CN102542528A - 一种图像转换处理方法及系统 - Google Patents
一种图像转换处理方法及系统 Download PDFInfo
- Publication number
- CN102542528A CN102542528A CN2011104431652A CN201110443165A CN102542528A CN 102542528 A CN102542528 A CN 102542528A CN 2011104431652 A CN2011104431652 A CN 2011104431652A CN 201110443165 A CN201110443165 A CN 201110443165A CN 102542528 A CN102542528 A CN 102542528A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- low
- image
- depth
- 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
Abstract
本发明适用于图像处理领域,提供了一种图像转换处理方法及系统,所述方法包括:获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;根据所述图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;根据所述像素点的低位值提取像素点的低位残值;将所述像素点的低位残值与高位值相加得到图像转换后像素点的像素值。本发明通过将低位残值对应的信息转移到该像素点的高位值中,得到的高位即为图像转换后像素点的像素值,解决了从高灰度级到低灰度级的图像转化过程中由于灰度信息丢失造成的图像走样,阶梯装颜色过度错位等问题,能应用于现有的各种显示系统中,具有较强的实用性。
Description
技术领域
本发明属于图像处理领域,尤其涉及一种图像转换处理方法及系统。
背景技术
通常,图像类型主要分为位图、索引图像,灰度图像、RGB图像,不同类型的图像存储像素点的方式是不一样的,例如灰度图像由一系列不同亮度(即灰度)等级的像素所组成,每一像素用8位数据表示,RGB图像的颜色是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色,而在RGB模式下,每种RGB成分也都可使用从0(黑色)到255(白色)的值进行表示。
由于现在的图像显示器多为数字灰度级模式,所显示的图像格式多为RGB(8,8,8),RGB(6,6,6),RGB(5,6,5)等多种格式,现有技术在数字式图像显示或转换过程中,会由于数字处理得到丢失细节灰度信息的错误图像,典型的效果如阶梯装波纹,轮廓不正确、像素连通或扩展等问题。
发明内容
本发明的目的在于提供一种图像转换处理方法及系统,旨在解决在从高灰度级到低灰度级的图像转换过程中由于灰度信息丢失造成的阶梯纹理严重的问题。
本发明是这样实现的,一种图像转换处理方法,所述方法包括:
获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;
根据所述图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;
根据所述像素点的低位值提取像素点的低位残值;
将所述像素点的低位残值与高位值相加得到图像转换后像素点的像素值。
本发明的另一目的在于提供一种图像转换处理系统,所述系统包括:
第一获取单元,用于获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;
第二获取单元,用于根据所述第一获取单元获取的图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;
低位残值提取单元,用于根据所述第二获取单元确定的像素点的低位值提取像素点的低位残值;
像素值计算单元,用于根据所述第二获取单元确定的像素点的高位值和低位残值提取单元提取的低位残值计算图像转换后像素点的像素值。
在本发明中,通过获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;根据图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;根据像素点的低位值提取像素点的低位残值;将像素点的低位残值与高位值相加得到图像转换后像素点的像素值。本发明解决了从高灰度级到低灰度级的图像转化过程中由于灰度信息丢失造成的图像走样,阶梯装颜色过度错位等问题,本发明不仅可以用于图像转换,还可用于手机等显示网络高精度图片的优化,可有效改善数字式图像在显示或转换中出现的阶梯装波纹,轮廓不正确、像素连通或扩展问题,能应用于现有的各种显示系统中,具有较强的实用性。
附图说明
图1是本发明实施例一提供的图像转换处理方法的实现流程图;
图2是本发明实施例二提供的图像转换处理方法的实现流程图;
图3(a)~(c)是本发明实施例二提供的图像转换处理方法中相邻距离示意图;
图4是本发明实施例三提供的图像转换处理方法的实现流程图;
图5(a)~(i)是本发明实施例三提供的图像转换处理方法中图像划分示意图;
图6(a)~(c)是本发明实施例三提供的图像转换处理方法的处理结果对比图;
图7是本发明实施例四提供的图像转换处理系统的组成结构图;
图8是本发明实施例五提供的图像转换处理系统的组成结构图;
图9是本发明实施例六提供的图像转换处理系统的组成结构图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
图1示出了本发明实施例一提供的图像转换处理方法的实现流程,该方法过程详述如下:
在步骤S101中,获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值。
