CN104240189B - 恢复抗锯齿边缘的滤波方法和装置 - Google Patents

Abstract

本发明实施例提供一种恢复抗锯齿边缘的滤波方法和装置。该方法包括：对于非线性滤波后的图像，计算围绕当前像素点的区域的、用于区分图像边缘的方差值；当所述方差值大于预设的第一阈值时，对所述当前像素点再次进行滤波以恢复抗锯齿边缘。通过本发明实施例，可减弱由非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘。

Description

恢复抗锯齿边缘的滤波方法和装置

技术领域

本发明涉及图像处理技术，尤其涉及一种恢复抗锯齿边缘的滤波方法和装置。

背景技术

自然物体一般都有着平滑的边缘，因此相机所拍摄的自然图像应该保留这一特性，但是图像信号处理中经常要用到各种非线性变换方法（例如：阈值判断，伽马矫正，色彩变换，直方图均衡，双边滤波等），这些变换方法在很好的进行降噪或者增强的同时，会由于自身的非线性特性，造成图像边缘产生锯齿状噪声，影响人们对图像的评价。

为了得到边缘平滑的图像，需要减弱或消除这种非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘（anti-aliasing edge）。但是，发明人发现在现有技术中，对于非线性滤波后的图像并没有处理方法，没有恢复抗锯齿边缘的方法以及装置，从而非线性滤波后的图像在某些场景下没有自然的边缘。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

本发明实施的目的在于提供一种恢复抗锯齿边缘的滤波方法和装置，可减弱由非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘。

根据本发明实施例的一个方面，提供一种恢复抗锯齿边缘的滤波方法，该滤波方法包括：

对于非线性滤波后的图像，计算围绕当前像素点的区域的用于区分图像边缘的方差值；

当所述方差值大于预设的第一阈值时，对所述当前像素点再次进行滤波以恢复抗锯齿边缘。

根据本发明实施例的另一方面，提供一种恢复抗锯齿边缘的滤波装置，所述装置包括：

方差值计算单元，其用于对于非线性滤波后的图像，计算计算围绕当前像素点的区域的用于区分图像边缘的方差值；

重滤波单元，其用于当所述方差值大于预设的第一阈值时，对所述当前像素点再次进行滤波以恢复抗锯齿边缘。

本发明实施例的效果在于：在非线性滤波的基础上采用基于方差值的自适应梯度权重滤波，对图像进行再次滤波，可以减弱由非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘。

参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

附图说明

图1是本发明实施例的滤波方法的一流程图；

图2是本发明实施例的当前像素点位于图像中物体边缘的示意图；

图3是本发明实施例的当前像素点位于图像中平坦区域的示意图；

图4是本发明实施例的滤波方法的另一流程图；

图5是本发明实施例的对当前像素点再次进行滤波的另一方法流程图；

图6是本发明实施例的自适应滤波参数的一设定曲线；

图7是本发明实施例的梯度加权滤波的一方法流程图；

图8是本发明实施例的计算搜索点的权重的方法流程图；

图9是本发明实施例的滤波装置的一结构示意图；

图10是本发明实施例的滤波装置的另一结构示意图；

图11是本发明实施例的重滤波单元的一结构示意图；；

图12是本发明实施例的梯度加权滤波单元的一结构示意图

图13是本发明实施例的权重计算单元的一结构示意图。

具体实施方式

参照附图，通过下面的说明书，本发明的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。

实施例1

本发明实施例提供一种恢复抗锯齿边缘的滤波方法，图1是本发明实施例的滤波方法的一流程图。如图1所示，该方法包括：

步骤101，对于非线性滤波后的图像，计算围绕当前像素点的区域的用于区分图像边缘的方差值；

步骤102，当计算出的方差值大于预设的第一阈值时，对当前像素点再次进行滤波以恢复图像的抗锯齿边缘。

在本实施例中国，对于非线性滤波后的图像，由于非线性变换引起了锯齿状噪声，需要恢复抗锯齿边缘，使得图像边缘更加平滑。

在步骤101中，围绕当前像素点的区域可以是以当前像素点为中心的像素区域，该像素区域可以是像素数为5×5，7×7，9×9或11×11的正方形像素区域，或者行列数为其它值的方形像素区域。但本发明不限于此，可以根据实际情况确定具体的区域。例如，该附近区域可以是除了正方形之外的其它形状，并且该附近区域的行列数并不限定为奇数，也可以是偶数，只是当行列数为偶数的情况下，该附近区域并不对称。

