CN101202928B - 提高图像的清晰度的设备和方法 - Google Patents

Abstract

公开了一种提高图像的清晰度的设备和方法，所述设备和方法能够防止由对比度特性的恶化引起的显示单元的清晰度的降低。所述设备包括：伪像减小单元，确定图像之一的代表性颜色，并且将边缘的颜色移动为确定的代表性颜色；滤波器，提取图像的高频分量；以及锐度增强单元，提高具有移动的边缘的颜色和滤波的高频分量的图像的清晰度。

Description

提高图像的清晰度的设备和方法

本申请要求于2006年12月11日在韩国知识产权局提交的第10-2006-0125649号韩国专利申请的优先权，该申请全部公开于此以资参考。

技术领域

本发明涉及一种提高图像的清晰度的设备和方法，更具体地说，涉及这样一种提高图像的清晰度的设备和方法，所述设备和方法能够防止由对比度特性的恶化引起的显示单元的清晰度的降低。

背景技术

近来，随着对新材料制成的显示单元的开发，已经同时开发了提高图像质量的设备和软件。对人通过视力识别图像质量的影响最大的是图像的清晰度。

已经被开发来代替传统CRT类型的显示单元的代表性的显示单元(例如，PDP、LCD和投影TV)可被制成具有窄、亮且大的屏幕。然而，在诸如PDP、LCD和投影TV的显示单元中，输出图像信号的精确度和清晰度经常由于图像噪声、模糊和输入信号的带宽的限制而频繁降低。

图1示出根据现有技术的提高图像的清晰度的设备。

如图1所示，根据现有技术的提高图像的清晰度的设备10包括：最大梯度值计算器11，关于当前像素对输入图像信号设置具有期望大小的窗口，并且基于窗口中的像素值计算最大梯度值；阈值计算器12，计算与最大梯度值的幅度相应的阈值；扩散(diffusion)计算器13，基于计算的阈值和邻近像素之间的像素差来计算当前像素和邻近像素之间的扩散量；以及像素值转换器14，通过将计算的扩散量与增益值的乘积值和当前像素值相加来输出像素值。

引起图像的边缘周围的白色波纹表面交叠现象的伪像被称为“拍摄(shoot)伪像”。根据现有技术的用于提高图像的清晰度的设备10可计算输入图像信号的Y信号和外围像素的Y值的最大梯度角，接着可去除拍摄伪像，从而基于最大梯度角计算阈值。通过增益调整扩散外围像素之间的差异，从而改变输入图像信号的Y信号。然而，由于清晰度提高设备10与边缘幅度成比例地改变输入图像信号的Y信号值，因此对于边缘元素很难有效地去除拍摄伪像。此外，存在仅仅去除在提高清晰度的另一步骤中出现的振铃伪像的问题。

第2001-084015号韩国提前公开的专利申请公开了一种提高图像质量的设备，所述设备包括：解码器，将输入图像信号划分成亮度信号和色差信号；以及处理器，检测从解码器输出的信号中的色差的幅度，并且如果色差信号的幅度不大于参考值，则去除色差信号。然而，在使用输入信号的亮度信号时，所述设备需要转移颜色空间，并且仅对小边缘元素有效地去除拍摄伪像。此外，所述设备不能有效地去除在提高清晰度的另一步骤中出现的振铃伪像，在所述振铃伪像中，重构的图像的锐边(sharp edge)附近产生的有缺口的或模糊不清的线。

发明内容

因此，本发明的目的在于提供一种提高图像的清晰度的设备和方法，即使使用RGB颜色空间，所述设备和方法也能基于图像的代表性颜色自适应地转移图像的RGB，以去除图像恶化因素。

将在接下来的描述中部分阐述本发明另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本发明的实施而得知。

通过提供一种提高图像的清晰度的设备来实现本发明的上述和/或其它方面，所述设备包括：伪像减小单元，确定图像之一的代表性颜色，并且将边缘的颜色移动为确定的代表性颜色；滤波单元，提取图像的高频分量；以及锐度增强单元，提高具有移动的边缘的颜色和提高的高频分量的图像的清晰度。

通过提供一种提高图像的清晰度的方法来实现本发明的上述和/或其它方面，所述方法包括：确定图像的代表性颜色，并且将边缘的颜色移动到确定的代表性颜色；对图像的高频分量进行滤波；以及通过移动了边缘的颜色的图像来提高图像的清晰度，并提高图像的高频分量。

