CN103079038B - 图像锐化处理方法、装置和拍摄终端 - Google Patents

Abstract

本发明实施例提供一种图像锐化处理方法、装置和拍摄终端，该方法包括：获取待处理的图像信息；对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，所述基本图像信息中包括图像边缘信息；根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益；采用所述锐化增益，对所述细节图像信息进行锐化处理，实现了锐化处理所需的锐化增益由图像边缘信息来确定，从而可以抑制锐化处理的图像信息中的噪声放大和避免产生overshoot的现象，提高了锐化处理的图像质量。

Description

图像锐化处理方法、装置和拍摄终端

技术领域

本发明实施例涉及图像处理技术，尤其涉及一种图像锐化处理方法、装置和拍摄终端。

背景技术

由于镜头、光圈和传感器等硬件方面的限制，手机拍摄的图像质量与数码相机相比还有较大的差距，清晰度较低，出于成本的考虑，在不改善硬件条件的基础上，可以通过图像锐化处理来提高图像的清晰度。

现有技术中，主要通过将拍摄到的图像经过高通滤波器或低通滤波器进行分离为低频的基本（base）图像和高频的细节（detail）图像，由于高频的细节图像决定了图像的清晰度，所以将高频的细节图像与一锐度增益值进行乘法运算，获得增强后的细节图像，然后再将基本图像与增强后的细节图像进行加法运算，获得锐化处理后的图像，从而提高了图像的清晰度。

在实现本发明的过程中，发明人发现现有技术中锐化处理的图像会产生过冲（overshoot）和噪声放大的现象，从而导致图像质量较低。

发明内容

本发明提供一种图像锐化处理方法、装置和拍摄终端，用于抑制锐化处理的图像信息中的噪声放大和避免产生overshoot的现象，提高锐化处理的图像质量。

第一方面，本发明实施例提供一种图像锐化处理方法，包括：

获取待处理的图像信息；

对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，所述基本图像信息中包括图像边缘信息；

根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益；

采用所述锐化增益，对所述细节图像信息进行锐化处理。

在第一方面的第一种可能的实现方式中，所述根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益之前，还包括：

对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息。

结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，包括：

采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得所述基本图像信息；

将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息。

结合第一方面或第一方面的第一种可能的实现方式或第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益。

结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

根据所述图像信息的感光度和曝光时间，确定锐度算法参数组，所述锐度算法参数组包括所述图像信息的锐度增益的最大值、所述锐度增益的最小值、随着所述图像边缘信息的幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度、随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度、当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，所述第一幅度值小于所述第二幅度值；

根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益。

结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

采用公式（1）计算获取所述锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值。

结合第一方面的第四种可能的实现方式或第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式中，所述根据所述图像信息的感光度和曝光时间，确定锐度算法参数组之前，还包括：

确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系。

结合第一方面的第六种可能的实现方式，在第一方面的第七种可能的实现方式中，确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系，包括：

获取至少一个待处理的图像信息和所述图像信息的元数据，所述元数据包括所述感光度和曝光时间；

采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得基本图像信息，所述基本图像信息包括图像边缘信息；

将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息；

对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息；

调整所述锐化算法参数组，获得至少一组锐化算法参数组；

采用公式（1）计算获取锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值；

采用所述锐化增益，对所述细节图像信息进行锐化处理；

将所述基本图像信息和所述锐化处理的细节图像信息做和值，获取锐化处理的图像信息；

当所述锐化处理的图像信息的清晰度达到预设值时，确定所述图像信息的感光度和曝光时间对应的锐化算法参数组；

根据所述至少一个图像信息的感光度和曝光时间以及对应的锐化算法参数组，通过高斯过程获取所述图像信息的感光度和曝光时间与锐化算法参数组的对应关系。

第二方面，本发明实施例提供一种图像锐化处理装置，包括：

获取模块，用于获取待处理的图像信息；对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，所述基本图像信息中包括图像边缘信息；

增益确定模块，用于根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益；

锐化处理模块，采用所述锐化增益，对所述细节图像信息进行锐化处理。

在第二方面的第一种可能的实现方式中，所述获取模块还用于在所述增益确定模块根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益之前，对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息。

结合第二方面或第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述获取模块具体用于采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得所述基本图像信息；将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息。

结合第二方面或第二方面的第一种可能的实现方式或第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述增益确定模块具体用于根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益。

结合第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方式中，所述增益确定模块具体用于根据所述图像信息的感光度和曝光时间，确定锐度算法参数组，所述锐度算法参数组包括所述图像信息的锐度增益的最大值、所述锐度增益的最小值、随着所述图像边缘信息的幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度、随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度、当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，所述第一幅度值小于所述第二幅度值；根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益。

结合第二方面的第四种可能的实现方式，在第二方面的第五种可能的实现方式中，所述增益确定模块具体用于采用公式（1）计算获取所述锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值。

结合第二方面的第四种可能的实现方式或第二方面的第五可能的实现方式，在第二方面的第六种可能的实现方式中，还包括：

关系确定模块，用于在所述增益确定模块根据所述图像信息的感光度和曝光时间，确定锐度算法参数组之前，确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系。