需要注意的是，该附近区域的面积大小和图像的一些基本特性有关，例如，如果非线性滤波造成物体边缘锯齿状噪声的范围越大，则需要将该附近区域的面积设置得更大来恢复抗锯齿边缘，但是如果该附近区域设置得过大，则会造成边缘模糊的范围变大，使图像看起来不那么锐利，因此，该附近区域的面积大小是要综合考虑平衡选取的，并不是越大越好或者越小越好。

在具体的实施方式中，围绕当前像素点的区域的方差值例如可以通过计算该附近区域中像素的方差、标准方差、直方图等方式来得到，该方差值可以在随后的步骤中用来区分图像的边缘区域和平坦区域。

在步骤102中，将计算出的方差值与预设的第一阈值进行比较，从而可以判断当前像素点是否位于图像中的物体边缘。在具体的实施方式中，该第一阈值可以根据图像处理的经验，依据不同的图像类型来进行设定，例如，对于主要包含人物肖像的图像和主要包含风景的图像，可以设置不同的第一阈值；在另一个具体的实施方式中，由于图像的锯齿状边缘是由非线性变换所造成，因此，还可以考虑根据图像所经历的非线性变换的方式，设置与非线性变换的方式相对应的第一阈值。

在本实施例中，如果计算出的方差值大于第一阈值，则可以说明当前像素点处于物体边缘。并且，方差值越大说明该边缘越锐利，即，边缘两侧的物体亮度差异越大。在这种情况下，需要对当前像素点再次进行滤波以恢复图像的抗锯齿边缘。

图2是当前像素点位于图像中物体边缘的一个示意图，在图2所示的情形中，当前像素点位于物体边缘，此时，围绕当前像素点的区域内像素点的方差值大于预设的第一阈值。

在另一个具体实施方式中，如果计算出的方差值不大于第一阈值，则可以说明当前像素点处于平坦区域，在这种情况下，无需对当前像素点做任何处理。

图3是当前像素点位于图像中平坦区域的一个示意图，在图3所示的情形中，当前像素点位于图像的平坦区域，此时，围绕当前像素点的区域内像素点的方差值不大于预设的第一阈值。

图4是本发明实施例的滤波方法的另一流程图。如图4所示，该方法包括：

步骤401，对于非线性滤波后的图像，计算围绕当前像素点的区域的用于区分图像边缘的方差值；

步骤402，判断计算出的方差值是否大于预设的第一阈值；在计算出的方差值大于预设的第一阈值时，执行步骤403；在计算出的方差值小于或等于预设的第一阈值时，执行步骤404。

步骤403，对当前像素点再次进行滤波以恢复图像的抗锯齿边缘。

步骤404，不对当前像素点再次进行滤波。

在本实施例中，可以逐个对像素点进行滤波，对图像的多个像素点进行如上所述的处理之后，对于非线性滤波后的图像可以恢复抗锯齿边缘。

通过本发明的上述实施例，对于经过非线性滤波后的图像，计算当前像素点附近区域的方差值，在该方差值大于预设的第一阈值时，判断为当前像素点位于图像中物体的边缘区域，并对当前像素点再次进行滤波。由此，在非线性滤波的基础上进行再次滤波，可以减弱由非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘。

实施例2

本发明实施例提供一种恢复抗锯齿边缘的滤波方法，在实施例1的基础上对本发明进行进一步的说明。其中与实施例1相同的内容不再赘述。

图5是本发明实施例的对当前像素点再次进行滤波的一个方法流程图，示出了步骤102或者步骤403的具体内容。在本实施例中，如图5所示，对当前像素点再次进行滤波可以包括：

步骤501，根据方差值的不同选择不同的滤波参数，该滤波参数随着方差值的不同被连续设定；

步骤502，基于滤波参数对当前像素点进行梯度加权滤波。

在步骤501中，当计算出的方差值大于第一阈值，并对当前像素点再次进行滤波时，可以根据方差值的不同选择不同的滤波参数，该滤波参数是随着方差值的不同而连续设定的，由此，能够使滤波效果更为自然。