通过提供一种提高具有对象和背景的图像的清晰度的方法来实现本发明的上述和/或其它方面。所述方法包括：从图像的块提取初始代表性颜色对，对象的颜色作为初始代表性颜色中的一个，背景的颜色作为初始代表性颜色中的另一个；将对象的边缘的颜色移动为初始代表性颜色中的一个；以及提高具有移动的边缘的颜色的图像的清晰度。

附图说明

通过下面结合附图进行的详细描述，本发明的上述和/或其它方面、特点和优点将会变得更加清楚，其中：

图1是示出根据现有技术的提高图像的清晰度的设备的框图；

图2是示出根据本发明的实施例的提高图像的清晰度的设备的框图；

图3是示出根据本发明的实施例的伪像减小单元的框图；

图4是示出根据本发明的实施例的真实边缘和提取的边缘的示图；

图5是示出根据本发明的实施例的颜色分布的示图；

图6是示出根据本发明的实施例的更新代表性颜色的内积的示图；

图7是示出根据本发明的实施例的滤波器中使用的函数的示图；

图8是示出与代表性颜色之间的距离有关的增益的示图；

图9是示出根据本发明的实施例的锐度增强单元的框图；

图10是示出根据本发明的实施例的提高图像的清晰度的方法的流程图；

图11是示出根据本发明的实施例的图像的示意图；

图12是示出根据本发明的实施例的图像的块的示意图；

图13是示出根据本发明的实施例移动的块的边缘的颜色的示意图；以及

图14是示出根据本发明的实施例的提高的图像的清晰度的示意图。

具体实施方式

现将详细描述本发明的实施例，其示例在附图中表示，其中，相同的标号始终表示相同的部件。以下通过参考附图描述实施例以解释本发明。

以下，将参照附图中的框图和流程图描述根据本发明的实施例的提高图像的清晰度的设备和方法。应该理解，流程图的每一个块以及流程图中的块的组合可由计算机程序指令实现，这些计算机程序指令可在通用计算机、专用计算机、或者其它可编程数据处理设备的处理器中提供和执行。通用计算机、专用计算机、或者其他可编程数据处理设备的处理器执行的指令创建用于实现流程图块中指定的功能。这些计算机程序指令还可被存储在能够指导计算机或其它可编程数据处理设备以特定方式运行的计算机可用或可读存储器中。存储在计算机可用或计算机可读存储器中的指令生成包括执行在一个流程图块或多个流程图块中指定的功能的指令装置的产品。计算机程序指令也可被载入计算机或其他可编程数据处理设备，以使得一系列操作步骤在计算机或其他可编程设备上被执行。在计算机或其他可编程设备上执行的计算机程序指令生成基于计算机的处理，从而提供用于实现在流程图的块中指定的功能的方法。

流程图的每块可代表模块，段或代码的一部分，其包括一个或多个用于实现特定的逻辑功能的可执行指令。应注意的是，在一些替换的实现中，在这些块中标注的功能可不按顺序执行。例如，连续示出的两个块事实上可基本同时地被执行，或者块以相反的顺序被执行，这取决于涉及的功能。

图2是示出根据本发明的实施例的提高图像的清晰度的设备的示图。

如图2所示，根据本发明的实施例的提高图像的清晰度的设备100包括：伪像减小单元110、滤波单元120和锐度增强单元130。

伪像减小单元110能够在邻近颜色的三维空间的方向上移动边缘像素的颜色。为了移动边缘像素的颜色，如图3所示，伪像减小单元110包括：代表性颜色提取器111，提取代表性颜色；对比度提高单元112，提高提取的代表性颜色的对比度；以及颜色移动单元113，将边缘像素的颜色移动到具有提高的对比度的代表性颜色。

代表性颜色提取器111获得关于输入图像的R、G和B的亮度值，接着从相应块提取具有最小值和最大值的像素的R、G和B值对作为初始代表性颜色。代表性颜色提取器111基于K-means算法提取初始代表性颜色，并且基于初始代表性颜色将块的像素信息应用于K-means算法，以更新初始代表性颜色。在使用K-means算法更新初始代表性颜色中，通过重复的计算提取结果代表性颜色。然而，在本发明的实施例中，重复计算的数量可限于一次，以实现硬件。

因此，如图4所示，在代表性颜色提取器111中，重复计算的数量的限制引起块的真实边缘和提取的边缘之间的误差。接着，对比度提高单元112能够提高提取的初始代表性颜色的对比度，以补偿由重复计算的数量的限制引起的误差。提取的边缘是从上述代表性颜色提取器111提取的初始代表性颜色对。

