CN105763768B - 一种图像处理方法、装置和系统 - Google Patents
一种图像处理方法、装置和系统 Download PDFInfo
- Publication number
- CN105763768B CN105763768B CN201410778033.9A CN201410778033A CN105763768B CN 105763768 B CN105763768 B CN 105763768B CN 201410778033 A CN201410778033 A CN 201410778033A CN 105763768 B CN105763768 B CN 105763768B
- Authority
- CN
- China
- Prior art keywords
- image data
- matrix
- value
- sharpening
- processing
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 179
- 238000009499 grossing Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims description 29
- 230000003321 amplification Effects 0.000 claims description 17
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 17
- 238000012935 Averaging Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 241000023320 Luma <angiosperm> Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明实施例公开了一种图像处理方法、装置和系统;其中,所述图像处理方法包括:获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据;确定所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为细节锐化处理方式、边缘锐化处理方式或平滑处理方式。
Description
技术领域
本发明涉及图像处理技术,具体涉及一种图像处理方法、装置和系统。
背景技术
在图像处理过程中,由于对原图像进行缩放等操作,使得原图像丢失高频分量,从而导致输出图像模糊的现象。为此,就需要对的输出图像进行增强处理,使得输出图像更加清晰。其中,对图像的增强处理方式包括锐化处理和平滑处理。
现有技术中,常用的锐化处理方法主要包括:微分法和高通滤波法;常用的平滑处理方法主要包括:插值方法、线性平滑方法以及卷积法等等。上述的锐化处理方法及平滑处理方法一般都有如下问题:1、只进行全局的处理,没有对视频中各区域进行有效划分从而针对特定区域进行增强处理;2、增强强度不能灵活地进行调整;3、不便于硬件的流水实现。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种图像处理方法、装置和系统,能够对视频中各区域进行有效划分从而针对特定区域进行增强处理,便于硬件的流水实现。
为达到上述目的,本发明实施例的技术方案是这样实现的:
本发明实施例提供了一种图像处理方法,所述方法包括:
获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据;
确定所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为细节锐化处理方式、边缘锐化处理方式或平滑处理方式。
上述方案中,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按三次差值放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按细节锐化处理方式处理所述矩阵图像数据;
和/或,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按B样条放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按边缘锐化处理方式处理所述矩阵图像数据;
和/或,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按缩小处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按平滑处理方式处理所述矩阵图像数据。
上述方案中,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按细节锐化处理方式处理所述矩阵图像数据,包括:从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;
根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;
预先配置第一阈值、第二阈值和第三阈值,根据所述第一阈值、所述第二阈值和所述第三阈值将亮度范围划分为四个区间;其中,所述第一阈值、所述第二阈值和所述第三阈值均大于0小于255;
确定所述中心像素点的第一梯度值在所述第一阈值和所述第二阈值组成的第二区间中时,对所述第一矩阵数据进行锐化处理。
上述方案中,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按边缘锐化处理方式处理所述矩阵图像数据,包括:从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;
根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;
预先配置第四阈值,根据所述第四阈值将亮度范围划分为两个区间;其中,所述第四阈值大于0小于255;
确定所述中心像素点的第一梯度值在所述第四阈值与255组成的区间中时,对所述第一矩阵数据进行锐化处理。
上述方案中,所述对所述第一矩阵数据进行锐化处理,包括:根据预先配置的第一拉普拉斯算子获取的所述第一矩阵数据的中心像素点的第二梯度值;
基于所述第二梯度值按预设锐化方式获得所述中心像素点的锐化值;其中,所述预设锐化方式包括:对所述第二梯度值取绝对值后求平均获得第一参数;限制所述的第一参数的最大值获得第二参数;将所述第二参数与预设增强系数相乘获得所述中心像素点的锐化值;
当所述第二梯度值大于零时,将所述中心像素点的亮度值+所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果;
当所述第二梯度值小于零时,将所述中心像素点的亮度值-所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果。