一般来说，对比度较弱的边缘锯齿情况比较严重，而对比度强的边缘锯齿相对较少。因此，在根据方差值设定滤波参数时，可以使低对比度边缘的滤波强度高于强对比度边缘的滤波强度，由此能够自适应地设定滤波参数。

图6是本发明实施例的自适应滤波参数的一个设定曲线。如图6所示，若方差值大于第一阈值且小于预设的第二阈值，则从第一参数至第二参数之间的连续数值中选择滤波参数；若方差值大于第二阈值且小于预设的第三阈值，则选择滤波参数为第二参数；若方差值大于第三阈值且小于预设的第四阈值，则从第二参数至第三参数之间的连续数值中选择滤波参数；若方差值大于第四阈值，则选择滤波参数为所述第三参数；其中，第三参数小于第一参数，第一参数小于第二参数。由此，可以自适应地设定滤波参数，从而根据方差值自适应地调整再次滤波时的滤波强度。

需要说明的是，图6仅示意性地示出了自适应滤波参数的一种实施方式。本发明不限于此，方差值和所选择的滤波参数的关系曲线还可以有其它的形式；另外，在一些实施方式中，滤波参数还可以是固定值。

在本实施例中，在确定了滤波参数之后，在步骤502中，可以基于所确定的滤波参数对当前像素点进行梯度加权滤波。在具体的实施方式中，可以采用现有技术中的多种滤波方式对当前像素点进行再次滤波。

以下仅以梯度加权滤波为例，对具体的滤波过程进行说明。在梯度加权滤波中，所使用的滤波参数可以是Sigma参数，通过该Sigma参数可以调节滤波强度。

图7是本发明实施例的梯度加权滤波的一个方法流程图。如图7所示，本实施例的梯度加权滤波可以包括如下步骤：

步骤701，设置梯度加权滤波的以当前像素点为中心的搜索窗口的大小、以及比较窗口的大小；

步骤702，基于滤波参数计算搜索窗口中的所有搜索点的权重；

步骤703，根据所有搜索点的权重，以及所有搜索点的色度值或亮度值，计算当前像素点的梯度加权滤波结果。

在步骤701中，搜索窗口是以当前像素点为中心进行设置的，该搜索窗口可以是像素数为5×5，7×7，9×9，11×11或其它像素数的像素区域。设置搜索窗口的目的是为了在以当前像素为中心的附近区域内找出与当前像素相关性较高的像素来对当前像素进行抗锯齿平滑滤波，因此，搜索窗口越大，能找到的相关性较高的像素越多，滤波效果越好，但是窗口大了计算量将以(n^2)增长，所以需要综合考虑选取合适的搜索窗口大小。

此外，对于搜索窗口的每个像素，可以拥有以该像素为中心的一个比较窗口。比较窗口的大小可以与搜索窗口的大小相同。例如也可以是像素数为5×5，7×7，9×9，11×11或其它像素数的像素区域。但是，比较窗口也可以与搜索窗口的大小不同。以下以比较窗口具有例如15×15的大小为例，对本发明进行说明。

在步骤702中，可以逐点计算搜索窗口中每一个搜索点的权重。在具体的实施方式中，对于搜索窗口中每一个搜索点，例如可以采用图8所示的方法计算搜索点的权重。可以在对一个搜索点计算之后，判断是否存在搜索窗口中没有计算的搜索点；如果还存在没有计算的搜索点，则继续采用图8所示的方法计算；如果搜索窗口中的所有搜索点均被计算，则执行步骤703。

图8是本发明实施例的计算搜索点的权重的一个方法流程图，如图8所示，该权重计算方法包括：

步骤801，对于搜索窗口内的每一搜索点，计算搜索点和当前像素点之间的相关性；

步骤802，根据搜索点和当前像素点之间的相关性，以及比较窗口的像素数量和滤波参数，确定搜索点的权重。

在步骤801中，搜索点与当前点之间的相关性的计算方法例如可以是：将以该搜索点为中心的比较窗口和以待滤波点（即当前像素点）为中心的比较窗口逐像素相减，将得到的像素的差取绝对值之后全部相加。即，采用下述公式：

SAD=SUM(ABS(Diff_15x15))

其中，相关性用SAD值来表示，Diff_15x15是15x15窗口内所有像素逐一相减的差，ABS是求绝对值，SUM是求和。在一个具体的实施方式中，所述像素的差可以是像素的亮度的差。

