CN103716512A - 基于Robinson算子的图像锐化系统及锐化方法 - Google Patents

基于Robinson算子的图像锐化系统及锐化方法 Download PDF

Info

Publication number
CN103716512A
CN103716512A CN201410028918.7A CN201410028918A CN103716512A CN 103716512 A CN103716512 A CN 103716512A CN 201410028918 A CN201410028918 A CN 201410028918A CN 103716512 A CN103716512 A CN 103716512A
Authority
CN
China
Prior art keywords
data
input
templates
frame
video image
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.)
Pending
Application number
CN201410028918.7A
Other languages
English (en)
Inventor
戴林
张立嵩
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.)
Tianjin Tiandy Digital Technology Co Ltd
Original Assignee
Tianjin Tiandy Digital Technology Co Ltd
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 Tianjin Tiandy Digital Technology Co Ltd filed Critical Tianjin Tiandy Digital Technology Co Ltd
Priority to CN201410028918.7A priority Critical patent/CN103716512A/zh
Publication of CN103716512A publication Critical patent/CN103716512A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

一种基于Robinson算子的图像锐化系统及锐化方法，包括3×3数据流生成模块、模板操作模块、模板操作输出评估模块和数据流输出模块，由数据帧输入data_input引入第三帧视频图像数据，与FIFO1和FIFO2中存储的前两帧视频图像数据构成3×3邻域模板，通过乘法器将模板操作模块中的8组Robinson算子系数模板分别与3×3邻域模板相乘，通过模板操作输出评估模块选出8组模板输出数据中的最大值作为检测出的边缘值，通过Robinson算子提取图像的边缘信息，然后再将边缘值与原数据进行加和即得出边缘增强后更加清晰的视频图像，在视频采集过程中即可对视频图像数据进行实时的锐化处理。