上述方案中,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按平滑处理方式处理所述矩阵图像数据,包括:从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点以组成第一矩阵数据;
根据预先配置的第二拉普拉斯算子和平滑强度参数获得所述第一矩阵数据的平滑结果。
本发明实施例还提供了一种图像处理装置,所述装置包括:获取单元和图像增强单元;其中,
所述获取单元,用于获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据;
所述图像增强单元,用于确定所述获取单元获取的所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为细节锐化处理方式、边缘锐化处理方式或平滑处理方式。
上述方案中,所述图像增强单元包括第一图像增强单元,用于当所述图像数据为按三次差值放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按细节锐化处理方式处理所述矩阵图像数据;
和/或,所述图像增强单元还包括第二图像增强单元,用于当所述图像数据为按B样条放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按边缘锐化处理方式处理所述矩阵图像数据;
和/或,所述图像增强单元还包括第三图像增强单元,用于当所述图像数据为按缩小处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按平滑处理方式处理所述矩阵图像数据。
上述方案中,所述第一图像增强单元,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;预先配置第一阈值、第二阈值和第三阈值,根据所述第一阈值、所述第二阈值和所述第三阈值将亮度范围划分为四个区间;其中,所述第一阈值、所述第二阈值和所述第三阈值均大于0小于255;确定所述中心像素点的第一梯度值在所述第一阈值和所述第二阈值组成的第二区间中时,对所述第一矩阵数据进行锐化处理。
上述方案中,所述第二图像增强单元,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;预先配置第四阈值,根据所述第四阈值将亮度范围划分为两个区间;其中,所述第四阈值大于0小于255;确定所述中心像素点的第一梯度值在所述第四阈值与255组成的区间中时,对所述第一矩阵数据进行锐化处理。
上述方案中,所述第一图像增强单元和所述第二图像增强单元,均用于根据预先配置的第一拉普拉斯算子获取的所述第一矩阵数据的中心像素点的第二梯度值;基于所述第二梯度值按预设锐化方式获得所述中心像素点的锐化值;其中,所述预设锐化方式包括:对所述第二梯度值取绝对值后求平均获得第一参数;限制所述的第一参数的最大值获得第二参数;将所述第二参数与预设增强系数相乘获得所述中心像素点的锐化值;当所述第二梯度值大于零时,将所述中心像素点的亮度值+所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果;当所述第二梯度值小于零时,将所述中心像素点的亮度值-所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果。
上述方案中,所述第三图像增强单元,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点以组成第一矩阵数据;根据预先配置的第二拉普拉斯算子和平滑强度参数获得所述第一矩阵数据的平滑结果。
本发明实施例还提供了一种图像处理系统,所述图像处理系统包括:增强模块、寄存器配置模块和配置同步模块;其中,所述增强模块包括本发明实施例所述的图像处理装置;
所述寄存器配置模块,用于配置所述增强模块中需要的参数;
所述配置同步模块,用于将所述寄存器配置模块配置的参数同步至所述增强模块。
上述方案中,所述增强模块包括:输入模块、第一行缓存模块、第二行缓存模块、reg寄存器、读缓存模块、逻辑增强模块和输出模块;其中,
所述输入模块,用于接收图像数据,分别将所述图像数据的第N行和第N+1行输入至所述第一行缓存模块和所述第二行缓存模块中;其中,在所述图像数据的第N行输入完成后,再对所述图像数据的第N+1行进行输入;
所述读缓存模块,用于当所述图像数据的第N行输入至所述第一行缓存模块完成且所述图像数据的第N+1行数据开始输入至所述第二行缓存模块中时,从所述第一行缓存模块中读取预设大小的图像数据;当所述图像数据的第N+行输入至所述第二行缓存模块完成且所述图像数据的第N+2行数据开始输入至所述第一行缓存模块中时,从所述第二行缓存模块中读取所述预设大小的图像数据;其中,当所述图像数据的第N+2行数据开始输入至所述第一行缓存模块中时,所述图像数据的第N行数据中预设数量的图像数据输入至所述reg寄存器中;还用于根据所述第一行缓存模块中读取的预设大小的图像数据、从所述第二行缓存模块中读取所述预设大小的图像数据以及所述reg寄存器中的所述预设数量的图像数据生成矩阵数据;
所述逻辑增强模块,用于对所述度缓存模块中的矩阵数据进行增强处理;所述增强处理包括锐化处理和平滑处理;
所述输出模块,用于输出所述逻辑增强模块处理后的矩阵数据。
本发明实施例提供的图像处理方法、装置和系统,通过获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据;确定所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为细节锐化处理方式、边缘锐化处理方式或平滑处理方式。如此,采用本发明实施例的技术方案,通过对图像数据区域划分为预设大小的矩阵图像数据,从而实现了对视频中各区域进行有效划分从而针对特定区域进行增强处理,并且便于本发明实施例提供的图像处理方法的硬件流水实现。
附图说明
图1为本发明实施例的图像处理方法的流程示意图;
图2为本发明实施例的第一矩阵数据的示意图;
图3为本发明实施例的图像处理装置的组成结构示意图;
图4为本发明实施例的图像处理系统的组成结构示意图;
图5(a)至图5(e)为本发明实施例的图像处理方法的数据流示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
本发明实施例提供了一种图像处理方法。图1为本发明实施例的图像处理方法的流程示意图;如图1所示,所述图像处理方法包括:
步骤101:获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据。
本实施例所述的图像处理方法应用于原图像数据进行预设缩放处理方式处理后,即原图像数据进行预设缩放处理方式处理后获得本实施例所述的图像数据;其中,所述预设缩放处理方式包括放大处理方式和缩小处理方式;所述放大处理方式还包括:三次差值放大处理方式和B样条放大处理方式。
步骤102:确定所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为细节锐化处理方式、边缘锐化处理方式或平滑处理方式。