在步骤802中，可以根据搜索点和当前像素点之间的相关性，以及比较窗口的像素数量和滤波参数，确定搜索点的权重。在一个具体的实施方式中，例如可以采用如下公式计算得到搜索窗口中每一个搜索点的权重Weight(i,j)：

Weight(i,j)=exp(-SAD/Size/sigma)

其中，(i,j)表示搜索点的坐标；Size表示搜索窗口内的像素数量，例如，对于15x15的比较窗口，其包含的像素数量为15x15=225个；Sigma可以是根据本实施例的方法设定的自适应滤波参数；SAD是搜索点与当前点之间的相关性。

由此，通过循环执行图8所示的方法，对搜索窗口中的每一个搜索点，都可以按照上述方法计算该搜索点的权重Weight(i,j)，从而得到该搜索窗口中所有搜索点的权重。此外，对于同一个搜索窗口中的每一个搜索点而言，滤波参数Sigma和搜索窗口中的像素数量都是固定值，因此，每一个搜索点的权重Weight(i,j)主要由以该搜索点为中心的比较窗口与以当前像素点为中心的窗口之间的相关性来决定。

在本实施例中，在计算搜索点的权重时，有可能出现这样的场景：搜索窗口内的搜索点与当前像素点重合，因此，该搜索点与当前像素点的相关性SAD等于0，进而计算出的该搜索点的权重Weight(i,j)等于1。这种固定为1的权重并不能真实反映搜索范围内各像素之间的相关关系。

因此，在得到搜索窗口内所有搜索点的权重之后，可以将所有搜索点的权重的最大值赋给当前像素点，作为当点像素点的权重，也就是说在搜索范围内至少会存在一点和当前像素具有同等权重的像素点，保证了抗锯齿平滑滤波的效果。

接下来，回到图7，在得到搜索窗口内所有搜索点的权重之后，可以实施步骤703，根据所有搜索点的权重，以及所有搜索点的色度值或亮度值来计算当前像素点的梯度加权滤波结果。

在一个具体的实施方式中，可以采用如下公式得到当前像素点的梯度加权滤波结果Output：

Output=SUM(weight(i,j)*Y(i,j))/SUM(weight(i,j))；

其中，Y(i,j)是坐标为（i，j）的搜索点的亮度值或色度值；Weight(i,j)是坐标为（i，j）的搜索点的权重。

由此，通过本发明的上述实施例，实现对当前像素点的再次滤波。值得注意的是，以上仅梯度滤波为例对本发明进行了示意性说明，但本发明不限于此。例如，本领域的技术人员还可以对上述公式等进行适当的改变或变形。

通过本发明的上述实施例，在非线性滤波的基础上采用基于方差值的自适应梯度权重滤波，对图像进行再次滤波，可以减弱由非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘。

实施例3

本发明实施例提供一种恢复抗锯齿边缘的滤波装置，对应实施例1所述的滤波方法；其中与实施例1相同的内容不再赘述。

图9是本发明实施例的滤波装置的一个结构示意图。如图9所示，该滤波装置900包括：方差值计算单元901和重滤波单元902。滤波装置900的其他构成部件可以参考现有技术，此处不再赘述。

其中，方差值计算单元901用于对于非线性滤波后的图像，计算围绕当前像素点的区域的用于区分图像边缘的方差值；重滤波单元902用于当方差值大于预设的第一阈值时，对当前像素点再次进行滤波以恢复抗锯齿边缘。在本实施例中，方差值计算单元901和重滤波单元902的具体实现方式，可以参考实施例1中对步骤101、步骤102的实现方式的描述。

图10是本发明实施例的滤波装置的另一个结构示意图。如图10所示，该滤波装置1000包括：方差值计算单元901和重滤波单元902；如上所述。

如图10所示，该滤波装置1000还可以包括：方差值判断单元1003，用于判断方差值计算单元901计算出的方差值是否大于预设的第一阈值；在方差值判断单元1003判断出该方差值大于预设的第一阈值时，重滤波单元902对当前像素点再次进行滤波以恢复图像的抗锯齿边缘。

通过本发明的上述实施例，对于经过非线性滤波后的图像，计算当前像素点附近区域的方差值，在该方差值大于预设的第一阈值时，判断为当前像素点位于图像中物体的边缘区域，并对当前像素点再次进行滤波，由此，在非线性滤波的基础上进行再次滤波，可以减弱由非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘。