在本实施例中,当图像为灰度图像时,像素深度是指存储每个像素所用的位数,例如,对于灰度级为0-255的灰度图像,该灰度图像的像素深度为8,当图像为RGB图像时,由于每个像素点的像素值R,G,B三个分量表示,则图像的像素深度为存储每个像素的像素值的R分量、G分量和B分量分别所用的位数,包括R分量的像素深度,G分量的像素深度和B分量的像素深度,以RGB(8,8,8)转换为RGB(5,6,5)为例,则图像转换前,分量R、分量G、分量B的像素深度为8,则图像转换后分量R、分量G、分量B的像素深度分别为5、6、5。
在步骤S102中,根据图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值。
当图像为灰度图像时,假设图像转换前的像素深度为m,图像转换后的像素深度为n,m>n,则图像转换前像素点的像素值的前n位二进制数对应的值为像素点的高位值,即舍弃图像转换前像素点的像素值的后m-n位数后得到的n位数对应的值,图像转换前像素点的像素值的后m-n位数对应的值为像素点的低位值。
当图像转换为将RGB(X1,Y1,Z1)转换为RGB(X2,Y2,Z2)时,图像转换前像素点的像素值的R分量、G分量、B分量的高位值分别为图像转换前像素点的像素值的前X2位数、前Y2位数、前Z2位数对应的值,R分量、G分量、B分量的低位值分别为后X1-X2位数、后Y1-Y2位数、后Z1-Z2位数对应的值。
例如,当图像由255灰度级转换为8灰度级时,如果某一像素点的像素值表示为01011101,像素点的高位值为0101,低位值为1101。
在步骤S103中,根据像素点的低位值提取像素点的低位残值。
在本实施例中,像素点的低位残值主要通过两种方式进行提取:
1、通过与像素点相邻的像素点的低位值提取中心像素点的低位残值,中心像素点遍历图像的所有像素点;
2、通过对图像进行分块生成多个子区域,根据每个子区域的所有像素点的低位值,对该子区域的所有像素点的低位残值进行提取。
对于RGB图像,分别对RGB每种颜色分量进行计算,得到不同颜色分量对应的低位残值,
在步骤S104中,将像素点的低位残值与高位值相加得到图像转换后像素点的像素值。
同样,对于RGB图像,分别对RGB每种颜色分量对应的低位残值和高位值进行计算,得到图像转换后像素点的R、G、B分量值。
在本实施例中,通过将低位残值对应的信息转移到该像素点的高位值中,得到的高位即为图像转换后像素点的像素值。在高像素深度到低像素深度的图像转化过程中,能最大化地将所丢失的像素深度对应的灰度信息保留到原有图像中,图像质量能够得到最大优化,且转换后的图像不会产生阶梯纹理,也不存在颜色区域串通等图像问题。
实施例二:
图2示出了本发明实施例二提供的图像转换处理方法的实现流程,该方法过程详述如下:
在本实施例中,图像的像素点的像素值、高位值和低位值均用二进制数值表示。
在步骤S201中,确定图像转换前后的像素深度为m和n,以及图像转换前的像素点的像素值。
在步骤S202中,将图像转换前像素点的像素值的前n位数对应的值为像素点的高位值,将图像转换前像素点的像素值的后m-n位数对应的值为像素点的低位值。
在步骤S203中,根据与待处理像素点相邻的多个像素点的低位值提取中心像素点的低位残值。
用待处理像素点表示待提取低位残值的中心像素点,Mi表示与待处理像素点相邻距离为i(i=0,1,2,......)的所有像素点的低位值相加的和,k1≤i,s根据经验设置,
当 时,待处理像素点的低位残值为1;
当 时,待处理像素点的低位残值为0。
其中,与待处理像素点相邻距离为i表示与待处理像素点中间间隔一个像素点,相邻距离可以看成是相隔像素点个数,s不宜取值过小或过大,过小,颜色灰度过渡效果不明显,过大计算量大,图像颜色灰度过渡容易失真。
图3(a)~(c)示出了本发明实施例二提供的图像转换处理方法中相邻距离示意图。其中,中心像素点即待处理像素点用黑色方块表示,环绕像素点用阴影方块表示。图3(a)~(c)中,环绕像素点与中心像素点的相邻距离分别为0、1、2。与中心像素点相邻距离为0、1、2的像素点的个数分别为8、16、24。
在步骤S204中,更新与像素点相邻的像素点的低位值。
待处理像素点(即中心像素点)遍历图像的每一个像素点,当待处理像素点的低位残值为1时,步骤S204具体为:
对于与待处理像素点相邻距离小于或等于k1的像素点,将其低位值置0;
对于与待处理像素点相邻距离等于k1+1的像素点,假设与待处理像素点相邻距离为k1+1的像素点的个数为j(j=1,2,......),Aj为与待处理像素点相邻距离为k1+1的像素点的低位值,k2≤j,当 时,与待处理像素点相邻距离等于k1+1的像素点的低位值更新为:
可以看出,当待处理像素点的低位残值为1时,由于k2≤j,对与待处理像素点相邻距离最远的像素点,低位值的更新是与待处理像素点相邻距离最远的全部或者部分像素点,当提取的为部分像素点时,像素点是否参与求和过程有关,而像素点的提取个数与提取顺序有关,在本实施例中时,提取顺序可以按照像素点的低位值的大小顺序提取,也可以随机提取。
步骤S205与实施例一中的步骤S104相同,在此不再赘述。
举例说明上述步骤
例一:
将RGB(8,8,8)转换为RGB(5,5,5):
1)获取RGB(8,8,8)图像的像素点的R分量值,将R分量的高位值取R分量值的前5位对应的数值,低位值取R分量值的最后3位对应的数值;
2)将R分量的低位值按照从大到小进行排序,按照排序确定待处理像素点的获取顺序。
3)假设与第一个待处理像素点的相邻距离为0、1、2的像素点的R分量的低位值的和分别为M0、M1、M2。
当M0>=8时,提取第一个待处理像素点的R分量的低位残值为1,对与第一个待处理像素点的相邻距离为0的像素点的R分量的低位值进行处理;