这里,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按三次差值放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按细节锐化处理方式处理所述矩阵图像数据;
和/或,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按B样条放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按边缘锐化处理方式处理所述矩阵图像数据;
和/或,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按缩小处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按平滑处理方式处理所述矩阵图像数据。
本实施例中,所述锐化处理方式包括细节锐化处理方式和边缘锐化处理方式;可根据所述图像数据之前进行的不同的放大处理方式执行对应的锐化处理方式。具体的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按细节锐化处理方式处理所述矩阵图像数据,包括:从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点以组成第一矩阵数据;
根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;
预先配置第一阈值、第二阈值和第三阈值,根据所述第一阈值、所述第二阈值和所述第三阈值将亮度范围划分为四个区间;其中,所述第一阈值、所述第二阈值和所述第三阈值均大于0小于255;
确定所述中心像素点的第一梯度值在所述第一阈值和所述第二阈值组成的第二区间中时,对所述第一矩阵数据进行锐化处理。
所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按边缘锐化处理方式处理所述矩阵图像数据,包括:从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点以组成第一矩阵数据;
根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;
预先配置第四阈值,根据所述第四阈值将亮度范围划分为两个区间;其中,所述第四阈值大于0小于255;
确定所述中心像素点的第一梯度值在所述第四阈值与255组成的区间中时,对所述第一矩阵数据进行锐化处理。
具体的,图2为本发明实施例的第一矩阵数据的示意图;如图2所示,其中Z1、Z2至Z9表示其中各像素点的亮度值。所述Z1、Z2至Z9所对应的像素点可以是所述图像数据中任一3*3的像素矩阵,如所述第一矩阵数据为所述图像数据中第一行第一列至第三行第三列像素点组成的矩阵数据。
其中,索贝尔(Sobel)算子是对当前行或列对应的值加权后,再进行平均和差分,具体的,所述索贝尔(Sobel)算子表达式如下所示:
G(i,j)=|Sx|+|Sy| (1)
其中,表达式(2)和表达式(3)所示的Sx和Sy分别表示索贝尔(Sobel)算子的水平梯度和垂直梯度。
分别根据表达式(2)和表达式(3),获得所述第一矩阵数据的中心像素点的亮度值Z5的水平梯度值gx和垂直梯度值gy;所述水平梯度值gx和垂直梯度值gy分别满足如下表达式(4)和表达式(5):
gx=(Z7+2*Z8+Z9)-(Z1+2*Z2+Z3) (4)
gy=(Z3+2*Z6+Z9)-(Z1+2*Z4+Z7) (5)
获得所述水平梯度值gx和垂直梯度值gy后,当所述水平梯度值gx的绝对值大于所述垂直梯度值gy的绝对值时,则将所述水平梯度值gx的绝对值作为所述中心像素点的第一梯度值g,即g=abs(gx);反之,当所述水平梯度值gx的绝对值小于所述垂直梯度值gy的绝对值时,将所述垂直梯度值gy的绝对值作为所述中心像素点的第一梯度值g,即g=abs(gy)。
在所述细节锐化处理方式中,由于亮度值的范围为(0~255),基于所述亮度值范围预先配置第一阈值T1、第二阈值T2和第三阈值T3,所述第一阈值T1、第二阈值T2和第三阈值T3均在所述亮度值范围(0~255)中;根据所述第一阈值T1、所述第二阈值T2和所述第三阈值T3将亮度范围划分为四个区间,分别为第一区间(0~T1)、第二区间(T1~T2)、第三区间(T2~T3)和第四区间(T3~255)。在本实施例中,仅针对所述第一梯度值g落入所述第二区间(T1~T2)的第一矩阵数据进行锐化处理;而当所述第一梯度值g落入所述第一区间(0~T1)和落入所述第三区间(T2~T3)的第一矩阵数据不进行图像处理;当所述第一梯度值g落入所述第四区间(T3~255)的第一矩阵数据做抗锯齿处理;所述抗锯齿处理与现有技术相同,这里不再赘述。其中,所述第一阈值T1、第二阈值T2和第三阈值T3的取值可根据具体情况或经验值预先配置;例如,所述第一阈值T1为32,所述第二阈值T2为96,所述第三阈值T3为128;相应的,当所述第一梯度值g落入(32~96)区间时,针对所述第一梯度值g所对应的第一矩阵数据进行锐化处理。
在所述边缘锐化处理方式中,同样基于亮度值的范围为(0~255)预先配置第四阈值T,所述第四阈值T在所述亮度值范围(0~255)中;根据所述第四阈值T将亮度范围划分为两个区间,分别为第五区间(0~T)和第六区间(T~255).本实施例中,仅针对所述第一梯度值g落入所述第六区间(T~255)的第一矩阵数据进行锐化处理;而当所述第一梯度值g落入所述第五区间(0~T)的第一矩阵数据不进行图像处理;其中,所述第四阈值T的取值可根据具体情况或经验值预先配置;例如,所述第四阈值T为64,;相应的,当所述第一梯度值g落入(64~255)区间时,针对所述第一梯度值g所对应的第一矩阵数据进行锐化处理。
本实施例中,无论是所述细节锐化处理方式中对所述第一梯度值g落入所述第二区间(T1~T2)的第一矩阵数据进行锐化处理,还是所述边缘锐化处理方式中对所述第一梯度值g落入所述第六区间(T~255)的第一矩阵数据进行锐化处理,所进行的锐化处理方式均相同。其中,所述对所述第一矩阵数据进行锐化处理,包括:根据预先配置的第一拉普拉斯算子获取的所述第一矩阵数据的中心像素点的第二梯度值;
基于所述第二梯度值按预设锐化方式获得所述中心像素点的锐化值;其中,所述预设锐化方式包括:对所述第二梯度值取绝对值后求平均获得第一参数;限制所述的第一参数的最大值获得第二参数;将所述第二参数与预设增强系数相乘获得所述中心像素点的锐化值;
当所述第二梯度值大于零时,将所述中心像素点的亮度值+所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果;
当所述第二梯度值小于零时,将所述中心像素点的亮度值-所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果。
具体的,本实施例中所述拉普拉斯(Laplacian)算子可以预先配置多种;所述拉普拉斯(Laplacian)算子的表达式可如下所示:
其中,表达式(6)所示的拉普拉斯(Laplacian)算子H1为传统的拉普拉斯(Laplacian)算子;表达式(7)和表达式(8)所示的拉普拉斯(Laplacian)算子为根据经验值变形后的拉普拉斯(Laplacian)算子。本实施例中,可根据所述图像数据的类型(如人脸或风景类型)或所述图像数据的属性参数预先选择合适的拉普拉斯(Laplacian)算子作为所述第一拉普拉斯算子。
以所述第一拉普拉斯算子为表达是(7)所示的H2为例,则根据所述第一拉普拉斯算子H2获取的所述第一矩阵数据的中心像素点的第二梯度值f0满足如下表达式:
f0=-1*Z1-1*Z2-1*Z3-1*Z4+8*Z5-1*Z6-1*Z7-1*Z8-1*Z9 (9)
根据所述第二梯度值f0按以下锐化方式获得所述中心像素点的锐化值f3:
步骤一:f1(Z5)=abs(f0(Z5))/8;
步骤二:f2(Z5)为限制f1(Z5)的值最大为32;
步骤三:f3(Z5)=f2(Z5)*enhance_ratio/8;
其中,步骤一为所述第二梯度值f0求取绝对值和平均后获得第一参数f1(Z5)。步骤二为对所述第一参数f1(Z5)进行限制最大值获得第二参数f2(Z5),以减少噪声对视频锐化结果的影响;其中,所述最大值可以为32,即对所述第一参数f1(Z5)进行限制的值最大为32。步骤三为对所述第二参数f2(Z5)进行修正获得锐化值f3(Z5);其中,所述enhance_ratio为增强系数,可预先对所述enhance_ratio进行配置,以达到自适应调整锐化强度的目的。
进一步地,根据所述第二梯度值f0的属性,对所述中心像素点的亮度值进行锐化处理。当所述第二梯度值f0为正数时,所述中心像素点的亮度值Z5的锐化结果为f4(Z5)=Z5+f3(Z5);相应的,当所述第二梯度值f0为非正数时,所述中心像素点的亮度值Z5的锐化结果为f4(Z5)=Z5-f3(Z5)。
最后,获得所述中心像素点的亮度值的锐化结果后,所述方法还包括:限制所述中心像素点的亮度值的锐化结果的输出位宽。即采用(0~255)作为门限对所述中心像素点的亮度值的锐化结果f4(Z5)进行控制,得到最终的输出结果。
本实施例中,当所述图像数据为按缩小处理方式处理后的图像数据时,按平滑处理方式处理所述图像数据。其中,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按平滑处理方式处理所述矩阵图像数据,包括:从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点以组成第一矩阵数据;
根据预先配置的第二拉普拉斯算子和平滑强度参数获得所述第一矩阵数据的平滑结果。
具体的,依然以图2所示的第一矩阵数据为例,如图2所示,其中Z1、Z2至Z9表示其中各像素点的亮度值。所述Z1、Z2至Z9所对应的像素点可以是所述图像数据中任一3*3的像素矩阵,如所述第一矩阵数据为所述图像数据中第一行第一列至第三行第三列像素点组成的矩阵数据。
本发明实施例所述的平滑处理方式是针对全局进行平滑处理。所采用的拉普拉斯(Laplacian)算子可以预先配置多种;所述拉普拉斯(Laplacian)算子的表达式可如下所示:
本实施例中,可根据所述图像数据的类型(如人脸或风景类型)或所述图像数据的属性参数预先选择合适的拉普拉斯(Laplacian)算子作为所述第二拉普拉斯算子。
确定好所述第二拉普拉斯算子后,基于所述第二拉普拉斯算子获得所述第一矩阵数据的平滑结果S;当所述第二拉普拉斯算子为表达式(10)所示时,所述平滑结果S1为:
S1=(Z5*(256-h)*2+Z2*h+Z8*h)/512 (13)
当所述第二拉普拉斯算子为表达式(11)所示时,所述平滑结果S2为:
S2=(Z5*(256-h)*4+Z2*h+Z4*h+Z6*h+Z8*h)/1024 (14)
当所述第二拉普拉斯算子为表达式(11)所示时,所述平滑结果S3为:
S3=(Z5*(256-h)*8+Z1*h+Z2*h+Z3*h+Z4*h+Z6*h+Z7*h+Z8*h+Z9*h)/2048(15)
其中,h为平滑强度,所述平滑强度h的范围为(0~127)中的任一整数,可预先配置所述平滑强度h的数值。
最后,获得所述中心像素点的亮度值的平滑结果后,所述方法还包括:限制所述中心像素点的亮度值的平滑结果的输出位宽。即采用(0~255)作为门限对所述中心像素点的亮度值的平滑结果S进行控制,得到最终的输出结果。
本发明实施例还提供了一种图像处理装置。图3为本发明实施例的图像处理装置的组成结构示意图;如图3所示,所述装置包括:获取单元31和图像增强单元32;其中,
所述获取单元31,用于获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据;
所述图像增强单元32,用于确定所述获取单元31获取的所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为细节锐化处理方式、边缘锐化处理方式或平滑处理方式。
这里,所述图像增强单元32包括第一图像增强单元321,用于当所述图像数据为按三次差值放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按细节锐化处理方式处理所述矩阵图像数据;
和/或,所述图像增强单元32还包括第二图像增强单元322,用于当所述图像数据为按B样条放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按边缘锐化处理方式处理所述矩阵图像数据;
和/或,所述图像增强单元32还包括第三图像增强单元323,用于当所述图像数据为按缩小处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按平滑处理方式处理所述矩阵图像数据。
在第一种实施方式中,即当所述图像数据为按三次差值放大处理方式处理后的图像数据时,所述第一图像增强单元321,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;预先配置第一阈值、第二阈值和第三阈值,根据所述第一阈值、所述第二阈值和所述第三阈值将亮度范围划分为四个区间;其中,所述第一阈值、所述第二阈值和所述第三阈值均大于0小于255;确定所述中心像素点的第一梯度值在所述第一阈值和所述第二阈值组成的第二区间中时,对所述第一矩阵数据进行锐化处理。
具体的,所述第一图像增强单元321,用于根据预先配置的第一拉普拉斯算子获取的所述第一矩阵数据的中心像素点的第二梯度值;基于所述第二梯度值按预设锐化方式获得所述中心像素点的锐化值;其中,所述预设锐化方式包括:对所述第二梯度值取绝对值后求平均获得第一参数;限制所述的第一参数的最大值获得第二参数;将所述第二参数与预设增强系数相乘获得所述中心像素点的锐化值;当所述第二梯度值大于零时,将所述中心像素点的亮度值+所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果;当所述第二梯度值小于零时,将所述中心像素点的亮度值-所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果。
