CN102484673A - 图像处理方法、图像处理装置以及程序 - Google Patents

图像处理方法、图像处理装置以及程序 Download PDF

Info

Publication number
CN102484673A
CN102484673A CN2010800368367A CN201080036836A CN102484673A CN 102484673 A CN102484673 A CN 102484673A CN 2010800368367 A CN2010800368367 A CN 2010800368367A CN 201080036836 A CN201080036836 A CN 201080036836A CN 102484673 A CN102484673 A CN 102484673A
Authority
CN
China
Prior art keywords
sharpening
image
intensity
edge
handled
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
Application number
CN2010800368367A
Other languages
English (en)
Other versions
CN102484673B (zh
Inventor
塚田正人
田岛让二
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of CN102484673A publication Critical patent/CN102484673A/zh
Application granted granted Critical
Publication of CN102484673B publication Critical patent/CN102484673B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/409Edge or detail enhancement; Noise or error suppression
    • H04N1/4092Edge or detail enhancement
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/409Edge or detail enhancement; Noise or error suppression
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • G06T5/75Unsharp masking
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本发明是一种图像处理方法,从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度来决定所述对象像素中的清晰化处理的强度。

Description

图像处理方法、图像处理装置以及程序
技术领域
本发明涉及图像处理方法、图像处理装置以及程序。
背景技术
近年来,随着计算机和数码相机的普及,谁都能简单地拍摄和印刷照片。因此,个人处理大量的图像的情况也不少。其中,被拍摄的图像由于当时的拍摄条件等,并非总能得到足够的图像质量。因此,要求针对大量的图像根据每个图像的内容来自动地进行图像修正以实现高图像质量的技术。
在显示或者印刷通过数码相机、扫描器等拍摄的图像的情况下,作为高图像质量化技术之一,大多进行使图像清晰化的处理。作为清晰化技术,广泛使用了被称为反锐化掩模(unsharp masking)的技术(非专利文献1)。当将图像设为f、将使其模糊后的图像设为fs时,能够得到如式(1)所示的那样被清晰化的图像g。
g=f+λ(f-fs)                   (1)
这里,λ是将图像的空间频率高的部分加入到原图像时的系数,即,是调整清晰化的强度的系数,该值在很多的图像中试行而可使用最佳的值。例如,优选的是:在输入图像的场景是以建筑物等人造物为对象的情况下,对于调整清晰化的强度的系数设定乘以加强的清晰化的值,另一方面,在以自然物为对象的情况下,应用乘以减弱的清晰化的值。