当M0<8,且M0+M1>=8时,提取第一个待处理像素点的R分量的低位残值为1,对与第一个待处理像素点的相邻距离为0、1的像素点的低位值进行处理;
当M0+M1<8,且M0+M1+M2>=8时,提取第一个待处理像素点的R分量的低位残值为1,对与第一个待处理像素点的相邻距离为0、1、2的像素点的低位值进行处理;
当M0+M1+M2<8时,提取第一个待处理像素点的R分量的低位残值为0,
其中,对与第一个待处理像素点的相邻距离为0、1、2的像素点的低位值处理过程如步骤S203,在此不再详述。
4)当第一个待处理像素点的R分量的低位残值为1时,将第一个待处理像素点的R分量的高位值加1。
5)依照步骤3)~4)中R分量的处理过程分别对第一个待处理像素点的B分量、G分量进行处理。
6)依照步骤2)~5)对图像的每个像素点进行处理,像素点的高位值即为图像转换后像素点的像素值。
例二:
高灰度级图像转换为低灰度级图像:
1)获取高灰度级图像的像素点的像素值,根据高灰度级和低灰度级的级数确定像素点的高位值和低位值;
2)对待处理像素点排序,对与排序后第一个待处理像素点的相邻距离为0的像素点的低位残值进行计算,当第一个待处理像素点的低位残值为1时,将第一个待处理像素点的高位值加1,对与待处理像素点的相邻距离为0的像素点的低位值进行更新,如此对第2个、第3个......待处理像素点进行处理,直到遍历全图;
2)重新对待处理像素点排序,对与排序后第一个待处理像素点的相邻距离为1的像素点的低位残值进行计算,当第一个待处理像素点的低位残值为1时,将第一个待处理像素点的高位值加1,对与待处理像素点的相邻距离为0、1的像素点的低位值进行更新,如此对第2个、第3个......待处理像素点进行处理,直到遍历全图
3)重新对待处理像素点排序,对与排序后第一个待处理像素点的相邻距离为2的像素点的低位残值进行计算,当第一个待处理像素点的低位残值为1时,将第一个待处理像素点的高位值加1,对与待处理像素点的相邻距离为0、1、2的像素点的低位值进行更新,如此对第2个、第3个......待处理像素点进行处理,直到遍历全图。
例一比例二计算简单,快速。但是例二中图像颜色灰度过度效果和更佳。
实施例三:
图4示出了本发明实施例三提供的图像转换处理方法的实现流程,该方法过程详述如下:
在本实施例中,图像的像素点的像素值、高位值和低位值均用二进制数值表示。
在步骤S301中,确定图像转换前后的像素深度为m和n,以及图像转换前的像素点的像素值。
在步骤S302中,将图像转换前像素点的像素值的前n位数对应的值为像素点的高位值,将图像转换前像素点的像素值的后m-n位数对应的值为像素点的低位值。
在步骤S303中,按照参考窗口对图像进行分块生成多个子区域,根据子区域的所有像素点的低位值,对子区域的像素点的低位残值进行提取。
步骤S303具体为:
A、按照参考窗口将图像划分为多个子区域;
B、根据步骤A划分的子区域获取子区域内像素点的个数为h(h=1,2,3,......),Bh为其中该子区域内像素点的低位值,当b<2m-n,a、b为整数时,对该子区域内的所有像素点进行排序,排序最后的像素点的低位残值为0,排前a位的像素点的低位残值为1。
图5(a)~(i)示出了本发明实施例三提供的图像转换处理方法中图像划分示意图。一个格子表示一个像素大小,第一次划分图像时,所用参考窗口大小为2×2,第二次划分图像时,将参考窗口扩为4×4,第三次划分图像时,将参考窗口扩为8×8。第四次划分图像时,将参考窗口扩为16×16。
其中,阴影方块表示像素点的低位值为非0,阴影方块表示像素点的低位值为0,图5(a)为第一次划分前的图像,图5(b)为第一次图像划分的结果,图5(c)为第一次图像划分后低位值为非0的像素点的个数为1,图5(d)、(f)、(h)分别为第二、三、四次图像划分的结果,图5(e)、(g)、(i)为第二、三、四次图像划分后子区域内低位值为非0的像素点的个数由原来的大于1个减少到只有1个。
在本实施例中,为了取得理想颜色灰度过渡效果,第一次图像划分的参考窗口不宜过大,参考窗口的长宽在扩大整数倍时,倍数越小效果越佳。
在步骤S304中,将子区域内的像素点的低位值进行更新。
在本实施例中,步骤S304具体为:
将子区域内排序最后的像素点的低位值更新为b,其他像素点的低位值更新为0。
优选实施例中,为了取得更好地图像转换处理结果,需要多次对图像的划分和低位残值的提取,当图像中低位值不等于0的像素点的个数大于参考个数时,步骤S304后还包括步骤:
C、将参考窗口的长宽分别扩大整数倍;
D、执行步骤B;
E、循环执行步骤C、D,直到图像中低位值不等于0的像素点的个数小于或等于参考个数。
步骤S305与实施例一中的步骤S104相同,在此不再赘述。
举例说明上述步骤
将大小为9*9的RGB(8,8,8)转换为RGB(3,3,3),参照图5(b)、(d)、(f)、(h)对图像进行四次划分:
1)将RGB图像的像素点的R分量的高位值取R分量值的前5位对应的数值,低位值取R分量值的最后3位对应的数值;
2)第一次图像划分:
3)按照从左到右,从上到下的顺序对子区域进行处理,每个子区域的像素个数为4个或2个或1个,第一个子区域的处理过程如下:
第一个子区域内的像素点的个数为4,将第一个子区域内的像素点的R分量的低位值按照从大到小进行排序,B1、B2、B3、B4分别为该子区域内排序后像素点的低位值,当a、b为整数时,排前a位的像素点的低位残值为1,排序最后的像素点的低位残值为0,低位值更新为b,除了子区域内排序最后的像素点,其他像素点的低位值更新为0;
参照第一个子区域的处理过程完成所有子区域的处理。
4)当像素点的R分量的低位残值为1时,将像素点的R分量的高位值加1。
5)依照步骤1)~4)中R分量的处理过程分别对像素点的B分量、G分量进行处理
6)完成第二、三、四次划分和低位残值提取,直到低位值为非0的像素点的个数为1,具体参考步骤1)~5),具体不再赘述。
图6(a)~(c)示出了本发明实施例三提供的图像转换处理方法的处理结果对比图。
