CN100454969C - 一种视频图像亮度瞬态增强的方法 - Google Patents

Abstract

本发明提供了一种视频图像的亮度瞬态增强方法，该方法包括了四个步骤，先利用一阶导数及二阶导数检测出图像中的边缘像素点，然后判断该边缘像素点是处于大面积物体之间的边缘还是细小物体之间的边缘，对于细小物体之间的边缘像素点，则用该点及左右两点中的最大亮度值或最小亮度值代替；对大面积物体之间的边缘像素点，由二阶导数控制用来替代该点亮度值的像素的位置，当二阶导数大于零时，用之前的点替代，当二阶导数小于零时，则用之后的点替代。经过以上的步骤，能够明显地提升边缘的陡度，增强亮度瞬态特性。

Description

一种视频图像亮度瞬态增强的方法

技术领域

本发明涉及一种增强数字视频图像亮度的方法，具体涉及一种对数字视频图像的亮度进行瞬态增强的方法。

背景技术

传统的电视传送的是模拟信号，模拟信号在传输过程中不可避免的会损失高频分量，造成的后果就是图像轮廓模糊，层次不清。图1是亮度边缘的示意图。Y1代表一种亮度值，Y2代表另一种不同的亮度值，点A为Y1的边界点，点C为Y2的边界点，从A点经过B点逐渐上升到C点的这一段称为亮度信号的过渡带。这一过渡带的宽窄直接影响到图像的画质：过渡带越窄，图像中两种亮度的边界就越清楚，图像越清晰。而在实际接收到的电视信号中，由于高频分量的丢失，这一过渡带通常是比较宽的，造成了图像亮度层次不鲜明、清晰度不高。随着PC机显示器的广泛使用以及数字电视的出现，人们对视频图像的清晰度要求越来越高，将隔行的模拟信号转换成逐行的数字信号后，仍需采用一些画质增强技术改善图像质量。亮度瞬态增强就是要恢复亮度信号中的高频分量，使过渡带变窄，边缘变陡，表现在图像就是图像的清晰度增强，更加亮丽。

常用的亮度瞬态增强的方法有叠加勾边信号法和移位法。叠加勾边信号法是通过在原始输入信号上叠加参数化增益的校正信号来实现，其校正信号通过对亮度信号求二阶导数得到。移位法的原理如图2所示，在原始的亮度信号中找到过渡带的三个特征点A、B、C，B点保持不变，A点、C点同时往中间靠，取A1、C1点的值，对于AC之间除B点之外的点，分别取A1、C1之间的对应值来替代原来点的值。移位法实现起来并不容易，一种可行的方法是用亮度信号的二阶导数与一个增益因子的乘积来控制该用哪个点的亮度值来代替当前像素点的亮度值，这个方法对大面积物体之间的边缘陡度提升效果很好，但对于所占像素宽度极小的细小物体之间的边缘来说，容易发生替代过度，丢失本来的细节成分。

发明内容

本发明基于移位法的思路提出了一种亮度瞬态增强算法，该算法对大面积物体之间的边缘和细小物体之间的边缘分别采用不同的边缘陡度提升方法，该方法既增强了图像的清晰度，又很好地保留了物体的细节。

为了更好的阐述本发明所述方法，首先对以下全文使用的数字符号进行如下定义：

设i表示行数，j和j+l均表示列数，则Y(i，j+l)表示第i行第j+l列位置处像素点的亮度值，Y′(i，j)表示第i行第j列位置处像素点亮度值的一阶导数值，则(i，j)像素点的一阶导数由下式计算得到：

$Y^{\′}(i,j)=\underset{l=-n}{\overset{n}{\mathrm{\Σ}}}{a}_{l}Y(i,j+1)$

其中，n为自然数，α_l，l是整数。

一种视频图像亮度瞬态增强的方法，该方法包括如下几个步骤：

步骤1：对输入视频图像的亮度信号作一阶导数，对其取绝对值并标记绝对值的最大值点，对一阶导数绝对值再作一阶导数从而得到当前亮度信号的二阶导数；

步骤2：将二阶导数与一个数值可调的增益相乘，并将乘积限定在一个阈值范围内，其中，所述乘积用r表示，所述阈值范围用Limit表示；

步骤3：将要代替的边缘像素点为当前点，判断当前点的亮度值是否为一阶导数绝对值的最大值，如果是最大值，则再看该点的亮度值是否比它左右两点的亮度值都大或都小，如果是都大或都小，那么当前点的亮度值保持不变，否则，当前点的亮度值用左右两点中亮度值与它最接近的代替；如果当前点亮度值不是一阶导数绝对值的最大值时，根据当前点的二阶导数实现其亮度瞬态增强；

该方法还包括如下步骤：

步骤4：判断当前点亮度值的二阶导数是大于零还是小于零，采用如下亮度瞬态增强的方法：

步骤4.1：当二阶导数大于零时：

步骤4.1.1：从当前点往前的第r个点搜索至当前点处，判断其间是否有另外的一阶导数最大值点，这里|r|≤Limit，若|r|＞Limit则是往前的第Limit个点；

步骤4.1.2：如果其间没有另外的一阶导数最大值点，则表明此像素点是处于大面积物体的边缘，那么此点的亮度值用之前的第r个点的亮度值来代替，这里|r|≤Limit，若|r|＞Limit则是往前的第Limit个点；

步骤4.1.3：如果其间有另外的一阶导数最大值点，记为k点，表明当前像素点是处于细小物体的边界，此时转入步骤4.1.4；

步骤4.1.4：如果当前点的亮度值比它后一点的亮度值大，则从k点开始循环搜索到当前点，当前点的亮度值用这些像素点中的最大亮度值代替；如果当前点的亮度值比它后一点的亮度值小，则从k点开始循环搜索到当前点，当前点的亮度值用这些像素点中的最小亮度值代替；

步骤4.2：当二阶导数小于零时：

步骤4.2.1：从当前点搜索至当前点之后的第r个像素点，判断其间是否有另外的一阶导数最大值点，这里|r|≤Limit，若|r|＞Limit则是之后的第Limit个像素点；

步骤4.2.2：如果其间没有另外的一阶导数最大值点，则表明此像素点是处于大面积物体的边缘，那么此点的亮度值用其之后的第r个点的亮度值来替代，这里|r|≤Limit，若|r|＞Limit则是用它之后第Limit个点；

步骤4.2.3：如果其间有另外的一阶导数最大值点，记为k点，则表明此像素点是处于细小物体的边界，则进入步骤4.2.4；

步骤4.2.4：如果当前点的亮度值比它后一点的亮度值大，则从当前点开始搜索到k点，当前点的亮度值用这些像素点中的最小亮度值代替；如果当前点的亮度值比它后一点的亮度值小，则从当前点开始循环搜索到k点，当前点的亮度值用这些像素点中的最大亮度值代替。

本发明描述的方法不仅适用于水平方向的亮度瞬态增强，也适用于竖直方向的亮度瞬态增强。

附图说明

图1是亮度边缘的示意图；

图2是移位法的原理图；

图3描述了一种可行的亮度瞬态增强思想，在本发明中用来针对大面积物体之间的边界进行亮度瞬态增强；

图4是本发明的具体流程图。

具体实施方式

下面结合对附图的详细说明2本发明的实施例

图3描述了一种亮度瞬态增强思想。图像的一阶导数可以用于检测图像中的一个点是否为边缘的点，二阶导数的符号可以用于判断一个边缘像素点是在边缘亮的一边还是暗的一边。因此本发明先对图像的亮度信号作一阶导数，检测出图像中的亮度边缘，如图3(b)所示；然后取一阶导数的绝对值，并对其再进行一次一阶导数，得到图像的二阶导数，如图3(c)所示。如果当前像素点的二阶导数大于零时，表明此点的亮度值跟它前面点的亮度值更接近，因此用它之前点的亮度值来替代此点的亮度值；如果当前像素点的二阶导数小于零时，表明此点的亮度值跟它后面的点亮度值更接近，因此用它之后点的亮度值来替代此点的亮度值。这样替代的结果使边缘明显变陡了，如图3(d)所示。