还已知有根据图像中的图像特征对清晰化处理中的参数进行调整的方法。在专利文献1中,叙述了在针对数字图像通过边缘增强来增强清晰度(sharpness)的情况下需要根据图像的特征来调整边缘的粗度(边缘增强的范围)。并且,作为该调整方法记载了以下方法:当在关注像素的周边存在边缘的情况下,在该边缘的粗度和关注像素的位置关系中使增强半径或权重矩阵变化来调整边缘强度。
在先技术文献
专利文献
专利文献1:日本专利文献特开2001-53974号公报。
非专利文献
非专利文献1:ュ一ル著“彩色复制(color reproduction)的理论”印刷学会出版部,1971年。
发明内容
发明所要解决的问题
在背景技术中,记载了以下内容:调整清晰化的强度的系数根据输入图像的场景而其最佳的值不同,例如,在输入图像的场景是人造物时为增强的设定,在是自然物的情况下,设定为减弱。
但是,不一定限于上述。例如,在如植物那样的自然物中也存在如人造物那样由美丽的直线或曲线构成的自然物。针对这样的场景的图像,大多优选进行与人造物同样的处理。因此,应该认为不是针对自然物和人造物各自存在最佳处理,而是存在按照图像的每个部分进行最佳的处理的信息。
另外,作为对图像的部分的清晰度的增强的手法,在专利文献1中记载了着眼于边缘的粗度和关注像素的位置关系并根据它们的特征来调整边缘强度的方法。
但是,在针对任意的输入图像的最佳的边缘增强中,在边缘的粗度和位置上应对是不充分的。例如,当对于包含短边缘密集的区域的图像应用专利文献1的清晰度的增强手法时,清晰度过度,会引起图像质量的下降。
因此,本发明是鉴于上述问题而完成的,其目的在于提供以下的图像处理装置、图像处理方法以及图像处理程序:不依赖于图像中的自然物或人造物等被拍摄体的属性,而通过使图像中的部分的清晰度最佳来使图像高质量化。
用于解决问题的手段
用于解决上述问题的本发明是一种图像处理方法:从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度来决定所述对象像素中的清晰化处理的强度。
解决上述问题的本发明是一种图像处理装置,包括:图像清晰化强度决定部,所述图像清晰化强度决定部从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度来决定所述对象像素的清晰化处理的强度;以及清晰化处理部,所述清晰化处理部基于所述清晰化处理的强度进行所述图像的清晰化。
解决上述问题的本发明是一种程序,使信息处理装置执行以下处理:图像清晰化强度决定处理,所述图像清晰化强度决定处理从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度决定所述对象像素的清晰化处理的强度;以及清晰化处理,所述清晰化处理基于所述清晰化处理的强度来进行所述图像的清晰化。
发明的效果
本发明通过不依赖图像中的自然物和人造物等被拍摄体的属性而使图像中的部分的清晰度为最佳,能够使图像高质量化。
附图说明
图1是示出本发明的第一实施方式的框图;
图2是示出第一实施方式中的线段检测部的框图;
图3是示出保存在线段列表中的内容例的图;
图4是用于说明第一实施方式的图;
图5是用于说明第一实施方式的图;
图6是示出本发明的第一实施方式的框图。
具体实施方式
对本发明的实施方式进行说明。
<第一实施方式>
对第一实施方式进行说明。参考图1和图2对本发明的第一实施方式进行说明。图1是示出本发明的第一实施方式的框图。图2是示出本发明的线段检测部的框图。
原图像1通常是由R(红)、G(绿)、B(蓝)三种分量的图像构成,图像转换部2将原图像1转换成亮度图像3和色差图像4。之后的清晰化处理被应用于亮度图像3。例如,按照式(2)从由原图像1得到的RGB转换成构成亮度图像3的Y和构成色差图像4的Cb、Cr三种分量。该情况下,由Y分量构成的亮度图像3被清晰化,但是也可以从RGB转换到CIELAB颜色空间,将由该L*分量构成的明度图像视为亮度图像3来进行清晰化。另外,关于亮度分量或者明度分量,不仅限于上述YCbCr和颜色空间CIELAB,也可以利用YUV、HSV这样的颜色空间。另外,在原图像是单色的图像的情况下,由于不存在色差分量,因此仅进行亮度图像的清晰化。
Y = 0.2990 R + 0.5870 G + 0.1140 B C b = - 0.16887 R - 0.3313 G + 0.5000 B C r = 0.5000 R - 0.4187 G - 0.0813 B - - - ( 2 )
