CN106846270B - 一种图像边缘增强方法及装置 - Google Patents
一种图像边缘增强方法及装置 Download PDFInfo
- Publication number
- CN106846270B CN106846270B CN201710007860.1A CN201710007860A CN106846270B CN 106846270 B CN106846270 B CN 106846270B CN 201710007860 A CN201710007860 A CN 201710007860A CN 106846270 B CN106846270 B CN 106846270B
- Authority
- CN
- China
- Prior art keywords
- pixel point
- edge
- value
- enhancement
- brightness
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000012545 processing Methods 0.000 claims abstract description 95
- 238000001914 filtration Methods 0.000 claims abstract description 85
- 230000002708 enhancing effect Effects 0.000 claims abstract description 18
- 238000013507 mapping Methods 0.000 claims description 42
- 230000001965 increasing effect Effects 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 11
- 230000033228 biological regulation Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000000670 limiting effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 16
- 230000008569 process Effects 0.000 description 19
- 230000007704 transition Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012886 linear function Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/90—
-
- G06T5/73—
-
- G06T5/70—
-
- 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 by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20201—Motion blur correction
Abstract
本发明公开了一种图像边缘增强方法及装置,该方法包括:根据图像中各像素点的滤波处理结果,确定各像素点的边缘值及边缘增强系数;根据各像素点的亮度值以及运动强度值,确定用于调节各像素点的边缘增强系数的增强调节系数;根据各像素点的边缘值、边缘增强系数以及增强调节系数,对各像素点的亮度值进行增强。本发明实施例提供的图像边缘增强方法,根据各像素点的滤波处理结果确定各像素点的边缘值及边缘增强系数,并且根据各像素点的亮度值以及运动强度值,确定增强调节系数,以调节边缘增强系数,从而在进行图像边缘增强时,考虑到了像素点的亮度值以及运动状态,因而得到的边缘增强后的图像效果更好。
Description
技术领域
本发明涉及图像处理技术领域,尤指一种图像边缘增强方法及装置。
背景技术
边缘增强是采用一系列技术将图像转换成一种更适合于人或者机器进行分析和处理的过程。其目的是要改善图像的视觉效果,针对给定图像的应用场合,有目的地强调图像的整体或者局部特征,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判别和识别效果,满足某些特殊分析的需求。边缘在图像中属于高频信息,平坦区属于低频信息;一幅图像中能量主要集中在低频区,而边缘属于高频;因此普遍的边缘增强便是采用这一原理,使用滤波器得到高频信息,然后叠加在原图上得到边缘增强的效果。
现有技术中存在多种图像边缘增强方法,例如,普通的边缘增强的方法是先对图像进行低通滤波,然后使用原始图像减去低通结果,得到高频信息,然后将高频信息叠加在原始图像上得到边缘增强的效果。这种边缘增强的做法不区分大小边缘,无差别的进行全局增强,会造成比较明显的勾边效应,并且为了保留细节,而带来噪声被增强的副作用;此外,还有的方法中引入一组阈值来判断高频信息中的大、中、小边缘或噪声,对于不同边缘根据需求进行不同强度的增强,该方法在增强的边缘区域和未增强的区域过渡生硬,稍欠自然。
现有技术中虽然存在多种图像处理方法,但对边缘增强都未能考虑的周全,大多不能正确的区分出大中小边缘,或者没有针对性的对于大中小边缘分别处理,或者对于噪声不能加以区分的进行了增强,导致图像在增强后噪声也被加强,即现有技术中的边缘边缘增强方法得到的图像效果不佳。
发明内容
本发明实施例提供了一种图像边缘增强方法及装置,用以解决现有技术中存在的边缘增强方法得到的图像效果不佳的问题。
本发明实施例提供了一种图像边缘增强方法,包括:
根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘值及边缘增强系数;
根据各所述像素点的亮度值以及运动强度值,确定用于调节各所述像素点的边缘增强系数的增强调节系数;