实施例4

本发明实施例提供一种恢复抗锯齿边缘的滤波装置，在实施例3的基础上对本发明进行进一步的说明。并且，本发明对应实施例2所述的滤波方法，其中与实施例2相同的内容不再赘述。

图11是本发明实施例的重滤波单元902的结构示意图。如图11所示，该重滤波单元902包括：

滤波参数选择单元1101，其用于根据方差值的不同选择不同的滤波参数，其中，滤波参数随着方差值的不同被连续设定；

梯度加权滤波单元1102，其用于基于滤波参数对当前像素点进行梯度加权滤波。

在本实施例中，滤波参数选择单元1101的滤波参数选择方式与实施例2所描述的方式相同；梯度加权滤波单元1102使用Sigma参数作为所述滤波参数，并且sigma参数调节滤波强度。

图12是本发明实施例的梯度加权滤波单元1102的结构示意图。附图12所示，该梯度加权滤波单元1102包括：

窗口设置单元1201，其用于设置梯度加权滤波的以当前像素点为中心的搜索窗口的大小、以及比较窗口的大小；

权重计算单元1202，其用于基于滤波参数计算搜索窗口中的所有搜索点的权重；

滤波结果计算单元1203，其用于根据所有搜索点的权重，以及所有搜索点的色度值或亮度值，计算当前像素点的梯度加权滤波结果。

在本实施例中，梯度加权滤波单元1102的各组成部分的具体实现方式，可参考实施例2中步骤701-步骤703等的实现方式的描述。

图13是本发明实施例的权重计算单元1202的结构示意图。如图13所示，该权重计算单元1202包括：

相关性计算单元1301，其用于对于所述搜索窗口内的每一搜索点，计算该搜索点和当前像素点之间的相关性；

权重取得单元1302，其用于根据搜索点和当前像素点之间的相关性，以及搜索窗口的像素数量和滤波参数，确定搜索点的权重。

在本实施例中，权重计算单元1202的各组成部分的具体实现方式，可参考实施例2中对步骤801步骤802的实现方式的描述。

通过本发明的上述实施例，在非线性滤波的基础上采用基于方差值的自适应梯度权重滤波，对图像进行再次滤波，可以减弱由非线性变换引起的锯齿状噪声，从而恢复自然物体图像的抗锯齿边缘。

本发明以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。

以上结合具体的实施方式对本发明进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改，这些变型和修改也在本发明的范围内。