Description

基于Robinson算子的图像锐化系统及锐化方法
技术领域
本发明涉及视频监控的技术领域，具体说是一种利用Robinson算子实现实时视频图像的边缘增强和图像锐化的基于Robinson算子的图像锐化系统及锐化方法。
背景技术
图像锐化就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，图像锐化分为空间域处理和频率域处理两类。
图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。
图像的能量主要集中在其低频部分，图像边缘信息主要集中在其高频部分。从频率域来考虑，图像模糊的实质是因为起高频分量被衰减，因此可以用高通滤波器来使图像清晰。
Robinson算子是一种边缘样板算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。该算子包含8组3×3的矩阵模板，可以用来计算出8个方向的图像边缘值，选择最大的值作为边缘的输出值。边缘输出值与原图像叠加，即得到锐化后的图像。
如果用g(x,y)代表锐化后的图像，可以用以下公式表示：
；               
其中，f(x,y)是输入图像，g(x,y)为锐化后的图像，G(x,y)为图像边缘值，c常数1。
发明内容
本发明要解决的技术问题是提供一种利用Robinson算子实现实时视频图像的边缘增强和图像锐化的基于Robinson算子的图像锐化系统及锐化方法。
本发明为解决公知技术中存在的技术问题所采取的技术方案是:
本发明的基于Robinson算子的图像锐化系统，包括3×3数据流生成模块、模板操作模块、模板操作输出评估模块和数据流输出模块，上述四个模块依次相连接；3×3数据流生成模块包含两路先入先出存储器FIFO1、FIFO2和一路数据帧输入data_input，FIFO1、FIFO2各自的数据容量为一帧视频图像数据，数据帧输入data_input与FIFO2相连接，而FIFO2与FIFO1相连接，由数据帧输入data_input引入的第一和第二连续两帧视频图像数据分别存入FIFO1和FIFO2，由数据帧输入data_input引入的第三帧视频图像数据与FIFO1和FIFO2内存储的前两帧视频图像数据一起构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行；模板操作模块中具有8组Robinson算子系数模板，8组Robinson算子系数模板分别通过乘法器与上述3×3数据流生成模块中的FIFO1、FIFO2和data_input的视频图像数据引出端相连接，并将得出的结果输入模板操作输出评估模块；模板操作输出评估模块将计算出的数值输入数据流输出模块；数据流输出模块对外设置一路数据帧输出data_out。
所述的模板操作模块中的Robinson算子系数模板都为3×3的矩阵模板。
本发明的基于Robinson算子的图像锐化系统的锐化方法，包括以下步骤：
A、由数据帧输入data_input引入第一帧视频图像数据，并将此帧视频图像数据存入FIFO2；由数据帧输入data_input再引入与第一帧视频图像数据相连续的第二帧视频图像数据，并将此帧视频图像数据存入FIFO2，而原来存储在FIFO2中的第一帧视频图像数据由FIFO2中释放并转存至FIFO1，再由数据帧输入data_input引入第三帧视频图像数据，此时第三帧视频图像数据与FIFO1和FIFO2中分别释放的前两帧视频图像数据共同构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行；
B、上述第一至第三帧视频图像数据所各自对应的3×3邻域模板中的数据行分别通过乘法器与模板操作模块中的8组Robinson算子系数模板依次相乘，得到8组模板输出数据，8组Robinson算子系数模板依次为Coeffient Template1至Coeffient Template8；
C、上述8组模板输出数据输入到模板操作输出评估模块中，由模板操作输出评估模块选出8组模板输出数据中的最大值，作为检测出的边缘值；
D、将上述检测出的边缘值与原数据orign_data输入到数据流输出模块中，由数据流输出模块将原数据与检测出的边缘值相互加和，得出的结果由数据帧输出data_out向外输出；
E、由数据帧输入data_input持续引入新的视频图像数据，按照步骤A至步骤D持续顺序执行相应的处理过程。
步骤D中所述的原数据orign_data与步骤A中所述的第二帧视频图像数据相同。
8组Robinson算子系数模板如下所示：
Coeffient Template1对应于90°模板，
Figure 727476DEST_PATH_IMAGE002
；Coeffient Template2对应于135°模板，
Figure 906785DEST_PATH_IMAGE003
；Coeffient Template3对应于180°模板，
Figure 870324DEST_PATH_IMAGE004
 ；Coeffient Template4对应于225°模板，
Figure 451478DEST_PATH_IMAGE005
；Coeffient Template5对应于270°模板，
Figure 786645DEST_PATH_IMAGE006
；Coeffient Template6对应于315°模板， ；Coeffient Template7对应于0°模板，
Figure 719014DEST_PATH_IMAGE008
；Coeffient Template8对应于45°模板，。
本发明具有的优点和积极效果是:
本发明基于Robinson算子，通过两路先入先出存储器FIFO1、FIFO2和一路数据帧输入data_input将三帧连续的视频图像数据建立出3×3邻域模板，通过乘法器将模板操作模块中的8组Robinson算子系数模板分别与3×3邻域模板相乘，通过模板操作输出评估模块选出8组模板输出数据中的最大值作为检测出的边缘值，而通过Robinson算子能够较全面地提取图像的边缘信息，然后再将检测出的边缘值与对应的原数据进行加和即得出边缘增强后更加清晰的视频图像，在视频采集过程中即可对视频图像数据进行实时的锐化处理。
附图说明
图1是本发明的基于Robinson算子的图像锐化系统的示意图；
图2是本发明的基于Robinson算子的图像锐化系统和方法的数据流图;
图3是本发明的基于Robinson算子的图像锐化系统中3×3数据流生成模块的示意图；
图4是本发明的基于Robinson算子的图像锐化系统中模板操作模块的示意图；
图5是本发明的基于Robinson算子的图像锐化系统中模板操作输出评估模块的示意图；
图6是本发明的基于Robinson算子的图像锐化系统中数据流输出模块的示意图。
具体实施方式
以下参照附图及实施例对本发明进行详细的说明。
