5位于第五矩形的兩對角，第四像素位P5_5于第二矩形的一角，第五矩形涵蓋第二矩形、第三矩形、第四矩形以及第六矩形，第三矩形、第四矩形以及第六矩形在第二矩形之外，并且第三矩形是第四矩形以及第六矩形的交集。[0044]接著，圖像處理器102通過自積分圖像IF0所讀取的積分值A、B、C、D，計算C-B-D+A。當C-B-D+A<0時，圖像處理器102決定感興趣區域R0I的一灰階值總和為C-B-D+A+2k\其中k'為既定位元數量。當C-B-D+A>0時，圖像處理器102決定感興趣區域R0I的灰階值總和為C-B-D+A。[0045]詳細而言，既定位元數量為k'，并且k'為log2(MXNX2k)，其中Μ為感興趣區域R0I的寬，Ν為感興趣區域R0I的高，Κ為影像數據值的位元深度。換言之，圖像F0中的每一像素PW_H的積分值所需要的存儲器空間為log2(MXNX2k)個像素值。在上述狀況以及圖4的參考下，可獲得：[0046]A，=NaX2k'+A…··公式（1)[0047]b，=NbX2K'+b…··公式（2)[0048]C，=NcX2K'+0.··公式（3)[0049]d，=NdX2K'+d…··公式（4)[0050]其中，A'為在存儲器足夠不會產生溢位的狀況下，由點P0、Pl、PA、P3所構成的第三矩形中所有像素的灰階值的總和。凡為第三矩形中的像素進行積分運算時，所發生的溢位次數。A為在存儲器縮減后可能產生溢位的狀況下，第三矩形中所有像素的灰階值的總和。b'為在存儲器足夠不會產生溢位的狀況下，由點？1、？218、?4所構成的一第七矩形中所有像素的灰階值的總和。Nb為第七矩形中的像素進行積分運算時，所發生的溢位次數。b為在存儲器縮減后可能產生溢位的狀況下，第七矩形中所有像素的灰階值的總和。C'為在存儲器足夠不會產生溢位的狀況下，由點P〇、P2、PC、P4所構成的第五矩形中所有像素的灰階值的總和。乂為第五矩形中的像素進行積分運算時，所發生的溢位次數。C為在存儲器縮減后可能產生溢位的狀況下，第五矩形中所有像素的灰階值的總和。d'為在存儲器足夠不會產生溢位的狀況下，由點P3、PA、PD、P4所構成的一第八矩形中所有像素的灰階值的總和。^為第八矩形中的像素進行積分運算時，所發生的溢位次數。d為在存儲器縮減后可能產生溢位的狀況下，第八矩形中所有像素的灰階值的總和。[0051]通過上述公式（1)~公式（4)，可獲得：[0052]B，=B+NbX2k'=NAX2k'+A+NbX2k'+b…公式（5)[0053]B+(NB-NA-Nb)X2k'=A+b…公式（6)[0054]其中，B'為在存儲器足夠不會產生溢位的狀況下，由點P0、P2、PB、P3所構成的第四矩形中所有像素的灰階值的總和。隊為第四矩形中的像素進行積分運算時，所發生的溢位次數。B為在存儲器縮減后可能產生溢位的狀況下，第四矩形中所有像素的灰階值的總和。整理公式（5)后獲得公式（6)。值得注意的是，由于A以及b是在存儲器縮減后可能產生溢位的狀況下，所獲得的積分值。因此，A不會大于2k'，并且b也不會大于2k'。由于A不會大于2k'，并且b也不會大于2k'，故A+b<2X2k\由于A+b<2X2k\因此公式（6)中的（NB-NA-Nb)只可能等于1或者0。如上所述，可獲得：[0055][0056]另外，通過上述公式（1)~公式（4)，可獲得：[0057]D'=D+NdX2k'=NAX2k'+A+NdX2k'+d…公式（8)[0058]D+(ND-NA-Nd)X2k'=A+d…公式（9)[0059]其中，D'為在存儲器足夠不會產生溢位的狀況下，由點P0、Pl、PD、P4所構成的第六矩形中所有像素的灰階值的總和。ND為第六矩形中的像素進行積分運算時，所發生的溢位次數。D為在存儲器縮減后可能產生溢位的狀況下，第六矩形中所有像素的灰階值的總和。整理公式（8)后獲得公式（9)。值得注意的是，由于A以及d是在存儲器縮減后可能產生溢位的狀況下，所獲得的積分值。因此，A不會大于2k'，并且d也不會大于2k'。由于A不會大于2k'，并且d也不會大于2k'，故A+d<2X2k\由于A+d<2X2k\因此公式（9)中的（ND-NA-Nd)只可能等于1或者0。