图6(a)为图像转换前的RGB(8,8,8)图,图5(b)为通过本发明实施例三提供的图像转换处理方法优化得到的RGB(3,3,3)图,图5(c)为现有技术转换得到的RGB(3,3,3)图。
根据本发明实施例三提供的图像转换处理方法,颜色数为16M的原RGB(8,8,8)图转换为512色的RGB(3,3,3)后,内容仍然清晰没有扭曲现象,图5(c)为现有技术未经优化直接转成RGB(3,3,3)格式的结果,内容出现阶梯状失真。另外,本实施例具有处理速度快的优点,具有较强的实用性。
实施例四:
图7示出了本发明实施例四提供的图像转换处理系统的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
该图像转换处理系统可以是运行于各交互系统内的硬件单元或者软硬件相结合的单元。
该图像转换处理系统主要包括第一获取单元11、第二获取单元12、低位残值提取单元13和像素值计算单元14。其中,各单元的具体功能如下:
第一获取单元11,用于获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;
第二获取单元12,用于根据第一获取单元11获取的图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;
低位残值提取单元13,用于根据第二获取单元12确定的像素点的低位值提取像素点的低位残值;
像素值计算单元14,用于根据第二获取单元12确定的像素点的高位值和低位残值提取单元13提取的低位残值计算图像转换后像素点的像素值。
关于像素深度,当图像为灰度图像时,假设图像转换前的像素深度为m,图像转换后的像素深度为n,m>n,则图像转换前像素点的像素值的前n位二进制数对应的值为像素点的高位值,即舍弃图像转换前像素点的像素值的后m-n位数后得到的n位数对应的值,图像转换前像素点的像素值的后m-n位数对应的值为像素点的低位值。当图像转换为将RGB(X1,Y1,Z1)转换为RGB(X2,Y2,Z2)时,图像转换前像素点的像素值的R分量、G分量、B分量的高位值分别为图像转换前像素点的像素值的前X2位数、前Y2位数、前Z2位数对应的值,R分量、G分量、B分量的低位值分别为后X1-X2位数、后Y1-Y2位数、后Z1-Z2位数对应的值。
在本实施例中,像素点的低位残值主要通过两种方式进行提取:
1、通过与像素点相邻的像素点的低位值提取中心像素点的低位残值,中心像素点遍历图像的所有像素点;
2、通过对图像进行分块生成多个子区域,根据每个子区域的所有像素点的低位值,对该子区域的所有像素点的低位残值进行提取。
对于RGB图像,分别对RGB每种颜色分量进行计算,得到不同颜色分量对应的低位残值,分别对RGB每种颜色分量对应的低位残值和高位值进行计算,得到图像转换后像素点的R、G、B分量值。
在本实施例中,通过将低位残值对应的信息转移到该像素点的高位值中,得到的高位即为图像转换后像素点的像素值。在高像素深度到低像素深度的图像转化过程中,能最大化地将所丢失的像素深度对应的灰度信息保留到原有图像中,图像质量能够得到最大优化,且转换后的图像不会产生阶梯纹理,也不存在颜色区域串通等图像问题。
本实施例提供的动态图像检测处理装置可以使用在前述对应的动态图像检测处理方法,其他详情参见上述动态图像检测处理方法实施例一与二的相关描述,在此不再赘述。
实施例五:
图8示出了本发明实施例五提供的图像转换处理系统的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
该图像转换处理系统可以是运行于各交互系统内的硬件单元或者软硬件相结合的单元。
该图像转换处理系统主要包括第一获取单元21、第二获取单元22、低位残值提取单元23和像素值计算单元24。其中,各单元的具体功能如下:
第一获取单元21,用于获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;
第二获取单元22,用于根据第一获取单元获取21的图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;
低位残值提取单元23,用于根据第二获取单元22确定的像素点的低位值提取像素点的低位残值;
像素值计算单元24,用于根据第二获取单元22确定的像素点的高位值和低位残值提取单元23提取的低位残值计算图像转换后像素点的像素值。
当图像为灰度图像时,像素深度为存储每个像素点的像素值所用的位数,当图像为RGB图像时,像素深度为存储每个像素点的像素值的R分量、G分量和B分量分别所用的位数,包括R分量的像素深度,G分量的像素深度和B分量的像素深度,图像转换前的像素深度为m,图像转换后的像素深度为n,m>n时,第二获取单元22进一步包括:
高位值获取模块221,用于根据第一获取单元21获取的图像转换前的像素点的像素值的前n位数对应的值为像素点的高位值;
低位值获取模块222,用于根据第一获取单元21获取的图像转换前的像素点的像素值的后m-n位数对应的值为像素点的低位值;
用待处理像素点表示待提取低位残值的像素点,待处理像素点遍历图像的每一个像素点,Mi表示与待处理像素点相邻距离为i(i=0,1,2,......)的所有像素点的低位值相加的和,k1≤i,s根据经验设置,低位残值提取单元23进一步包括:
求和模块231,用于计算与待处理像素点相邻距离为i(i=0,1,2,......)的所有像素点的低位值相加的和Mi;
第一低位残值提取模块232,用于根据求和模块231得到的Mi,当Mi满足 时,提取待处理像素点的低位残值为1,当Mi满足 时,提取待处理像素点的低位残值为0。
其中,与待处理像素点相邻距离为i表示与待处理像素点中间间隔一个像素点,相邻距离可以看成是相隔像素点个数,s不宜取值过小或过大,过小,颜色灰度过渡效果不明显,过大计算量大,图像颜色灰度过渡容易失真。