具体地，如图5所示，对比度提高单元112提高代表性颜色提取器111从二维平面上的特定块的颜色分布210提取的初始代表性颜色对的对比度。在本发明的实施例中，代表性颜色提取器111提取的初始代表性颜色对将分别被称为“代表性颜色0”和“代表性颜色1”。此外，在图5中，在代表性颜色0和代表性颜色1周围分别定义的圆221和圆222表示用于防止无限制增加代表性颜色的对比度的预定临界值的区。图5中示出的箭头显示增加代表性颜色0和代表性颜色1的对比度的方向。

通过对比度提高单元112提高代表性颜色的对比度，可以提高代表性颜色提取器111从代表性颜色0与代表性颜色1之间的距离和相应块中的预定像素与代表性颜色0和代表性颜色1中的任何一个之间的距离的内积提取的代表性颜色对的对比度。可通过下面的等式(1)来获得所述内积：

$\mathrm{Dist}={(R_{\mathrm{rep}0}-R_b)}^2+{(R_{\mathrm{repr}0}-G_b)}^2+{(R_{\mathrm{rep}0}-B_b)}^2$

$\mathrm{InnerProduct}=\stackrel{\→}{B}E\stackrel{\→}{C}......\left(1\right)$

$=(R_b-R_{\mathrm{rep}0})S(R_{\mathrm{rep}1}-R_{\mathrm{rep}0})+(G_b-G_{\mathrm{rep}0})S(G_{\mathrm{rep}1}-G_{\mathrm{rep}0})+$

$(B_b-B_{\mathrm{rep}0})S(B_{\mathrm{rep}1}-B_{\mathrm{rep}0})$

如图6所示，可以理解，可使用代表性颜色0和块中存在的像素B代入等式(1)。在等式(1)中，Dist是代表性颜色0与代表性颜色1之间的距离。(R_rep0，G_rep0，B_rep0)和(R_rep1，G_rep1，B_rep1)分别指示代表性颜色0和代表性颜色1。(R_b，G_b，B_b)表示像素B的颜色。同样可将等式(1)应用于像素A。

对比度提高单元112选择在用于防止无限制增强像素颜色的对比度的临界值的区中存在的候选颜色，所述候选颜色用于更新代表性颜色提取器111提取的初始代表性颜色。可通过下面的等式(2)获得用于防止无限制增强对比度的临界值的区：

Limit-Dist＝[(R_rep0-R_rep1)²+(R_rep0-G_rep1)²+(R_rep0-B_rep1)²]K......(2)

在等式(2)中，Limit-Dist是用于防止无限制增强对比度的临界值，(R_rep0，G_rep0，B_rep0)和R_rep1，G_rep1，B_rep1)分别指示代表性颜色0和代表性颜色1，k是常数。

另一方面，对比度提高单元112将等式(1)和(2)应用于块中的所有像素，以最终获得具有提高的对比度的代表性颜色。颜色移动单元113测量最终获得的代表性颜色对与边缘上特定像素的接近度(proximity)，接着自适应地移动边缘像素的颜色以去除伪像。颜色移动单元113测量边缘强度，以使用结果代表性颜色对来转移颜色，并且可测量结果代表性颜色对之间的接近度。

可通过使用下面的等式(3)和(4)来获得边缘强度，所述等式(3)和(4)确定结果代表性颜色对之间的距离和图像的每个块中代表性颜色之间的距离之和：

$\mathrm{Rep}\_\mathrm{Dist}=\sqrt{{(R_{\mathrm{rep}0}-R_{\mathrm{rep}1})}^2+{(G_{\mathrm{rep}0}-G_{\mathrm{rep}1})}^2+{(B_{\mathrm{rep}0}-B_{\mathrm{rep}1})}^2}......\left(3\right)$

fori:i＝＝BlockHeight:i++

forj:j＝＝BlockWidth:j++            ......(4)

     Dist＝|R_i，j-R_{rep_i，j}|+|G_i，j-G_{rep_i，j}|+|B_i，j-B_{rep_i，j}|

     if(Dist×Rep_Dist)    TotalDist+＝Dist；

在等式(3)中，Rep_Dist是当前块中结果代表性颜色对之间的距离。在等式(4)中，TotalDist是图像的每个块中代表性颜色对之间的距离之和。

因此，可通过下面的等式(5)从Rep_Dist与TotalDist的比获得边缘强度：

边缘强度＝(Rep_Dist/TotalDist)×k    ......(5)