图1是本发明的基于Robinson算子的图像锐化系统的示意图；图2是本发明的基于Robinson算子的图像锐化系统和方法的数据流图；图3是本发明的基于Robinson算子的图像锐化系统中3×3数据流生成模块的示意图；图4是本发明的基于Robinson算子的图像锐化系统中模板操作模块的示意图；图5是本发明的基于Robinson算子的图像锐化系统中模板操作输出评估模块的示意图；图6是本发明的基于Robinson算子的图像锐化系统中数据流输出模块的示意图。
如图1至图6所示，本发明的基于Robinson算子的图像锐化系统，包括3×3数据流生成模块、模板操作模块、模板操作输出评估模块和数据流输出模块，上述四个模块依次相连接；3×3数据流生成模块包含两路先入先出存储器FIFO1、FIFO2和一路数据帧输入data_input，FIFO1、FIFO2各自的数据容量为一帧视频图像数据，由data_input进行系统的数据输入，数据帧输入data_input与FIFO2相连接，而FIFO2与FIFO1相连接，由数据帧输入data_input引入的第一和第二连续两帧视频图像数据分别存入FIFO1和FIFO2，由数据帧输入data_input输入的第三帧视频图像数据与FIFO1和FIFO2内存储的前两帧视频图像数据一起构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行，由FIFO1中释放的第一帧视频图像数据作为邻域模板3×3矩阵中的第三数据行matrix_data_row_3，同理，由FIFO2中释放的第二帧视频图像数据作为邻域模板3×3矩阵中的第二数据行matrix_data_row_2，由数据帧输入data_input引入的第三帧视频图像数据作为邻域模板3×3矩阵中的第一数据行matrix_data_row_1，三个数据行同时输入到模板操作模块中；模板操作模块中具有8组Robinson算子系数模板，依次为Coeffient Template1至Coeffient Template8，上述8组Robinson算子系数模板分别通过乘法器与上述3×3数据流生成模块中的FIFO1、FIFO2和data_input的视频图像数据引出端相连接，使3×3邻域模板中的每一数据行分别与8组Robinson算子系数模板相乘，并将得出的8组共24个模板输出数据template1_o1、 template1_o2、template1_o3、template2_o1……template8_o3输入模板操作输出评估模块Estimate Module；由模板操作输出评估模块Estimate Module选出8组模板输出数据中的最大值estimate_module_data_o，将计算出的最大值输入数据流输出模块Output Module；数据流输出模块Output Module将estimate_module_data_o和orign_data加和后通过对外设置的一路数据帧输出data_out向外进行数据输出。
模板操作模块中的Robinson算子系数模板都为3×3的矩阵模板。8组模板如下所示：
Coeffient Template1对应于90°模板，
Figure 674125DEST_PATH_IMAGE002
；Coeffient Template2对应于135°模板，；Coeffient Template3对应于180°模板，
Figure 631902DEST_PATH_IMAGE004
 ；Coeffient Template4对应于225°模板，
Figure 922069DEST_PATH_IMAGE005
；Coeffient Template5对应于270°模板，
Figure 864617DEST_PATH_IMAGE006
；Coeffient Template6对应于315°模板， ；Coeffient Template7对应于0°模板，
Figure 349268DEST_PATH_IMAGE008
；Coeffient Template8对应于45°模板，
Figure 8788DEST_PATH_IMAGE009
。
本发明的基于Robinson算子的图像锐化系统的锐化方法，包括以下步骤：
A、由数据帧输入data_input引入第一帧视频图像数据，并将此帧视频图像数据存入FIFO2；由数据帧输入data_input再引入与第一帧视频图像数据相连续的第二帧视频图像数据，并将当下的第二帧视频图像数据存入FIFO2，而原来存储在FIFO2中的第一帧视频图像数据由FIFO2中释放并转存至FIFO1，再由数据帧输入data_input引入第三帧视频图像数据，此时第三帧视频图像数据与FIFO1和FIFO2中分别释放的前两帧视频图像数据共同构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行，由FIFO1中释放的第一帧视频图像数据作为邻域模板3×3矩阵中的第三数据行matrix_data_row_3，同理，由FIFO2中释放的第二帧视频图像数据作为邻域模板3×3矩阵中的第二数据行matrix_data_row_2，由数据帧输入data_input引入的第三帧视频图像数据作为邻域模板3×3矩阵中的第一数据行matrix_data_row_1；
B、上述第一至第三帧视频图像数据所各自对应的3×3邻域模板中的数据行matrix_data_row_1至matrix_data_row_3分别通过乘法器与模板操作模块中的8组Robinson算子系数模板Coeffient Template1至Coeffient Template8依次相乘，得到8组共24个模板输出数据template1_o1、 template1_o2、template1_o3、template2_o1……template8_o3；
C、上述8组模板输出数据输入到模板操作输出评估模块Estimate Module中，由模板操作输出评估模块Estimate Module选出8组模板输出数据中的最大值，作为检测出的边缘值estimate_module_data_o；
D、将上述检测出的边缘值estimate_module_data_o与原数据orign_data输入到数据流输出模块Output Module中，由数据流输出模块将原数据与检测出的边缘值相互加和，得出的结果由数据帧输出data_out向外输出，所述的原数据orign_data是由FIFO2中释放的视频图像数据，与步骤A中所述的第二帧视频图像数据相同；
E、由数据帧输入data_input持续引入新的视频图像数据，按照步骤A至步骤D持续顺序执行相应的处理过程，例如当第四帧视频图像数据由data_input输入时，则第四帧视频图像数据与FIFO1和FIFO2中分别释放的第二帧视频图像数据和第三帧视频图像数据构成新的3×3邻域模板，其余步骤由此类推。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例公开如上，然而，并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当然会利用揭示的技术内容作出些许更动或修饰，成为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均属于本发明技术方案的范围内。

Claims (5)

1.一种基于Robinson算子的图像锐化系统，其特征在于：包括3×3数据流生成模块、模板操作模块、模板操作输出评估模块和数据流输出模块，上述四个模块依次相连接；3×3数据流生成模块包含两路先入先出存储器FIFO1、FIFO2和一路数据帧输入data_input，FIFO1、FIFO2各自的数据容量为一帧视频图像数据，数据帧输入data_input与FIFO2相连接，而FIFO2与FIFO1相连接，由数据帧输入data_input引入的第一和第二连续两帧视频图像数据分别存入FIFO1和FIFO2，由数据帧输入data_input引入的第三帧视频图像数据与FIFO1和FIFO2内存储的前两帧视频图像数据一起构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行；模板操作模块中具有8组Robinson算子系数模板，8组Robinson算子系数模板分别通过乘法器与上述3×3数据流生成模块中的FIFO1、FIFO2和data_input的视频图像数据引出端相连接，并将得出的结果输入模板操作输出评估模块；模板操作输出评估模块将计算出的数值输入数据流输出模块；数据流输出模块对外设置一路数据帧输出data_out。
2.根据权利要求1所述的基于Robinson算子的图像锐化系统，其特征在于：模板操作模块中的Robinson算子系数模板都为3×3的矩阵模板。
3.一种基于权利要求1所述的基于Robinson算子的图像锐化系统的锐化方法，包括以下步骤：
A、由数据帧输入data_input引入第一帧视频图像数据，并将此帧视频图像数据存入FIFO2；由数据帧输入data_input再引入与第一帧视频图像数据相连续的第二帧视频图像数据，并将此帧视频图像数据存入FIFO2，而原来存储在FIFO2中的第一帧视频图像数据由FIFO2中释放并转存至FIFO1，再由数据帧输入data_input引入第三帧视频图像数据，此时第三帧视频图像数据与FIFO1和FIFO2中分别释放的前两帧视频图像数据共同构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行；
B、上述第一至第三帧视频图像数据所各自对应的3×3邻域模板中的数据行分别通过乘法器与模板操作模块中的8组Robinson算子系数模板依次相乘，得到8组模板输出数据，8组Robinson算子系数模板依次为Coeffient Template1至Coeffient Template8；
C、上述8组模板输出数据输入到模板操作输出评估模块中，由模板操作输出评估模块选出8组模板输出数据中的最大值，作为检测出的边缘值；
D、将上述检测出的边缘值与原数据orign_data输入到数据流输出模块中，由数据流输出模块将原数据与检测出的边缘值相互加和，得出的结果由数据帧输出data_out向外输出；
E、由数据帧输入data_input持续引入新的视频图像数据，按照步骤A至步骤D持续顺序执行相应的处理过程。
4.根据权利要求3所述的基于Robinson算子的图像锐化系统的锐化方法，其特征在于：上述步骤D中所述的原数据orign_data与步骤A中所述的第二帧视频图像数据相同。
5.根据权利要求3所述的基于Robinson算子的图像锐化系统的锐化方法，其特征在于：8组Robinson算子系数模板中Coeffient Template1对应于90°模板，                                               ；Coeffient Template2对应于135°模板，
Figure 2014100289187100001DEST_PATH_IMAGE004
；Coeffient Template3对应于180°模板，
Figure 2014100289187100001DEST_PATH_IMAGE006
 ；Coeffient Template4对应于225°模板，；Coeffient Template5对应于270°模板，
Figure 2014100289187100001DEST_PATH_IMAGE010
；Coeffient Template6对应于315°模板，
Figure DEST_PATH_IMAGE012
 ；Coeffient Template7对应于0°模板，
Figure 2014100289187100001DEST_PATH_IMAGE014
；Coeffient Template8对应于45°模板，
Figure 2014100289187100001DEST_PATH_IMAGE016
。
CN201410028918.7A 2014-01-22 2014-01-22 基于Robinson算子的图像锐化系统及锐化方法 Pending CN103716512A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410028918.7A CN103716512A (zh) 2014-01-22 2014-01-22 基于Robinson算子的图像锐化系统及锐化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410028918.7A CN103716512A (zh) 2014-01-22 2014-01-22 基于Robinson算子的图像锐化系统及锐化方法

Publications (1)

Publication Number Publication Date
CN103716512A true CN103716512A (zh) 2014-04-09

Family

ID=50409050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410028918.7A Pending CN103716512A (zh) 2014-01-22 2014-01-22 基于Robinson算子的图像锐化系统及锐化方法

Country Status (1)

Country Link
CN (1) CN103716512A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105631854A (zh) * 2015-12-16 2016-06-01 天津天地伟业数码科技有限公司 一种基于fpga平台的自适应图像清晰度评价算法
CN105898174A (zh) * 2015-12-04 2016-08-24 乐视网信息技术（北京）股份有限公司 用于提高视频清晰度的方法及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004272546A (ja) * 2003-03-07 2004-09-30 Seiko Epson Corp 空間フィルタ、空間フィルタ作成方法、空間フィルタ作成プログラム並びにその空間フィルタを用いた画像処理装置及び検査装置並びに画像変換方法
CN102609921A (zh) * 2012-03-05 2012-07-25 天津天地伟业物联网技术有限公司 基于拉普拉斯算子的图像锐化系统及图像锐化方法
CN102609922A (zh) * 2012-03-05 2012-07-25 天津天地伟业数码科技有限公司 基于fpga的图像锐化系统及图像锐化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004272546A (ja) * 2003-03-07 2004-09-30 Seiko Epson Corp 空間フィルタ、空間フィルタ作成方法、空間フィルタ作成プログラム並びにその空間フィルタを用いた画像処理装置及び検査装置並びに画像変換方法
CN102609921A (zh) * 2012-03-05 2012-07-25 天津天地伟业物联网技术有限公司 基于拉普拉斯算子的图像锐化系统及图像锐化方法
CN102609922A (zh) * 2012-03-05 2012-07-25 天津天地伟业数码科技有限公司 基于fpga的图像锐化系统及图像锐化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
彭强 等编著: "《多媒体个人计算机实用技术》", 31 October 1996 *
王耀南 等编著: "《计算机图像处理与识别技术》", 30 June 2001 *
田毅龙 等: "基于双核判决的红外小目标检测方法", 《红外技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105898174A (zh) * 2015-12-04 2016-08-24 乐视网信息技术（北京）股份有限公司 用于提高视频清晰度的方法及设备
WO2017092361A1 (zh) * 2015-12-04 2017-06-08 乐视控股（北京）有限公司 用于提高视频清晰度的方法及设备
CN105631854A (zh) * 2015-12-16 2016-06-01 天津天地伟业数码科技有限公司 一种基于fpga平台的自适应图像清晰度评价算法

Similar Documents

Publication Publication Date Title
CN103716511A (zh) 基于Prewitt算子的图像锐化系统及图像锐化方法
CN103714523A (zh) 基于Kirsch算子的图像锐化系统及图像锐化方法
Singh et al. Contrast enhancement and brightness preservation using global-local image enhancement techniques
US8406559B2 (en) Method and system for enhancing image sharpness based on local features of image
CN106127729A (zh) 一种基于梯度的图像噪声水平估计方法
CN102609921A (zh) 基于拉普拉斯算子的图像锐化系统及图像锐化方法
CN104574358A (zh) 从聚焦堆图像进行场景分割的方法和设备
Yan et al. Method to Enhance Degraded Image in Dust Environment.
CN102800054B (zh) 基于稀疏性度量的图像盲去模糊方法
CN109118434A (zh) 一种图像预处理方法
CN108765264A (zh) 图像美颜方法、装置、设备及存储介质
CN105763768A (zh) 一种图像处理方法、装置和系统
CN109584181A (zh) 一种改进的基于Retinex红外图像细节增强方法
CN201726464U (zh) 一种新的视频图像锐化处理装置
CN103716512A (zh) 基于Robinson算子的图像锐化系统及锐化方法
CN103745443B (zh) 提高图像质量的方法和设备
CN105447830B (zh) 动态视频图像清晰度强化方法及装置
CN105279742B (zh) 一种快速的基于分块噪声能量估计的图像去噪方法
CN106296599A (zh) 一种自适应图像增强方法
CN104853059B (zh) 超分辨率图像处理方法及其装置
CN103136530A (zh) 在复杂工业环境下的视频图像中自动识别目标图像的方法
Das et al. Histogram equalization techniques for contrast enhancement: a review
CN106803236A (zh) 基于模糊域奇异值分解的非均匀性校正方法
CN107424134A (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN111784590A (zh) 图像处理方法、装置及系统和计算机可存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140409