线段检测部5提取亮度图像3中的边缘。参考图2对线段检测部5的具体例子进行说明。对于亮度图像3,一次微分部51和二次微分部52发挥作用。对于二次微分部52的输出,使零交差检测部53发挥作用。另外,对于一次微分部51的输出使二值化部54发挥作用。零交差检测部53的输出是宽度为1像素的边缘图像,但同时噪声也被较多地检测出。二值化部54的输出是具有宽度的边缘区域。通过对这两者进行组合,能得到宽度为1像素、噪声少的边缘图像55。关于其详细情况,例如能够参考(田村秀行著“计算机图像处理”,182~197页,ォ一ム社,2002年)。
关于从图像提取边缘的方法,已知有KeNNy的边缘检测算法(“数字图像处理”,209~210页,CG-ARTS协会,2004年)等以往较多的手法,因此也可以应用这些方法。
边缘追踪部56追踪在边缘图像55中检测出的边缘,将应用直线的部分作为线段保存在线段列表57中。图3示出了线段列表57的内容的例子。
图3是被写入了四根线段的线段列表57的例子。例如第三根线段表示由(2,4)、(2,5)、(2,6)、(2,7)、(2,8)五个像素构成的长度为5(像素)的线段。
图4以该被检测出的四根线段为像素单位进行图示。此外,这里将左上的坐标设为(0,0)。
关于直线的应用,例如对于被追踪的n个像素(xi,yi)(i=1、2、…n)求出距离的平方和最小的直线,在从该直线到各像素的距离的最大值比预先给出的阈值小的情况下,通过设为应用线段而能够执行。
清晰化强度图生成部6生成清晰化强度图图像7。清晰化强度图生成部6第一向清晰化强度图图像7的各像素写入对图像整体给出的清晰化强度λ0。第二,检查在线段检测部5的线段列表57中生成的各线段的长度,首先关于该长度l是阈值lth以上的线段,对清晰化强度图图像7的、该线段的附近的ln像素写入给出强的清晰度的清晰化强度λ1。即,形成长度l是阈值lth以上的边缘线段的附近的边缘增强更加加强的清晰化强度图图像7。并且,最后关于在相同的线段检测部5的线段列表57中生成的各线段的长度l小于阈值lth的线段,对清晰化强度图图像7的、该线段的附近的ln像素写入弱的清晰化强度λ2。这里,在已经被写入λ1的情况下,在该像素位置上替换弱的清晰化强度λ2
此外,上述阈值lth和ln是依赖于观察该图像的条件的常数,通过实验来决定。例如,在对图像以12像素/mm来进行印刷的情况下,阈值lth为20~30像素是适当的,此时ln能够得到可设定为10像素左右的结果的情况多,但并不限于此。即,由于这些阈值说到底是目标,因此优选通过进行实验来决定最佳的阈值。
这里,上述处理是用于对直线的边缘部分应用清晰化的处理。即,优选不是严格的直线,对具有弧的曲线也应用同样的处理。不是严格的直线的、具有弧的曲线通过上述的处理被分割为多个线段,但是如果是进行连结的,则利用该连结性而视为一个线段、或者按照该被分割的线段的长度能够满足阈值lth的条件的方式来决定阈值lth。在上述的例子中,进行清晰化的附近的宽度ln和清晰化强度λ1由常数给出,但是也能够通过关系这些常数的与线段的长度有关的线性函数或者非线性函数来适应性地变化等来进行高度化。
另外,清晰化强度λ0、λ1、λ2是依赖清晰化的手法的常数。在较多的情况下,针对在自然物等中经常看到的边缘线段短的图像区域的清晰化强度λ2可以与给予图像整体的清晰化强度λ0相等地设置。在该情况下,λ0、λ1、λ2的关系的一个例子如式(3)所示。
λ0=λ2<λ1             (3)
此外,λ0、λ2的大小关系并不限于式(3),只要比λ1小即可。
关于图像中的对象像素中的清晰化强度和附近的宽度ln的参数决定,当周边存在多个边缘的情况下,通过选择基于短的边缘的长度的参数,能够抑制图像的清晰度过高这样的不良情况。
图5示出了针对图4的线段图像以上面的处理为例设置为lth=4、ln=2而执行的结果、被写入到清晰化强度图图像7的清晰化强度。在该图中形成线段的像素以网点示出,对到小于lth的长度的线段编号1的线段为距离ln以内的像素写入λ2的强度,对到线段编号2、3、4的线段为距离ln以内、到线段编号1的线段不在距离ln以内的像素写入λ1的强度,对剩余的像素写入λ0的强度。
图像清晰化部8针对亮度图像3参考清晰化强度图图像7对各像素例如式(4)那样进行清晰化。
Y &prime; ( i , j ) = Y ( i , j ) + &lambda; ( i , j ) &times; { Y ( i , j ) - &Sigma; k , l Y ( i - k , j - l ) g ( k , l ) } - - - ( 4 )