关于包括以上实施例的实施方式，还公开下述的附记：

（附记1）一种恢复抗锯齿边缘的滤波方法，所述滤波方法包括：

对于非线性滤波后的图像，计算围绕当前像素点的区域的用于区分图像边缘的方差值；

当所述方差值大于预设的第一阈值时，对所述当前像素点再次进行滤波以恢复抗锯齿边缘。

（附记2）根据附记1所述的方法，其中，对所述当前像素点再次进行滤波包括：

根据所述方差值的不同选择不同的滤波参数，所述滤波参数随着所述方差值的不同被连续设定；以及

基于所述滤波参数对所述当前像素点进行梯度加权滤波。

（附记3）如附记2所述的方法，其中，根据所述方差值的不同选择不同的滤波参数包括：

若所述方差值大于所述第一阈值且小于预设的第二阈值，则从第一参数至第二参数之间的连续数值中选择所述滤波参数；

若所述方差值大于所述第二阈值且小于预设的第三阈值，则选择所述滤波参数为所述第二参数；

若所述方差值大于所述第三阈值且小于预设的第四阈值，则从第二参数至第三参数之间的连续数值中选择所述滤波参数；

若所述方差值大于所述第四阈值，则选择所述滤波参数为所述第三参数；

其中，所述第三参数小于所述第一参数，所述第一参数小于所述第二参数。

（附记4）如附记2所述的方法，其中，基于所述滤波参数对所述当前像素点进行梯度加权滤波包括：

设置梯度加权滤波的以当前像素点为中心的搜索窗口的大小、以及比较窗口的大小；

基于所述滤波参数计算所述搜索窗口中的所有搜索点的权重；

根据所述所有搜索点的权重，以及所有搜索点的色度值或亮度值，计算所述当前像素点的梯度加权滤波结果。

（附记5）如附记4所述的方法，其中，基于所述滤波参数计算所述搜索窗口中的所有搜索点的权重包括：

对于所述搜索窗口内的每一搜索点，计算所述搜索点和所述当前像素点之间的相关性；

根据所述搜索点和所述当前像素点之间的所述相关性，以及所述比较窗口的像素数量和所述滤波参数，确定所述搜索点的权重。

（附记6）如附记5所述的方法，其中，计算所述搜索点和所述当前像素点之间的相关性包括：

将以所述搜索点为中心的比较窗口和以所述当前像素点为中心的比较窗口逐像素相减；

将得到的像素的差取绝对值之后全部相加。

（附记7）如附记6所述的方法，其中，所述搜索点的权重由下列公式得到：

Weight(i,j)=exp(-SAD/Size/sigma)

其中，exp表示以自然对数e为底取指数，Size表示以搜索点为中心的比较窗口的像素数量，Sigma是滤波参数，SAD是所述搜索点和所述当前像素点之间的相关性。

（附记8）如附记5所述的方法，其中，所述方法还包括：

得到所述搜索窗口内所有搜索点的权重之后，取所有搜索点的权重的最大值赋给所述当前像素点，作为所述当点像素点的权重。

（附记9）如附记4所述的方法，其中，所述当前像素点的梯度加权滤波结果由下列公式得到：

Output=SUM(weight(i,j)*Y(i,j))/SUM(weight(i,j))

其中，Y(i,j)是坐标为（i，j）的搜索点的亮度值或色度值，weight(i,j)表示坐标为（i，j）搜索点的权重，SUM表示求和。

（附记10）一种恢复抗锯齿边缘的滤波装置，所述装置包括：

方差值计算单元，其用于对于非线性滤波后的图像，计算计算围绕当前像素点的区域的、用于区分图像边缘的方差值；

重滤波单元，其用于当所述方差值大于预设的第一阈值时，对所述当前像素点再次进行滤波以恢复抗锯齿边缘。

（附记11）如附记10所述的装置，其中，所述重滤波单元包括：

滤波参数选择单元，其用于根据所述方差值的不同选择不同的滤波参数，其中，所述滤波参数随着所述方差值的不同被连续设定；

梯度加权滤波单元，其用于基于所述滤波参数对所述当前像素点进行梯度加权滤波。

（附记12）如附记11所述的装置，其中，所述滤波参数选择单元根据所述方差值的不同选择不同的滤波参数包括：

当所述方差值大于所述第一阈值且小于预设的第二阈值时，从第一参数至第二参数之间的连续数值中选择所述滤波参数；

当所述方差值大于所述第二阈值且小于预设的第三阈值时，选择所述滤波参数为所述第二参数；

当所述方差值大于所述第三阈值且小于预设的第四阈值时，从第二参数至第三参数之间的连续数值中选择所述滤波参数；

当所述方差值大于所述第四阈值时，选择所述滤波参数为所述第三参数；

其中，所述第三参数小于所述第一参数，所述第一参数小于所述第二参数。

（附记13）如附记12所述的装置，其中，所述梯度加权滤波单元包括：

窗口设置单元，其用于设置梯度加权滤波的以当前像素点为中心的搜索窗口的大小、以及比较窗口的大小；

权重计算单元，其用于基于所述滤波参数计算所述搜索窗口中的所有搜索点的权重；

滤波结果计算单元，其用于根据所述所有搜索点的权重，以及所有搜索点的色度值或亮度值，计算所述当前像素点的梯度加权滤波结果。

（附记14）如附记13所述的装置，所述权重计算单元包括：

相关性计算单元，其用于对于所述搜索窗口内的每一搜索点，计算所述搜索点和所述当前像素点之间的相关性；

权重取得单元，其用于根据所述搜索点和所述当前像素点之间的所述相关性，以及所述比较窗口的像素数量和所述滤波参数，确定所述搜索点的权重。

（附记15）如附记14所述的方法，其中，所述权重取得单元采用下列公式确定所述搜索点的权重：

Weight(i,j)=exp(-SAD/Size/sigma)

其中，exp表示以自然对数e为底取指数，Size表示以搜索点为中心的比较窗口的像素数量，Sigma是滤波参数，SAD是所述搜索点和所述当前像素点之间的相关性。

（附记16）如附记12所述的方法，其中，当前像素点的梯度加权滤波结果由下列公式得到：

Output=SUM(weight(i,j)*Y(i,j))/SUM(weight(i,j))