在第二种实施方式中,即当所述图像数据为按B样条放大处理方式处理后的图像数据时,所述第二图像增强单元322,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;预先配置第四阈值,根据所述第四阈值将亮度范围划分为两个区间;其中,所述第四阈值大于0小于255;确定所述中心像素点的第一梯度值在所述第四阈值与255组成的区间中时,对所述第一矩阵数据进行锐化处理。
具体的,所述第二图像增强单元322,用于根据预先配置的第一拉普拉斯算子获取的所述第一矩阵数据的中心像素点的第二梯度值;基于所述第二梯度值按预设锐化方式获得所述中心像素点的锐化值;其中,所述预设锐化方式包括:对所述第二梯度值取绝对值后求平均获得第一参数;限制所述的第一参数的最大值获得第二参数;将所述第二参数与预设增强系数相乘获得所述中心像素点的锐化值;当所述第二梯度值大于零时,将所述中心像素点的亮度值+所述中心像素点的锐化值作为所述亮度像素点的锐化结果;当所述第二梯度值小于零时,将所述中心像素点的亮度值-所述中心像素点的锐化值作为所述当亮度素点的锐化结果。
在第三种实施方式中,即当所述图像数据为按缩小处理方式处理后的图像数据时,所述第三图像增强单元323,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点以组成第一矩阵数据;根据预先配置的第二拉普拉斯算子和平滑强度参数获得所述第一矩阵数据的平滑结果。
在本实施例所述的图像处理装置中,包括所述第一图像增强单元321、所述第二图像增强单元322以及所述第三图像增强单元323中的至少一个,即所述图像处理装置中可包括所述第一图像增强单元321、所述第二图像增强单元322或所述第三图像增强单元323,也可以包括所述第一图像增强单元321、所述第二图像增强单元322以及所述第三图像增强单元323,还可以包括所述第一图像增强单元321、所述第二图像增强单元322以及所述第三图像增强单元323中任意两个组合。
本领域技术人员应当理解,本发明实施例的图像处理装置中各处理单元的功能,可参照前述图像处理方法的相关描述而理解,本发明实施例的图像处理装置中各处理单元,可通过实现本发明实施例所述的功能的模拟电路而实现,也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
本实施例中,所述获取单元31和图像增强单元中的第一图像增强单元321、第二图像增强单元322以及第三图像增强单元323在实际应用中,均可由所述图像处理装置中的中央处理器(CPU,Central Processing Unit)、数字信号处理器(DSP,Digital SignalProcessor)或可编程门阵列(FPGA,Field-Programmable Gate Array)实现。
图4为本发明实施例的图像处理系统的组成结构示意图;如图4所示,所述图像处理系统包括:增强模块41、寄存器配置模块42和配置同步模块43;其中,所述增强模块41包括图3所示的本发明实施例所述的图像处理装置;
所述寄存器配置模块42,用于配置所述增强模块41中需要的参数;
所述配置同步模块43,用于将所述寄存器配置模块42配置的参数同步至所述增强模块41。
具体的,所述增强模块41包括:输入模块411、第一行缓存模块412、第二行缓存模块413、reg寄存器、读缓存模块414、逻辑增强模块415和输出模块416;其中,
所述输入模块411,用于接收图像数据,分别将所述图像数据的第N行和第N+1行输入至所述第一行缓存模块412和所述第二行缓存模块413中;其中,在所述图像数据的第N行输入完成后,再对所述图像数据的第N+1行进行输入;
所述读缓存模块414,用于当所述图像数据的第N行输入至所述第一行缓存模块412完成且所述图像数据的第N+1行数据开始输入至所述第二行缓存模块413中时,从所述第一行缓存模块412中读取预设大小的图像数据;当所述图像数据的第N+行输入至所述第二行缓存模块413完成且所述图像数据的第N+2行数据开始输入至所述第一行缓存模块412中时,从所述第二行缓存模块413中读取所述预设大小的图像数据;其中,当所述图像数据的第N+2行数据开始输入至所述第一行缓存模块412中时,所述图像数据的第N行数据中预设数量的图像数据输入至所述reg寄存器中;还用于根据所述第一行缓存模块412中读取的预设大小的图像数据、从所述第二行缓存模块413中读取所述预设大小的图像数据以及所述reg寄存器中的所述预设数量的图像数据生成矩阵数据;
所述逻辑增强模块415,用于对所述读缓存模块414中的矩阵数据进行增强处理;所述增强处理包括锐化处理和平滑处理;
所述输出模块416,用于输出所述逻辑增强模块处理后的矩阵数据。
在本实施例中针对的图像数据为YUV数据,YUV和RGB是不同的色彩空间,用于表示颜色;所述YUV数据可以于优化图像信号的传输,只需占用极少的带宽(RGB要求三个独立的视频信号同时传输);其中,Y表示明亮度(Lumina nce或Luma),也就是亮度值;而U和V表示的是色度(Chrominance或Chroma),描述影像色彩及饱和度,用于指定像素的颜色。在本实施例中,所述第一行缓存模块412和所述第二行缓存模块413用于缓存所述YUV数据中的Y分量,而图4所示的第三行缓存模块和第四行缓存模块分别用于缓存所述YUV数据中的U分量和V分量;由于所述YUV数据中的U分量和V分量不是本发明实施例要保护的内容,这里不做具体说明。
其中,本发明实施例中所述的reg寄存器在图4中并未体现,所述reg寄存器仅用于缓存两个像素的Y分量,容量较小。
具体的,所述寄存器配置模块42所配置的参数包括:视频分辨率寄存器(resolution_reg)、视频格式寄存器(format_reg)(所述视频格式寄存器包括YUV444、YUV422以及YUV420等等)、锐化矩阵选择寄存器(sharp_matrix),平滑矩阵选择寄存器(smooth_matrix),增强强度系数寄存器(enhance_ratio)(enhance_ratio寄存器最高位为符号位,当符号位配置为0表征进行锐化处理操作,配置为1表征进行平滑处理操作)、边缘检测阈值寄存器(threshold_reg)、中断寄存器(int_reg)、清中断寄存器(clear_int_reg)以及模块使能寄存器(enable);上述寄存器的配置顺序为:最后配置使能寄存器(enable),其他寄存器的配置顺序没有特殊要求。
根据选择的模式进行数据处理。在模块开启之后(即将enable寄存器置为高电平),Y分量输入通道输入YUV数据的Y分量,U分量输入通道输入YUV数据的U分量,V分量输入通道输入YUV数据的V分量;Y分量输出通道输出处理后的YUV数据的Y分量,U分量输出通道输出处理后的YUV数据的U分量,V分量输出通道输出处理后的YUV数据的V分量。