其中，k是常数。

此外，可根据下面的等式(6)通过每个代表性颜色和当前像素的输入颜色之间的距离来获得结果代表性颜色对之间的接近度：

     Dist0＝(R_i-R_rep0)²+(G_i-G_rep0)²+(B_i-B_rep0)²    .....(6)

     Dist1＝(R_i-R_rep1)²+(G_i-G_rep1)²+(B_i-B_rep1)²

在等式(6)中，Dist0是代表性颜色0和当前像素的输入颜色之间的距离，Dist1是代表性颜色1和当前像素的输入颜色之间的距离。因此，可通过Dist0/Dist1获得接近度，所述接近度具有0和1之间的值。

可使用颜色移动单元113通过下面的等式(7)从接近度和边缘强度来获得颜色转移的范围：

R_{i_mode}+＝(1-接近度)×边缘强度×(R_i-R_{rep_i})

G_{i_mode}+＝(1-接近度)×边缘强度×(G_i-G_{rep_i})

B_{i_mode}+＝(1-接近度)×边缘强度×(B_i-B_{rep_i})......(7)

其中，R_{i_mode}、G_{i_mode}和B_{i_mode}表示颜色转移的范围。

同时，锐度增强单元130可通过由滤波单元120进行滤波的高频分量提高图像的清晰度，在所述图像中，由伪像减小单元110去除了恶化条件。在本发明的实施例中，滤波单元120使用二维空间滤波器。将描述在图7中示出的波形的符号反向的高斯用作滤波器的示例。此外，作为示例，锐度增强单元130可通过反锐化掩模(unsharp masking)方法来提高图像的清晰度。例如，可通过使用结果代表性颜色对之间的距离作为参数和线性化的直线来执行对高频分量的增益调整。

换句话说，如图8所示，当结果代表性颜色对之间的距离增加时，锐度增强单元130确定块具有强边缘，并且因此减小用于提高清晰度的高频分量的增益。另一方面，当结果代表性颜色对之间的距离减小时，锐度增强单元130增加所述增益以最大化提高清晰度。在图9中，R_HPF、G_HPF和B_HPF表示通过滤波单元120滤波的高频分量，增益是使用结果代表性颜色对之间的距离计算的高频分量增益，通过将增益与相应常数k0和k1分别相乘来获得Gain_High和Gain_Low。

此外，锐度增强单元130可包括灰度检测器131。在因为没有建立多数真实图像的灰度分量的文本和边界周围的灰度平衡而在边界周围存在颜色分量的情况下，如果基于代表性颜色对之间的距离对高频分量的增益调整满足下面等式(8)，则灰度检测器131确定颜色分量是灰度分量。因此，当灰度检测器131确定颜色分量是灰度分量时，为了去除颜色分量，即使结果代表性颜色之间的距离为低，检测器131也通过将灰度分量与小于原始增益的值相乘来保持灰度平衡。

  if(|R_i-G_i|＜TH&&|G_i-B_i|＜TH&&|B_i-R_i|＜TH)  Gray＝1

  else if(MAX(|R-G|，|G-B|，|B-R|)＜TH)      Gray＝1

  else                                       Gray＝0  ......(8)

在等式(8)中，R_i、G_i和B_i分别是输入图像的R、G和B分量，TH是预定参考值。在这种情况下，可根据显示单元的说明和使用情况来改变TH。如果存在灰度分量，则Gray等于1。如果不存在灰度分量，则Gray等于0。

图10是示出根据本发明的实施例的提高图像的清晰度的方法的流程图。

如图10所示，在根据本发明的实施例的提高图像的清晰度的方法中，代表性颜色提取器111首先对于输入图像的每个块提取初始代表性颜色(S110)。此时，可由代表性颜色提取器111以块为单位提取初始代表性颜色对。特定块将代表性颜色对识别为具有最大亮度值和最小亮度值的R、G和B值。

在本发明的实施例中，代表性颜色提取器111基于K-means算法提取初始代表性颜色对。由于重复计算的数量限于一次以实现硬件，因此真实的块的边缘和根据初始代表性颜色的提取的边缘之间存在误差。

因此，对比度提高单元112提高由代表性颜色提取器111提取的初始代表性颜色对的对比度(S120)，以将初始代表性颜色更新为结果代表性颜色。在提高提取的初始代表性颜色对的对比度中，将上述等式(1)和(2)应用于图像中的所有块，从而最终获得具有提高的对比度的代表性颜色。