这里,Y(i,j)是亮度图像3的位置(i,j)中的像素值,λ2(i,j)是清晰化强度图图像7的位置(i,j)中的像素值(=清晰化强度),Y’(i,j)是进行清晰化处理后的结果的清晰化亮度图像9的位置(i,j)中的像素值。g(k,l)是针对亮度图像Y进行卷积的核函数,使用高斯函数等。式(4)的{}中的项为亮度图像3的空间频率高的分量,相当于式(1)的(f-fs)。通过将其加入到原亮度图像Y,进行亮度图像3的清晰化。λ(i,j)是以像素为单位控制该加入程度的参数,进行在λ2(i,j)=λ1的像素位置强、在λ(i,j)=λ0或者λ(i,j)=λ2的像素位置弱的清晰化。
式(4)的计算结果,能够得到应用适于图像的各部分的清晰化的清晰化亮度图像9。此外,在该例子中,采用了式(1)的基于反锐化掩模的清晰化,也可以利用作为{}内的项以往使用的DOG(Difference ofGaussian,高斯差)滤波器等其他的清晰化。
图像转换部10从实施了清晰化处理的清晰化亮度图像9和色差图像4按照式5对每个像素生成由R、G、B表现的清晰化图像11。
R &prime; = Y &prime; + 1.4020 C r G &prime; = Y &prime; - 0.3441 C b - 0.7141 C r B &prime; = Y &prime; + 1.7720 C b - - - ( 5 )
根据以上的构成,在清晰化图像11中能够得到对于原图像1根据图像的内容而应用了适当强度的清晰化的结果。
<第二实施方式>
对本发明的第二实施方式进行说明。
图6是示出作为本发明的第二实施例的图像处理装置的构成的图。
在本明的第一实施方式中,将原图像转换成亮度图像和色差图像,并仅对亮度图像进行清晰化,但是由于即使对R、G、B分量的每个进行清晰化也基本能够得到相同的效果,因此在作为第二实施方式的图像处理装置中,对RGB图像应用清晰化。这里,线段检测部15被构成为对原图像1的R、G、B的三个分量分别进行处理,或者使上述的线段检测部5具有3重的构成、或者线段检测部5依次处理三个分量。
在线段列表57中得到线段后,与第一实施方式同样地通过清晰化强度图生成部6能够得到清晰化强度图图像7。
图像清晰化部18由于对原图像1的R、G、B的三个分量分别进行清晰化,因此式(5)变为式(6)那样。
R &prime; ( i , j ) = R ( i , j ) + &lambda; ( i , j ) &times; { R ( i , j ) - &Sigma; k , l R ( i - k , j - l ) g ( k , l ) } G &prime; ( i , j ) = G ( i , j ) + &lambda; ( i , j ) &times; { G ( i , j ) - &Sigma; k , l G ( i - k , j - l ) g ( k , l ) } B &prime; ( i , j ) = B ( i , j ) + &lambda; ( i , j ) &times; { B ( i , j ) - &Sigma; k , l B ( i - k , j - l ) g ( k , l ) } - - - ( 6 )
通过上述的处理,能够得到清晰化图像21。
此外,在上述的发明的实施方式中,根据上述说明可知,能够通过硬件构成,但是也能够通过计算机程序实现。
上述的实施方式的一部分或者全部能够如以下的附记那样记载,但是并不限于如下所述。
(附记1)一种图像处理方法,从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度来决定所述对象像素中的清晰化处理的强度。
(附记2)如附记1所述的图像处理方法,其中,
从图像中检测边缘,
从所述边缘中提取作为直线的边缘线段,
根据存在于清晰化处理的对象像素的附近的边缘线段的长度来决定所述对象像素的清晰化处理的强度。
(附记3)如附记1或2所述的图像处理方法,其中,
从图像生成亮度图像、以及色差图像或者色度图像,
对于所述亮度图像应用清晰化处理,来生成清晰化亮度图像,
输出从所述清晰化亮度图像、以及所述色差图像或者所述色度图像被清晰化后的彩色图像。
(附记4)如附记1至3中任一项所述的图像处理方法,其中,
在所述图像是RGB图像的情况下,对于所述RGB的各分量的图像应用所述清晰化处理。
(附记5)如附件1至4中任一项所述的图像处理方法,其中,
在多个边缘存在于附近的情况下,基于短边缘的长度来决定清晰化处理的强度。
