CN106548448A - 图像处理方法及装置 - Google Patents

Abstract

本发明实施例公开了一种图像处理方法及装置，所述图像处理方法包括：分析处理步骤：获取多组不同亮度的样本图像，分别计算每组样本图像对应的平均亮度值；亮度曲线生成步骤：根据从每组样本图像中生成的N个数值点的坐标对应的数值生成样本亮度曲线；获取测试图像的图像参数，并利用所述样本亮度曲线生成测试亮度曲线；及插值步骤：根据生成的测试亮度曲线和图像插值算法完成插值。本发明实施例使图像插值处理的运算简单、高效，精度高，图像的亮度特征保持完好，边缘的细节特征变得更加清晰。

Description

图像处理方法及装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理方法及装置。

背景技术

图像插值算法是数学、计算机图形学等领域广泛使用的一种简单插值方法。插值法又称为“内插法”，是利用函数f(x)在某区间中插入若干的函数值，做出适当的特定函数，在区间的其他点上利用这些特定函数的值作为函数f(x)的近似值。传统的插值法包括：Nearest最近点插值法，Linear线性插值法，bilinear双线性插值法，以及Cubic三次多项式插值法。

传统的图像插值算法，首先需要输入插值点，根据上述插值算法计算出输入的插值点相应的输出插值点。但输入的插值点算法需要绘制一条曲线，这个曲线首先是N个像素点相应的x值对应相应的y值，根据x和y值的相应关系以及输入的像素点，利用图像插值算法计算出输出的像素点。在给定的空间范围内，从有限的离散插入数据中复原出原来连续的图像信号。对待插值像素位置周围的像素应用定义的插值函数进行插值，以生成连续的曲线，在插值曲线上重新插入获得图像的灰度值。传统的图像插值不同的图像利用相同的曲线进行插值，随着图像的像素点增多，图像的锯齿现象也会变得更加明显，图像的边缘变得模糊，细节部分不够清晰。

发明内容

本发明实施例所要解决的技术问题在于，提供一种运算简单、高效，精度高，图像边缘以及细节清晰的图像处理方法及装置。

为了解决上述技术问题，本发明实施例提出了一种图像处理方法，包括：

分析处理步骤：获取多组不同亮度的样本图像，分别计算每组样本图像对应的平均亮度值；

亮度曲线生成步骤：根据从每组样本图像中生成的N个数值点的坐标对应的数值生成样本亮度曲线；获取测试图像的图像参数，并利用所述样本亮度曲线生成测试亮度曲线；及

插值步骤：根据生成的测试亮度曲线和图像插值算法完成插值。

相应地，本发明实施例还提供了一种图像处理装置，包括：

分析处理模块：获取多组不同亮度的样本图像，分别计算每组样本图像对应的平均亮度值；

亮度曲线生成模块：根据从每组样本图像中生成的N个数值点的坐标生成样本亮度曲线，获取测试图像的图像参数并利用所述样本亮度曲线生成测试亮度曲线；及

插值模块：根据生成的测试亮度曲线和图像插值算法完成插值。

本发明实施例通过提出一种图像处理方法及装置，根据获取的多组不同亮度的样本图像求取相应多个不同的样本亮度曲线，获取测试图像并利用所述样本亮度曲线生成测试亮度曲线，进一步，利用测试亮度曲线和图像插值算法完成插值，从而使图像插值处理的运算简单、高效，精度高，图像的亮度特征保持完好，边缘的细节特征变得更加清晰。