颜色移动单元113测量由对比度提高单元112获得的结果代表性颜色对与特定像素之间的接近度，从而自适应地将边缘像素的颜色转移到结果代表性颜色(S130)。可通过这种颜色移动(可通过使用由等式(3)和(6)获得边缘强度和接近度来实现)来去除伪像。此外，颜色移动单元113使用获得的边缘强度和接近度来计算移动的范围。可通过上述等式(7)来获得移动的范围。因此，颜色移动单元113可根据获得的转移强度来移动边缘像素的颜色。

在由颜色移动单元113移动边缘的颜色的情况下，当去除图像恶化因素时，锐度增强单元130通过由滤波单元120滤波的高频分量来提高图像的清晰度(S140)。具体地，当两个代表性颜色之间的距离增加时，锐度增强单元130确定块具有强边缘，接着锐度增强单元130减小高频分量的增加值以提高清晰度。当两个代表性颜色之间的距离减小时，颜色移动单元113增加高频分量的增加值以最大化提高清晰度。

在锐度增强单元130提高图像的清晰度之后，灰度检测器131执行灰度平衡，以防止颜色分量被放置在边界的周围作为灰度分量的文本，从而无法实现边界周围的灰度平衡(S150)。此时，可在等式(8)的条件下执行灰度平衡。

如上所述，将参照图11至图14描述具有通过图10所示的提高图像的清晰度的方法提高的清晰度的图像。

首先，如图11所示，图像具有对象310和背景320。在对象310周围存在模糊的边缘312，导致模糊的边缘312和真实边缘311之间出现了差异。

此时，如图12所示，根据本发明的实施例的提高图像的清晰度的设备100从特定块330提取初始代表性颜色对。换句话说，设备100可从相应块330提取对象310的颜色和背景320的颜色作为初始代表性颜色对。如果对象310的颜色是代表性颜色0，背景320的颜色是代表性颜色1，则颜色移动单元113移动真实边缘311的颜色作为两个代表性颜色之一。如上所述，当如图13所示移动真实边缘311的颜色时，可以去除振铃伪像和拍摄伪像。此外，如图14所示，锐度增强单元130可使用由滤波单元120滤波的高频分量来提高清晰度。

在本发明的示例性实施例中使用的术语“单元”表示软件和结构硬件组件，诸如执行特定功能的现场可编程门阵列(FPGA)或专用集成电路(ASIC)。然而，所述单元不限于软件或硬件。所述单元可被安排在能够寻址的存储介质内，或者被构建以实现一个或多个处理器。因此，作为示例，所述单元包括：结构组件(诸如软件结构组件、硬件结构组件、面向对象软件结构组件、类结构部件和任务结构组件)、进程、函数、属性、过程、子程序、程序代码段、驱动程序、固件、微码、电路、数据、数据库、数据结构、表、数组和变量。由结构组件和单元提供的功能可被组合为较少的结构组件和单元，或者被提供给另外的结构部件和单元。

如上所述，根据本发明的自动创建动态图像对象的设备和方法基于模板从静态内容自动创建动态图像对象，并将各种效果分配给动态内容，从而将特定的新图像提供给用户，并且使用户能够凭直觉容易地识别内容的关联。

尽管已经显示和描述了本发明的实施例，但是本领域的技术人员将理解，在不脱离本发明的原理和精神的情况下，可以对该实施例进行改变，本发明的范围由权利要求及其等同物来限定。

Claims (23)

1.一种提高图像的清晰度的设备，包括：

伪像减小单元，确定图像的代表性颜色，并且将边缘的颜色移动为确定的代表性颜色；

滤波单元，提取图像的高频分量；以及

锐度增强单元，提高具有移动的边缘的颜色和提高的高频分量的图像的清晰度，

其中，伪像减小单元包括：代表性颜色提取器，以图像的每块为单位提取代表性颜色；对比度提高单元，提高提取的代表性颜色的对比度；以及颜色移动单元，将边缘的颜色移动到具有提高的对比度的代表性颜色。

2.如权利要求1所述的设备，其中，代表性颜色提取器计算图像的特定块单元中关于图像的R、G和B分量的亮度值，接着提取具有最小亮度值和最大亮度值的像素的R、G和B值对作为初始代表性颜色。

3.如权利要求2所述的设备，其中，对比度提高单元使用初始代表性颜色对中的一个和初始代表性颜色对中的另一个之间的距离与所述块单元中的特定像素和初始代表性颜色对中的一个之间的距离的内积来将初始代表性颜色对更新为结果代表性颜色对。