(附记6)如附记1至5中任一项所述的图像处理方法,其中,
在多个边缘存在于附近的情况下,基于短边缘的长度来决定清晰化处理的应用范围。
(附记7)一种图像处理装置,包括:
图像清晰化强度决定部,所述图像清晰化强度决定部从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度来决定所述对象像素的清晰化处理的强度;以及
清晰化处理部,所述清晰化处理部基于所述清晰化处理的强度进行所述图像的清晰化。
(附记8)如附记7所述的图像处理装置,其中,
所述图像清晰化强度决定部包括:
边缘检测部,所述边缘检测部从图像中检测边缘;
边缘线段提取部,所述边缘线段提取部从所述边缘提取作为直线的边缘线段;以及
边缘强度决定部,所述边缘强度决定部根据存在于附近的所述边缘线段的长度来决定所述图像中的对象像素的所述清晰化处理的强度。
(附记9)如附记7或8所述的图像处理装置,其中,
所述图像处理装置具有从图像生成亮度图像、以及色差图像或者色度图像的图像生成部,
所述图像清晰化强度决定部基于所述亮度图像来决定清晰化处理的强度,
所述清晰化处理部基于所述清晰化处理的强度对所述亮度图像进行清晰化处理,并生成清晰化亮度图像,
所述清晰化处理部具有图像转换部,所述图像转换部输出从所述清晰化亮度图像、以及所述色差图像或者所述色度图像被清晰化后的彩色图像。
(附记10)如附记7至9中任一项所述的图像处理装置,其中,
在图像是RGB图像的情况下,按照所述RGB的各分量的每个图像设置图像清晰化强度决定部和清晰化处理部。
(附记11)如附记7至10中任一项所述的图像处理装置,其中,
所述图像清晰化强度决定部在多个边缘存在于附近的情况下,基于短边缘的长度决定清晰化处理的强度。
(附记12)如附记7至11中任一项所述的图像处理装置,其中,
所述图像清晰化强度决定部在多个边缘存在于附近的情况下,基于短边缘的长度决定清晰化处理的应用范围。
(附记13)一种程序,使信息处理装置执行以下处理:
图像清晰化强度决定处理,所述图像清晰化强度决定处理从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度决定所述对象像素的清晰化处理的强度;以及
清晰化处理,所述清晰化处理基于所述清晰化处理的强度来进行所述图像的清晰化。
(附记14)如附记13所述的程序,其中,
所述图像清晰化强度决定处理包括:
从图像中检测边缘的边缘检测处理;
从所述边缘中提取作为直线的边缘线段的边缘线段提取处理;以及
根据存在于附近的所述边缘线段的长度决定所述图像中的对象像素的所述清晰化处理的强度。
(附记15)如附记13或14所述的程序,其中,
所述程序使信息处理装置执行从图像生成亮度图像、以及色差图像或者色度图像的图像生成处理,
所述图像清晰化强度决定处理基于所述亮度图像决定清晰化处理的强度,
所述清晰化处理基于所述清晰化处理的强度对所述亮度图像进行清晰化处理,并生成清晰化亮度图像,
所述清晰化处理执行输出从所述清晰化亮度图像、以及所述色差图像或者所述色度图像被清晰化后的彩色图像的处理。
(附记16)如附记13至15中任一项所述的程序,其中,
在图像是RGB图像的情况下,对所述RGB的各分量的每个图像执行图像清晰化强度决定处理和清晰化处理。
(附记17)如附记13至16中任一项所述的程序,其中,
所述图像清晰化强度决定处理在多个边缘存在于附近的情况下基于短边缘的长度决定清晰化处理的强度。
(附记18)如附记13至17中任一项所述的程序,其中,
所述图像清晰化强度决定处理在多个边缘存在于附近的情况下,基于短边缘的长度决定清晰化处理的应用范围。
列出以上优选的实施方式对本发明进行了说明,但本发明并不一定限定于上述实施方式,在其技术构思的范围内能够进行各种变形来实施。
本申请主张以2009年8月19日申请的日本申请特愿2009-190248号为基础的优先权,其公开的全部内容并入到本文。
产业上的可利用性
根据本发明,能够应用在以下的用途上:在将从数码相机或者扫描器输入的图像使用在印刷、显示、网页等上时,通过自动地将图像中的各部分修正为最佳的清晰度来使图像高质量化。
符号说明
1原图像
2图像转换部
3亮度图像
4色差图像
5线段检测部
6清晰化强度图生成部
7清晰化强度图图像
8图像清晰化部
9清晰化亮度图像
10图像转换部
11清晰化图像
15线段检测部
18图像清晰化部
21清晰化图像
51一次微分部
52二次微分部
53零交差检测部
54二值化部
55边缘图像
56边缘追踪部
57线段列表