如上所述，可獲得：[0060][0061]另外，通過上述公式（1)~公式（4)，可獲得：[0062]C，=C+NcX2K'=NAX2k'+A+NbX2k'+b+NdX2k'+d+c，…公式（11)[0063]=(Nc-NA-Nb-Nb)X2k'=A+b+c'+d-C…公式（12)[0064]c，=(Nc-NA-Nb-Nb)X2k'-A-b+C-d…公式（13)[0065]=(Nc-NA-Nb-Nb)X2k'-A-(B-A)+C-(D-A)…公式（14)[0066]其中，c'為在存儲器足夠不會產生溢位的狀況下，由點PA、PB、PC、H)所構成的第二矩形中所有像素的灰階值的總和。ND為第六矩形中的像素進行積分運算時，所發生的溢位次數。整理公式（11)后獲得公式（14)。值得注意的是，假設Q為㈨-NA-Nb-Nb)，由公式(14)可得c'=QX2k'+C-B-D+A。[0067]另外，由公式（7)以及公式（10)，可知當（NB-Na-Nb)=0并且（ND-Na-Nd)=0時：[0068]Q=(Nc-Na-Nb_Nd)…公式（15)[0069]另外，由公式（7)以及公式（10)，可知當（NB-Na-Nb)=1并且（ND-Na-Nd)=0,或者當（NB-Na-Nb)=0并且（ND-Na-Nd)=1時：[0070]Q=(Nc-Na-Nb-Nd)_l…公式（16)[0071]另外，由公式（7)以及公式（10)，可知當（NB-Na-Nb)=1并且（ND-Na-Nd)=1時：[0072]Q=(Nc-Na-Nb-Nd)_2…公式（17)[0073]另外，k'為log2(MXNX2k)，因此0<c'<2k\由上述以及公式（14)可知：[0074]0<QX2k'+C-B-D+A<2k'…公式（18)[0075]由公式（18)可知，Q只可能等于1或者0,并且由上述可得：[0076][0077]由公式（14)以及公式（19)可知，當C-B-D+A彡0時，Q=1。因此，感興趣區域R0I的灰階值總和（c'）為C-B-D+A+2k\其中k'為既定位元數量。當C-B-D+A>0時，Q=0。因此，圖像處理器102決定感興趣區域R0I的灰階值總和為C-B-D+A。[0078]圖5是本發明的一種實施例的影像處理方法的流程圖。影像處理方法適用于圖1所示的影像處理裝置100。圖5所示的影像處理方法是用以根據所接收的圖像F0產生一積分圖像IF0。步驟開始于步驟S500。[0079]在步驟S500中，圖像處理器102接收一圖像R)。如圖2所示，圖像R)為一第一矩形，第一矩形中包括多個像素Pl_l~PH_W，并且每一像素Pl_l~PH_W具有一位元深度，其中W為第一矩形的寬，Η為第一矩形的高，并且k為位元深度。換言之，第一矩形是像素Pl_l~PH_W所構成的矩陣形，第一矩形的寬上有W個像素，第一矩形的高上有Η個像素，并且用以表示像素Pl_l~PH_W的每一影像數據值具有k個位元。值得注意的是，在一實施例中，影像數據值可為灰階值，但本發明不限于此。在其他實施例中，影像數據值亦可為亮度值（Intensity)等其他數據。[0080]接著，在步驟S502中，圖像處理器102決定一既定位元數量，其中既定位元數量小于l〇g2(WXHX2k)個位元。在一實施例中，圖像處理器102是根據感興趣區域R0I的大小，決定既定位元數量。詳細而言，影像處理裝置100是用以辨識圖像中的至少一特定對象，例如人臉、車牌、條碼等等，但本發明不限于此。因此，影像處理裝置100的感興趣區域R0I具有一固定大小。舉例而言，當特定對象為人臉時，感興趣區域R0I的大小則為偵測人臉所使用的矩型特征大小。當特定對象為車牌時，感興趣區域R0I的大小則為辨識車牌號碼所使用的矩型特征大小，但本發明不限于此。在本發明中，感興趣區域R0I為一具有固定大小的第二矩形，其中Μ為第二矩形的寬，N為第二矩形的高。換言之，在感興趣區域R0I(第二矩形）的寬上有Μ個像素，在感興趣區域R0I(第二矩形）的高上有Ν個像素。在一實施例中，圖像處理器102是根據感興趣區域R0I的大小，決定既定位元數量為log2(MXNX2k)個位元。