当一帧数据处理完成之后,系统会发出int中断信号。如果系统仍需要处理数据,则需要将清中断寄存器置为高电平,清除int中断;重新配置相应的寄存器,进行下一帧数据的处理。如果无数据处理时,将int中断清除之后关闭系统(将enable寄存器配置为低电平)即可。
结合图4所示的图像处理系统对本发明实施例的图像处理方法的数据流进行详细说明。图5(a)至图5(e)为本发明实施例的图像处理方法的数据流示意图,在本实施例中,以图像数据为4x4的输入视频源为例进行说明,所述输入视频源为YUV数据中的Y分量。
图5(a)所示,增强模块开始将4x4的原始视频源中的第一行数据,输入到第一行缓存模块中;
图5(b)所示,所述视频源中的第一行数据输入完成,且第二行第一个数据输入到第二行缓存模块中之后,伴随着后续视频数据的输入,第一行缓存模块中存储的第一行数据逐一输出(视频的输出数据要比输入延后行分辨率hor加1个像素的周期,即hor+1个周期);其中,第一行缓存模块中存储的第一行数据中的前两个像素的数据输入至reg存储器中;
图5(c)所示,待第二行数据输入完成,从第一行缓存模块中输出第一行的第一个数据和第二个数据存入reg寄存器中,此时将第三行第一个数据和第二个数据分别输入到第一行缓存模块中的闲置位置;此时,基于目前输入的第一行和第二行的4个数据以及第三行的两个数据,能够组成一个3x3的矩阵块(缺边缘的一个像素点,可以为空),由于本发明实施例的图像处理方法是针对矩阵块中位于中间的像素点进行数据处理,因此即时在缺少边缘的像素点的情况下依然能够针对位于中间的像素点进行图像强化;最后从行缓存模块中输出所述3x3的矩阵块至读缓存模块,再通过逻辑增强模块对所述3x3的矩阵块进行增强逻辑运算,输出计算结果;
图5(d)所示,待第三行数据输入完成,将第四行的数据输入到第二行缓存模块中,同时将第二行缓存模块存储的第二行数据中的前两个像素的数据输入至reg存储器中;进行类似于图5(c)所示的运算过程,计算出增强处理后的结果;
图5(e)所示,此时增强模块检测到已完成最后一行数据的输入,此时从行缓存模块中读出最后一行的数据,由于不能够组成3x3的矩阵块,因此不做任何处理过程。
最后,在YUV数据中的Y分量计算完成之后,将与之对应的UV分量一起同步输出。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (6)
1.一种图像处理方法,其特征在于,所述方法包括:
获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据;
确定所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为第一锐化处理方式、第二锐化处理方式;
其中,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一锐化处理方式处理所述矩阵图像数据,包括:
从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;
根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;
预先配置第一阈值、第二阈值和第三阈值,根据所述第一阈值、所述第二阈值和所述第三阈值将亮度范围划分为四个区间;其中,所述第一阈值、所述第二阈值和所述第三阈值均大于0小于255;
确定所述中心像素点的第一梯度值在所述第一阈值和所述第二阈值组成的第二区间中时,对所述第一矩阵数据进行锐化处理;
确定所述中心像素点的第一梯度值在0和所述第一阈值组成的第一区间、以及所述第一梯度值在所述第二阈值和所述第三阈值组成的第三区间中时,不进行图像处理;
确定所述中心像素点的第一梯度值在所述第三阈值和255的第四区间中时,对所述第一矩阵数据进行抗锯齿处理;
所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第二锐化处理方式处理所述矩阵图像数据,包括:从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;
根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;
预先配置第四阈值,根据所述第四阈值将亮度范围划分为两个区间;其中,所述第四阈值大于0小于255;
确定所述中心像素点的第一梯度值在所述第四阈值与255组成的区间中时,对所述第一矩阵数据进行锐化处理;
所述对所述第一矩阵数据进行锐化处理,包括:根据预先配置的第一拉普拉斯算子获取的所述第一矩阵数据的中心像素点的第二梯度值;
基于所述第二梯度值按预设锐化方式获得所述中心像素点的锐化值;其中,所述预设锐化方式包括:对所述第二梯度值取绝对值后求平均获得第一参数;限制所述的第一参数的最大值获得第二参数;将所述第二参数与预设增强系数相乘获得所述中心像素点的锐化值;
当所述第二梯度值大于零时,将所述中心像素点的亮度值+所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果;
当所述第二梯度值小于零时,将所述中心像素点的亮度值-所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果。
2.根据权利要求1所述的方法,其特征在于,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按三次差值放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一锐化处理方式处理所述矩阵图像数据;
和/或,所述确定所述图像数据满足预设条件,包括:当所述图像数据为按B样条放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;相应的,所述依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据,包括:依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第二锐化处理方式处理所述矩阵图像数据。
3.一种图像处理装置,其特征在于,所述装置包括:获取单元和图像增强单元;其中,
所述获取单元,用于获取图像数据;所述图像数据为按预设缩放处理方式处理后的图像数据;
所述图像增强单元,用于确定所述获取单元获取的所述图像数据满足预设条件时,依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一处理方式处理所述矩阵图像数据;所述第一处理方式为第一锐化处理方式、第二锐化处理方式;所述第一锐化处理方式不同于所述第二锐化处理方式;
所述图像增强单元包括第一图像增强单元,所述第一图像增强单元,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;预先配置第一阈值、第二阈值和第三阈值,根据所述第一阈值、所述第二阈值和所述第三阈值将亮度范围划分为四个区间;其中,所述第一阈值、所述第二阈值和所述第三阈值均大于0小于255;确定所述中心像素点的第一梯度值在所述第一阈值和所述第二阈值组成的第二区间中时,对所述第一矩阵数据进行锐化处理;确定所述中心像素点的第一梯度值在0和所述第一阈值组成的第一区间、以及所述第一梯度值在所述第二阈值和所述第三阈值组成的第三区间中时,不进行图像处理;确定所述中心像素点的第一梯度值在所述第三阈值和255的第四区间中时,对所述第一矩阵数据进行抗锯齿处理;