Claims (18)

1.一种图像处理方法,其中,
从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度来决定所述对象像素中的清晰化处理的强度。
2.如权利要求1所述的图像处理方法,其中,
从图像中检测边缘,
从所述边缘中提取作为直线的边缘线段,
根据存在于清晰化处理的对象像素的附近的边缘线段的长度来决定所述对象像素的清晰化处理的强度。
3.如权利要求1或2所述的图像处理方法,其中,
从图像生成亮度图像、以及色差图像或者色度图像,
对于所述亮度图像应用清晰化处理,来生成清晰化亮度图像,
输出从所述清晰化亮度图像、以及所述色差图像或者所述色度图像被清晰化后的彩色图像。
4.如权利要求1至3中任一项所述的图像处理方法,其中,
在所述图像是RGB图像的情况下,对于所述RGB的各分量的图像应用所述清晰化处理。
5.如权利要求1至4中任一项所述的图像处理方法,其中,
在多个边缘存在于附近的情况下,基于短边缘的长度来决定清晰化处理的强度。
6.如权利要求1至5中任一项所述的图像处理方法,其中,
在多个边缘存在于附近的情况下,基于短边缘的长度来决定清晰化处理的应用范围。
7.一种图像处理装置,包括:
图像清晰化强度决定部,所述图像清晰化强度决定部从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度来决定所述对象像素的清晰化处理的强度;以及
清晰化处理部,所述清晰化处理部基于所述清晰化处理的强度进行所述图像的清晰化。
8.如权利要求7所述的图像处理装置,其中,
所述图像清晰化强度决定部包括:
边缘检测部,所述边缘检测部从图像中检测边缘;
边缘线段提取部,所述边缘线段提取部从所述边缘提取作为直线的边缘线段;以及
边缘强度决定部,所述边缘强度决定部根据存在于附近的所述边缘线段的长度来决定所述图像中的对象像素的所述清晰化处理的强度。
9.如权利要求7或8所述的图像处理装置,其中,
所述图像处理装置具有从图像生成亮度图像、以及色差图像或者色度图像的图像生成部,
所述图像清晰化强度决定部基于所述亮度图像来决定清晰化处理的强度,
所述清晰化处理部基于所述清晰化处理的强度对所述亮度图像进行清晰化处理,并生成清晰化亮度图像,
所述清晰化处理部具有图像转换部,所述图像转换部输出从所述清晰化亮度图像、以及所述色差图像或者所述色度图像被清晰化后的彩色图像。
10.如权利要求7至9中任一项所述的图像处理装置,其中,
在图像是RGB图像的情况下,按照所述RGB的各分量的每个图像设置图像清晰化强度决定部和清晰化处理部。
11.如权利要求7至10中任一项所述的图像处理装置,其中,
所述图像清晰化强度决定部在多个边缘存在于附近的情况下,基于短边缘的长度决定清晰化处理的强度。
12.如权利要求7至11任一项所述的图像处理装置,其中,
所述图像清晰化强度决定部在多个边缘存在于附近的情况下,基于短边缘的长度决定清晰化处理的应用范围。
13.一种程序,使信息处理装置执行以下处理:
图像清晰化强度决定处理,所述图像清晰化强度决定处理从应用清晰化处理的图像中检测边缘,并根据存在于清晰化处理的对象像素的附近的所述边缘的长度决定所述对象像素的清晰化处理的强度;以及
清晰化处理,所述清晰化处理基于所述清晰化处理的强度来进行所述图像的清晰化。
14.如权利要求13所述的程序,其中,
所述图像清晰化强度决定处理包括:
从图像中检测边缘的边缘检测处理;
从所述边缘中提取作为直线的边缘线段的边缘线段提取处理;以及
根据存在于附近的所述边缘线段的长度决定所述图像中的对象像素的所述清晰化处理的强度。
15.如权利要求13或14所述的程序,其中,
所述程序使信息处理装置执行从图像生成亮度图像、以及色差图像或者色度图像的图像生成处理,
所述图像清晰化强度决定处理基于所述亮度图像决定清晰化处理的强度,
所述清晰化处理基于所述清晰化处理的强度对所述亮度图像进行清晰化处理,并生成清晰化亮度图像,
所述清晰化处理执行输出从所述清晰化亮度图像、以及所述色差图像或者所述色度图像被清晰化后的彩色图像的处理。
16.如权利要求13至15中任一项所述的程序,其中,
在图像是RGB图像的情况下,对所述RGB的各分量的每个图像执行图像清晰化强度决定处理和清晰化处理。
17.如权利要求13至16中任一项所述的程序,其中,
所述图像清晰化强度决定处理在多个边缘存在于附近的情况下基于短边缘的长度决定清晰化处理的强度。
18.如权利要求13至17中任一项所述的程序,其中,
所述图像清晰化强度决定处理在多个边缘存在于附近的情况下,基于短边缘的长度决定清晰化处理的应用范围。
CN201080036836.7A 2009-08-19 2010-08-06 图像处理方法、图像处理装置以及程序 Expired - Fee Related CN102484673B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2009190248 2009-08-19
JP2009-190248 2009-08-19
PCT/JP2010/063391 WO2011021518A1 (ja) 2009-08-19 2010-08-06 画像処理方法、画像処理装置及びプログラム