換言之，在具有WXH個像素的圖像R)中的每一像素Pl_l~PH_W所需要的存儲器容量為l〇g2(MXNX2k)個位元，并且積分圖像IF0所需要的存儲器空間為ffXHXlog2(MXNX2k)個位元。值得注意的是，由于感興趣區域R0I的大小可能是固定的。因此，在某些實施例中，既定位元數量是已預先儲存于影像處理裝置100中的值。換言之，步驟S504所決定的既定位元數量是已預先決定并儲存于非易失存儲器106中的值。圖像處理器102可通過讀取存儲器的某個位址獲得既定位元數量。[0081]接著，在步驟S504中，圖像處理器102使用既定位元數量對像素Pl_l~PH_W的影像數據值（灰階值）進行累加，以對圖像中的每一像素Pl_l~PH_W進行積分運算，其中既定位元數量小于l〇g2(WXHX2k)個位元。詳細而言，圖像處理器102用以自像素Pl_l~P3_6中的一第一像素，對像素Pl_l~P3_6的多個灰階值（影像數據值）進行累加，以對圖像F0中的每一像素Pl_l~P3_6進行一積分運算。值得注意的是，第一像素位于第一矩形的一角上。在本實施例中，位于第一矩形的角上的像素為P1_1、P1_6、P3_1以及P3_6。圖像處理器102選擇像素P1_1、P1_6、P3_1以及P3_6中的一個為第一像素。在本實施例中，圖像處理器102選擇像素Pl_l為第一像素，但本發明不限于此。在其他實施例中，圖像處理器102亦可選擇像素P1_6、P3_1或者P3_6為第一像素。詳細而言，圖像處理器102將一特定像素本身的灰階值以及特定像素上方與左方的像素的灰階值相加，以獲得特定像素的積分值，其中積分值中的至少一個為至少一溢位值。詳細而言，由于積分圖像IH)所需要的存儲器容量小于WXHXlog2(WXHX2k)個位元。因此，每一積分值所需要的存儲器容量小于log2(WXHX2k)個位元。然而，當每一積分值所需要的存儲器容量小于log2(WXHX2k)個位元時，某些像素會在積分運算中發生溢位（arithmeticoverflow)。舉例而言，既定位元數量為k'，一特定像素在積分運算過程中發生溢位隊次，并且特定像素在積分圖像IF0中所儲存的積分值為X。特定像素在積分圖像IF0中所儲存的積分值則為溢位值。特定像素的正確積分值為X+NxX2k\[0082]接著，在步驟S506中，圖像處理器102將所獲得的積分值儲存于易失性存儲器104中，以建構圖像的積分圖像IF0。流程結束于步驟S506。[0083]圖6是本發明的另一種實施例的影像處理方法的流程圖。圖6所示的影像處理方法適用于圖1所示的影像處理裝置100。圖6所示的影像處理方法是用以根據圖5所示的影像處理方法所產生的積分圖像IF0,計算感興趣區域R0I中的影像數據值的值的加總。步驟開始于步驟S600。[0084]在步驟S600中，圖像處理器102根據一計算命令，決定相應于感興趣區域R0I的第二矩形在圖像F0中的一位置，并且根據位置自像素中選取一第二像素、一第三像素、一第四像素以及一第五像素。值得注意的是，計算命令可為圖像處理器102所產生或者圖像處理器102自其他裝置所接收的命令。另外，第二像素的積分值相應于一第三矩形、第三像素的積分值相應于一第四矩形、第四像素的積分值相應于一第五矩形以及第五像素的積分值相應于一第六矩形。第一像素以及第四像素位于第五矩形的兩對角，第四像素位于第二矩形的一角，第五矩形涵蓋第二矩形、第三矩形、第四矩形以及第六矩形，第三矩形、第四矩形以及第六矩形在第二矩形之外，并且第三矩形是第四矩形以及第六矩形的交集。通過感興趣區域R0I的點？418、？^0，圖像？0可被分割為六個矩形。第一矩形為圖像？0。第二矩形（感興趣區域R0I)是由點？六48、？(：、1^所構成的。第三矩形是由點？0、？1、？六、？3所構成的。第四矩形是由點？〇、？2、？8、？3所構成的。第五矩形是由點？0、？2、？(：、？4所構成的。第六矩形是由點？0、？1、^)、？4所構成的。因此，圖像處理器102可通過第二矩形（感興趣區域R0I)的點？六、？8、？^0，判斷分別相應于第三矩形、第四矩形、第五矩形以及第六矩形的第二像素、第三像素、第四像素以及第五像素。