作为优选实施例,图像转换处理系统还包括:
第一低位值更新单元25,用于当低位残值提取单元23提取的像素点的低位残值为1时,获取k1的值,更新与待处理像素点相邻距离为小于或等于k1+1的像素点的低位值;
当与待处理像素点相邻距离为k1+1的像素点的个数为j(j=1,2,......),Aj为与待处理像素点相邻距离为k1+1的像素点的低位值,k2≤j时,第一低位值更新单元25进一步包括:
第一更新模块251,用于获取将与待处理像素点相邻距离小于或等于k1的像素点,将其低位值置0
第二更新模块252,用于当 时,将与待处理像素点相邻距离等于k1+1的像素点的低位值更新为
可以看出,当待处理像素点的低位残值为1时,由于k2≤j,对与待处理像素点相邻距离最远的像素点,低位值的更新是与待处理像素点相邻距离最远的全部或者部分像素点,当提取的为部分像素点时,像素点是否参与求和过程有关,而像素点的提取个数与提取顺序有关,在本实施例中时,提取顺序可以按照像素点的低位值的大小顺序提取,也可以随机提取。
在本发明实施例中,图像转换处理系统可用于将高灰度级高质量图片经过处理后转成正常显示器所适应的灰度级质量图片,经过优化后图像将会完好地保留正确的图像细节灰度内容,不会产生阶梯等失真效果,也可制成硬件或处理芯片,用以在低端显示设备中显示高质量图片,如:经网络下载后进行优化,然后再显示,可达到最佳效果。
本实施例提供的动态图像检测处理装置可以使用在前述对应的动态图像检测处理方法,其他详情参见上述动态图像检测处理方法实施例一与二的相关描述,在此不再赘述。
实施例六:
图9示出了本发明实施例六提供的图像转换处理系统的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
该图像转换处理系统可以是运行于各交互系统内的硬件单元或者软硬件相结合的单元。
该图像转换处理系统主要包括第一获取单元31、第二获取单元32、低位残值提取单元33和像素值计算单元34。其中,各单元的具体功能如下:
第一获取单元31,用于获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;
第二获取单元32,用于根据第一获取单元31获取的图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;
低位残值提取单元33,用于根据第二获取单元32确定的像素点的低位值提取像素点的低位残值;
像素值计算单元34,用于根据第二获取单元32确定的像素点的高位值和低位残值提取单元33提取的低位残值计算图像转换后像素点的像素值。
当图像为灰度图像时,像素深度为存储每个像素点的像素值所用的位数,当图像为RGB图像时,像素深度为存储每个像素点的像素值的R分量、G分量和B分量分别所用的位数,包括R分量的像素深度,G分量的像素深度和B分量的像素深度,图像转换前的像素深度为m,图像转换后的像素深度为n,m>n时,第二获取单元32进一步包括:
高位值获取模块321,用于根据第一获取单元31获取的图像转换前的像素点的像素值的前n位数对应的值为像素点的高位值;
低位值获取模块322,用于根据第一获取单元31获取的图像转换前的像素点的像素值的后m-n位数对应的值为像素点的低位值;
当像素值采用二进制数表示时,低位残值提取单元33进一步包括:
参考窗口设置模块331,用于设置参考窗口;
子区域划分模块332,用于按照参考窗口设置模块332设置的参考窗口将图像划分为多个子区域;
第二低位残值提取模块333,根据子区域划分模块332划分的子区域获取子区域内像素点的个数h(h=1,2,3,......),Bh为其中该子区域内像素点的低位值,当b<2m-n,a、b为整数时,对该子区域内的所有像素点进行排序,排序最后的像素点的低位残值为0,排前a位的像素点的低位残值为1。
在本实施例中,为了取得理想颜色灰度过渡效果,第一次图像划分的参考窗口不宜过大,参考窗口的长宽在扩大整数倍时,倍数越小效果越佳。
作为一个优选实施例,图像转换处理系统还包括:
第二低位值更新单元35,用于根据第二低位残值提取模块333的排序和b值,将子区域内排序最后的像素点的低位值更新为b,其他像素点的低位值更新为0。
作为另一个优选实施例,图像转换处理系统还包括:
参考个数设置单元36,用于设置参考个数;
递归单元37,用于当图像中低位值不等于0的像素点的个数小于或等于参考个数设置单元36设置的参考个数时,控制低位残值提取单元根据参考窗口设置单元设置的参考窗口对像素点的低位残值进行N次提取,直到图像中低位值不等于0的像素点的个数小于或等于参考个数。
参考个数越小,图像优化的效果越明显,但递归单元递归的次数越多。
在本实施例中,对于低灰度级的显示设备,当该图像转换处理系统为软件系统时,可将该系统写入硬件处理器或芯片中,由上层直接传输高质量图片,而底层经过芯片处理后直接按优化后的图像进行低灰度级显示。如:经网络下载后进行优化,然后再显示,可达到最佳效果。由于系统处理速度非常快,可应用与快速处理设备中。
本实施例提供的动态图像检测处理装置可以使用在前述对应的动态图像检测处理方法,其他详情参见上述动态图像检测处理方法实施例三的相关描述,在此不再赘述。
本领域技术人员可以理解为上述实施例四至六所述系统所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
在本发明实施例中,通过获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;根据图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;根据像素点的低位值提取像素点的低位残值;将像素点的低位残值与高位值相加得到图像转换后像素点的像素值。本发明解决了从高灰度级到低灰度级的图像转化过程中由于灰度信息丢失造成的图像走样,阶梯装颜色过度错位等问题,本发明不仅可以用于图像转换,还可用于手机等显示网络高精度图片的优化。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种图像转换处理方法,其特征在于,所述方法包括:
获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;
根据所述图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;
根据所述像素点的低位值提取像素点的低位残值;
将所述像素点的低位残值与高位值相加得到图像转换后像素点的像素值。
2.如权利要求1所述的方法,其特征在于,当所述图像为灰度图像时,所述像素深度为存储每个像素的像素值所用的位数;当所述图像为RGB图像时,所述像素深度为存储每个像素的像素值的R分量、G分量和B分量分别所用的位数,包括R分量的像素深度,G分量的像素深度和B分量的像素深度;设所述图像转换前的像素深度为m,图像转换后的像素深度为n,且m>n,所述根据图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值的步骤具体为:
将图像转换前像素点的像素值的前n位数对应的值为像素点的高位值,将图像转换前像素点的像素值的后m-n位数对应的值为像素点的低位值;
当所述像素值采用二进制数表示时,所述根据所述像素点的低位值提取像素点的低位残值的步骤具体为:
用待处理像素点表示待提取低位残值的像素点,所述待处理像素点遍历图像的每一个像素点,Mi表示与待处理像素点相邻距离为i(i=0,1,2,......)的所有像素点的低位值相加的和,k1≤i,s是根据经验设置的预设值,
当 时,所述待处理像素点的低位残值为1;
当 时,所述待处理像素点的低位残值为0。
3.如权利要求2所述的方法,其特征在于,当待处理像素点的低位残值为1时,在所述根据所述像素点的低位值提取像素点的低位残值的步骤之后,所述方法还包括:
获取k1的值,更新与所述待处理像素点相邻距离为小于或等于k1+1的像素点的低位值,具体为:
对于与所述待处理像素点相邻距离小于或等于k1的像素点,将其低位值置0;
对于与所述待处理像素点相邻距离等于k1+1的像素点,与所述待处理像素点相邻距离为k1+1的像素点的个数为j(j=1,2,......),Aj为与所述待处理像素点相邻距离为k1+1的像素点的低位值,k2≤j,当 时,将与所述待处理像素点相邻距离等于k1+1的像素点的低位值更新为
4.如权利要求1所述的方法,其特征在于,当所述图像为灰度图像时,所述像素深度为存储每个像素的像素值所用的位数,当所述图像为RGB图像时,所述像素深度为存储每个像素的像素值的R分量、G分量和B分量分别所用的位数,包括R分量的像素深度,G分量的像素深度和B分量的像素深度,所述图像转换前的像素深度为m,图像转换后的像素深度为n,m>n,所述根据图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值的步骤具体为:
将图像转换前像素点的像素值的前n位数对应的值为像素点的高位值,将图像转换前像素点的像素值的后m-n位数对应的值为像素点的低位值;
当所述像素值采用二进制数表示时,所述根据所述像素点的低位值提取像素点的低位残值的步骤包括:
A、按照参考窗口将图像划分为多个子区域;
5.如权利要求4所述的方法,其特征在于,所述步骤B还包括:
将子区域内排序最后的像素点的低位值更新为b,其他像素点的低位值更新为0。
6.如权利要求5所述的方法,其特征在于,当图像中低位值不等于0的像素点的个数大于参考个数时,在步骤B后,所述方法还包括:
C、将参考窗口的长宽分别扩大整数倍;
D、执行步骤B;
E、循环执行步骤C、D,直到图像中低位值不等于0的像素点的个数小于或等于参考个数。
7.一种图像转换处理系统,其特征在于,所述系统包括:
第一获取单元,用于获取图像转换前后像素点的像素深度和图像转换前的像素点的像素值;
第二获取单元,用于根据所述第一获取单元获取的图像转换前后像素点的像素深度和图像转换前的像素点的像素值获取像素点的高位值和低位值;
低位残值提取单元,用于根据所述第二获取单元确定的像素点的低位值提取像素点的低位残值;
像素值计算单元,用于根据所述第二获取单元确定的像素点的高位值和低位残值提取单元提取的低位残值计算图像转换后像素点的像素值。
8.如权利要求7所述的系统,其特征在于,当所述图像为灰度图像时,所述像素深度为存储每个像素点的像素值所用的位数,当所述图像为RGB图像时,所述像素深度为存储每个像素点的像素值的R分量、G分量和B分量分别所用的位数,包括R分量的像素深度,G分量的像素深度和B分量的像素深度,所述图像转换前的像素深度为m,图像转换后的像素深度为n,m>n时,所述第二获取单元进一步包括:
高位值获取模块,用于根据所述第一获取单元获取的图像转换前的像素点的像素值的前n位数对应的值为像素点的高位值;
低位值获取模块,用于根据所述第一获取单元获取的图像转换前的像素点的像素值的后m-n位数对应的值为像素点的低位值;
用待处理像素点表示待提取低位残值的像素点,所述待处理像素点遍历图像的每一个像素点,Mi表示与待处理像素点相邻距离为i(i=0,1,2,......)的所有像素点的低位值相加的和,k1≤i,s根据经验设置,所述低位残值提取单元进一步包括:
求和模块,用于计算与待处理像素点相邻距离为i(i=0,1,2,......)的所有像素点的低位值相加的和Mi;
第一低位残值提取模块,用于根据所述求和模块得到的Mi,当Mi满足 时,提取所述待处理像素点的低位残值为1,当Mi满足 时,提取所述待处理像素点的低位残值为0。
9.如权利要求8所述的系统,其特征在于,所述系统还包括:
第一低位值更新单元,用于当所述低位残值提取单元提取的像素点的低位残值为1时,获取k1的值,更新与所述待处理像素点相邻距离为小于或等于k1+1的像素点的低位值;
当与所述待处理像素点相邻距离为k1+1的像素点的个数为j(j=1,2,......),Aj为与所述待处理像素点相邻距离为k1+1的像素点的低位值,k2≤j时,所述第一低位值更新单元进一步包括:
第一更新模块,用于获取与所述待处理像素点相邻距离小于或等于k1的像素点,将其低位值置0
第二更新模块,用于当 时,将与所述待处理像素点相邻距离等于k1+1的像素点的低位值更新为
10.如权利要求7所述的系统,其特征在于,当所述图像为灰度图像时,所述像素深度为存储每个像素点的像素值所用的位数,当所述图像为RGB图像时,所述像素深度为存储每个像素点的像素值的R分量、G分量和B分量分别所用的位数,包括R分量的像素深度,G分量的像素深度和B分量的像素深度,所述图像转换前的像素深度为m,图像转换后的像素深度为n,m>n时,所述第二获取单元进一步包括:
高位值获取模块,用于根据所述第一获取单元获取的图像转换前的像素点的像素值的前n位数对应的值为像素点的高位值;
低位值获取模块,用于根据所述第一获取单元获取的图像转换前的像素点的像素值的后m-n位数对应的值为像素点的低位值;
当所述像素值采用二进制数表示时,所述低位残值提取单元进一步包括:
参考窗口设置模块,用于设置参考窗口;
子区域划分模块,用于按照参考窗口设置模块设置的参考窗口将图像划分为多个子区域;
11.如权利要求10所述的系统,其特征在于,所述系统还包括:
第二低位值更新单元,用于根据所述第二低位残值提取模块的排序和b值,将子区域内排序最后的像素点的低位值更新为b,其他像素点的低位值更新为0。
12.如权利要求11所述的系统,其特征在于,所述系统还包括:
参考个数设置单元,用于设置参考个数;
递归单元,用于当图像中低位值不等于0的像素点的个数小于或等于参考个数设置单元设置的参考个数时,控制低位残值提取单元根据参考窗口设置单元设置的参考窗口对像素点的低位残值进行N次提取,直到图像中低位值不等于0的像素点的个数小于或等于参考个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110443165 CN102542528B (zh) | 2011-12-26 | 2011-12-26 | 一种图像转换处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110443165 CN102542528B (zh) | 2011-12-26 | 2011-12-26 | 一种图像转换处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102542528A true CN102542528A (zh) | 2012-07-04 |
CN102542528B CN102542528B (zh) | 2013-10-09 |
Family
ID=46349354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110443165 Active CN102542528B (zh) | 2011-12-26 | 2011-12-26 | 一种图像转换处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102542528B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599241A (zh) * | 2014-12-05 | 2015-05-06 | 上海交通大学 | 全自动高效计算的颜色一致性方法 |
CN105957111A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 序列遥感影像的色调一致性校正方法及系统 |
WO2018045789A1 (zh) * | 2016-09-12 | 2018-03-15 | 京东方科技集团股份有限公司 | 图像灰度值调整方法和装置 |
CN109360164A (zh) * | 2018-09-26 | 2019-02-19 | 浙江万朋教育科技股份有限公司 | 一种图片底色泛白及去噪处理方法 |
CN111950723A (zh) * | 2019-05-16 | 2020-11-17 | 武汉Tcl集团工业研究院有限公司 | 神经网络模型训练方法、图像处理方法、装置及终端设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959737A (zh) * | 2006-11-27 | 2007-05-09 | 北京中星微电子有限公司 | 一种图像格式转换方法、图像处理方法与系统 |
WO2008049446A1 (en) * | 2006-10-25 | 2008-05-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Quality scalable coding |
CN101202616A (zh) * | 2007-12-14 | 2008-06-18 | 华为技术有限公司 | 控制数据的处理方法及装置 |
CN101507284A (zh) * | 2006-07-17 | 2009-08-12 | 汤姆森许可贸易公司 | 用于对视频颜色增强数据进行编码的方法和设备,以及用于对视频颜色增强数据进行解码的方法和设备 |
-
2011
- 2011-12-26 CN CN 201110443165 patent/CN102542528B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101507284A (zh) * | 2006-07-17 | 2009-08-12 | 汤姆森许可贸易公司 | 用于对视频颜色增强数据进行编码的方法和设备,以及用于对视频颜色增强数据进行解码的方法和设备 |
WO2008049446A1 (en) * | 2006-10-25 | 2008-05-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Quality scalable coding |
CN1959737A (zh) * | 2006-11-27 | 2007-05-09 | 北京中星微电子有限公司 | 一种图像格式转换方法、图像处理方法与系统 |
CN101202616A (zh) * | 2007-12-14 | 2008-06-18 | 华为技术有限公司 | 控制数据的处理方法及装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599241A (zh) * | 2014-12-05 | 2015-05-06 | 上海交通大学 | 全自动高效计算的颜色一致性方法 |
CN104599241B (zh) * | 2014-12-05 | 2018-04-06 | 上海交通大学 | 全自动高效计算的颜色一致性方法 |
CN105957111A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 序列遥感影像的色调一致性校正方法及系统 |
CN105957111B (zh) * | 2016-04-27 | 2018-09-18 | 深圳积木易搭科技技术有限公司 | 序列遥感影像的色调一致性校正方法及系统 |
WO2018045789A1 (zh) * | 2016-09-12 | 2018-03-15 | 京东方科技集团股份有限公司 | 图像灰度值调整方法和装置 |
US10467737B2 (en) | 2016-09-12 | 2019-11-05 | Boe Technology Group Co., Ltd. | Method and device for adjusting grayscale values of image |
CN109360164A (zh) * | 2018-09-26 | 2019-02-19 | 浙江万朋教育科技股份有限公司 | 一种图片底色泛白及去噪处理方法 |
CN109360164B (zh) * | 2018-09-26 | 2021-08-31 | 浙江万朋教育科技股份有限公司 | 一种图片底色泛白及去噪处理方法 |
CN111950723A (zh) * | 2019-05-16 | 2020-11-17 | 武汉Tcl集团工业研究院有限公司 | 神经网络模型训练方法、图像处理方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN102542528B (zh) | 2013-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102542528B (zh) | 一种图像转换处理方法及系统 | |
CN105354809B (zh) | 一种基于输出图像像素位置索引的预畸变方法和装置 | |
CN101510299B (zh) | 基于视觉显著性的图像自适应方法 | |
CN104376529A (zh) | 一种基于glcm的灰度图像彩色化系统和方法 | |
KR20090127907A (ko) | 저 왜곡 멀티미디어 워터마킹 기술 | |
WO2019041842A1 (zh) | 一种图像处理方法及装置、存储介质和计算机设备 | |
CN103473781B (zh) | 一种公路岩体边坡图像中节理裂纹的分割方法 | |
CN104268615A (zh) | 一种彩色二维码的编码与解码方法 | |
CN103402042A (zh) | 基于分块式误差扩散的半色调图像生成方法 | |
CN106375762A (zh) | 参考帧数据压缩方法及其装置 | |
US20160171710A1 (en) | Edge Detection System And Methods | |
US20180184096A1 (en) | Method and apparatus for encoding and decoding lists of pixels | |
CN104637068A (zh) | 视频帧及视频画面遮挡检测方法及装置 | |
CN101908216A (zh) | 一种实现矢量字体的方法及装置 | |
CN105391912A (zh) | 基于误差扩散的图像处理方法 | |
JP5254250B2 (ja) | ベクトルグラフィックをラスター化するプロセスにおいて境界を発生させるための方法およびシステム、ならびに、システムを製造するための方法 | |
CN101226632B (zh) | 一种新的自适应阈值化方法 | |
CN102081789B (zh) | 图像处理装置和图像处理方法 | |
CN105654017B (zh) | 二维码传输方法和系统 | |
CN103957343A (zh) | 一种彩色误差扩散方法 | |
CN109584275B (zh) | 一种目标跟踪方法、装置、设备和存储介质 | |
CN116310515A (zh) | 一种针对小目标数据集的背景置零Mosaic数据增强方法 | |
CN107392967A (zh) | 一种基于多峰高斯分布函数的彩色图像灰度化方法 | |
CN111127288B (zh) | 可逆图像水印处理方法、装置及计算机可读存储介质 | |
CN112837329A (zh) | 一种藏文古籍文档图像二值化方法及系统 |
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 |