CN104144281B - 自适应影像边缘修复装置及其方法 - Google Patents

Abstract

本发明提供一种自适应影像边缘修复装置及其方法，其是利用取像单元供输入原始影像，并电性连接影像处理单元，其包括锐化滤波器以将原始影像转换为锐化边缘影像，并利用处理器将原始影像与锐化边缘影像相加，以合成强化影像后，利用边缘侦测器撷取强化影像的边缘，以取得微分边缘影像，处理器再根据微分边缘影像的偏差方向，选择性使用水平修复或垂直修复，修复微分边缘影像，以形成修复影像，供影像输出单元显示。本发明可在图像放大时修补放大边缘所产生的模糊现象，并强化图像边缘以改善锯齿现象。

Description

自适应影像边缘修复装置及其方法

技术领域

本发明是有关一种修复影像的技术，特别是指一种能改善边缘模糊现象以及边缘锯齿现象的自适应影像边缘修复装置及其方法。

背景技术

在影像监测时常需要观测远方影像，因而需要放大影像以监测远方影像，但影像在低解析度时欲得到较高解析度影像时，普遍采用的是多项式内插来得到放大的影像，但放大后的影像却会产生模糊现象或锯齿现象等常见的失真状况。其中造成模糊的主因在于进行内插时，效果会如同低通滤波器将影像高频部分滤除，因而造成影像模糊的结果，另外放大后影像边缘部分会因内插时产生错位而产生不规则排列，进而产生边缘锯齿的现象，亦即影像中边缘位置会产生模糊以及锯齿现象。

故为了改善此一现象，现有数字照片解决此现象通常有两种方法，一种是提高至人类双眼无法分办的解析度，但无疑会增加成本，另一种则是以双线性内插法配合模糊化滤波器，但由于计算过程较为复杂，因此会耗费许久时间。

另外解决边缘锯齿的现象方法还可利用低通滤波(Low-Pass filter)、错误修正锐利边缘(Error-amended Sharp Edge)、线性最小均方误差(Linear Minimum MeanSquare-error Estimation)、边缘导向的快速内插法(Fast Edge-orientedInterpolation)或灰色多项式内插法(Grey Polynomial Interpolation)等方法。但使用低通滤波却容易造成整体影像失真；使用错误修正锐利边缘或线性最小均方误差的话计算量则又都过于庞大，可能导致计算时间较长；若使用边缘导向的快速内插法或灰色多项式内插法，则需要多次尝试门槛值才有办法执行，因此也相当耗费工时。

有鉴于此，本发明遂针对上述现有技术的缺失，提出一种自适应影像边缘修复方法，以有效克服上述的问题。

发明内容

本发明的主要目的在提供一种自适应影像边缘修复装置及其方法，其是在图像放大时可修补边缘模糊现象，并强化图像边缘改善影像边缘模糊现象及锯齿现象。

本发明的另一目的在提供一种自适应影像边缘修复装置及其方法，其是计算量小，速度快，且可用在各尺寸的影像。

本发明的再一目的在提供一种自适应影像边缘修复装置及其方法，其是使用情境及诉求广泛，举凡低解析度或边缘失真的影像皆可应用。

为达上述的目的，本发明提供一种自适应影像边缘修复方法，其是输入一原始影像；并锐化原始影像，以将原始影像转换为一锐化边缘影像；将原始影像与锐化边缘影像相加，以合成一强化影像；撷取强化影像的边缘，以取得一微分边缘影像；以及判断微分边缘影像的偏差方向，以选择性使用水平修复或垂直修复来修复微分边缘影像，以形成一修复影像。

其中，判断该微分边缘影像的偏差方向，若使用该水平修复则利用一水平修复方程式进行该水平修复，若使用该垂直修复则利用一垂直修复方程式该进行垂直修复。

其中，判断该微分边缘影像的偏差方向是利用一判断方程式判断，该判断方程式如下：

其中，C为微分边缘影像；E为合成强化影像；i、j为修复点坐标；K＝0，1，-1则代表需修复方向。

其中，该水平修复方程式如下：

其中，E为合成强化影像；i、j为修复点坐标。

其中，该垂直修复方程式如下：

其中，E为合成强化影像；i、j为修复点坐标。

其中，锐化该原始影像是利用锐化滤波器取得该锐化边缘影像。

其中，该边缘取得是利用一边缘侦测器。

其中，输入该原始影像后是放大该原始影像。

另外，本发明亦提供一种自适应影像边缘修复装置，其是一取像单元供输入原始影像，一影像处理单元，以电性连接取像单元，影像处理单元包括有一锐化滤波器以将原始影像转换为一锐化边缘影像，并利用一与锐化滤波器电性连接的处理器将原始影像与锐化边缘影像相加，以合成一强化影像，影像处理单元并包括一边缘侦测器，电性连接处理器，以撷取强化影像的边缘，取得一微分边缘影像，处理器再根据微分边缘影像的偏差方向，以选择性使用水平修复或垂直修复来修复微分边缘影像，以形成一修复影像，最后修复影像并由一与影像处理单元的影像输出单元显示输出。