詳細而言，在圖4中，圖像處理器102將積分圖像IH)中第二像素P2_2的積分值作為A、將積分圖像IFO中第三像素P2_5的積分值作為B、將積分圖像IF0中第四像素P5_5的積分值做為C，以及將積分圖像IF0中第五像素P5_2的積分值作為D。接著，圖像處理器102自積分圖像IF0中讀取第二像素P2_2、第三像素P2_5、第四像素P5_5以及第五像素P5_2的積分值。[0085]接著，在步驟S602中，圖像處理器102通過積分圖像IF0,計算C-B-D+A，其中A為第二像素的積分值，B為第三像素的積分值，C為第四像素的積分值，并且D為第五像素的積分值。值得注意的是，感興趣區域R0I中所有像素的灰階值總和為C-B-D+A，其中C為第五矩形中的所有像素的灰階值總和，B為第四矩形中的所有像素的灰階值總和，D為第六矩形中的所有像素的灰階值總和，并且A為第三矩形中的所有像素的灰階值總和。[0086]接著，在步驟S604中，圖像處理器102判斷C-B-D+A是否大于0。當C-B-D+A大于0時，流程進行至步驟S606;否則，流程進行至步驟S608。[0087]在步驟S606中，圖像處理器102決定感興趣區域R0I的影像數據值總和（灰階值總和）為C-B-D+A。[0088]在步驟S608中，圖像處理器102決定感興趣區域R0I的影像數據值總和（灰階值總和）為C-B-D+A+2k\其中k'為既定位元數量。換言之，k'為log2(MXNX2k)。[0089]本發明所提供的影像處理方法，可以產生較小的積分影像IF0,并且根據較小的積分影像IF0計算感興趣區域R0I內影像數據值的總和。[0090]本發明的方法，或特定型態或其部分，可以以程序碼的型態存在。程序碼可儲存于實體媒體，如軟盤、光盤片、硬盤、或是任何其他機器可讀取（如電腦可讀取）儲存媒體，亦或不限于外在形式的電腦程序產品，其中，當程序碼被機器，如電腦載入且執行時，此機器變成用以參與本發明的裝置。程序碼也可通過一些傳送媒體，如電線或電纜、光纖、或是任何傳輸型態進行傳送，其中，當程序碼被機器，如電腦接收、載入且執行時，此機器變成用以參與本發明的裝置。當在一般用途處理單元實作時，程序碼結合處理單元提供一操作類似于應用特定邏輯電路的獨特裝置。[0091]而以上所述者，僅為本發明的各項實施例而已，當不能以此限定本發明實施的范圍，即但凡依本發明權利要求及發明說明內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的范圍內。另外本發明的任一實施例或權利要求不須實現本發明所公開的全部目的或優點或特點。此外，摘要部分和標題僅是用來輔助專利文件搜尋之用，并非用來限制本發明的權利范圍。【主權項】1.一種影像處理方法，適用于一圖像處理器，包括：接收一圖像，其中所述圖像為一第一矩形，所述第一矩形中包括多個像素，并且所述圖像中的所述像素是由具有一位元深度的多個影像數據值所表示；使用一既定位元數量對所述像素的所述影像數據值進行累加，以對所述圖像中的每一所述像素進行一積分運算，其中所述既定位元數量小于l〇g2(WXHX2k)個位元，其中W為所述第一矩形的寬，Η為所述第一矩形的高，并且k為所述位元深度；通過所述積分運算，獲得所述像素的多個積分值，其中所述積分值中的至少一個為至少一溢位值；以及將所述積分值儲存于一易失性存儲器中，以建構所述圖像的一積分圖像。2.根據權利要求1所述的影像處理方法，還包括根據一感興趣區域的大小，決定所述既定位元數量。3.根據權利要求2所述的影像處理方法，其中所述既定位元數量為log2(MXNX2k)個位元，其中所述感興趣區域為一第二矩形，Μ為所述第二矩形的寬，N為所述第二矩形的高，并且k為所述位元深度。4.根據權利要求3所述的影像處理方法，其中所述積分圖像所需要的存儲器空間為WXHXlog2(MXNX2k)個位元。5.根據權利要求3所述的影像處理方法，其中所述積分運算是自所述像素中的一第一像素，對所述像素的多個灰階值進行累加，其中所述第一像素位于所述第一矩形的一角上。6.