结合第二方面的第六种可能的实现方式，在第二方面的第七种可能的实现方式中，所述关系确定模块包括：

第一获取单元，用于获取至少一个待处理的图像信息和所述图像信息的元数据，所述元数据包括所述感光度和曝光时间；

第二获取单元，用于采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得基本图像信息，所述基本图像信息包括图像边缘信息；将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息；对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息；

第三获取单元，用于调整所述锐化算法参数组，获得至少一组锐化算法参数组；并且采用公式（1）计算获取锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值；

锐化单元，用于采用所述锐化增益，对所述细节图像信息进行锐化处理；

确定单元，用于将所述基本图像信息和所述锐化处理的细节图像信息做和值，获取锐化处理的图像信息；并且当所述锐化处理的图像信息的清晰度达到预设值时，确定所述图像信息的感光度和曝光时间对应的锐化算法参数组；

关系建立单元，用于根据所述至少一个图像信息的感光度和曝光时间以及对应的锐化算法参数组，通过高斯过程获取所述图像信息的感光度和曝光时间与锐化算法参数组的对应关系。

第三方面，本发明实施例还提供一种拍摄终端，包括：如上所述的图像锐化处理装置。

在第三方面的第一种可能的实现方式中，所述拍摄终端包括：手机或平板电脑。

本发明实施例提供的图像锐化处理方法、装置和拍摄终端，通过对图像信息进行边缘保持滤波处理，使得基本图像信息中可以保留图像边缘信息，进而根据图像边缘信息来确定对细节图像信息进行锐化处理所需的锐化增益，从而在采用该锐化增益对细节图像信息进行锐化处理的过程中，可以抑制锐化处理的图像信息中的噪声放大和避免产生overshoot的现象，提高了锐化处理的图像质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明图像锐化处理方法实施例一的流程图；

图2为本发明图像锐化处理方法实施例二的流程图；

图3为图2中与图像边缘信息的幅度值相关的锐化增益的示意图；

图4为图2中确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系的流程图；

图5为本发明图像锐化处理装置实施例一的结构示意图；

图6为本发明图像锐化处理装置实施例二的结构示意图；

图7为本发明图像锐化处理装置实施例三的结构示意图；

图8为本发明拍摄终端实施例一的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明图像锐化处理方法实施例一的流程图，如图1所示，本实施例能够采用图像锐化处理装置来实现，并且这个装置可以集成在拍摄终端来实现本实施例的方法，本实施例的方法可以包括：

步骤101、获取待处理的图像信息。

本实施例中，获取待处理的图像信息，该待处理的图像信息可以为未经图像处理算法处理的图像信息，例如可以为拍摄终端所拍摄的图像信息，该拍摄终端可以为手机、平板电脑（PAD）、笔记本电脑或者多功能播放器等具有拍摄镜头的设备，由于这些拍摄终端的硬件条件限制，所拍摄的图像信息质量较差，因此，需要对该图像信息进行处理。

步骤102、对图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，基本图像信息中包括图像边缘信息。

本实施例中，对待处理的图像信息进行边缘保持滤波处理，可以将待处理的图像分解为基本图像信息和细节图像信息，基本图像信息可以为低频的图像信息，细节图像信息可以为高频的图像信息，而且所获得的基本图像信息中包括图像边缘信息，需要说明的是，对图像信息进行边缘保持滤波处理与现有技术中一致，本实施例在此不再赘述。

步骤103、根据图像边缘信息，确定对细节图像信息进行锐化处理所需的锐化增益。

本实施例中，根据基本图像信息中的所滤波保持的图像边缘信息，可以确定对细节图像信息进行锐化处理所需的锐化增益。由于在对待处理的图像信息进行边缘保持滤波处理时，图像边缘信息被保留在低频的基本图像信息中，而待处理图像信息中的噪声被保留在高频的细节图像信息，因此，可以图像边缘信息和噪声区分开，图像边缘信息不会受到噪声的干扰，所以这样获得的图像边缘信息具有较好的幅度值。若图像边缘信息中幅度值过低，则说明图像信息中具有边缘信息少、为图像的平坦区域，而在该平坦区域中噪声存在的可能性大，所以为了抑制噪声放大，在对细节图像信息进行锐化处理时所需的锐化增益应少；若图像边缘信息中幅度值过高，则说明图像信息中具有边缘信息多，为了避免产生overshoot的现象，在对细节图像信息进行锐化处理时所需的锐化增益应少；若图像边缘信息中幅度值处于中间范围值时，则可以根据实际的应用场景，选择适当的锐化增益对细节图像信息进行锐化处理。

步骤104、采用锐化增益，对细节图像信息进行锐化处理。

本实施例中，采用根据图像边缘信息所确定的锐化增益，对细节图像信息进行锐化处理，从而获得锐化处理的细节图像信息，需要说明的是，采用锐化增益对细节图像信息进行锐化处理与现有技术中一致，本实施例在此不再赘述。进一步地，将基本图像信息和锐化处理的细节图像信息做和值，即将基本图像信息和锐化处理的细节图像信息进行合成，可以获得锐化处理的图像信息。

本发明实施例一提供的图像锐化处理方法，通过对图像信息进行边缘保持滤波处理，使得基本图像信息中可以保留图像边缘信息，进而根据图像边缘信息来确定对细节图像信息进行锐化处理所需的锐化增益，从而在采用该锐化增益对细节图像信息进行锐化处理的过程中，可以抑制锐化处理的图像信息中的噪声放大和避免产生overshoot的现象，提高了锐化处理的图像质量。

图2为本发明图像锐化处理方法实施例二的流程图，如图2所示，本实施例能够采用图像锐化处理装置来实现，并且这个装置可以集成在拍摄终端来实现本实施例的方法，本实施例的方法可以包括：

步骤201、获取待处理的图像信息。

步骤202、采用边缘保持滤波器对图像信息进行边缘保持滤波处理，获得基本图像信息。

本实施例中，在获取待处理的图像信息之后，该待处理的图像信息可以为未经图像处理算法处理的图像信息，采用边缘保持滤波器对待处理的图像信息进行边缘保持滤波处理，获得基本图像信息，基本图像信息可以为低频的图像信息，并且该基本图像信息中包括图像边缘信息。需要说明的是，采用边缘保持滤波器对图像信息进行边缘保持滤波处理与现有技术中一致，本实施例在此不再赘述。由于待处理的图像信息由多个像素点组成，所以获得的基本图像信息为各个像素点的基本图像信息。

步骤203、将图像信息与基本图像信息做差值，获取细节图像信息。

本实施例中，在采用边缘保持滤波器获取基本图像信息之后，将待处理的图像信息与该基本图像信息做差值，从而可以获取细节图像信息，该细节图像信息不包括图像边缘信息，并且可以为高频的图像信息，并且细节图像信息为各个像素点的细节图像信息。

步骤204、对基本图像信息进行边缘检测处理，获得图像边缘信息。

本实施例中，在采用边缘保持滤波器获取基本图像信息之后，对基本图像信息进行边缘检测处理，从而可以从基本图像信息中获取图像边缘信息，需要说明的是，对基本图像信息进行边缘检测处理与现有技术中一致，本实施例在此不再赘述。并且图像边缘信息为各个像素点的边缘信息，并且每个像素点的边缘信息与相应的像素点的细节图像信息对应。

步骤205、根据图像边缘信息以及图像信息的元数据，确定对细节图像信息进行锐化处理所需的锐化增益。

本实施例中，根据图像边缘信息以及图像信息的元数据，可以确定对细节图像信息进行锐化处理所需的锐化增益。由于待处理图像信息中的噪声被保留在高频的细节图像信息，因此，可以图像边缘信息和噪声区分开，图像边缘信息不会受到噪声的干扰，所以这样获得的图像边缘信息具有较好的幅度值。若一像素点的图像边缘信息中幅度值过低，则说明该像素点中具有边缘信息少、为图像的平坦区域，而在该平坦区域中噪声存在的可能性大，所以为了抑制噪声放大，在对该像素点的细节图像信息进行锐化处理时所需的锐化增益应少；若一像素点的图像边缘信息中幅度值过高，则说明该像素点中具有边缘信息多，为了避免产生overshoot的现象，在对该像素点的细节图像信息进行锐化处理时所需的锐化增益应少；若一像素点的图像边缘信息中幅度值处于中间范围值时，由于图像的质量与当时的拍摄环境有密切关系，则可以根据拍摄该图像信息时的元数据，选择与该图像信息的元数据对应的锐化增益对细节图像信息进行锐化处理，从而可以实现根据拍摄该待处理的图像信息时的环境信息对该像素点的细节图像信息进行锐化处理，提高图像的质量。

在具体实现时，图像信息的元数据包括拍摄该图像信息时的感光度和曝光时间，因此，可以预先确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系，从而根据图像信息的感光度和曝光时间可以确定对应的锐度算法参数组，锐度算法参数组包括图像信息的锐度增益的最大值、锐度增益的最小值、随着图像边缘信息的幅度值的增加锐度增益从最小值增大至最大值的第一陡度、随着幅度值的增加锐度增益从最大值减少至最小值的第二陡度、当锐度增益为最大值与最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，第一幅度值小于第二幅度值。然后根据图像边缘信息以及锐度算法参数组，确定对细节图像信息进行锐化处理所需的锐化增益。

进一步地，在根据图像信息的感光度和曝光时间获得锐度算法参数组后，采用公式（1）计算获取细节图像信息进行锐化处理所需的锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为锐度增益的最大值，Low为锐度增益的最小值，order1随着幅度值的增加锐度增益从最小值增大至最大值的第一陡度，order2随着幅度值的增加锐度增益从最大值减少至最小值的第二陡度，Cutoff1为当锐度增益为最大值与最小值的二分之一时（即(Peak+Low)/2）图像边缘信息的第一幅度值，Cutoff2为当锐度增益为最大值与最小值的二分之一时（即(Peak+Low)/2）图像边缘信息的第二幅度值，而且Peak、Low、order1、order2、Cutoff1以及Cutoff2为锐化算法参数组中的参数。

由于edgeInfo为各个像素点的图像边缘信息的幅度值，而且各个幅度值可以为不同的数值，通过公式（1）所获得的锐化增益相应的也为不同的数值，因此，通过公式（1）可以获得与图像边缘信息的幅度值相关的锐化增益曲线，如图3所示，由图3可知，像素点的图像边缘信息的幅度值过低或过高，所确定的锐化增益大约为1，因此，对这些像素点的细节图像信息基本不进行锐化处理或者锐化处理的程度较少，以抑制噪声放大和避免产生overshoot的现象，而像素点的图像边缘信息的幅度值处于中间范围值时，所确定的锐化增益为大于1的值，因此，对这些像素点的细节图像信息进行锐化处理，以提高图像的质量。由此可知，通过图3所示和各个像素点的图像边缘信息的幅度值可以确定各个像素点所对应的锐化增益，然后将所确定的锐化增益与对应的各个像素点的细节图像信息进行锐化处理。需要说明的是，图3所示的锐化增益的数值以及图像边缘信息的幅度值是为了举例说明，本实施例并不以此为限。

步骤206、采用锐化增益，对细节图像信息进行锐化处理。

本实施例中，通过步骤205可以获得各个像素点的锐化增益，然后将各个像素点的锐化增益对相应的像素点的细节图像信息进行锐化处理，从而获得锐化处理的细节图像信息，需要说明的是，采用锐化增益对细节图像信息进行锐化处理与现有技术中一致，本实施例在此不再赘述。进一步地，将基本图像信息和锐化处理的细节图像信息做和值，即将基本图像信息和锐化处理的细节图像信息进行合成，可以获得锐化处理的图像信息。

本发明实施例二提供的图像锐化处理方法，通过对图像信息进行边缘保持滤波处理，使得基本图像信息中可以保留图像边缘信息，进而根据图像边缘信息和图像信息的元数据来确定对细节图像信息进行锐化处理所需的锐化增益，从而在采用该锐化增益对细节图像信息进行锐化处理的过程中，可以抑制锐化处理的图像信息中的噪声放大和避免产生overshoot的现象，同时还可以根据图像信息的拍摄环境来对图像信息进行锐化处理，提高了锐化处理的图像质量。

下面对如何确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系进行详细介绍。图4为图2中确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系的流程图，如图4所示，对应关系的确定方法可以包括：

步骤301、获取至少一个待处理的图像信息和图像信息的元数据，元数据包括感光度和曝光时间。

本实施例中，获取至少一个待处理的图像信息，以及各待处理的图像信息拍摄时的元数据，该元数据可以包括感光度和曝光时间。待处理的图像信息可以为拍摄终端所拍摄的图像信息，该拍摄终端可以为手机、PAD、笔记本电脑或者多功能播放器等具有拍摄镜头的设备，元数据可以为拍摄终端拍摄图像信息时产生的感光度和曝光时间。

步骤302、采用边缘保持滤波器对图像信息进行边缘保持滤波处理，获得基本图像信息，基本图像信息包括图像边缘信息。

本实施例中，在获取至少一个待处理的图像信息之后，采用边缘保持滤波器对各待处理的图像信息进行边缘保持滤波处理，获得各基本图像信息，并且各基本图像信息中均包括图像边缘信息。需要说明的是，采用边缘保持滤波器对图像信息进行边缘保持滤波处理与现有技术中一致，本实施例在此不再赘述。由于待处理的图像信息由多个像素点组成，所以获得的基本图像信息为各个像素点的基本图像信息。

步骤303、将图像信息与基本图像信息做差值，获取细节图像信息；

本实施例中，在采用边缘保持滤波器获取各基本图像信息之后，将各待处理的图像信息与相应的基本图像信息做差值，从而可以获取各细节图像信息，该细节图像信息不包括图像边缘信息，并且为高频的图像信息，并且细节图像信息为各个像素点的细节图像信息。

步骤304、对基本图像信息进行边缘检测处理，获得图像边缘信息。

本实施例中，在采用边缘保持滤波器获取基本图像信息之后，对各基本图像信息进行边缘检测处理，从而可以从各基本图像信息中获取各图像边缘信息，需要说明的是，对基本图像信息进行边缘检测处理与现有技术中一致，本实施例在此不再赘述。并且图像边缘信息为各个像素点的边缘信息，并且每个像素点的边缘信息与相应的像素点的细节图像信息对应。

步骤305、调整锐化算法参数组，获得至少一组锐化算法参数组。

本实施例中，锐化算法参数组可以包括图像信息的锐度增益的最大值、锐度增益的最小值、随着图像边缘信息的幅度值的增加锐度增益从最小值增大至最大值的第一陡度、随着幅度值的增加锐度增益从最大值减少至最小值的第二陡度、当锐度增益为最大值与最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，第一幅度值小于第二幅度值。因此，针对每一个待处理的图像信息，均进行调整锐化算法参数组，获得至少一组锐化算法参数组。

步骤306、采用公式（1）计算获取锐化增益Sharpmap。

本实施例中，针对每一个待处理的图像信息，在获得至少一组锐化算法参数组之后，采用公式（1）计算获取细节图像信息进行锐化处理所需的锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为锐度增益的最大值，Low为锐度增益的最小值，order1随着幅度值的增加锐度增益从最小值增大至最大值的第一陡度，order2随着幅度值的增加锐度增益从最大值减少至最小值的第二陡度，Cutoff1为当锐度增益为最大值与最小值的二分之一时（即(Peak+Low)/2）图像边缘信息的第一幅度值，Cutoff2为当锐度增益为最大值与最小值的二分之一时（即(Peak+Low)/2）图像边缘信息的第二幅度值，而且Peak、Low、order1、order2、Cutoff1以及Cutoff2为锐化算法参数组中的参数。

由于edgeInfo为各个像素点的图像边缘信息的幅度值，而且各个幅度值可以为不同的数值，通过公式（1）所获得的锐化增益相应的也为不同的数值，因此，通过公式（1）可以获得与图像边缘信息的幅度值相关的锐化增益曲线，可参见图3所示，因此，针对每一个待处理的图像信息，通过至少一组锐化算法参数组和公式（1）可以获得至少一组与图像边缘信息的幅度值相关的锐化增益。

步骤307、采用锐化增益，对细节图像信息进行锐化处理。

本实施例中，通过步骤306可以获得至少一组各个像素点的锐化增益，然后将各个像素点的锐化增益对相应的像素点的细节图像信息进行锐化处理，从而获得至少一个锐化处理的细节图像信息，需要说明的是，采用锐化增益对细节图像信息进行锐化处理与现有技术中一致，本实施例在此不再赘述。

步骤308、将基本图像信息和锐化处理的细节图像信息做和值，获取锐化处理的图像信息。

本实施例中，针对每一个待处理的图像信息，将基本图像信息和相应的至少一个锐化处理的细节图像信息做和值，即将基本图像信息和锐化处理的细节图像信息进行合成，可以获得至少一个锐化处理的图像信息。

步骤309、当锐化处理的图像信息的清晰度达到预设值时，确定图像信息的感光度和曝光时间对应的锐化算法参数组。

本实施例中，针对每一个待处理的图像信息，判断至少一个锐化处理的图像信息的清晰度是否达到预设值，若判断出锐化处理的图像信息的清晰度达到预设值，则说明锐化处理的图像效果好，则确定此次锐化处理所选择的锐化算法参数组，将该锐化算法参数标记为与该图像信息的感光度和曝光时间对应；若判断出锐化处理的图像信息的清晰度未达到预设值，则说明锐化处理的图像效果不好，则说明此次锐化处理所选择的锐化算法参数组不合适。需要说明的是，上述预设值根据实际的应用场景和图像信息而定，本实施例在此不做限制，通过预设值可以选择出与该图像信息的感光度和曝光时间对应的最优的锐化算法参数组。因此，对于每一个待处理的图像信息，均可以确定与该图像信息的感光度和曝光时间对应的锐化算法参数组，从而可以确定至少一个图像信息的感光度和曝光时间以及与该感光度和曝光时间对应的锐化算法参数组。

步骤310、根据至少一个图像信息的感光度和曝光时间以及对应的锐化算法参数组，通过高斯过程获取图像信息的感光度和曝光时间与锐化算法参数组的对应关系。

本实施例中，在确定至少一个图像信息的感光度和曝光时间以及与该感光度和曝光时间对应的锐化算法参数组之后，通过高斯过程获取图像的感光度和曝光时间与锐化算法参数组的对应关系，即通过高斯过程方法可以建立锐化参数组与图像信息的感光度和曝光时间的函数关系F，即锐化参数组=F（感光度和曝光时间）。需要说明的是，高斯过程方法与现有技术中一致，本实施例在此不再赘述。

本实施例通过图像信息的感光度和曝光时间以及对应的最优的锐化算法参数，建立感光度和曝光时间与锐化算法参数的对应关系，从而可以根据该感光度和曝光时间与锐化算法参数的对应关系获取任一感光度和曝光时间下对应的锐化参数组，并通过公式（1）计算锐化增益Shapmap，从而实现了可以根据每个图像信息的当时拍摄环境进行锐化处理，在各种复杂的拍摄环境下都提高图像处理的质量。

图5为本发明图像锐化处理装置实施例一的结构示意图，如图5所示，本实施例的装置可以包括：获取模块11、增益确定模块12和锐化处理模块13，其中，获取模块11用于获取待处理的图像信息；对图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，基本图像信息中包括图像边缘信息；增益确定模块12用于根据图像边缘信息，确定对细节图像信息进行锐化处理所需的锐化增益；锐化处理模块13采用锐化增益，对细节图像信息进行锐化处理。

上述各模块之间的交互流程具体可以参考方法实施例中的描述，这里不再赘述。

本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，详细可以参见上述实施例中的相关记载，此处不再赘述。

图6为本发明图像锐化处理装置实施例二的结构示意图，如图6所示，本实施例的装置在图5所示装置结构的基础上，进一步地，还可以包括：关系确定模块14。上述的获取模块11还用于在增益确定模块12根据图像边缘信息，确定对细节图像信息进行锐化处理所需的锐化增益之前，对基本图像信息进行边缘检测处理，获得图像边缘信息。

进一步地，获取模块11具体用于采用边缘保持滤波器对图像信息进行边缘保持滤波处理，获得基本图像信息；将图像信息与基本图像信息做差值，获取细节图像信息。增益确定模块12具体用于根据图像边缘信息以及图像信息的元数据，确定对细节图像信息进行锐化处理所需的锐化增益。

进一步地，增益确定模块12具体用于根据图像信息的感光度和曝光时间，确定锐度算法参数组，锐度算法参数组包括图像信息的锐度增益的最大值、锐度增益的最小值、随着图像边缘信息的幅度值的增加锐度增益从最小值增大至最大值的第一陡度、随着幅度值的增加锐度增益从最大值减少至最小值的第二陡度、当锐度增益为最大值与最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，第一幅度值小于第二幅度值；根据图像边缘信息以及锐度算法参数组，确定对细节图像信息进行锐化处理所需的锐化增益。

在一种可行的实现方式中，增益确定模块12具体用于采用公式（1）计算获取锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为锐度增益的最大值，Low为锐度增益的最小值，order1随着幅度值的增加锐度增益从最小值增大至最大值的第一陡度，order2随着幅度值的增加锐度增益从最大值减少至最小值的第二陡度，Cutoff1为当锐度增益为最大值与最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当锐度增益为最大值与最小值的二分之一时图像边缘信息的第二幅度值。

该关系确定模块14用于在增益确定模块12根据图像信息的感光度和曝光时间，确定锐度算法参数组之前，确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系。

更进一步地，关系确定模块14包括：第一获取单元141、第二获取单元142、第三获取单元143、锐化单元144、确定单元145和关系建立单元146；其中，第一获取单元141用于获取至少一个待处理的图像信息和图像信息的元数据，元数据包括感光度和曝光时间。第二获取单元142用于采用边缘保持滤波器对图像信息进行边缘保持滤波处理，获得基本图像信息，基本图像信息包括图像边缘信息；将图像信息与基本图像信息做差值，获取细节图像信息；对基本图像信息进行边缘检测处理，获得图像边缘信息。第三获取单元143用于调整锐化算法参数组，获得至少一组锐化算法参数组；并且采用公式（1）计算获取锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为锐度增益的最大值，Low为锐度增益的最小值，order1随着幅度值的增加锐度增益从最小值增大至最大值的第一陡度，order2随着幅度值的增加锐度增益从最大值减少至最小值的第二陡度，Cutoff1为当锐度增益为最大值与最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当锐度增益为最大值与最小值的二分之一时图像边缘信息的第二幅度值。锐化单元144用于采用锐化增益，对细节图像信息进行锐化处理。确定单元145用于将基本图像信息和锐化处理的细节图像信息做和值，获取锐化处理的图像信息；并且当锐化处理的图像信息的清晰度达到预设值时，确定图像信息的感光度和曝光时间对应的锐化算法参数组。关系建立单元146用于根据至少一个图像信息的感光度和曝光时间以及对应的锐化算法参数组，通过高斯过程获取图像信息的感光度和曝光时间与锐化算法参数组的对应关系。

上述各模块之间的交互流程具体可以参考方法实施例中的描述，这里不再赘述。

本实施例的装置，可以用于执行图2所示方法实施例的技术方案，其实现原理和技术效果类似，详细可以参见上述实施例中的相关记载，此处不再赘述。

图7为本发明图像锐化处理装置实施例三的结构示意图，如图7所示，如图7所示，本实施例的装置包括存储器21和与存储器21连接的处理器22，其中，存储器21中存储一组程序代码，存储器21可以包括非易失性存储器（Non-volatileMemory）。处理器22可以是一个中央处理器（CentralProcessingUnit，简称为CPU），或者是特定集成电路ASIC（ApplicationSpecificIntegratedCircuit，简称为ASIC），或者是被配置成实施本发明实施例的一个或多个集成电路。处理器22用于调用存储器21中存储的程序代码，用于执行如下操作：

获取待处理的图像信息；

对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，所述基本图像信息中包括图像边缘信息；

根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益；

采用所述锐化增益，对所述细节图像信息进行锐化处理。

进一步地，所述根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益之前，还包括：

对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息。

进一步地，所述对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，包括：

采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得所述基本图像信息；

将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息。

可选地，所述根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益。

进一步地，所述根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

根据所述图像信息的感光度和曝光时间，确定锐度算法参数组，所述锐度算法参数组包括所述图像信息的锐度增益的最大值、所述锐度增益的最小值、随着所述图像边缘信息的幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度、随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度、当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，所述第一幅度值小于所述第二幅度值；

根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益。

进一步地，所述根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

采用公式（1）计算获取所述锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值。

可选地，所述根据所述图像信息的感光度和曝光时间，确定锐度算法参数组之前，还包括：

确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系。

进一步地，确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系，包括：

获取至少一个待处理的图像信息和所述图像信息的元数据，所述元数据包括所述感光度和曝光时间；

采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得基本图像信息，所述基本图像信息包括图像边缘信息；

将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息；

对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息；

调整所述锐化算法参数组，获得至少一组锐化算法参数组；

采用公式（1）计算获取锐化增益Sharpmap：

$\mathrm{Sharpmap}=\frac{{(\mathrm{Peak}-\mathrm{Low})\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}{{\left(\mathrm{cutoff}1\right)}^{2\×\mathrm{order}1}+{\left(\mathrm{edgInfo}\right)}^{2\×\mathrm{order}1}}\×\frac{{\left(\mathrm{cutoff}\right)}^{2\×\mathrm{order}2}}{{\left(\mathrm{cutoff}2\right)}^{2\×\mathrm{order}2}+{\left(\mathrm{edgeInfo}\right)}^{2\×\mathrm{order}2}}+\mathrm{Low}---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值；

采用所述锐化增益，对所述细节图像信息进行锐化处理；

将所述基本图像信息和所述锐化处理的细节图像信息做和值，获取锐化处理的图像信息；

当所述锐化处理的图像信息的清晰度达到预设值时，确定所述图像信息的感光度和曝光时间对应的锐化算法参数组；

根据所述至少一个图像信息的感光度和曝光时间以及对应的锐化算法参数组，通过高斯过程获取所述图像信息的感光度和曝光时间与锐化算法参数组的对应关系。

需要说明的是，处理器22通过调用存储器21中存储的程序代码具体实现的技术方案可以参见本发明图1和图2所示的图像锐化处理方法实施例，其实现原理和技术效果类似，详细可以参见上述实施例中的相关记载，在此不再赘述。

图8为本发明拍摄终端实施例一的结构示意图，如图8所示，本实施例的拍摄终端30可以包括图像锐化处理装置31，其中，图像锐化处理装置31可以采用图5~图7任一图像锐化处理装置实施例的结构，其对应地，可以执行图1或者图2所示方法实施例的技术方案，其实现原理和技术效果类似，详细可以参见上述实施例中的相关记载，此处不再赘述，

其中，拍摄终端30可以为手机或者平板电脑，也可以为笔记本电脑或者多功能播放器等具有拍摄镜头的设备。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种图像锐化处理方法，其特征在于，包括：

获取待处理的图像信息；

对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，所述基本图像信息中包括图像边缘信息；

根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益；

采用所述锐化增益，对所述细节图像信息进行锐化处理；

其中，所述根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益；

其中，所述根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

根据所述图像信息的感光度和曝光时间，确定锐度算法参数组，所述锐度算法参数组包括所述图像信息的锐度增益的最大值、所述锐度增益的最小值、随着所述图像边缘信息的幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度、随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度、当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，所述第一幅度值小于所述第二幅度值；

根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益。

2.根据权利要求1所述的方法，其特征在于，所述根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益之前，还包括：

对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，包括：

采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得所述基本图像信息；

将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息。

4.根据权利要求1或2的方法，其特征在于，所述根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益，包括：

采用公式(1)计算获取所述锐化增益Sharpmap：

$Sharpmap=\frac{(Peak-Low){\left(edgInfo\right)}^{2\×order1}}{{\left(cutoff1\right)}^{2\×order1}+{\left(edgInfo\right)}^{2\×order1}}\×\frac{{\left(cutoff2\right)}^{2\×order2}}{{\left(cutoff2\right)}^{2\×order2}+{\left(edgeInfo\right)}^{2\×order2}}+Low---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值。

5.根据权利要求1或2所述的方法，其特征在于，所述根据所述图像信息的感光度和曝光时间，确定锐度算法参数组之前，还包括：

确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系。

6.根据权利要求5所述的方法，其特征在于，确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系，包括：

获取至少一个待处理的图像信息和所述图像信息的元数据，所述元数据包括所述感光度和曝光时间；

采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得基本图像信息，所述基本图像信息包括图像边缘信息；

将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息；

对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息；

调整所述锐度算法参数组，获得至少一组锐度算法参数组；

采用公式(1)计算获取锐化增益Sharpmap：

$Sharpmap=\frac{(Peak-Low){\left(edgInfo\right)}^{2\×order1}}{{\left(cutoff1\right)}^{2\×order1}+{\left(edgInfo\right)}^{2\×order1}}\×\frac{{\left(cutoff2\right)}^{2\×order2}}{{\left(cutoff2\right)}^{2\×order2}+{\left(edgeInfo\right)}^{2\×order2}}+Low---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值；

采用所述锐化增益，对所述细节图像信息进行锐化处理；

将所述基本图像信息和所述锐化处理的细节图像信息做和值，获取锐化处理的图像信息；

当所述锐化处理的图像信息的清晰度达到预设值时，确定所述图像信息的感光度和曝光时间对应的锐度算法参数组；

根据所述至少一个图像信息的感光度和曝光时间以及对应的锐度算法参数组，通过高斯过程获取所述图像信息的感光度和曝光时间与锐度算法参数组的对应关系。

7.一种图像锐化处理装置，其特征在于，包括：

获取模块，用于获取待处理的图像信息；对所述图像信息进行边缘保持滤波处理，获得基本图像信息和细节图像信息，所述基本图像信息中包括图像边缘信息；

增益确定模块，用于根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益；

锐化处理模块，采用所述锐化增益，对所述细节图像信息进行锐化处理；

其中，所述增益确定模块具体用于根据所述图像边缘信息以及所述图像信息的元数据，确定对所述细节图像信息进行锐化处理所需的锐化增益；

其中，所述增益确定模块具体用于根据所述图像信息的感光度和曝光时间，确定锐度算法参数组，所述锐度算法参数组包括所述图像信息的锐度增益的最大值、所述锐度增益的最小值、随着所述图像边缘信息的幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度、随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度、当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值和第二幅度值，所述第一幅度值小于所述第二幅度值；根据所述图像边缘信息以及锐度算法参数组，确定对所述细节图像信息进行锐化处理所需的锐化增益。

8.根据权利要求7所述的装置，其特征在于，所述获取模块还用于在所述增益确定模块根据所述图像边缘信息，确定对所述细节图像信息进行锐化处理所需的锐化增益之前，对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息。

9.根据权利要求7或8所述的装置，其特征在于，所述获取模块具体用于采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得所述基本图像信息；将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息。

10.根据权利要求7或8所述的装置，其特征在于，所述增益确定模块具体用于采用公式(1)计算获取所述锐化增益Sharpmap：

$Sharpmap=\frac{(Peak-Low){\left(edgInfo\right)}^{2\×order1}}{{\left(cutoff1\right)}^{2\×order1}+{\left(edgInfo\right)}^{2\×order1}}\×\frac{{\left(cutoff2\right)}^{2\×order2}}{{\left(cutoff2\right)}^{2\×order2}+{\left(edgeInfo\right)}^{2\×order2}}+Low---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值。

11.根据权利要求7或8所述的装置，其特征在于，还包括：

关系确定模块，用于在所述增益确定模块根据所述图像信息的感光度和曝光时间，确定锐度算法参数组之前，确定图像信息的感光度和曝光时间与锐度算法参数组之间的对应关系。

12.根据权利要求11所述的装置，其特征在于，所述关系确定模块包括：

第一获取单元，用于获取至少一个待处理的图像信息和所述图像信息的元数据，所述元数据包括所述感光度和曝光时间；

第二获取单元，用于采用边缘保持滤波器对所述图像信息进行边缘保持滤波处理，获得基本图像信息，所述基本图像信息包括图像边缘信息；将所述图像信息与所述基本图像信息做差值，获取所述细节图像信息；对所述基本图像信息进行边缘检测处理，获得所述图像边缘信息；

第三获取单元，用于调整所述锐度算法参数组，获得至少一组锐度算法参数组；并且采用公式(1)计算获取锐化增益Sharpmap：

$Sharpmap=\frac{(Peak-Low){\left(edgInfo\right)}^{2\×order1}}{{\left(cutoff1\right)}^{2\×order1}+{\left(edgInfo\right)}^{2\×order1}}\×\frac{{\left(cutoff2\right)}^{2\×order2}}{{\left(cutoff2\right)}^{2\×order2}+{\left(edgeInfo\right)}^{2\×order2}}+Low---\left(1\right)$

其中，edgInfo为图像边缘信息的幅度值，Peak为所述锐度增益的最大值，Low为所述锐度增益的最小值，order1随着所述幅度值的增加所述锐度增益从所述最小值增大至所述最大值的第一陡度，order2随着所述幅度值的增加所述锐度增益从所述最大值减少至所述最小值的第二陡度，Cutoff1为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第一幅度值，Cutoff2为当所述锐度增益为所述最大值与所述最小值的二分之一时图像边缘信息的第二幅度值；

锐化单元，用于采用所述锐化增益，对所述细节图像信息进行锐化处理；

确定单元，用于将所述基本图像信息和所述锐化处理的细节图像信息做和值，获取锐化处理的图像信息；并且当所述锐化处理的图像信息的清晰度达到预设值时，确定所述图像信息的感光度和曝光时间对应的锐度算法参数组；

关系建立单元，用于根据所述至少一个图像信息的感光度和曝光时间以及对应的锐度算法参数组，通过高斯过程获取所述图像信息的感光度和曝光时间与锐度算法参数组的对应关系。

13.一种拍摄终端，其特征在于，包括：如权利要求7～12任一项所述的图像锐化处理装置。

14.根据权利要求13所述的拍摄终端，其特征在于，所述拍摄终端包括：手机或平板电脑。