其中，该取像单元为摄影机。

本发明使用情境及诉求较为广泛，举凡低解析度或边缘失真的影像皆可应用，可在图像放大时修补边缘模糊现象，并强化图像边缘改善模糊现及锯齿现象，且计算量小，速度快，并可用在各尺寸的影像，无须特意提高至特定解析度。

以下通过具体实施例详加说明，当更容易了解本发明的目的、技术内容、特点及其所达成的功效。

附图说明

图1为本发明实施例的装置架构示意图。

图2为本发明实施例的方法流程图。

图3A至3E图为本发明实施例的各方法步骤示意图。

图4为本发明实施例锯齿修复演算示意图。

附图标记说明：10-取像单元；20-影像处理单元；22-锐化滤波器；24-处理器；26-边缘侦测器；30-影像输出单元；A-原始影像；B-锐化边缘影像；C-微分边缘影像；D-修复影像。E-强化影像；

具体实施方式

本发明是可修复放大后的低解析度影像边缘，所产生的模糊现象与锯齿现象，使放大后的影像边缘可呈现平滑的状态，可改善影像输出的品质。

请参照图1，其为本实施例装置架构示意图，如图所示，装置设有一取像单元10，取像单元10可为摄影机，可拍摄影像以供输入一原始影像，取像单元10并连接一影像处理单元20，影像处理单元20包括了一锐化滤波器22，锐化滤波器22可为拉普拉斯(Laplacian)滤波器，其中，本发明以拉普拉斯(Laplacian)滤波器作为实施例说明，但不局限于此，以将取像单元10输入的原始影像转换为一锐化边缘影像；锐化滤波器并连接一处理器24，处理器24是以将原始影像与锐化边缘影像相加，以合成强化影像；以及一边缘侦测器26，电性连接处理器24，以供撷取强化影像的边缘，以取得一微分边缘影像后，再由处理器24判断微分边缘影像的偏差方向，以选择使用水平修复或垂直修复来修复微分边缘影像，以修复图像边缘的模糊现象及锯齿现像以形成一修复影像；一影像输出单元30，电性连接处理器24，以将修复过后的修复影像以显示输出。

接下来请配合参照图1、第图2以及图3A至图3E，其为本实施例影像边缘修复方法流程图，首先进入步骤S10并配合参照图3A，一开始是利用取像单元10拍摄影像，以供输入一原始影像A至处理器24后，处理器24并将原始影像A放大，但若取像单元10的画素不高，原始影像A放大后影像边缘则容易产生模糊现象及锯齿现象；为了修复放大后原始影像A的模糊现象，接下来则进入步骤S12，利用锐化滤波器22将原始影像A转换为如图3B所示的一锐化边缘影像B；进入步骤S14并配合参照图3C，利用处理器24将原始影像A与锐化边缘影像B相加叠合，以形成一强化影像E，步骤S14虽可改善强化影像E的模糊现象，但仍存在着锯齿现象；因此为修复锯齿现象则进入步骤S16，利用一边缘侦测器26撷取强化影像E的边缘，以取得如图3D所示一微分边缘影像C；最后进入步骤S18，利用处理器24判断微分边缘影像C的偏差方向以选择性使用水平化垂直修复来修复微分边缘影像，其中判断偏差方向是依据一判断方程式来进行判断，其判断方程式如下列方程式(1)所示：

其中，C是微分边缘影像；E为合成强化影像；i、j为修复点坐标；K＝0，1，-1则代表需修复方向。

请参照图4，如图所示，判断方程式可根据中心点i、j的边缘计算判断锯齿偏差方向，其中若方程式(1)计算出K＝-1则代表须修复垂直方向，须利用一垂直修复方程式修复影像，若K＝1则代表须修复水平方向，须利用一水平修复方程式修复影像，为若K＝0则不需进行修复。其中水平修复方程式如下列方程式(2)所示：

其中，E为合成强化影像；i、j为修复点坐标。

垂直修复方程式如下列方程式(3)所示：

其中，E为合成强化影像；i、j为修复点坐标。

最后修复完成后的图像则形成如图3E所示，其边缘无模糊现象以及锯齿现象的一修复影像D，以供影像输出单元30输出，修复后修复影像边缘明显显得平滑完美。

鉴此，本发明的自适应影像边缘修复方法，计算量小，且速度快，因此可广泛应用于任何影像相关技术或系统中，如环视摄影系统(Around View Monitor,AVM)、图像处理软件、相机、显示器等产品，以将原本较低画素的影像放大后，所产生的边缘模糊现象以较快速且简单的计算方式处理模糊的影像边缘，呈现较佳的视觉效果，提高影像品质。

