CN104580826A - 一种增强图像锐度的视频信号处理方法 - Google Patents

Abstract

本发明提供了一种增强图像锐度的视频信号处理方法，该方法包括:接收待处理的视频信号中的原图像帧，计算特定像素邻域Ω的复杂度Lc和标准差Lv，分别描述该邻域的灰度变化频度和变化幅值；利用所述复杂度Lc和标准差Lv构建增量函数λ动态调整图像锐度。发明不仅考虑了图像局部变化幅值，还考虑了局部变化频度，在增强细节的同时，不会产生伪像，且一定程度上抑制噪声的放大，使图像的边缘更突出，纹理更清晰。

Description

一种增强图像锐度的视频信号处理方法

技术领域

本发明涉及视频图像信号处理，特别涉及一种增强图像锐度的视频信号处理方法。

背景技术

随着计算机技术、多媒体技术和网络技术的不断发展，视频远程采集系统进入全数字化阶段，并越来越广泛地应用于安防、安全监控和高清晰视频图像获取等众多行业。在视频图像的信号处理中，数字图像邻域内像素与像素之间的灰度值具有高度相关，而这些相关性信息一般是以复杂的边缘和纹理细节信息体现出来的，图像锐度的改变就是以分析这些边缘细节为基础进行图像增强。现有的锐度增强方法对连续帧视频图像的处理中效果欠佳，在灰度变化区域的响应较为强烈，对噪声敏感，易产生伪像；而对小细节的响应较弱。对一些细节纹理信息丰富，而梯度较小的区域，细节体现较弱，增强不足。

因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种增强图像锐度的视频信号处理方法，包括:

步骤1，接收待处理的视频信号中的原图像帧，并确定待增强的特定像素邻域Ω；

步骤2，计算特定像素邻域Ω的复杂度Lc，描述该邻域的灰度变化频度；

步骤3，计算特定像素邻域Ω的标准差Lv，描述该邻域的灰度变化幅值；

步骤4，利用所述局域复杂度和局域标准差构建增量函数；

步骤5，通过将所述增量函数应用于原视频图像来动态调整图像锐度。

优选地，所述步骤2进一步包括：

用Lc表示像素邻域Ω的复杂度，其表达式如下:

Lc(i,j)＝Σ^L-1 _k＝0sgn(k)

其中，邻域Ω的中心点为(i,j)，用f(x，y)为原图像坐标(x，y)点的灰度值，在f(x，y)＝k时，符号函数sgn(k)＝1，否则sgn(k)＝0，所述(x，y)为邻域Ω内的点坐标，k为图像灰度值，L为图像灰度级；

对于一个大小为m×m的局部区域，W＝m*m为该局部区域内的像素总数，其复杂度Lc的大小满足Lc≤W；

当Lc＝W时表明局部区域内像素灰度值各不相等，Lc＝1表明局部区域内像素灰度值相等。

优选地，所述步骤3进一步包括：

对于邻域Ω，局域标准差可以描述为

$\mathrm{Lv}(i,j)=\frac{1}{M\×N}\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}(f(x,y)-\stackrel{\‾}{f})$

式中:为邻域Ω中灰度的均值，图像大小为M×N；

当在整幅图像中从左到右并且从上到下移动图像邻域窗口，每个元素的局域复杂度和标准差可以通过矩阵计算得到：

$\mathrm{Lc}=\left[\begin{array}{cccc}\mathrm{Lc}\left(\mathrm{1,1}\right)& \mathrm{Lc}\left(\mathrm{1,2}\right)& ...& \mathrm{Lc}(1,N)\\ \mathrm{Lc}\left(\mathrm{2,1}\right)& \mathrm{Lc}\left(\mathrm{2,2}\right)& ...& \mathrm{Lc}(2,N)\\ ...& & & ...\\ \mathrm{Lc}(M,1)& \mathrm{Lc}(M,2)& ...& \mathrm{Lc}(M,N)\end{array}\right]$

$\mathrm{Lv}=\left[\begin{array}{cccc}\mathrm{Lv}\left(\mathrm{1,1}\right)& \mathrm{Lv}\left(\mathrm{1,2}\right)& ...& \mathrm{Lv}(1,N)\\ \mathrm{Lv}\left(\mathrm{2,1}\right)& \mathrm{Lv}\left(\mathrm{2,2}\right)& ...& \mathrm{Lv}(2,N)\\ ...& & & ...\\ \mathrm{Lv}(M,1)& \mathrm{Lv}(M,2)& ...& \mathrm{Lv}(M,N)\end{array}\right]$

将这两特征值进行归一化，使LC与LV的值被限制在0和1之间，如下：

LC＝(Lc-minLc)/(maxLc-minLc)

LV＝(Lv-minLv)/(maxLv-minLv)

式中:maxLc，minLc和maxLv，minLv分别为Lc与Lv的最大值与最小值。

优选地，所述步骤4进一步包括：

将局域复杂度与局域标准差结合产生增量函数λ：

λ(i,j)＝α×LC(i,j)+(1-α)×LV(i,j)

其中，α是用于权衡局域复杂度和标准差的常数，α的取值应介于0-1之间。

优选地，所述步骤5进一步包括：

将增量函数λ(i,j)应用于视频图像的锐度增强处理中:

$f^{,}(i,j)=f(i,j)+K\×\mathrm{\λ}(i,j)\×(f(i,j)-\stackrel{\‾}{f}(i,j))$

式中:f为原图像，f’为增强后的视频图像，K为控制细节的增强程度的预设调整常数。

本发明相比现有技术，具有以下优点:

本发明提出了一种增强视频图像锐度的方法，不仅考虑了图像局部变化幅值，还考虑了局部变化频度，在增强细节的同时，不会产生伪像，且一定程度上抑制噪声的放大，使图像的边缘更突出，纹理更清晰。

附图说明

图1是根据本发明实施例的增强图像锐度的视频信号处理方法的流程图。

具体实施方式

下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明，但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定，并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。

为了同时考虑图像灰度的变化幅值和变化频度，本发明将图像的局域复杂度和局域标准差结合起来，利用新的增量函数，自适应动态调整锐度。本发明的一方面提供了一种增强图像锐度的视频信号处理方法。图1是根据本发明实施例的增强图像锐度的视频信号处理方法流程图。

图像的熵实质上体现了其灰度变化的频率，但由于计算复杂，需要统计图像的灰度值及其概率分布，并设计到对数及乘法运算，因此，本发明使用一种局域复杂度来描述灰度变化频度。局域复杂度用局部统计信息来描述图像灰度值变化的频率，它体现了局部邻域灰度级别变化包含信息的丰富程度。像素点与邻域像素点的相似程度越小，复杂度越高，表明该领域内灰度分布层次越多，细节信息越丰富。局部邻域的选择不宜过大或过小，窗口过小，不能反映该局部的灰度变化信息，窗口过大，则会导致局部灰度变化趋同。

在接收待处理的视频信号中的原图像帧之后，用Lc表示像素邻域Ω的复杂度，其表达式如下

Lc(i,j)＝Σ^L-1 _k＝0sgn(k)

其中，在f(x，y)＝k时，符号函数sgn(k)＝1，否则sgn(k)＝0。式中:(x，y)为邻域Ω内的点坐标，f(x，y)为原图像坐标(x，y)点的灰度值，k为图像灰度值，L为图像灰度级。对于一个大小为m×m的局部区域，其复杂度Lc的大小满足:Lc≤W(W＝m*m，为该局部区域内的像素总数)。

当Lc＝W时表明局部区域内像素灰度值各不相等，此时该区域内灰度层次最大，同质性较差，细节纹理丰富。Lc＝1表明局部区域内像素灰度值相等，此时该区域绝对均匀。

孤立的噪声会引起灰度突变，使梯度较大，对局域复杂度的影响较小，因为复杂度体现的是灰度级别的变化，而与灰度幅值大小无关，因此，局域复杂度自身具有一定程度的滤波作用。

在利用局域复杂度描述变化频度之后，利用局域标准差描述局部区域图像灰度变化的程度。对于邻域Ω，局域标准差可以描述为

$\mathrm{Lv}(i,j)=\frac{1}{M\×N}\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}(f(x,y)-\stackrel{\‾}{f})$

式中:为邻域Ω中灰度的均值，图像大小为M×N，邻域Ω的中心点为(i,j)。

根据上述局域复杂度和标准差的特点，当在整幅图像中从左到右从上到下移动图像邻域窗口，每个元素的局域复杂度和标准差可以计算得到，并组成下面两个图像矩阵

$\mathrm{Lc}=\left[\begin{array}{cccc}\mathrm{Lc}\left(\mathrm{1,1}\right)& \mathrm{Lc}\left(\mathrm{1,2}\right)& ...& \mathrm{Lc}(1,N)\\ \mathrm{Lc}\left(\mathrm{2,1}\right)& \mathrm{Lc}\left(\mathrm{2,2}\right)& ...& \mathrm{Lc}(2,N)\\ ...& & & ...\\ \mathrm{Lc}(M,1)& \mathrm{Lc}(M,2)& ...& \mathrm{Lc}(M,N)\end{array}\right]$

$\mathrm{Lv}=\left[\begin{array}{cccc}\mathrm{Lv}\left(\mathrm{1,1}\right)& \mathrm{Lv}\left(\mathrm{1,2}\right)& ...& \mathrm{Lv}(1,N)\\ \mathrm{Lv}\left(\mathrm{2,1}\right)& \mathrm{Lv}\left(\mathrm{2,2}\right)& ...& \mathrm{Lv}(2,N)\\ ...& & & ...\\ \mathrm{Lv}(M,1)& \mathrm{Lv}(M,2)& ...& \mathrm{Lv}(M,N)\end{array}\right]$

局域复杂度和标准差从不同的角度反映了像素灰度的变化，为了获得计算的统一性，将这两特征值进行归一化，使LC与LV的值被限制在0和1之间，如下：

LC＝(Lc-minLc)/(maxLc-minLc)

LV＝(Lv-minLv)/(maxLv-minLv)

式中:maxLc，minLc和maxLv，minLv分别为Lc与Lv的最大值与最小值。

从上面的定义中看出，如果像素与周围像素完全一致，则Lc与Lv都为0，而余为1(互补运算)。本发明将邻域一致性特征值范围设定在[0，1]之间，像素与周围像素越一致，则值越大，因此，为了足够的描述纹理细节域的灰度变化，将局域复杂度与局域标准差结合产生一个新的增量函数λ：

λ(i,j)＝α×LC(i,j)+(1-α)×LV(i,j)

式中，α是用于权衡局域复杂度和标准差的常数，当α＝1时，则新的描述算子退化为局域复杂度；α＝0时，则其等价于局域标准差。因此，α的取值应介于0-1之间，局域复杂度和标准差共同决定图像灰度值的变化。图像的变化频度和变化幅值越大时，则图像锐度越高。

将本发明提出的改进的增量函数λ(i,j)应用于图像的锐度增强处理中，如下所示

$f^{,}(i,j)=f(i,j)+K\×\mathrm{\λ}(i,j)\×(f(i,j)-\stackrel{\‾}{f}(i,j))$

式中:f为原图像，f’为增强后图像，K为预设调整常数，能有效控制细节的增强程度。α的取值可根据具体处理的图像做适当调整，其取值范围是(0，1)。若取α＝0时，则λ退化为局域标准差，即图像锐度的增量函数仅仅涉及了灰度变化的幅值，其在灰度突变的边缘锐化过度，易产生伪像现象，且对小细节增强不足；若取α＝1时，λ退化为局域复杂度，只考虑了灰度变化频度，对灰度变化幅值不敏感，而过分依赖于图像灰度变化的频率，不区分灰度变化幅值的大小，使背景与目标按同一标准调整，易使背景噪声放大，影响视觉效果。

综上所述，本发明提出了一种增强视频图像锐度的方法，不仅考虑了图像局部变化幅值，还考虑了局部变化频度，在增强细节的同时，不会产生伪像，且一定程度上抑制噪声的放大，使图像的边缘更突出，纹理更清晰。

显然，本领域的技术人员应该理解，上述的本发明的各模块或各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行。这样，本发明不限制于任何特定的硬件和软件结合。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (5)