附图说明

图1是本发明实施例的本发明实施例的图像处理方法的流程示意图。

图2是本发明实施例的分析处理步骤的流程示意图。

图3是本发明实施例的含有N个数值点的样本亮度曲线的示意图。

图4是本发明实施例的亮度曲线生成步骤的流程示意图。

图5是本发明实施例的测试图像的示意图。

图6是本发明实施例的图像处理装置的结构示意图。

图7是本发明实施例的分析处理模块结构示意图。

图8是本发明实施例的亮度曲线生成模块结构示意图。

图9是本发明实施例的测试亮度曲线生成模块结构示意图。

附图标号说明

分析处理步骤S1

样本图像获取步骤S11

平均亮度值计算步骤S12

亮度曲线生成步骤S2

样本亮度曲线生成步骤S21

数组计算步骤S22

插值步骤S3

测试图像获取步骤S23

参数求取步骤S24

测试亮度曲线生成步骤S25

分析处理模块10

样本图像获取模块11

平均亮度值计算模块12

亮度曲线生成模块20

样本亮度曲线生成模块21

数组计算模块22

插值模块30

测试图像获取模块23

参数求取模块24

测试亮度曲线生成模块25

差值x_img计算模块251

比较模块252

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。

请参照图1，本发明实施例的图像处理方法包括分析处理步骤S1、亮度曲线生成步骤S2及插值步骤S3，其中，本发明实施例优选通过MATLAB软件来进行图像的相关处理。

分析处理步骤S1：获取多组不同亮度的样本图像，分别计算每组样本图像对应的平均亮度值。请一并参照图2，作为一种实施方式，分析处理步骤S1包括样本图像获取步骤S11和平均亮度值计算步骤S12。

样本图像获取步骤S11：获取低亮度、中亮度、高亮度的样本图像各1组。

平均亮度值计算步骤S12：分别计算对应的平均亮度值。具体地，3个平均亮度值分别反映了低亮度、中亮度、高亮度样本图像的整体亮度的平均值，对应的3个数值点作为将图像划分为三种不同亮度图像的分界点，设为L点、M点和H点，即，低亮度、中亮度及高亮度图像的分界点对应为L点、M点及H点；为了尽可能详细的求取出对应的数值点，输入的样本图像数量越多求取的 数值点越精确。

亮度曲线生成步骤S2：根据从每组样本图像中生成的N个数值点的坐标生成样本亮度曲线(即样本图像的亮度曲线)，获取测试图像的图像参数并利用所述样本亮度曲线生成测试亮度曲线(即测试图像的亮度曲线)，其中，N为大于10且小于30的自然数，优选为17。所述样本亮度曲线如图3所示。

请一并参照图4，所述亮度曲线生成步骤S2进一步包括样本亮度曲线生成步骤S21和数组计算步骤S22。

样本亮度曲线生成步骤S21：从每个样本图像中按照像素值高低选取N个点，并将每组样本图像中所有样本图像中顺序对应的点的像素值相加后求取平均值(即在每组样本图像中，对该组样本图像中的所有样本图像的所有第一个点求平均值，所有第二个点求平均值……所有第N个点求平均值)，生成对应该组样本图像的N个数值点，并将所述N个数值点之间连线形成该组样本图像的样本亮度曲线。

其中，N个数值点取值范围为[0，255]，并设3组样本图像的N个数值点的取值分别为curve_L、curve_M及curve_H。具体地，由于图像的灰阶像素值点是[0，255]，因此求取的这N个数值点的取值范围也为[0，255]。

数组计算步骤S22：使用计算公式计算3组样本图像的3行N列数组P，其中，数组P为curve_L、curve_M、curve_H与255的比值。

优选地，所述数组计算步骤S22之后还包括测试图像获取步骤S23、参数求取步骤S24、测试亮度曲线生成步骤S25和像素值获取步骤S26。

测试图像获取步骤S23：获取测试图像。

参数求取步骤S24：求取测试图像的亮度值的最大值max_img、最小值min_img及平均值avg_img。

测试亮度曲线生成步骤S25：计算测试图像对应的N个输出数值点curve_out，所述多个输出数值点curve_out的连线构成测试亮度曲线。进一步，所述测试亮度曲线生成步骤S25包括：差值x_img计算步骤和比较步骤(图中未表示)。

差值x_img计算步骤：根据x_img＝max_img-min_img计算出x_img。

比较步骤：

若x_img小于min_img，则输出curve_out＝P1+1；

若x_img大于等于min_img且小于max_img，此时，

若avg_img≤L，则curve_out＝P1*curve_L+P2；

若L＜avg_img≤M，则curve_out＝a*curve_L+b*curve_M+p3，其中，p11＝P1+P2，M_point为M与max_img的最小值点，L_point为L与min_img的最大值点；

若M≤avg_img＜H，则curve_out＝a*curve_M+b*curve_H+p3,其中，p11＝P1+P2，H_point为H与max_img的最小值点，MM_point为M与min_img的最大值点；

若H≤avg_img，则curve_out＝P1*curve_H+P2；

若x_img大于max_img，则curve_out＝P3+1。

插值步骤S3：根据生成的测试亮度曲线和图像插值算法完成所获取测试图像的插值。所述测试图像如图5所示，具体地，根据生成的测试亮度曲线，利用图像插值算法，求得获取的测试图像的256个像素值所对应的输出的256个插值点。

相应地，请参照图6，本发明实施例还提供了一种图像处理装置，包括分析处理模块10、亮度曲线生成模块20及插值模块30。

分析处理模块10：获取多组不同亮度的样本图像，分别计算每组图像对应的平均亮度值。作为一种实施方式，请参照图7，分析处理模块10包括样本图像获取模块11和平均亮度值计算模块12。

样本图像获取模块11：获取低亮度、中亮度、高亮度的样本图像各1组。

平均亮度值计算模块11：分别计算对应的平均亮度值，低亮度、中亮度及高亮度图像的分界点对应为L点、M点及H点。

亮度曲线生成模块20：根据从每组样本图像中生成的N个数值点的坐标生成样本亮度曲线，获取测试图像的图像参数并利用所述样本亮度曲线生成测试亮度曲线，其中，N为大于10且小于30的自然数。作为一种实施方式，请参照图8，所述亮度曲线生成模块20进一步包括样本亮度曲线生成模块21和数组计算模块22。

样本亮度曲线生成模块21：从每个样本图像中按照像素值高低选取N个点，并将每组样本图像中所有样本图像中顺序对应的点的像素值相加后求取平均 值，生成对应该组样本图像的N个数值点，并将所述N个数值点之间连线形成该组样本图像的样本亮度曲线，其中，N个数值点取值范围为[0，255]，并设3组样本图像的N个数值点的取值分别为curve_L、curve_M及curve_H。

数组计算模块22：使用计算公式计算3组样本图像的3行N列数组P，其中，数组P为curve_L、curve_M、curve_H与255的比值。

如图8所示，所述亮度曲线生成模块20还包括测试图像获取模块23、参数求取模块24、测试亮度曲线生成模块25和像素值获取模块26。

测试图像获取模块23：获取测试图像。

参数求取模块24：求取测试图像的亮度值的最大值max_img、最小值min_img及平均值avg_img。

测试亮度曲线生成模块25：计算测试图像对应的N个输出数值点curve_out，所述多个输出数值点curve_out的连线构成测试亮度曲线。作为一种实施方式，请参照图9，所述测试亮度曲线生成模块25包括差值x_img计算模块251和比较模块252。

差值x_img计算模块251：根据x_img＝max_img-min_img计算出x_img。

比较模块252：

若x_img小于min_img，则输出curve_out＝P1+1；

若x_img大于等于min_img且小于max_img，此时，

若avg_img≤L，则curve_out＝P1*curve_L+P2；

若L＜avg_img≤M，则curve_out＝a*curve_L+b*curve_M+p3，其中，p11＝P1+P2，M_point为M与max_img的最小值点，L_point为L与min_img的最大值点；

若M≤avg_img＜H，则curve_out＝a*curve_M+b*curve_H+p3,其中，p11＝P1+P2，H_point为H与max_img的最小值点，MM_point为M与min_img的最大值点；

若H≤avg_img，则curve_out＝P1*curve_H+P2；

若x_img大于max_img，则curve_out＝P3+1。

插值模块30：根据生成的测试亮度曲线和图像插值算法完成插值。具体地， 根据生成的curve_out，利用图像插值算法，求得获取测试图像的256个像素值所对应的输出的256个数值点。

综上，本发明实施例的图像处理方法和装置，根据输入的多组不同亮度的样本图像的平均亮度值分别生成N个数值点，根据N个数值点生成多个不同的样本亮度曲线，获取测试图像并利用所述样本亮度曲线生成测试亮度曲线，并利用测试亮度曲线和图像插值算法完成所输入的测试图像的插值，从而使图像插值处理的运算简单、高效，精度高，图像的亮度特征保持完好，边缘的细节特征变得更加清晰。

另外，本发明的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本发明的方法和/或技术方案。而调用本发明的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本发明的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本发明的多个实施例的方法和/或技术方案。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。

Claims (10)

1.一种图像处理方法，其特征在于，所述图像处理方法包括：

分析处理步骤：获取多组不同亮度的样本图像，分别计算每组样本图像对应的平均亮度值；

亮度曲线生成步骤：根据从每组样本图像中生成的N个数值点的坐标对应的数值生成样本亮度曲线；获取测试图像的图像参数，并利用所述样本亮度曲线生成测试亮度曲线；及

插值步骤：根据生成的测试亮度曲线和图像插值算法完成插值。

2.如权利要求1所述的图像处理方法，其特征在于，分析处理步骤包括：

样本图像获取步骤：获取低亮度、中亮度、高亮度的样本图像各1组；及

平均亮度值计算步骤：分别计算每组样本图像对应的平均亮度值，其中，低亮度、中亮度及高亮度图像的分界点对应为L点、M点及H点。

3.如权利要求1所述的图像处理方法，其特征在于，所述亮度曲线生成步骤包括：

样本亮度曲线生成步骤：从每个样本图像中按照像素值高低选取N个点，并将每组样本图像中所有样本图像中顺序对应的点的像素值相加后求取平均值，生成对应该组样本图像的N个数值点，并将所述N个数值点之间连线形成该组样本图像的样本亮度曲线，其中， N个数值点取值范围为[0，255]，并设3组样本图像的N个数值点的取值分别为curve_L、curve_M及curve_H；及

数组计算步骤：使用计算公式计算3组样本图像的3行N列数组P，其中，数组P为curve_L、curve_M、curve_H与255的比值。

4.如权利要求3所述的图像处理方法，其特征在于，数组计算步骤之后包括：

测试图像获取步骤：获取测试图像；

参数求取步骤：求取测试图像的亮度值的最大值max_img、最小值min_img及平均值avg_img；

测试亮度曲线生成步骤：计算测试图像对应的N个输出数值点curve_out，所述多个输出数值点curve_out的连线构成测试亮度曲线。

5.如权利要求4所述的图像处理方法，其特征在于，所述测试亮度曲线生成步骤包括：

差值x_img计算步骤：根据计算出x_img；及

比较步骤：

若x_img小于min_img，则输出;

若x_img大于等于min_img且小于max_img，此时，

若，则；

若，则，其中，，，，，M_point为M与max_img的最小值点，L_point为L与min_img的最大值点；

若，则,其中，，，，，H_point为H与max_img的最小值点，MM_point为M与min_img的最大值点；

若，则；

若x_img大于max_img，则。

6.一种图像处理装置，其特征在于，所述图像处理装置包括：

分析处理模块：获取多组不同亮度的样本图像，分别计算每组样本图像对应的平均亮度值；

亮度曲线生成模块：根据从每组样本图像中生成的N个数值点的坐标生成样本亮度曲线，获取测试图像的图像参数并利用所述样本亮度曲线生成测试亮度曲线；及

插值模块：根据生成的测试亮度曲线和图像插值算法完成插值。

7. 如权利要求6所述的图像处理装置，其特征在于，分析处理模块包括：

样本图像获取模块：获取低亮度、中亮度、高亮度的样本图像各1组；及

平均亮度值计算模块：分别计算每组样本图像对应的平均亮度值，其中，低亮度、中亮度及高亮度图像的分界点对应为L点、M点及H点。

8. 如权利要求7所述的图像处理装置，其特征在于，所述亮度曲线生成模块包括：

样本亮度曲线生成模块：从每个样本图像中按照像素值高低选取N个点，并将每组样本图像中所有样本图像中顺序对应的点的像素值相加后求取平均值，生成对应该组样本图像的N个数值点，并将所述N个数值点之间连线形成该组样本图像的样本亮度曲线，其中， N个数值点取值范围为[0，255]，并设3组样本图像的N个数值点的取值分别为curve_L、curve_M及curve_H；及

数组计算模块：使用计算公式计算3组样本图像的3行N列数组P，其中，数组P为curve_L、curve_M、curve_H与255的比值，P1、P2及P3表示三组N个数值点。

9.如权利要求8所述的图像处理装置，其特征在于，所述亮度曲线生成模块还包括：

测试图像获取模块：获取测试图像；

参数求取模块：求取测试图像的亮度值的最大值max_img、最小值min_img及平均值avg_img；

测试亮度曲线生成模块：计算测试图像对应的N个输出数值点curve_out，所述多个输出数值点curve_out的连线构成测试亮度曲线。

10.如权利要求9所述的图像处理装置，其特征在于，所述测试亮度曲线生成模块包括：

差值x_img计算模块：根据计算出x_img；及

比较模块：

若x_img小于min_img，则输出;

若x_img大于等于min_img且小于max_img，此时，

若，则；

若，则，其中，，，，，M_point为M与max_img的最小值点，L_point为L与min_img的最大值点；

若，则,其中，，，，，H_point为H与max_img的最小值点，MM_point为M与min_img的最大值点；

若，则；

若x_img大于max_img，则。