4.如权利要求3所述的设备，其中，对比度提高单元对初始代表性颜色对在预设临界值内提高对比度。

5.如权利要求4所述的设备，其中，颜色移动单元测量边缘强度，并且测量边缘的特定像素与由对比度提高单元更新的结果代表性颜色对中的每个结果代表性颜色之间的接近度，接着移动边缘的特定像素的颜色。

6.如权利要求5所述的设备，其中，通过结果代表性颜色对之间的距离与图像的每块中的结果代表性颜色对之间的距离的和的比来获得边缘强度。

7.如权利要求5所述的设备，其中，使用边缘的特定像素的输入颜色与结果代表性颜色对中的每个结果代表性颜色之间的距离的比来获得接近度。

8.如权利要求5所述的设备，其中，颜色移动单元从接近度和边缘强度获得转移的范围，并且根据转移的范围对边缘的特定像素移动颜色。

9.如权利要求1所述的设备，其中，锐度增强单元将通过滤波单元滤波的高频分量添加到移动了边缘的颜色的图像。

10.如权利要求9所述的设备，其中，当特定块中结果代表性颜色对之间的距离增加时，锐度增强单元确定所述特定块具有强边缘，并且减小高频分量的增益，当结果代表性颜色对之间的距离减小时，锐度增强单元增加高频分量的增益。

11.如权利要求9所述的设备，其中，锐度增强单元还包括用于执行图像的灰度平衡的灰度检测器。

12.一种提高图像的清晰度的方法，包括：

确定图像的代表性颜色，并且将边缘的颜色移动到确定的代表性颜色；

对图像的高频分量进行滤波；以及

提高图像的清晰度和图像的高频分量，在所述图像中，移动了边缘的颜色，

其中，移动边缘的颜色的步骤包括：以图像的每块为单位提取代表性颜色；提高提取的代表性颜色的对比度；以及将边缘的颜色移动到具有提高的对比度的代表性颜色。

13.如权利要求12所述的方法，其中，提取代表性颜色的步骤包括：在图像的特定块单元中获得关于图像的R、G和B分量的亮度值之后，提取具有最小亮度值和最大亮度值的像素的R、G和B值对作为初始代表性颜色。

14.如权利要求13所述的方法，其中，提高对比度的步骤包括：使用初始代表性颜色对中的一个和初始代表性颜色对中的另一个之间的距离与初始代表性颜色对中的一个和所述块中的特定像素之间的距离的内积来将初始代表性颜色对更新为结果代表性颜色对。

15.如权利要求14所述的方法，其中，提高对比度的步骤包括：对初始代表性颜色对在预设临界值内提高对比度。

16.如权利要求15所述的方法，其中，移动颜色的步骤包括：测量边缘的特定像素与结果代表性颜色对中具有更新的对比度的每个结果代表性颜色之间的接近度，并测量边缘强度，并且使用接近度和边缘强度的测量来移动边缘的特定像素的颜色。

17.如权利要求16所述的方法，其中，通过结果代表性颜色对之间的距离与图像的每块中的结果代表性颜色对之间的距离的和的比来获得边缘强度。

18.如权利要求16所述的方法，其中，通过结果代表性颜色对中的每个结果代表性颜色与边缘的特定像素的输入颜色之间的距离的比来获得接近度。

19.如权利要求16所述的方法，其中，移动颜色的步骤包括：从边缘强度和接近度获得转移的范围，以根据转移的范围对边缘的特定像素移动颜色。

20.如权利要求12所述的方法，其中，提高清晰度的步骤包括：将提取的高频分量添加到移动了边缘的颜色的图像。

21.如权利要求20所述的方法，其中，提高清晰度的步骤包括：当特定块中结果代表性颜色对之间的距离增加时，确定所述特定块具有强边缘，并减小高频分量的增益，当结果代表性颜色对之间的距离减小时，增加高频分量的增益。

22.如权利要求20所述的方法，其中，提高清晰度还包括：执行图像的灰度平衡。

23.一种提高具有对象和背景的图像的清晰度的方法，包括：

从图像的块提取初始代表性颜色对，对象的颜色作为初始代表性颜色对中的一个，背景的颜色作为初始代表性颜色对中的另一个；

提高提取的初始代表性颜色对中的每个代表性颜色的对比度；

将对象的边缘的颜色移动为初始代表性颜色对中的一个；以及

提高具有移动的边缘的颜色的图像的清晰度。

Images