所述图像增强单元包括第二图像增强单元,所述第二图像增强单元,用于从所述图像数据的起始位置开始依次获取所述图像数据中3*3的像素点的亮度值以组成第一矩阵数据;根据索贝尔算子获得所述第一矩阵数据的中心像素点的第一梯度值;预先配置第四阈值,根据所述第四阈值将亮度范围划分为两个区间;其中,所述第四阈值大于0小于255;确定所述中心像素点的第一梯度值在所述第四阈值与255组成的区间中时,对所述第一矩阵数据进行锐化处理;
所述第一图像增强单元和所述第二图像增强单元,均用于根据预先配置的第一拉普拉斯算子获取的所述第一矩阵数据的中心像素点的第二梯度值;基于所述第二梯度值按预设锐化方式获得所述中心像素点的锐化值;其中,所述预设锐化方式包括:对所述第二梯度值取绝对值后求平均获得第一参数;限制所述的第一参数的最大值获得第二参数;将所述第二参数与预设增强系数相乘获得所述中心像素点的锐化值;当所述第二梯度值大于零时,将所述中心像素点的亮度值+所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果;当所述第二梯度值小于零时,将所述中心像素点的亮度值-所述中心像素点的锐化值作为所述中心像素点的亮度值的锐化结果。
4.根据权利要求3所述的装置,其特征在于,所述第一图像增强单元,用于当所述图像数据为按三次差值放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第一锐化处理方式处理所述矩阵图像数据;
和/或,所述图像增强单元还包括第二图像增强单元,用于当所述图像数据为按B样条放大处理方式处理后的图像数据时,确定所述图像数据满足预设条件;还用于依次获取所述图像数据中预设大小的像素点组成矩阵图像数据并按第二锐化处理方式处理所述矩阵图像数据。
5.一种图像处理系统,其特征在于,所述图像处理系统包括:增强模块、寄存器配置模块和配置同步模块;其中,所述增强模块包括权利要求3至4任一项所述的图像处理装置;
所述寄存器配置模块,用于配置所述增强模块中需要的参数;
所述配置同步模块,用于将所述寄存器配置模块配置的参数同步至所述增强模块。
6.根据权利要求5所述的图像处理系统,其特征在于,所述增强模块包括:输入模块、第一行缓存模块、第二行缓存模块、reg寄存器、读缓存模块、逻辑增强模块和输出模块;其中,
所述输入模块,用于接收图像数据,分别将所述图像数据的第N行和第N+1行输入至所述第一行缓存模块和所述第二行缓存模块中;其中,在所述图像数据的第N行输入完成后,再对所述图像数据的第N+1行进行输入;
所述读缓存模块,用于当所述图像数据的第N行输入至所述第一行缓存模块完成且所述图像数据的第N+1行数据开始输入至所述第二行缓存模块中时,从所述第一行缓存模块中读取预设大小的图像数据;当所述图像数据的第N+1行输入至所述第二行缓存模块完成且所述图像数据的第N+2行数据开始输入至所述第一行缓存模块中时,从所述第二行缓存模块中读取所述预设大小的图像数据;其中,当所述图像数据的第N+2行数据开始输入至所述第一行缓存模块中时,所述图像数据的第N行数据中预设数量的图像数据输入至所述reg寄存器中;还用于根据所述第一行缓存模块中读取的预设大小的图像数据、从所述第二行缓存模块中读取所述预设大小的图像数据以及所述reg寄存器中的所述预设数量的图像数据生成矩阵数据;
所述逻辑增强模块,用于对所述读缓存模块中的矩阵数据进行增强处理;所述增强处理包括锐化处理和平滑处理;
所述输出模块,用于输出所述逻辑增强模块处理后的矩阵数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410778033.9A CN105763768B (zh) | 2014-12-15 | 2014-12-15 | 一种图像处理方法、装置和系统 |
PCT/CN2015/086910 WO2016095541A1 (zh) | 2014-12-15 | 2015-08-14 | 一种图像处理方法、装置、系统和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410778033.9A CN105763768B (zh) | 2014-12-15 | 2014-12-15 | 一种图像处理方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105763768A CN105763768A (zh) | 2016-07-13 |
CN105763768B true CN105763768B (zh) | 2019-12-13 |
Family
ID=56125835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410778033.9A Active CN105763768B (zh) | 2014-12-15 | 2014-12-15 | 一种图像处理方法、装置和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105763768B (zh) |
WO (1) | WO2016095541A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106851147B (zh) * | 2017-02-15 | 2019-09-20 | 上海顺久电子科技有限公司 | 在播放外部视频的终端中确定osd菜单区域的方法及装置 |
CN108475416A (zh) * | 2017-06-30 | 2018-08-31 | 深圳市大疆创新科技有限公司 | 处理图像的方法和装置 |
TWI638336B (zh) * | 2017-11-22 | 2018-10-11 | 瑞昱半導體股份有限公司 | 影像增強方法及影像增強裝置 |
CN109447090B (zh) * | 2018-10-17 | 2021-12-03 | 宁波中车时代传感技术有限公司 | 一种屏蔽门障碍物检测方法及检测系统 |
CN111145114B (zh) * | 2019-12-19 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 一种图像增强的方法、装置及计算机可读存储介质 |
CN113256534B (zh) * | 2021-06-16 | 2022-01-07 | 湖南兴芯微电子科技有限公司 | 一种图像增强方法、装置及介质 |
CN114627030B (zh) * | 2022-05-13 | 2022-09-20 | 深圳深知未来智能有限公司 | 一种自适应的图像锐化方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1735135A (zh) * | 2004-08-12 | 2006-02-15 | 三星电子株式会社 | 分辨率转换设备和方法 |
