CN101105861A - 可适性影像锐化方法 - Google Patents
可适性影像锐化方法 Download PDFInfo
- Publication number
- CN101105861A CN101105861A CNA200610101483XA CN200610101483A CN101105861A CN 101105861 A CN101105861 A CN 101105861A CN A200610101483X A CNA200610101483X A CN A200610101483XA CN 200610101483 A CN200610101483 A CN 200610101483A CN 101105861 A CN101105861 A CN 101105861A
- Authority
- CN
- China
- Prior art keywords
- value
- original pixel
- pairing
- pixel value
- values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种可适性影像锐化方法,用来产生一原始影像区块所对应的一锐化影像区块。该原始影像区块包含有多个原始像素值。该方法包含有:模糊化该原始影像区块以产生所述多个原始像素值所对应的多个模糊像素值;计算所述多个原始像素值所对应的多个特征值;对所述多个特征值进行统计分析运算以据以产生所述多个原始像素值所对应的多个权重值;以及根据所述多个原始像素值、所述多个权重值以及所述多个模糊像素值来产生多个锐化像素值,所述多个锐化像素值构成该锐化影像区块。本发明可适应性地改变影像锐化过程中所使用的权重值,并可以得到较为自然的锐化影像。
Description
技术领域
本发明涉及一种影像的锐化方法,尤指是涉及一种能够适应性地改变影像锐化过程中所使用的权重值的影像锐化方法。
背景技术
锐化屏蔽(Un Sharp Mask,USM)是一种可用来锐化影像的技术,在对一原始影像执行USM锐化处理时,必须先求得该原始影像所对应的一模糊化影像,一般而言可使用一高斯屏蔽(Gaussian Mask)来对该原始影像执行卷积(Convolution)运算以得出该模糊化影像。接下来,将该原始影像减去该模糊化影像,可得出该原始影像所对应的一细节影像。最后,将该原始影像加上该细节影像与一固定权重值的乘积,即可得出该原始影像所对应的一锐化影像。以下所示,为用以表示USM的原理的数学式:
PSHARP=PORIGINAL+α(PORIGINAL-PBLUR)
其中,α为前述的固定权重值,PORIGINAL为该原始影像中的一原始像素值,PBLUR为该模糊化影像中对应于该原始像素值的一模糊像素值,(PORIGINAL-PBLUR)表示该细节影像中对应于该原始像素值的一细节像素值,PSHARP则为该锐化影像中对应于该原始像素值的一锐化像素值。
而在公知技术中,对于同一影像中的所有像素值而言,权重值α的大小是固定不变的。若将固定权重值α设得太小,可能会无法达到锐化的效果,若将固定权重值α设得太大,则虽然可以达到锐化的效果,但部分区域却会有失真且不自然的现象。
发明内容
因此,本发明的目的之一在于提供一种可适性影像锐化方法,可以解决公知技术所面临的上述问题。
本发明的实施例公开了一种可适性影像锐化方法,用来产生一原始影像区块所对应的一锐化影像区块。该原始影像区块包含有多个原始像素值。该方法包含有下述步骤:模糊化该原始影像区块以产生所述多个原始像素值所对应的多个模糊像素值;计算所述多个原始像素值所对应的多个特征值;对所述多个特征值进行统计分析运算以据以产生所述多个原始像素值所对应的多个权重值;以及根据所述多个原始像素值、所述多个权重值以及所述多个模糊像素值来产生多个锐化像素值,所述多个锐化像素值构成该锐化影像区块。
根据本发明的技术构思,其中模糊化该原始影像区块以产生所述多个原始像素值所对应的所述多个模糊像素值的步骤包含有:使用一高斯屏蔽来模糊化该原始影像区块。
根据本发明的技术构思,其中计算所述多个原始像素值所对应的所述多个特征值的步骤包含有:使用多个屏蔽来以该原始像素值为中心执行卷积运算以得出多个卷积值;以及根据所述多个卷积值计算出该原始像素值所对应的一特征值。
根据本发明的技术构思,其中根据所述多个卷积值计算出该原始像素值所对应的该特征值的步骤包含有:计算所述多个卷积值的平均值,并以所述多个卷积值的平均值来作为该原始像素值所对应的该特征值。
根据本发明的技术构思,其中所述多个屏蔽选自由梯度屏蔽、曲率屏蔽、锐化屏蔽以及模糊屏蔽所构成的群组。
根据本发明的技术构思,其中所述多个屏蔽包含有一水平梯度屏蔽、一垂直梯度屏蔽、一水平曲率屏蔽、一垂直曲率屏蔽、一锐化屏蔽以及一模糊屏蔽。
根据本发明的技术构思,其中对所述多个特征值进行统计分析运算以产生所述多个原始像素值所对应的所述多个权重值的步骤包含有:计算所述多个特征值的一平均值以及一标准差;根据该标准差来定义多个差异范围;以及对于所述多个原始像素值中的每一原始像素值,判断该原始像素值所对应的特征值与该平均值之间的一绝对差异值落于所述多个差异范围的哪一差异范围中,以据以产生该原始像素值所对应的一权重值。
根据本发明的技术构思,其中判断该绝对差异值落于所述多个差异范围的哪一差异范围中,以据以产生该原始像素值所对应的该权重值的步骤包含有:当该绝对差异值落于所述多个差异范围的一第一差异范围中,则使用一第一预设权重值来作为该原始像素值所对应的该权重值;以及当该绝对差异值落于所述多个差异范围的一第二差异范围中,则使用一第二预设权重值来作为该原始像素值所对应的该权重值;其中该第一预设权重值不同于该第二预设权重值。
根据本发明的技术构思,其中根据所述多个原始像素值、所述多个权重值以及所述多个模糊像素值来产生所述多个锐化像素值的步骤包含有:对于所述多个原始像素值中的每一原始像素值,将该原始像素值减去其所对应的一模糊像素值以产生一细节像素值;将该细节像素值乘上该原始像素值所对应的一权重值;以及将该原始像素值加上该细节像素与该权重值的乘积以产生该原始像素值所对应的一锐化像素值。
本发明可适应性地改变影像锐化过程中所使用的权重值,并可以得到较为自然的锐化影像。
附图说明
图1为本发明的可适应性地影像锐化方法一实施例的流程图。
具体实施方式
图1为本发明的可适性影像锐化方法一实施例的流程图,所述可适性影像锐化方法用来产生一原始影像区块所对应的一锐化影像区块。其中,该原始影像区块可为一原始影像中的一子区块,该锐化影像区块则可为一锐化影像中的一子区块,而该锐化影像为该原始影像经过本发明的方法锐化后的结果。此外,该原始影像区块包含有多个原始像素值。举例来说,该原始影像区块可包含有该原始影像中的位于(x,y)、(x+1,y)、.....、(x+6,y)、(x+7,y)这八个像素位置上的八个原始像素值PORIGINAL_1、PORIGINAL_2、......、PORIGINAL_7、PORIGINAL_8;该锐化影像区块则包含有该锐化影像中的位于(x,y)、(x+1,y)、......、(x+6,y)、(x+7,y)这八个像素位置上的八个锐化像素值PSHARP_1、PSHARP_2、......、PSHARP_7、PSHARP_8。图1的流程图包含有以下步骤:
步骤110:模糊化该原始影像区块以产生所述多个原始像素值PORIGINAL_1~PORIGINAL_8所对应的多个模糊像素值PBLUR_1~PBLUR_8。此步骤可以使用任一种可将影像模糊化的屏蔽(Mask)来进行操作,举例来说,对于介于1与8之间的整数X而言,PBLUR_X可以是以PORIGINAL_X为中心,使用一高斯屏蔽(Gaussian Mask)进行卷积运算所得出的卷积值。而由于高斯屏蔽等用以将影像模糊化的屏蔽已为本领据技术人员所熟知,故在此不多作赘述。
步骤120:计算所述多个原始像素值PORIGINAL_1~PORIGINAL_8所对应的多个特征值CV1~CV8。此步骤可以自梯度屏蔽(Gradient Mask)、曲率屏蔽(Curvature Mask)、锐化屏蔽(Sharpen Mask)、模糊屏蔽(Blur Mask)等屏蔽中,选出一个或多个屏蔽来进行操作。举例来说,此步骤可以使用一水平梯度屏蔽、一垂直梯度屏蔽、一水平曲率屏蔽、一垂直曲率屏蔽、一锐化屏蔽、一模糊屏蔽等共六个屏蔽来进行操作。对于原始像素值PORIGINAL_X而言,以PORIGINAL_X为中心使用前述六个屏蔽进行卷积运算,可以得出PORIGINAL_X所对应的六个卷积值CVX_1~CVX_6,再依据所述六个卷积值CVX_1~CVX_6,即可得出PORIGINAL_X所对应的特征值CVX。而此处较简单的作法,是直接以六个卷积值CVX_1~CVX_6的平均值来作为特征值CVX。换句话说,CVX=(CVX_1+CVX_2+CVX_3+CVX_4+CVX_5+CVX_6)/6。而由于梯度屏蔽、曲率屏蔽、锐化屏蔽、以及模糊屏蔽之类的屏蔽均已为本领域技术人员所熟知,故在此不多作赘述。
步骤130:对该多个特征值CV1~CV8进行统计分析运算以据以产生该多个原始像素值PORIGINAL_1~PORIGINAL_8所对应的多个权重值α1~α8。举例来说,此步骤可以包含有以下四个子步骤:(a)计算出特征值CV1~CV8的一平均值AV以及一标准差SD;(b)依据标准差SD来定义多个差异范围,举例来说,可定义0~0.5*SD为一第一差异范围、0.5*SD~1*SD为一第二差异范围、1*SD~1.5*SD为一第三差异范围、1.5*SD~2*SD为一第四差异范围、2*SD~2.5*SD为一第五差异范围、2.5*SD~3*SD为一第六差异范围、3*SD~3.5*SD为一第七差异范围、3.5*SD~4*SD为一第八差异范围以及大于4*SD的则为一第九差异范围;(c)对于所述多个原始像素值PORIGINAL_1~PORIGINAL_8中的每一原始像素值PORIGINAL_X,计算PORIGINAL_X所对应的特征值CVX与平均值AV之间的一绝对差异值ADX,换句话说,ADX=abs(CVX-AV);(d)判断绝对差异值ADX落于所述多个差异范围的哪一差异范围中,以据以产生原始像素值PORIGINAL_X所对应的一权重值αX,举例来说,当绝对差异值ADX落于第一差异范围中时,可以以一第一预设权重值αPREDETERMINED_1来作为权重值αX;当绝对差异值ADX落于第二差异范围中时,可以以一第二预设权重值αPREDETERMINED_2来作为权重值αX,以此类推,当绝对差异值ADX落于第九差异范围中时,则可以以一第九预设权重值αPREDETERMINED_9来作为权重值αX。而此处九个预设权重值αPREDETERMINED_1~αPREDETERMINED_8可以有不同的大小,系统设计者可以依照经验法则、实验数据或锐化需求等,来决定这九个预设权重值αPREDETERMINED_1~αPREDETERMINED_9的大小。通过步骤130,原始像素值PORIGINAL_1~PORIGINAL_8所分别对应的权重值α1~α8将可以有不同的大小,而非如公知技术一般,整个影像中所有的像素值都共享同一个权重值α。
步骤140:依据所述多个原始像素值PORIGINAL_1~PORIGINAL_8、所述多个权重值α1~α8以及所述多个模糊像素值PBLUR_1~PBLUR_8来产生多个锐化像素值PSHARP_1~PSHARP_8。所述多个锐化像素值PSHARP_1~PSHARP_8构成该原始影像区块所对应的该锐化影像区块。更明确地说,依据USM的原理,此处使用以下的方程式来进行像素的锐化:
PSHARPX=PORIGINAL_X+αX(PORIGINAL_X-PBLUR_X),X=1~8
通过图1所示的方法,将可动态地修改USM锐化过程中所使用的权重值α,因此,依照各像素边缘特性的不同,将可以使用不同的权重值α来进行锐化的工作,故通过本发明的方法,将可以得到更为自然的锐化影像。
而在决定预设权重值αPREDETERMINED_1~αPREDETERMINED_9时,以下的原则可以作为参考依据:对落于边缘的像素以及落于平滑区的像素,均可以使用较大的权重值来进行影像锐化;对落于像素值缓慢变化的区域内的像素,则可以使用较小的权重值来进行影像锐化。经过实验可以发现,通过本发明所提供的方法,确实可以得到较为自然的锐化影像。
以上所述的仅为本发明的较佳实施例,凡根据本发明权利要求书的保护范围所做的等同变化与修饰,均应属于本发明的专利保护范围。
Claims (9)
1.一种可适性影像锐化方法,用来产生一原始影像区块所对应的一锐化影像区块,该原始影像区块包含有多个原始像素值,该方法包含下述步骤:
模糊化该原始影像区块以产生所述多个原始像素值所对应的多个模糊像素值;
计算所述多个原始像素值所对应的多个特征值;
对所述多个特征值进行统计分析运算以产生所述多个原始像素值所对应的多个权重值;以及
根据所述多个原始像素值、所述多个权重值以及所述多个模糊像素值来产生多个锐化像素值,所述多个锐化像素值构成该锐化影像区块。
2.如权利要求1所述的可适性影像锐化方法,其中模糊化该原始影像区块以产生所述多个原始像素值所对应的所述多个模糊像素值的步骤包含有:
使用一高斯屏蔽来模糊化该原始影像区块,以产生所述多个原始像素值所对应的所述多个模糊像素值。
3.如权利要求1所述的可适性影像锐化方法,其中计算所述多个原始像素值所对应的所述多个特征值的步骤包含有:
对于所述多个原始像素值中的每一原始像素值,使用多个屏蔽来以该原始像素值为中心执行卷积运算以得出多个卷积值;以及
根据所述多个卷积值计算出该原始像素值所对应的一特征值。
4.如权利要求3所述的可适性影像锐化方法,其中根据所述多个卷积值计算出该原始像素值所对应的该特征值的步骤包含有:
计算所述多个卷积值的平均值,并以所述多个卷积值的平均值来作为该原始像素值所对应的该特征值。
5.如权利要求3所述的可适性影像锐化方法,其中所述多个屏蔽选自由梯度屏蔽、曲率屏蔽、锐化屏蔽以及模糊屏蔽所构成的群组。
6.如权利要求3所述的可适性影像锐化方法,其中所述多个屏蔽包含有一水平梯度屏蔽、一垂直梯度屏蔽、一水平曲率屏蔽、一垂直曲率屏蔽、一锐化屏蔽以及一模糊屏蔽。
7.如权利要求1所述的可适性影像锐化方法,其中对所述多个特征值进行统计分析运算以产生所述多个原始像素值所对应的所述多个权重值的步骤包含有:
计算所述多个特征值的一平均值以及一标准差;
根据该标准差来定义多个差异范围;以及
对于所述多个原始像素值中的每一原始像素值,判断该原始像素值所对应的特征值与该平均值之间的一绝对差异值落于所述多个差异范围的哪一差异范围中,以据以产生该原始像素值所对应的一权重值。
8.如权利要求7所述的可适性影像锐化方法,其中判断该绝对差异值落于所述多个差异范围的哪一差异范围中,以据以产生该原始像素值所对应的该权重值的步骤包含有:
当该绝对差异值落于所述多个差异范围的一第一差异范围中,则使用一第一预设权重值来作为该原始像素值所对应的该权重值;以及
当该绝对差异值落于所述多个差异范围的一第二差异范围中,则使用一第二预设权重值来作为该原始像素值所对应的该权重值;
其中该第一预设权重值不同于该第二预设权重值。
9.如权利要求1所述的可适性影像锐化方法,其中根据所述多个原始像素值、所述多个权重值以及所述多个模糊像素值来产生所述多个锐化像素值的步骤包含有:
对于所述多个原始像素值中的每一原始像素值,将该原始像素值减去其所对应的一模糊像素值以产生一细节像素值;
将该细节像素值乘上该原始像素值所对应的一权重值;以及
将该原始像素值加上该细节像素与该权重值的乘积以产生该原始像素值所对应的一锐化像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200610101483XA CN100533479C (zh) | 2006-07-10 | 2006-07-10 | 可适性影像锐化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200610101483XA CN100533479C (zh) | 2006-07-10 | 2006-07-10 | 可适性影像锐化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101105861A true CN101105861A (zh) | 2008-01-16 |
CN100533479C CN100533479C (zh) | 2009-08-26 |
Family
ID=38999743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB200610101483XA Expired - Fee Related CN100533479C (zh) | 2006-07-10 | 2006-07-10 | 可适性影像锐化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100533479C (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102045487B (zh) * | 2009-10-14 | 2012-05-30 | 华晶科技股份有限公司 | 利用多张数字图像进行抑制噪声的方法 |
CN109936679A (zh) * | 2017-12-19 | 2019-06-25 | 瑞昱半导体股份有限公司 | 影像梯度提升方法与影像梯度提升电路 |
CN115660971A (zh) * | 2022-10-08 | 2023-01-31 | 镕铭微电子(济南)有限公司 | 一种基于深度学习硬件加速器实现usm锐化的方法 |
-
2006
- 2006-07-10 CN CNB200610101483XA patent/CN100533479C/zh not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102045487B (zh) * | 2009-10-14 | 2012-05-30 | 华晶科技股份有限公司 | 利用多张数字图像进行抑制噪声的方法 |
CN109936679A (zh) * | 2017-12-19 | 2019-06-25 | 瑞昱半导体股份有限公司 | 影像梯度提升方法与影像梯度提升电路 |
CN109936679B (zh) * | 2017-12-19 | 2022-03-08 | 瑞昱半导体股份有限公司 | 影像梯度提升方法与影像梯度提升电路 |
CN115660971A (zh) * | 2022-10-08 | 2023-01-31 | 镕铭微电子(济南)有限公司 | 一种基于深度学习硬件加速器实现usm锐化的方法 |
CN115660971B (zh) * | 2022-10-08 | 2024-02-23 | 镕铭微电子(济南)有限公司 | 一种基于深度学习硬件加速器实现usm锐化的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100533479C (zh) | 2009-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921806B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN101288099B (zh) | 视觉处理装置及方法 | |
Zheng et al. | Single-image-based rain and snow removal using multi-guided filter | |
CN109743473A (zh) | 视频图像3d降噪方法、计算机装置及计算机可读存储介质 | |
Singh et al. | Contrast enhancement and brightness preservation using global-local image enhancement techniques | |
CN108038833B (zh) | 一种梯度相关性检测的图像自适应锐化方法和存储介质 | |
CN104637068B (zh) | 视频帧及视频画面遮挡检测方法及装置 | |
CN106971399B (zh) | 图像马赛克检测方法及装置 | |
CN112118365B (zh) | 图像自适应隐写方法、装置、电子设备及介质 | |
CN109309826B (zh) | 图像色彩均衡方法、装置、终端设备及可读存储介质 | |
CN105869175A (zh) | 一种图像分割方法及系统 | |
JP4477618B2 (ja) | 信頼可能なイメージの鮮明化方法 | |
CN108447040A (zh) | 直方图均衡化方法、装置及终端设备 | |
CN107333027A (zh) | 一种视频图像增强的方法和装置 | |
CN109785264A (zh) | 图像增强方法、装置及电子设备 | |
CN100533479C (zh) | 可适性影像锐化方法 | |
CN109934789A (zh) | 图像去噪方法、装置及电子设备 | |
CN101533511B (zh) | 更新背景图像的方法和装置 | |
CN105654431B (zh) | 一种对存在遮挡情况的图像去模糊方法 | |
CN109635809B (zh) | 一种面向视觉退化图像的超像素分割方法 | |
CN103714523A (zh) | 基于Kirsch算子的图像锐化系统及图像锐化方法 | |
CN104103037A (zh) | 一种图像增强处理方法和装置 | |
CN103297659A (zh) | 影像的边缘处理方法及影像处理装置 | |
Singh et al. | Noise reduction in images using enhanced average filter | |
CN111340839A (zh) | 一种基于分块的视频噪声估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090826 Termination date: 20150710 |
|
EXPY | Termination of patent right or utility model |