其中，Y(i,j)是坐标为（i，j）的搜索点的亮度值或色度值，weight(i,j)表示坐标为（i，j）的搜索点的权重，SUM表示求和。

（附记17）一种计算机可读程序，其中当在图像处理装置中执行所述程序时，所述程序使得计算机在所述图像处理装置中执行如附记1至附记9中任一项所述的恢复抗锯齿边缘的滤波方法。

（附记18）一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在图像处理装置中执行如附记1至9中任一项所述的恢复抗锯齿边缘的滤波方法。

Claims (6)

1.一种恢复抗锯齿边缘的滤波方法，所述滤波方法包括：

对于非线性滤波后的图像，计算围绕当前像素点的区域的用于区分图像边缘的方差值；

当所述方差值大于预设的第一阈值时，对所述当前像素点再次进行滤波以恢复抗锯齿边缘，

其中，对所述当前像素点再次进行滤波包括：

根据所述方差值的不同选择不同的滤波参数，所述滤波参数随着所述方差值的不同被连续设定；以及

基于所述滤波参数对所述当前像素点进行梯度加权滤波，

其中，基于所述滤波参数对所述当前像素点进行梯度加权滤波包括：

设置梯度加权滤波的以所述当前像素点为中心的搜索窗口的大小、以及比较窗口的大小；

基于所述滤波参数计算所述搜索窗口中的所有搜索点的权重；以及

根据所述所有搜索点的权重，以及所有搜索点的色度值或亮度值，计算所述当前像素点的梯度加权滤波结果。

2.根据权利要求1所述的方法，其中，根据所述方差值的不同选择不同的滤波参数包括：

若所述方差值大于所述第一阈值且小于预设的第二阈值，则从第一参数至第二参数之间的连续数值中选择所述滤波参数；

若所述方差值大于所述第二阈值且小于预设的第三阈值，则选择所述滤波参数为所述第二参数；

若所述方差值大于所述第三阈值且小于预设的第四阈值，则从第二参数至第三参数之间的连续数值中选择所述滤波参数；

若所述方差值大于所述第四阈值，则选择所述滤波参数为所述第三参数；

其中，所述第三参数小于所述第一参数，所述第一参数小于所述第二参数。

3.根据权利要求1所述的方法，其中，基于所述滤波参数计算所述搜索窗口中的所有搜索点的权重包括：

对于所述搜索窗口内的每一搜索点，计算所述搜索点和所述当前像素点之间的相关性；

根据所述搜索点和所述当前像素点之间的所述相关性，以及所述比较窗口的像素数量和所述滤波参数，确定所述搜索点的权重。

4.根据权利要求3所述的方法，其中，计算所述搜索点和所述当前像素点之间的相关性包括：

将以所述搜索点为中心的比较窗口和以所述当前像素点为中心的比较窗口逐像素相减；

将得到的像素的差取绝对值之后全部相加。

5.根据权利要求3所述的方法，其中，所述方法还包括：

得到所述搜索窗口内所有搜索点的权重之后，取所有搜索点的权重的最大值赋给所述当前像素点，作为所述当前像素点的权重。

6.一种恢复抗锯齿边缘的滤波装置，所述滤波装置包括：

方差值计算单元，其对于非线性滤波后的图像，计算围绕当前像素点的区域的用于区分图像边缘的方差值；

重滤波单元，其用于当所述方差值大于预设的第一阈值时，对所述当前像素点再次进行滤波以恢复抗锯齿边缘，

其中，所述重滤波单元包括：

滤波参数选择单元，其用于根据所述方差值的不同选择不同的滤波参数，其中，所述滤波参数随着所述方差值的不同被连续设定；以及

梯度加权滤波单元，其基于所述滤波参数对所述当前像素点进行梯度加权滤波，

其中，所述梯度加权滤波单元包括：

窗口设置单元，其用于设置梯度加权滤波的以所述当前像素点为中心的搜索窗口的大小、以及比较窗口的大小；

权重计算单元，其基于所述滤波参数计算所述搜索窗口中的所有搜索点的权重；

滤波结果计算单元，其用于根据所述所有搜索点的权重，以及所有搜索点的色度值或亮度值，计算所述当前像素点的梯度加权滤波结果。