CN1940994A (zh) * | 2005-09-27 | 2007-04-04 | 夏普株式会社 | 缺陷检测装置、图像传感器器件、图像传感器模块 |
CN101502097A (zh) * | 2006-08-07 | 2009-08-05 | 高通股份有限公司 | 用于滤波图像信息的自适应空间图像滤波器 |
CN101576996A (zh) * | 2009-06-05 | 2009-11-11 | 腾讯科技(深圳)有限公司 | 一种实现图像缩放中的处理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6717622B2 (en) * | 2001-03-30 | 2004-04-06 | Koninklijke Philips Electronics N.V. | System and method for scalable resolution enhancement of a video image |
CN102547067B (zh) * | 2011-12-31 | 2014-04-16 | 中山大学 | 改进的双三次插值视频缩放方法 |
-
2014
- 2014-12-15 CN CN201410778033.9A patent/CN105763768B/zh active Active
-
2015
- 2015-08-14 WO PCT/CN2015/086910 patent/WO2016095541A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1735135A (zh) * | 2004-08-12 | 2006-02-15 | 三星电子株式会社 | 分辨率转换设备和方法 |
CN1940994A (zh) * | 2005-09-27 | 2007-04-04 | 夏普株式会社 | 缺陷检测装置、图像传感器器件、图像传感器模块 |
CN101502097A (zh) * | 2006-08-07 | 2009-08-05 | 高通股份有限公司 | 用于滤波图像信息的自适应空间图像滤波器 |
CN101576996A (zh) * | 2009-06-05 | 2009-11-11 | 腾讯科技(深圳)有限公司 | 一种实现图像缩放中的处理方法及装置 |
Non-Patent Citations (2)
Title |
---|
GIS中数字图像拼接技术的研究;吕艳丽;《中国优秀硕士学位论文全文数据库》;20100815;第3.3.3节 * |
一种基于小波和矩阵型扩散的图像放大;郝彬彬;《光子学报》;20081130;第0节 * |
Also Published As
Publication number | Publication date |
---|---|
WO2016095541A1 (zh) | 2016-06-23 |
CN105763768A (zh) | 2016-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105763768B (zh) | 一种图像处理方法、装置和系统 | |
US20180124283A1 (en) | Method for noise-robust color changes in digital images | |
EP1746539B1 (en) | Gradation correcting apparatus, mobile terminal device, image pickup apparatus, mobile telephone, gradation correcting method, and program | |
WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
KR102317613B1 (ko) | 로컬라이징된 콘트라스트 향상을 위한 시스템들 및 방법들 | |
US9367896B2 (en) | System and method for single-frame based super resolution interpolation for digital cameras | |
CN107437239B (zh) | 一种图像增强方法和装置 | |
CN111489322B (zh) | 给静态图片加天空滤镜的方法及装置 | |
US9286653B2 (en) | System and method for increasing the bit depth of images | |
CN110782414A (zh) | 一种基于密集连接卷积的暗光图像去噪方法 | |
CA2610262A1 (en) | Content-based gaussian noise reduction for still image, video and film | |
KR102550927B1 (ko) | 데이터 처리 시스템에서 프레임을 처리하는 방법 및 장치 | |
US10650499B1 (en) | Fast and effective image inpainting for reticle removal | |
KR100910528B1 (ko) | 화상 처리 시스템 및 키잉되는 화상 스케일링 방법 | |
CN111724312A (zh) | 一种处理图像的方法及终端 | |
US9715720B1 (en) | System and method for reducing image noise | |
US9619864B2 (en) | Image processing apparatus and method for increasing sharpness of images | |
CN110751603A (zh) | 一种图像对比度的增强方法、系统及终端设备 | |
KR101667306B1 (ko) | Topological Derivative 기반 저 복잡도 영상 세그먼테이션 방법 및 시스템 | |
JPH1013854A (ja) | 映像強調装置 | |
CN113507572A (zh) | 视频画面的显示方法、装置、终端及存储介质 | |
US8712194B1 (en) | System for non-destructive image processing | |
CN110956589A (zh) | 一种图像模糊处理方法、装置、设备及存储介质 | |
CN104469335B (zh) | 自适应蓝电平扩展方法及装置 | |
CN115330593A (zh) | 超分辨率单图像构建方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |