專利名稱：濾除蚊子噪聲的影像處理方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明關(guān)于一種影像處理方法及裝置，尤指一種用以偵測影像中至少一 邊緣的附近的蚊子噪聲并將該蚊子噪聲加以濾除的影像處理方法及裝置。
背景技術(shù)：
在影像處理的技術(shù)領(lǐng)域中，MPEG (Moving Picture Experts Group)壓 縮技術(shù)及(或)JPEG (Joint Photographic Experts Group)壓縮技術(shù)被大 量地應(yīng)用在影像的編解碼、傳送、儲存及播放等相關(guān)應(yīng)用上， 一般而言，影 像在壓縮過程中會經(jīng)過離散余弦變換(Discrete Cosine Transform, DCT), 因而同時會衍生出許多問題，舉例而言，由于DCT在處理時是將影像的高頻 部分加以舍棄，屬于一種破壞性壓縮，因而影像中會出現(xiàn)隨機分布的顆粒狀 噪聲,被稱為蟲丈子噪聲(mosquito noise )。
在已知的作法中，主要通過MPEG/JPEG在壓縮時所提供的相關(guān)資訊，進 而可以將影像中的蚊子噪聲移除，然而，現(xiàn)今世界上影像傳播的媒介相當(dāng)多， 使得原始的視訊來源往往已不可考，因此對于影像處理之后端而言，所能得 到的壓縮相關(guān)資訊亦非常少，在此情形下，如何能精確地將影像中的蚊子噪 聲移除，實為所面臨的一大難題。

發(fā)明內(nèi)容
本發(fā)明的目的的在于提供一種用以偵測影像中至少一邊緣的附近的一蚊 子噪聲并將該蚊子噪聲加以濾除的影像處理方法及裝置，以解決上述問題。
本發(fā)明揭露一種影像處理方法，用以處理影像，包括偵測該影像中至 少一邊緣；根據(jù)該邊緣決定出至少一像素窗；偵測該像素窗中，是否存在蚊 子噪聲；以及濾除該像素窗中所偵測到的該蚊子噪聲。
本發(fā)明另揭露一種影像處理裝置，用以處理一影像，包括邊緣偵測器， 用以偵測該影像中至少一邊緣；蚊子噪聲偵測器，耦接至該邊緣偵測器，包 括決定單元，用以根據(jù)該邊緣決定出至少一像素窗；以及偵測單元，用以偵測該像素窗中，是否存在蚊子噪聲；以及蚊子噪聲濾除器，耦接至該邊緣
偵測器及該蚊子噪聲偵測器，用以濾除所偵測到的該蚊子噪聲。


圖1為本發(fā)明影像處理裝置的一實施例的功能方塊示意圖。
圖2為本發(fā)明影像處理方法的一實施例的流程圖。 圖3為對應(yīng)圖2的延續(xù)流程圖。 圖4為像素窗與復(fù)數(shù)個預(yù)設(shè)圖形的示意圖。主要元件符號說明
101 影像處理裝置
102 邊緣偵測器
103 蚊子噪聲偵測器
104 蚊子噪聲濾除器
105 邊緣強化器
106 計數(shù)器
107 控制器
201 決定單元
202 偵測單元 301 像素窗
401、 402、 403 預(yù)設(shè)圖形
具體實施例方式
請參閱圖1，其為本發(fā)明影像處理裝置101的一實施例的功能方塊示意 圖。影像處理裝置101用來處理影像，且本發(fā)明所稱的影像為由復(fù)數(shù)個像素
(pixel )所構(gòu)成的數(shù)字影像(digital image),而該像素所對應(yīng)的4象素值可 為RGB格式中的R、 G或B像素值、或可為YUV格式中的亮度值或彩度值、或 為其他常見視訊規(guī)格中的任一種用來代表像素的顯示特性的數(shù)值；如圖所示， 影像處理裝置101包括邊緣偵測器(edge detector) 102、蚊子噪聲偵測器
(mosquito detector) 103、蚊子噪聲濾除器(mosquito filter) 104、邊 緣強化器(edge enhancer )105、計數(shù)器(counter )106及控制器(controller ) 107,其中蚊子噪聲偵測器103耦接至邊緣偵測器102,用以偵測蚊子噪聲；蚊子噪聲濾除器104耦接至邊緣偵測器102及蚊子噪聲偵測器103,用以濾 除所偵測到的該蚊子噪聲；邊緣強化器105耦接至邊緣偵測器102、蚊子噪 聲偵測器103及蚊子噪聲濾除器104,用以于該蚊子噪聲濾除器完成濾除所 偵測到的該蚊子噪聲后，對該像素窗進行邊緣強化(edge enhance)處理； 計數(shù)器106耦接至蚊子噪聲偵測器103,用以累計所偵測到的蚊子噪聲的總 數(shù)；而控制器107則是耦接至蚊子噪聲濾除器104、邊緣強化器105及計數(shù) 器106,用以根據(jù)該總數(shù)來控制該蚊子噪聲濾除器；另外，本實施例中，蚊 子噪聲偵測器103包括決定單元201、偵測單元202,且決定單元201與偵測 單元202相互耦接，其中決定單元201，用以根據(jù)所偵測的邊緣決定出至少 一像素窗(pixel windpw),另外，依據(jù)本發(fā)明的一實施例，偵測單元202, 藉由比對該像素窗與至少一目標(biāo)圖形(pattern)的方式，以偵測該像素窗是 否符合該目標(biāo)圖形來判定該像素窗中是否存在蚊子噪聲，然而，偵測單元202 亦可采用其他的方式進行偵測，不以比對的方式為限。
請同時參閱圖2與圖3，圖2為本發(fā)明影像處理方法的一實施例的流程 圖，而圖3.為圖2的延續(xù)流程圖。如圖所示，由圖1所示的影像處理裝置101 所執(zhí)行的影像處理方法包括以下步驟
步驟502:偵測影像中至少一邊緣；
步驟504:由該邊緣所對應(yīng)的復(fù)數(shù)個像素窗中選取像素窗來進行處理； 步驟506:比對該像素窗與至少一目標(biāo)圖形以判斷該像素窗是否符合該 目標(biāo)圖形？若是，則繼續(xù)下一個步驟508,否則，跳至步驟516; 步驟508:判定該像素窗中存在一蚊子噪聲；
步驟510:將目前所偵測到的蚊子噪聲的總數(shù)加上一遞增值(例如1 ); 步驟512:對該像素窗進行低通濾波處理以濾除該蚊子噪聲； 步驟514:對該像素窗進行邊緣強化處理；
步驟516:判斷是否已經(jīng)處理完該邊緣所對應(yīng)的所有像素窗？若是，則 繼續(xù)下一個步驟520,否則，繼續(xù)另一個步驟518;
步驟518:由該像素窗中選取下一個像素窗，然后，回到步驟506以對 該下一個像素窗進行處理；
步驟520:判斷目前所累計的所有蚊子噪聲的總數(shù)是否低于一第一閥值？ 若是，則繼續(xù)下一個步驟522,否則，繼續(xù)另一個步驟524;
步驟522:當(dāng)處理下一個邊緣時將步驟512及514略過不執(zhí)行；步驟524:當(dāng)處理下一個邊緣時仍需執(zhí)行步驟512及514;
步驟526:判斷目前所累計的所有蚊子噪聲的總數(shù)是否高于一第二閥值？ 若是，則繼續(xù)下一個步驟528,否則，跳至步驟530;
步驟528:增加用以濾除該蚊子噪聲的目前像素窗的大?。?br> 步驟530:判斷是否已經(jīng)處理完該影像中所有邊緣？若是，則此流程結(jié) 束，否則，繼續(xù)下一個步驟532;以及
步驟532:將目前所有蚊子噪聲的總數(shù)重置為初始值(例如0)，然后回 到步驟504以對該影像中下一個邊緣進行處理。
底下開始說明影像處理裝置101執(zhí)行第2、 3圖所示流程的影像處理方法 的細(xì)節(jié)，此處可先說明的是，由于離散余弦變換(Discrete Cosine Transform, DCT)在處理影像時將影像的高頻部分加以舍棄，因此會使得真實物體的邊緣 變得模糊，以人眼來說即形成一堆雜點，因此大體上而言，蚊子噪聲即為出 現(xiàn)在影像中真實物體的邊緣附近的一堆雜點，因此，本發(fā)明影像處理方法便 先找出影像中所存在的邊緣，請參閱圖2,首先，邊緣偵測器102偵測出一 影像中至少一邊緣(edge)(步驟502 ), —般而言，索貝爾濾波器(Sobel filter)與拉普拉斯濾波器(Laplace filter)是兩種常見的可用來偵測出 邊緣的濾波器，由于其運作為業(yè)界所知，故不另贅述于此；接著，蚊子噪聲 偵測器103的決定單元201會由該邊緣所對應(yīng)的復(fù)數(shù)個像素窗中選擇像素窗 (pixel window)來進行處理(步驟504 )，并且該像素窗沿著該邊緣而形成； 然后，蚊子噪聲偵測器103的偵測單元202會比對該像素窗與至少一目標(biāo)圖 形(pattern)以判斷該像素窗是否符合該目標(biāo)圖形(步驟506 )。
請參閱圖4，其為像素窗301與復(fù)數(shù)個預(yù)設(shè)圖形401、 402及403的示意 圖。如圖所示，決定單元201所決定出的像素窗301以邊緣偵測器102所偵 測出的該邊緣所對應(yīng)的一像素點E為中心，再加上周圍的8個像素點A、 B、 C、 D、 F、 G、 H、 I而形成，又，如前所述，這8個像素點的像素值可為RGB 格式中的R、 G或B像素值、或可為YUV格式中的亮度值或彩度值、或為其他 常見視訊規(guī)格中的任一種可代表像素的顯示特性的數(shù)值；另一方面，所示的 復(fù)數(shù)個預(yù)設(shè)圖形401、 402及403中的預(yù)設(shè)圖形402即為本發(fā)明所指的目標(biāo)圖 形，其代表邊緣的方向極為混亂，因而便判斷主因是蚊子噪聲，然而，此僅 為本發(fā)明的范例說明，亦可依據(jù)其他判斷蚊子噪聲的規(guī)則來設(shè)定所要的目標(biāo) 圖形，舉例來說，若像素窗對應(yīng)預(yù)設(shè)圖形401、 402及403其中之一均判斷為受蚊子噪聲所干擾，亦屬本發(fā)明的范疇。如圖所示，當(dāng)像素窗301滿足 (A=B=C=D=E=F && G-H-I && A!-G)此一判斷式時，即表示像素窗301符合 預(yù)設(shè)圖形401，而當(dāng)像素窗301滿足(A=B=C=E=G=H=I && D=F && A!-D)此 一判斷式時，即表示像素窗301符合目標(biāo)圖形(即預(yù)設(shè)圖形402 )，又當(dāng)像素 窗301滿足(A=D=G=B-E=H && OF-I && A!-C)此一判斷式時，即表示像素 窗301符合預(yù)設(shè)圖形403。
請注意，雖然本實施例以包含9個像素的3x3像素窗為例，然而不應(yīng)以 此作為本發(fā)明的限制，即使使用其他尺寸(例如5x5、 7x7)的像素窗，亦屬 于本發(fā)明的范圍；再者，圖3中的該預(yù)設(shè)圖形401、 402及403僅為舉例說明 而非用以構(gòu)成本發(fā)明的限制，在不違背本發(fā)明的精神下，更可以使用其他樣 式的預(yù)設(shè)圖形來定義出所要的目標(biāo)圖形。
請回到圖2,若在步驟506中判斷得知像素窗301符合目標(biāo)圖形(即預(yù) 設(shè)圖形402 ),則蚊子噪聲偵測器103可判定像素窗301中存在蚊子噪聲 (raosquito noise)(步驟508),即表示該邊緣的附近存在蚊子噪聲，更進 一步而言，本發(fā)明一實施例中，步驟50判斷像素窗(尺寸可能為3x3、 5x5 或7x7)中最常出現(xiàn)的邊緣數(shù)量是否大于一半，若否，則表示像素窗中的邊 緣未呈現(xiàn)特定的趨勢(例如邊緣方向雜亂)，則表示像素窗中可能具有蚊子噪 聲，如本發(fā)明中圖4的目標(biāo)圖形(即預(yù)設(shè)圖形402 );又，請注意，在其他的 實施例中，更可以用其他方法來判斷出蚊子噪聲的存在，例如使用像素值差 異濾波器(Pixel Difference Filter )來決定出蚊子噪聲；接下來，計數(shù)器 106會將目前所偵測到的蚊子噪聲的總數(shù)加1 (步驟510),然后蚊子噪聲濾 除器104會對像素窗301進行低通(low pass )濾波處理以濾除該蚊子噪聲 (步驟512), —般而言，中間值(median)濾波處理即為一種常見的低通濾 波處理，可以用來將高頻噪聲濾除而得到相當(dāng)好的效果；再者，將蚊子噪聲 濾除所做的運算會使得邊緣變得更為模糊，因此邊緣強化器105另會對像素 窗301進行邊緣強化(edge enhance)處理(步驟514), —般而言，3x3高 斯平滑濾波器(gauss ian smoothing filter)即為一種常見的邊緣強化器； 請注意，在本實施例中，步驟512及步驟514的順序是可以互相替換而不致 影響本發(fā)明的運作結(jié)果。
另一方面，若在步驟506中判斷得知像素窗301不符合目標(biāo)圖形(即預(yù) 設(shè)圖形402 ),則會跳至步驟516,此時，蚊子噪聲偵測器103將判斷是否已像素窗(步驟516 )。
若在步驟516中判斷得知并未處理完所有的像素窗，則蚊子噪聲偵測器 103的決定單元201將由該像素窗中選擇尚未處理過的下一個像素窗(步驟 518)，而后回到步驟506以對下一個像素窗進行處理，更進一步而言，本實 施例是以像素窗為處理單位，也就是說，在針對影像中的任一像素窗來進行 上述處理流程(步驟506至514)之后，再針對下一個像素窗進行處理，如 此依序進行直到該邊緣所對應(yīng)的所有像素窗均處理完畢為止，請注意，本發(fā) 明并未限定像素窗的處理順序。
另一方面，若在步驟516中判斷得知所有像素窗都已經(jīng)處理完畢，控制 器107將判斷目前所累計的所有蚊子噪聲的總數(shù)是否低于第一閥值 (threshold)(步驟520 );若此時蚊子噪聲的總數(shù)確實低于第一閥值，表示 先前所偵測出的蚊子噪聲只是一般的噪聲而不是真正的蚊子噪聲，則控制器 107會控制蚊子噪聲濾除器104及邊緣強化器105暫時去活(disabled),如 此一來，當(dāng)影像處理裝置101處理下一個邊緣時便會略過步驟512及514而 不執(zhí)行(步驟522 )以避免不當(dāng)?shù)剡M行蚊子噪聲濾除的搡作而造成影像品質(zhì) 惡化；請注意，任何本領(lǐng)域的技術(shù)人員只要在理解上述原理之后，即有能力 依據(jù)實際情形(例如實驗經(jīng)驗值)而決定出適當(dāng)?shù)牡谝婚y值；另一方面，若 此時蚊子噪聲的總數(shù)并未低于第一閥值，則控制器107會維持將蚊子噪聲濾 除器104及邊緣強化器105致能(enabled),如此一來，當(dāng)影像處理裝置101 處理下一個邊緣時，步驟512及514便會被執(zhí)行(步驟524 )。
接著，控制器107將判斷目前所累計的所有蚊子噪聲的總數(shù)是否高于第 二閥值(步驟526 );若此時蚊子噪聲的總數(shù)確實高于第二閥值，則控制器107 會增加用以濾除該蚊子噪聲的目前像素窗的大小(步驟528 ),例如將像素窗 301的尺寸由原本的3x3增加為11x11或其他尺寸；請注意，任何本領(lǐng)域的 技術(shù)人員只要在理解上述原理之后，即有能力依據(jù)實際情形(例如實驗經(jīng)驗 值)而決定出適當(dāng)?shù)牡诙y值；另一方面，若此時蚊子噪聲的總數(shù)并未高于 第二閥值，則會跳至步驟530,屆時蚊子噪聲偵測器103將判斷是否已經(jīng)處 理完該影像中所有邊緣(步驟530 );若判斷得知該影像中所有邊緣都已經(jīng)處 理完畢，則整個流程至此結(jié)束，另一方面，若判斷得知并未處理完所有的邊 緣，則計數(shù)器106會將目前所有蚊子噪聲的總數(shù)重置為0 (步驟532 )，而后 回到步驟504以繼續(xù)對該影像中下一個邊纟彖進行處理。
10在此實施例中，控制器107在每一個邊緣的所有像素窗都處理完畢后， 才判斷目前所累計的所有蚊子噪聲的總數(shù)是否低于該第一閥值或高于該第二 閥值，然而不應(yīng)以此來作為本發(fā)明的限制，更進一步而言，控制器107亦可 以于其他時間點來對蚊子噪聲的總數(shù)進行判斷作業(yè)，例如可于每一個邊緣中 至少IO個像素窗處理完畢后進行判斷。
在本發(fā)明中，不僅能將蚊子噪聲濾除而增加影像的清晰度，更能提高影 像中真實物體邊緣的銳利度，并且完全不需要MPEG (Moving Picture Experts Group)或JPEG (Joint Photographic Experts Group)壓縮與解壓縮時的 資訊，也無須利用原始未壓縮前的影像及時間軸上的相關(guān)資訊，因此，不管 影像有沒有經(jīng)過壓縮，也不管影像是否經(jīng)過放大(例如8x8區(qū)塊放大為16x16 區(qū)塊)、縮小(例如16x16區(qū)塊縮小為8x8區(qū)塊)或平移(shift),都可以經(jīng) 由實施本發(fā)明而偵測出蚊子噪聲并加以濾除。
請注意，本發(fā)明的實施例中所描述的技術(shù)及原理可應(yīng)用于各種不同的影 像處理裝置中，例如靜態(tài)圖像處理裝置如數(shù)字相機、或是動態(tài)視訊統(tǒng)，如液 晶顯示器(Liquid Crystal Display, LCD )、液晶電朝L (LCD TV)或數(shù)字電 視(digital TV)等，任何本領(lǐng)域的技術(shù)人員只要在理解本發(fā)明所揭露的實 施例的操作方式及原理之后，即有能力將本發(fā)明應(yīng)用于其他相類似的技術(shù)領(lǐng) 域當(dāng)中。
又，任何熟習(xí)電子電路設(shè)計、數(shù)字訊號處理或數(shù)字影像處理的人士在了 解本發(fā)明實施例的運作原理之后，當(dāng)可依據(jù)各種硬體電路設(shè)計或軟體程式編 輯的原理來實現(xiàn)上述的影像處理方法及裝置。
以上所述僅為本發(fā)明的較佳實施例，凡依本發(fā)明申請專利范圍所做的均 等變化與修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。
權(quán)利要求
1.一種影像處理方法，用以處理影像，包括偵測該影像中至少一邊緣；根據(jù)該邊緣決定出至少一像素窗；偵測該像素窗中，是否存在一蚊子噪聲；以及濾除該像素窗中所偵測到的該蚊子噪聲。
2. 如權(quán)利要求1所述的影像處理方法，其中偵測該像素窗中，是否存在 該蚊子噪聲的步驟包括比對該像素窗與至少 一 目標(biāo)圖形，以判斷該像素窗是否符合該目標(biāo)圖形；以及若該像素窗符合該目標(biāo)圖形，則判定該像素窗中存在該蚊子噪聲。
3. 如權(quán)利要求1所述的影像處理方法，其中濾除該像素窗中所偵測到的 該蚊子噪聲的步驟包括當(dāng)判定該像素窗中存在該蚊子噪聲時，對該像素窗進行低通濾波處理以 濾除該蚊子噪聲。
4. 如權(quán)利要求1所述的影像處理方法，還包括 對該像素窗進行邊緣強化處理。
5. 如權(quán)利要求2所述的影像處理方法，還包括 當(dāng)判定該像素窗中存在該蚊子噪聲時，對該像素窗進行邊緣強化處理。
6. 權(quán)利要求5所述的影像處理方法，其中濾除該像素窗中所偵測到的該 蚊子噪聲的步驟包括在該像素窗完成邊緣強化處理之后，對該像素窗進行低通濾波處理以濾 除該蚊子噪聲。
7. 如權(quán)利要求2所述的影像處理方法，還包括 累計所偵測到的蚊子噪聲的總數(shù)；以及根據(jù)該總數(shù)控制濾除該像素窗中所偵測到的該蚊子噪聲的步驟的執(zhí)行。
8. 如權(quán)利要求7所述的影像處理方法，其中根據(jù)該總數(shù)控制濾除該像素 窗中所偵測到的該蚊子噪聲的步驟的執(zhí)行的步驟包括當(dāng)該總數(shù)低于第一臨界值時，暫停濾除該像素窗中所偵測到的該蚊子噪 聲的步驟的執(zhí)行。
9. 如權(quán)利要求7所述的影像處理方法，其中根據(jù)該總數(shù)控制濾除該像素 窗中所偵測到的該蚊子噪聲的步驟的執(zhí)行的步驟包括當(dāng)該總數(shù)高于第二臨界值時，增加目前像素窗的大小。
10. 如權(quán)利要求1所述的影像處理方法，還包括 累計所偵測到的蚊子噪聲的總數(shù)；以及根據(jù)該總數(shù)控制濾除該像素窗中所偵測到的該蚊子噪聲的步驟的執(zhí)行。
11. 如權(quán)利要求IO所述的影像處理方法，其中根據(jù)該總數(shù)控制濾除該像 素窗中所偵測到的該蚊子噪聲的步驟的執(zhí)行的步驟包括當(dāng)該總數(shù)低于第 一臨界值時，暫停濾除該像素窗中所偵測到的該蚊子噪 聲的步驟的執(zhí)行
12. 如權(quán)利要求IO所述的影像處理方法，其中根據(jù)該總數(shù)控制濾除該像 素窗中所偵測到的該蚊子噪聲的步驟的執(zhí)行的步驟包括當(dāng)該總數(shù)高于第二臨界值時，增加用以濾除該像素窗中該蚊子噪聲的目 前像素窗的大小。
13. —種影像處理裝置，用以處理影像，包括 邊緣偵測器，用以偵測該影像中至少一邊緣； 蚊子噪聲偵測器，耦接至該邊緣偵測器，包括 決定單元，用以根據(jù)該邊緣決定出至少一像素窗；以及 偵測單元，用以偵測該像素窗中，是否存在蚊子噪聲； 以及蚊子噪聲濾除器，耦接至該邊緣偵測器及該蚊子噪聲偵測器，用以濾除 所偵測到的該蚊子噪聲。
14. 如權(quán)利要求13所述的影像處理裝置，其中該偵測單元是用以比對該 像素窗與至少一目標(biāo)圖形，以判斷該像素窗是否符合該目標(biāo)圖形；若該像素 窗符合該目標(biāo)圖形，則該蚊子噪聲偵測器判定該像素窗中存在該蚊子噪聲。
15. 如權(quán)利要求13所述的影像處理裝置，其中當(dāng)該蚊子噪聲偵測器判定 該像素窗中存在該蚊子噪聲時，該蚊子噪聲濾除器對該像素窗進行低通濾波 處理以濾除該蚊子噪聲。
16. 如權(quán)利要求13所述的影像處理裝置，還包括邊緣強化器，耦接至該邊緣偵測器及該蚊子噪聲濾除器，用以于該蚊子 噪聲濾除器完成濾除所偵測到的該蚊子噪聲后，對該像素窗進行邊緣強化處理。
17. 如權(quán)利要求13所述的影像處理裝置，還包括計數(shù)器，耦接至該蚊子噪聲偵測器，用以累計所偵測到的蚊子噪聲的總 數(shù)；以及控制器，耦接至該計數(shù)器及該蚊子噪聲濾除器，用以根據(jù)該總數(shù)來控制 該蚊子噪聲濾除器。
18. 如權(quán)利要求17所述的影像處理裝置，其中該控制器是當(dāng)該總數(shù)低于 第一臨界值時，將該蚊子噪聲濾除器去活。
19. 如申請專利范圍第17項所述的影像處理裝置，其中該控制器是于該 總數(shù)高于第二閥值時，增加目前像素窗的大小。
20. 如申請專利范圍第17項所述的影像處理裝置，其中該邊緣偵測器索 貝爾偵測器。
全文摘要
本發(fā)明是提供一種影像處理方法，用以處理影像，該方法是包括偵測該影像中至少一邊緣；根據(jù)該邊緣決定出至少一像素窗(pixel window)；偵測該像素窗中，是否存在一蚊子噪聲；以及濾除該像素窗中所偵測到的該蚊子噪聲。
文檔編號H04N7/26GK101527840SQ200810082089
公開日2009年9月9日 申請日期2008年3月6日 優(yōu)先權(quán)日2008年3月6日
發(fā)明者歐欣穎, 趙柏偉 申請人:瑞昱半導(dǎo)體股份有限公司