Publications (2)

Publication Number Publication Date
CN102484673A true CN102484673A (zh) 2012-05-30
CN102484673B CN102484673B (zh) 2015-12-16

Family

ID=43606973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080036836.7A Expired - Fee Related CN102484673B (zh) 2009-08-19 2010-08-06 图像处理方法、图像处理装置以及程序

Country Status (6)

Country Link
US (1) US9083913B2 (zh)
EP (1) EP2469834B1 (zh)
JP (1) JP5614550B2 (zh)
KR (1) KR20120042988A (zh)
CN (1) CN102484673B (zh)
WO (1) WO2011021518A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104954624A (zh) * 2014-03-26 2015-09-30 富士施乐株式会社 校正控制装置、图像读取设备、以及校正控制方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102056664B1 (ko) * 2012-10-04 2019-12-17 한국전자통신연구원 센서를 이용한 작업 방법 및 이를 수행하는 작업 시스템
KR102087681B1 (ko) 2015-09-17 2020-03-11 삼성전자주식회사 이미지 처리 장치, 이미지 처리 방법 및 컴퓨터 판독가능 기록 매체
JP6763637B2 (ja) * 2016-08-19 2020-09-30 正浩 小林 画像復元方法
CN111028182B (zh) * 2019-12-24 2024-04-26 北京金山云网络技术有限公司 图像锐化方法、装置、电子设备及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6192153B1 (en) * 1997-04-18 2001-02-20 Sharp Kabushiki Kaisha Image processing device
JP2003101774A (ja) * 2001-09-25 2003-04-04 Ricoh Co Ltd 画像処理装置
CN1471690A (zh) * 2000-09-20 2004-01-28 NIK��ý�幫˾ 数字图象锐化系统
JP2004172704A (ja) * 2002-11-18 2004-06-17 Kyocera Mita Corp 画像形成装置
CN1614992A (zh) * 2003-11-06 2005-05-11 诺日士钢机株式会社 图象锐化处理方法和实施该方法的图象处理装置
CN101101669A (zh) * 2007-07-13 2008-01-09 天津大学 根据边缘和亮度特征进行自适应调整的图像增强方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE558594A (zh) * 1953-09-03
JPH09135331A (ja) 1995-11-10 1997-05-20 Ricoh Co Ltd 画像処理装置
US5901253A (en) * 1996-04-04 1999-05-04 Hewlett-Packard Company Image processing system with image cropping and skew correction
JPH11284854A (ja) 1998-03-26 1999-10-15 Ricoh Co Ltd 画像処理装置
JP2000155841A (ja) * 1998-11-19 2000-06-06 Nippon Telegr & Teleph Corp <Ntt> 図形認識方法、装置、および図形認識プログラムを記録した記録媒体
JP3736219B2 (ja) 1999-08-13 2006-01-18 コニカミノルタビジネステクノロジーズ株式会社 画像処理装置及び方法
JP2001186353A (ja) 1999-12-27 2001-07-06 Noritsu Koki Co Ltd 画像処理方法および画像処理プログラムを記録した記録媒体
JP4269521B2 (ja) * 2001-01-24 2009-05-27 コニカミノルタビジネステクノロジーズ株式会社 画像処理装置及び画像形成装置
US7269296B2 (en) * 2003-01-16 2007-09-11 Samsung Electronics Co., Ltd. Method and apparatus for shoot suppression in image detail enhancement
US7079687B2 (en) 2003-03-06 2006-07-18 Seiko Epson Corporation Method and apparatus for segmentation of compound documents
JP4333544B2 (ja) 2004-02-13 2009-09-16 セイコーエプソン株式会社 画像処理方法、及び画像処理装置、半導体装置、電子機器、画像処理プログラム、並びにコンピュータ読み取り可能な記録媒体
KR100648308B1 (ko) * 2004-08-12 2006-11-23 삼성전자주식회사 해상도 변환방법 및 장치
KR100688757B1 (ko) 2005-01-07 2007-03-02 삼성전기주식회사 이미지 데이터의 에지 강조 장치 및 방법
JP4182990B2 (ja) * 2006-06-02 2008-11-19 セイコーエプソン株式会社 印刷装置、画像がぼやけているか否かを決定する方法、およびコンピュータプログラム
US8249357B2 (en) * 2006-10-23 2012-08-21 Ben Gurion University Of The Negev, Research And Development Authority Blind restoration of images degraded by isotropic blur
CN101345825B (zh) * 2008-01-24 2010-06-02 华硕电脑股份有限公司 调整模糊图像的方法
US20090196524A1 (en) * 2008-02-05 2009-08-06 Dts Digital Images, Inc. System and method for sharpening of digital images
JP4706723B2 (ja) * 2008-06-06 2011-06-22 朝日航洋株式会社 図形縮小編纂方法及び装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6192153B1 (en) * 1997-04-18 2001-02-20 Sharp Kabushiki Kaisha Image processing device
CN1471690A (zh) * 2000-09-20 2004-01-28 NIK��ý�幫˾ 数字图象锐化系统
JP2003101774A (ja) * 2001-09-25 2003-04-04 Ricoh Co Ltd 画像処理装置
JP2004172704A (ja) * 2002-11-18 2004-06-17 Kyocera Mita Corp 画像形成装置
CN1614992A (zh) * 2003-11-06 2005-05-11 诺日士钢机株式会社 图象锐化处理方法和实施该方法的图象处理装置
CN101101669A (zh) * 2007-07-13 2008-01-09 天津大学 根据边缘和亮度特征进行自适应调整的图像增强方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104954624A (zh) * 2014-03-26 2015-09-30 富士施乐株式会社 校正控制装置、图像读取设备、以及校正控制方法
CN104954624B (zh) * 2014-03-26 2019-06-28 富士施乐株式会社 校正控制装置、图像读取设备、以及校正控制方法