综上所述，本发明使用情境及诉求较为广泛，举凡低解析度或边缘失真的影像皆可应用，可在图像放大时修补边缘模糊现象，并强化图像边缘改善模糊现及锯齿现象，且计算量小，速度快，并可用在各尺寸的影像，无须特意提高至特定解析度。

以上所述者，仅为本发明的较佳实施例而已，并非用来限定本发明实施的范围。故即凡依本发明申请范围所述的特征及精神所为的均等变化或修饰，均应包括于本发明的申请专利范围内。

Claims (9)

1.一种自适应影像边缘修复方法，其特征在于，步骤包括：

输入一原始影像；

锐化该原始影像，以将该原始影像转换为一锐化边缘影像；

将该原始影像与该锐化边缘影像相加，以合成一强化影像；

撷取该强化影像的边缘，以取得一微分边缘影像；以及

判断该微分边缘影像的偏差方向，以选择性使用水平修复或垂直修复来修复该微分边缘影像，以形成一修复影像，其中判断该微分边缘影像的偏差方向是利用一判断方程式判断，该判断方程式如下：

$sign\left(C_{ij}\×\left(\begin{array}{c}norm\left(\frac{(E_{i-1,j-1}-E_{i-1,j+1})+2(E_{i,j-1}-E_{i,j+1})+(E_{i+1,j-1}-E_{i+1,j+1})}{4}\right)\\ -norm\left(\frac{(E_{i-1,j-1}-E_{i+1,j-1})+2(E_{i-1,j}-E_{i+1,j})+(E_{i-1,j-1}-E_{i+1,j+1})}{4}\right)\end{array}\right)\right)=K$

其中，C为微分边缘影像；E为合成强化影像；i、j为修复点坐标；K＝0，1，-1则代表需修复方向。

2.根据权利要求1所述的自适应影像边缘修复方法，其特征在于，判断该微分边缘影像的偏差方向，若使用该水平修复则利用一水平修复方程式进行该水平修复，若使用该垂直修复则利用一垂直修复方程式该进行垂直修复。

3.根据权利要求2所述的自适应影像边缘修复方法，其特征在于，该水平修复方程式如下：

$E_{i,j-1}=\frac{1}{2}(E_{i,j-1}+E_{i,j-2})$

$E_{i,j+1}=\frac{1}{2}(E_{i,j+1}+E_{i,j+2})$

其中，E为合成强化影像；i、j为修复点坐标。

4.根据权利要求2所述的自适应影像边缘修复方法，其特征在于，该垂直修复方程式如下：

$E_{i-1,j}=\frac{1}{2}(E_{i-1,j}+E_{i-2,j})$

$E_{i+1,j}=\frac{1}{2}(E_{i+1,j}+E_{i+2,j})$

其中，E为合成强化影像；i、j为修复点坐标。

5.根据权利要求1所述的自适应影像边缘修复方法，其特征在于，锐化该原始影像是利用锐化滤波器取得该锐化边缘影像。

6.根据权利要求1所述的自适应影像边缘修复方法，其特征在于，该边缘取得是利用一边缘侦测器。

7.根据权利要求1所述的自适应影像边缘修复方法，其特征在于，输入该原始影像的步骤后放大该原始影像。

8.一种自适应影像边缘修复装置，其特征在于，包括：

一取像单元，以供输入一原始影像；

一影像处理单元，连接该取像单元，该影像处理单元包括：

一锐化滤波器，以将该原始影像转换为一锐化边缘影像；

一处理器，电性连接该锐化滤波器，以将该原始影像与该锐化边缘影像相加，以合成一强化影像；以及一边缘侦测器，电性连接该处理器，以供撷取该强化影像的边缘，以取得一微分边缘影像，该处理器再判断该微分边缘影像的偏差方向，以选择性使用水平修复或垂直修复来修复该微分边缘影像，以形成一修复影像，其中判断该微分边缘影像的偏差方向是利用一判断方程式判断，该判断方程式如下：

$sign\left(C_{ij}\×\left(\begin{array}{c}norm\left(\frac{(E_{i-1,j-1}-E_{i-1,j+1})+2(E_{i,j-1}-E_{i,j+1})+(E_{i+1,j-1}-E_{i+1,j+1})}{4}\right)\\ -norm\left(\frac{(E_{i-1,j-1}-E_{i+1,j-1})+2(E_{i-1,j}-E_{i+1,j})+(E_{i-1,j-1}-E_{i+1,j+1})}{4}\right)\end{array}\right)\right)=K$

其中，C为微分边缘影像；E为合成强化影像；i、j为修复点坐标；K＝0，1，-1则代表需修复方向；以及

一影像输出单元，电性连接该处理器，以显示输出该修复影像。

9.根据权利要求8所述的自适应影像边缘修复装置，其特征在于，该取像单元为摄影机。