1.一种增强图像锐度的视频信号处理方法，其特征在于，包括:

步骤1，接收待处理的视频信号中的原图像帧，并确定待增强的特定像素邻域Ω；

步骤2，计算特定像素邻域Ω的复杂度Lc，描述该邻域的灰度变化频度；

步骤3，计算特定像素邻域Ω的标准差Lv，描述该邻域的灰度变化幅值；

步骤4，利用所述复杂度Lc和标准差Lv构建增量函数λ；

步骤5，通过将所述增量函数λ应用于原图像帧来动态调整图像锐度。

2.根据权利要求1所述的方法，其特征在于，所述步骤2进一步包括：

用Lc表示像素邻域Ω的复杂度，其表达式如下:

Lc(i,j)＝Σ^L-1 _k＝0sgn(k)

其中，邻域Ω的中心点为(i,j)，用f(x，y)为原图像坐标(x，y)点的灰度值，在f(x，y)＝k时，符号函数sgn(k)＝1，否则sgn(k)＝0，所述(x，y)为邻域Ω内的点坐标，k为图像灰度值，L为图像灰度级；

对于一个大小为m×m的局部区域，W＝m*m为该局部区域内的像素总数，其复杂度Lc的大小满足Lc≤W；

当Lc＝W时表明局部区域内像素灰度值各不相等，Lc＝1表明局部区域内像素灰度值相等。

3.根据权利要求2所述的方法，其特征在于，所述步骤3进一步包括：

对于邻域Ω，局域标准差可以描述为

$\mathrm{Lv}(i,j)=\frac{1}{M\×N}\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}(f(x,y)-\stackrel{\‾}{f})$

式中:为邻域Ω中灰度的均值，图像大小为M×N；

当在整幅图像中从左到右并且从上到下移动图像邻域窗口，每个元素的局域复杂度和标准差可以通过矩阵计算得到：

$\mathrm{Lc}=\left[\begin{array}{cccc}\mathrm{Lc}\left(\mathrm{1,1}\right)& \mathrm{Lc}\left(\mathrm{1,2}\right)& ...& \mathrm{Lc}(1,N)\\ \mathrm{Lc}\left(\mathrm{2,1}\right)& \mathrm{Lc}\left(\mathrm{2,2}\right)& ...& \mathrm{Lc}(2,N)\\ ...& & & ...\\ \mathrm{Lc}(M,1)& \mathrm{Lc}(M,2)& ...& \mathrm{Lc}(M,N)\end{array}\right]$

$\mathrm{Lv}=\left[\begin{array}{cccc}\mathrm{Lv}\left(\mathrm{1,1}\right)& \mathrm{Lv}\left(\mathrm{1,2}\right)& ...& \mathrm{Lv}(1,N)\\ \mathrm{Lv}\left(\mathrm{2,1}\right)& \mathrm{Lv}\left(\mathrm{2,2}\right)& ...& \mathrm{Lv}(2,N)\\ ...& & & ...\\ \mathrm{Lv}(M,1)& \mathrm{Lv}(M,2)& ...& \mathrm{Lv}(M,N)\end{array}\right]$

将这两特征值进行归一化，使LC与LV的值被限制在0和1之间，如下：

LC＝(Lc-minLc)/(maxLc-minLc)

LV＝(Lv-minLv)/(maxLv-minLv)

式中:maxLc，minLc和maxLv，minLv分别为Lc与Lv的最大值与最小值。

4.根据权利要求3所述的方法，其特征在于，所述步骤4进一步包括：

将局域复杂度与局域标准差结合产生增量函数λ：

λ(i,j)＝α×LC(i,j)+(1-α)×LV(i,j)

其中，α是用于权衡局域复杂度和标准差的常数，α的取值应介于0-1之间。

5.根据权利要求4所述的方法，其特征在于，所述步骤5进一步包括：

将增量函数λ(i,j)应用于视频图像的锐度增强处理中:

$f^{,}(i,j)=f(i,j)+K\×\mathrm{\λ}(i,j)\×(f(i,j)-\stackrel{\‾}{f}(i,j))$

式中:f为原图像，f’为增强后的视频图像，K为控制细节的增强程度的预设调整常数。