Also Published As

Publication number Publication date
EP2469834A1 (en) 2012-06-27
KR20120042988A (ko) 2012-05-03
EP2469834A4 (en) 2014-01-22
US20120155762A1 (en) 2012-06-21
JPWO2011021518A1 (ja) 2013-01-24
CN102484673B (zh) 2015-12-16
JP5614550B2 (ja) 2014-10-29
US9083913B2 (en) 2015-07-14
EP2469834B1 (en) 2021-04-21
WO2011021518A1 (ja) 2011-02-24

Similar Documents

Publication Publication Date Title
Ganesan et al. Segmentation and edge detection of color images using CIELAB color space and edge detectors
CN102484673A (zh) 图像处理方法、图像处理装置以及程序
CN109903294B (zh) 图像处理方法、装置、电子设备及可读存储介质
CN104657941B (zh) 一种图像边缘自适应增强方法及装置
CN102768758A (zh) 一种改进的彩色图像usm锐化方法
US6449389B1 (en) Method and apparatus for single channel color image segmentation using local context based adaptive weighting
CN108280839A (zh) 一种作业图像定位与分割方法及其装置
CN115131336B (zh) 一种显示屏四色背景画面下的暗线缺陷检测方法
Shams-Nateri et al. Computer vision techniques for measuring and demonstrating color of textile
CN116228864A (zh) 一种基于视觉检测的胸环靶弹孔环数读取方法
CN113012079B (zh) 低亮度车底图像增强方法、装置及存储介质
Ushma et al. Object detection in image processing using edge detection techniques
Zeng et al. Color image edge detection method using VTV denoising and color difference
US20130022269A1 (en) Differentiated processing method of image zones
CN109886901B (zh) 一种基于多通路分解的夜间图像增强方法
JP5073075B2 (ja) 細線・文字検出方法及び装置
CN104915936B (zh) 基于小波变换的图像去色和增强
CN110717870B (zh) Usb表面缺陷检测的图像预处理方法
US20130022286A1 (en) Image processing method
Lee et al. Comparative study of retrospective methods to reduce non-uniform illumination effects to bridge coating
JP2022053060A (ja) 情報処理装置、情報処理方法およびプログラム
Karthiga Equalization Model for Image Enhancement with Histogram Based Analysis on Gamma Correction
Sejzei et al. Evaluation of various digital image processing techniques for detecting critical crescent moon and introducing CMD–A tool for critical crescent moon detection
Abdulameer Determine Image Quality Enhanced by Using the Suggested Algorithm
Rao et al. Image Pixel Contrast Enhancement Using Enhanced Multi Histogram Equalization Method.

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: 20151216

CF01 Termination of patent right due to non-payment of annual fee