图4详细描述了本发明的具体算法流程。首先计算图像的一阶导数，计算方法如下：设Y(i，j)是图像中第i行第j列位置处的像素点的亮度值，Y(i，j-1)是第i行第j-1列位置处的像素点的亮度值，Y(i，j+1)是第i行第j+1列位置处的像素点的亮度值，则(i，j)像素点的一阶导数由下式计算得到：

$Y^{\′}(i,j)=\underset{l=-n}{\overset{n}{\mathrm{\Σ}}}{a}_{l}Y(i,j+l)$

然后对一阶导数的绝对值再用同样的公式作一次一阶导数，得到图像的二阶导数。将二阶导数与一个增益因子相乘，设乘积为r，设Limit是一个可以预先设定的正整数阈值，Limit用来控制替代路径的最大范围。若|r|≤Limit，则替代边缘像素的像素点由r决定；若|r|＞Limit，则替代边缘像素的像素点由Limit决定。

首先进入第一个判断，如图4中401所示，判断当前像素点是否为一阶导数最大值点。如果是，则进入第二个判断，如图4中402所示，当此像素点的亮度值比左右两点的亮度值都小或都大时，保持当前像素点的亮度值不变；否则，当前像素点用左右两点中与它的亮度值最接近的点的亮度值代替。

如果当前像素点不是一阶导数最大值点，则进入第三个判断，如图4中403所示，判断此点的二阶导数是大于零还是小于零。

当此像素点的二阶导数大于零时，则进入第四个判断，如图4中404所示，从当前像素点往前的第r个像素点(这里|r|≤Limit，若|r|＞Limit则是往前的第Limit个像素点)搜索至当前像素点处，判断其间是否有另外的一阶导数最大值点。

若其间没有另外的一阶导数最大值点，则表明此像素点是处于大面积物体的边界，那么此点的亮度值用其之前的第r个(|r|≤Limit，若|r|＞Limit则是用它之前第Limit个点)的亮度值来替代；若其间有另外的一阶导数最大值点(记为k点)，表明此像素点是处于细小物体的边界，则进入第五个判断，如图4中405所示。

如图4中405所示，如果当前点的亮度值比它后一点的亮度值大，则从k点开始循环搜索到当前点，当前点的亮度值用这些像素点中的最大亮度值代替；如果当前点的亮度值比它后一点的亮度值小，则从k点开始循环搜索到当前点，当前点的亮度值用这些像素点中的最小亮度值代替。

当当前像素点的二阶导数小于零时，则进入第六个判断，如图4中406所示，从当前像素点搜索至当前像素点处之后的第r个像素点(这里|r|≤Limit，若|r|＞Limit则是之后的第Limit个像素点)，判断其间是否有另外的一阶导数最大值点。

若其间没有另外的一阶导数最大值点，则表明此像素点是处于大面积物体的边界，那么此点的亮度值用其之后的第r个(|r|≤Limit，若|r|＞Limit则是用它之后第Limit个点)的亮度值来替代；若其间有另外的一阶导数最大值点(记为k点)，表明此像素点是处于细小物体的边界，则进入第七个判断，如图4中407所示。

如果当前点的亮度值比它后一点的亮度值大，则从当前点开始循环搜索到k点，当前点的亮度值用这些像素点中的最小亮度值代替；如果当前点的亮度值比它后一点的亮度值小，则从当前点开始循环搜索到k点，当前点的亮度值用这些像素点中的最大亮度值代替。

Claims (3)

1、一种视频图像亮度瞬态增强的方法，该方法包括如下几个步骤：

步骤1：对输入视频图像的亮度信号作一阶导数，对其取绝对值并标记绝对值的最大值点，对一阶导数绝对值再作一阶导数从而得到当前亮度信号的二阶导数；

步骤2：将二阶导数与一个数值可调的增益相乘，并将乘积限定在一个阈值范围内，其中，所述乘积用r表示，所述阈值范围用Limit表示；

步骤3：将要代替的边缘像素点为当前点，判断当前点的亮度值是否为一阶导数绝对值的最大值，如果是最大值，则再看该点的亮度值是否比它左右两点的亮度值都大或都小，如果是都大或都小，那么当前点的亮度值保持不变，否则，当前点的亮度值用左右两点中亮度值与它最接近的代替；如果当前点亮度值不是一阶导数绝对值的最大值时，根据当前点的二阶导数实现其亮度瞬态增强；

其特征在于，该方法还包括如下步骤：

步骤4：判断当前点亮度值的二阶导数是大于零还是小于零，采用如下亮度瞬态增强的方法：

步骤4.1：当二阶导数大于零时：

步骤4.1.1：从当前点往前的第r个点搜索至当前点处，判断其间是否有另外的一阶导数最大值点，这里|r|≤Limit，若|r|＞Limit则是往前的第Limit个点；

步骤4.1.2：如果其间没有另外的一阶导数最大值点，则表明此像素点是处于大面积物体的边缘，那么此点的亮度值用之前的第r个点的亮度值来代替，这里|r|≤Limit，若|r|＞Limit则是往前的第Limit个点；

步骤4.1.3：如果其间有另外的一阶导数最大值点，记为k点，表明当前像素点是处于细小物体的边界，此时转入步骤4.1.4；

步骤4.1.4：如果当前点的亮度值比它后一点的亮度值大，则从k点开始循环搜索到当前点，当前点的亮度值用这些像素点中的最大亮度值代替；如果当前点的亮度值比它后一点的亮度值小，则从k点开始循环搜索到当前点，当前点的亮度值用这些像素点中的最小亮度值代替；

步骤4.2：当二阶导数小于零时：

步骤4.2.1：从当前点搜索至当前点之后的第r个像素点，判断其间是否有另外的一阶导数最大值点，这里|r|≤Limit，若|r|＞Limit则是之后的第Limit个像素点；

步骤4.2.2：如果其间没有另外的一阶导数最大值点，则表明此像素点是处于大面积物体的边缘，那么此点的亮度值用其之后的第r个点的亮度值来替代，这里|r|≤Limit，若|r|＞Limit则是用它之后第Limit个点；

步骤4.2.3：如果其间有另外的一阶导数最大值点，记为k点，则表明此像素点是处于细小物体的边界，则进入步骤4.2.4；

步骤4.2.4：如果当前点的亮度值比它后一点的亮度值大，则从当前点开始搜索到k点，当前点的亮度值用这些像素点中的最小亮度值代替；如果当前点的亮度值比它后一点的亮度值小，则从当前点开始循环搜索到k点，当前点的亮度值用这些像素点中的最大亮度值代替。

2、根据权利要求1所述的一种视频图像亮度瞬态增强的方法，其特征在于，本方法不仅适用于水平方向的亮度瞬态增强，还可适用于竖直方向的亮度瞬态增强。

3、根据权利要求1所述的一种视频图像亮度瞬态增强的方法，其特征在于，所述步骤1中一阶导数的计算公式为：

$Y^{\′}(i,j)=\underset{l=-n}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_{l}Y(i,j+l)$

其中，i表示行数，j和j+l均表示列数，则Y(i，j+l)表示第i行第j+l列位置处像素点的亮度值，Y′(i，j)表示第i行第j列位置处像素点亮度值的一阶导数值，n为自然数，α_l，l是整数。

Images