根據權利要求5所述的影像處理方法，還包括：根據一計算命令，決定相應于所述感興趣區域的所述第二矩形在所述圖像中的一位置，并且根據所述位置自所述像素中選取一第二像素、一第三像素、一第四像素以及一第五像素；通過所述積分圖像，計算C-B-D+A，其中A為所述第二像素的所述積分值，B為所述第三像素的所述積分值，C為所述第四像素的所述積分值，并且D為所述第五像素的所述積分值；當C-B-D+A<0時，決定所述感興趣區域的一灰階值總和為C-B-D+A+2k\其中k'為所述既定位元數量；以及當C-B-D+A>0時，決定所述感興趣區域的所述灰階值總和為C-B-D+A。7.根據權利要求6所述的影像處理方法，其中所述第二像素的所述積分值相應于一第三矩形、所述第三像素的所述積分值相應于一第四矩形、所述第四像素的所述積分值相應于一第五矩形以及所述第五像素的所述積分值相應于一第六矩形。8.根據權利要求7所述的影像處理方法，其中所述第一像素以及所述第四像素位于所述第五矩形的兩對角，所述第四像素位于所述第二矩形的一角，所述第五矩形涵蓋所述第二矩形、所述第三矩形、所述第四矩形以及所述第六矩形，所述第三矩形、所述第四矩形以及所述第六矩形在所述第二矩形之外，并且所述第三矩形是所述第四矩形以及所述第六矩形的交集。9.一種影像處理方法，適用于一圖像處理器，包括：根據一計算命令，決定相應于一感興趣區域在一圖像中的一位置，并且根據所述位置自所述圖像的多個像素中選取一第一像素、一第二像素、一第三像素、一第四像素以及一第五像素，其中所述圖像為一第一矩形，所述第一矩形中包括所述像素，每一所述像素具有一位元深度，所述第一像素位于所述第一矩形的一角上，所述感興趣區域為一第二矩形；通過所述圖像的一積分圖像，計算C-B-D+A，其中所述積分圖像包括所述像素的多個積分值，A為所述第二像素的積分值，B為所述第三像素的所述積分值，C為所述第四像素的所述積分值，并且D為所述第五像素的所述積分值；當C-B-D+A<0時，決定所述感興趣區域的一灰階值總和為C-B-D+A+2k\其中k'為一既定位元數量；以及當C-B-D+A>0時，決定所述感興趣區域的所述灰階值總和為C-B-D+A。10.根據權利要求9所述的影像處理方法，其中所述第二像素的所述積分值相應于一第三矩形、所述第三像素的所述積分值相應于一第四矩形、所述第四像素的所述積分值相應于一第五矩形以及所述第五像素的所述積分值相應于一第六矩形。11.根據權利要求10所述的影像處理方法，其中所述第一像素以及所述第四像素位于所述第五矩形的兩對角，所述第四像素位于所述第二矩形的一角，所述第五矩形涵蓋所述第二矩形、所述第三矩形、所述第四矩形以及所述第六矩形，所述第三矩形、所述第四矩形以及所述第六矩形在所述第二矩形之外，并且所述第三矩形是所述第四矩形以及所述第六矩形的交集。12.根據權利要求9所述的影像處理方法，其中獲得所述積分圖像的步驟包括：使用所述既定位元數量對所述像素的一影像數據值進行累加，以對所述圖像中的每一所述像素進行一積分運算，其中所述既定位元數量小于l〇g2(WXHX2k)個位元，其中W為所述第一矩形的寬，Η為所述第一矩形的高，并且k為所述位元深度；通過所述積分運算，獲得所述像素的所述積分值，其中所述積分值中的至少一個為至少一溢位值；以及將所述積分值儲存于一易失性存儲器中，以建構所述圖像的所述積分圖像。13.根據權利要求12所述的影像處理方法，其中獲得所述積分圖像的步驟還包括根據一感興趣區域的大小，決定所述既定位元數量。14.根據權利要求13所述的影像處理方法，其中所述既定位元數量為log2(MXNX2k)個位元，其中Μ為所述第二矩形的寬，N為所述第二矩形的高，并且k為所述位元深度。15.根據權利要求14所述的影像處理方法，其中所述積分圖像所需要的存儲器空間為WXHXlog2(MXNX2k)個位元。16.根據權利要求14所述的影像處理方法，其中所述積分運算是自所述像素中的所述第一像素，對所述像素的多個灰階值進行累加。【文檔編號】H04N5/262GK105991941SQ201510097891【公開日】2016年10月5日【申請日】2015年3月5日【發明人】劉品宏,林子堯【申請人】緯創資通股份有限公司