根据各所述像素点的边缘值、所述边缘增强系数以及所述增强调节系数,对各所述像素点的亮度值进行增强。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,所述根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘值,包括:
根据各所述像素点的第一高通值,确定各所述像素点的边缘类型,其中所述第一高通值是对各所述像素点分别进行低通滤波处理后得到的;
根据各所述像素点的边缘类型以及所述滤波处理结果,确定各所述像素点的边缘值。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,所述根据各所述像素点的第一高通值,确定各所述像素点的边缘类型,具体包括:
若该像素点的第一高通值大于第一阈值小于第二阈值,则该像素点的边缘类型为中小边缘;若该像素点的第一高通值大于第二阈值小于第三阈值,则该像素点的边缘类型为中大边缘;若该像素点的第一高通值大于第三阈值,则该像素点的边缘类型为强边缘。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,所述根据各所述像素点的边缘类型以及所述滤波处理结果,确定各所述像素点的边缘值,具体包括:
对于边缘类型为中小边缘的像素点,选取该像素点的第一高通值作为该像素点的边缘值;
对于边缘类型为中大边缘和强边缘的像素点,选取该像素点的第二高通值作为该像素点的边缘值,其中所述第二高通值是对各所述像素点分别进行高通滤波处理后得到的。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,所述根据输入的图像数据中各像素点的滤波处理结果,确定各所述像素点的边缘增强系数,具体包括:
根据各所述像素点的第一高通值,以及预先确定的边缘增强系数与第一高通值的第一映射关系,确定各所述像素点的边缘增强系数;
其中,所述第一映射关系为所述第一高通值越大对应的所述边缘增强系数越大。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,所述根据各所述像素点的亮度值以及运动状态,确定用于调节各所述像素点的边缘增强系数的增强调节系数,具体包括:
根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数;
根据各所述像素点的运动状态确定各所述像素点的运动增强调节系数;
根据各所述像素点的亮度增强调节系数以及运动增强调节系数,确定各所述像素点的增强调节系数。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,所述根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数,具体包括:
根据各所述像素点的亮度值,以及预先确定的亮度增强调节系数与亮度值的第二映射关系,确定各所述像素点的亮度增强调节系数;
其中,所述第二映射关系中所述亮度值越大对应的亮度增强调节系数越大。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,在根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数之后,根据各所述像素点的边缘值、边缘增强系数以及增强调节系数,对各所述像素点的亮度值进行增强之前,所述方法还包括:
根据各像素点的亮度值以及边缘类型,对所述亮度增强调节系数进行调节;
其中,调节的方式为:
若所述亮度值大于亮度上限或小于亮度下限,则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数,以及减小边缘类型为中小边缘的像素点的亮度增强调节系数;
若所述亮度值大于所述亮度下限且小于所述亮度上限,则所述亮度增强调节系数不变。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,所述根据各所述像素点的运动强度值确定各所述像素点的运动增强调节系数,具体包括:
根据各所述像素点的运动强度值以及预先确定的运动增强调节系数与运动强度值的第三映射关系,确定各所述像素点的运动增强调节系数;
其中,在所述第三映射关系中所述运动强度值越大对应的所述运动增强调节系数越小。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,在对各所述像素点的亮度值进行增强之后,还包括:
将预设的上限值作为增强后的亮度值大于所述上限值的像素点的亮度值;以及将预设的下限值作为增强后的亮度值小于所述下限值的像素点的亮度值。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强方法中,对各所述像素点的亮度值进行增强之后,还包括:
对各所述像素点进行坏点检测,对判定为坏点的像素点进行坏点校正处理。
本发明实施例还提供了一种图像边缘增强装置,包括:
边缘值确定模块,用于根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘值;
边缘增强系数确定模块,用于根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘增强系数;
增强调节系数确定模块,用于根据各所述像素点的亮度值以及运动强度值,确定用于调节各所述像素点的边缘增强系数的增强调节系数;
边缘增强模块,用于根据各所述像素点的边缘值、所述边缘增强系数以及所述增强调节系数,对各所述像素点的亮度值进行增强。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述边缘值确定模块,包括:
边缘类型确定模块,用于根据各所述像素点的第一高通值,确定各所述像素点的边缘类型,其中所述第一高通值是对各所述像素点分别进行低通滤波处理后得到的;
边缘值确定子模块,用于根据各所述像素点的边缘类型以及所述滤波处理结果,确定各所述像素点的边缘值。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述边缘类型确定模块,具体用于:
若该像素点的第一高通值大于第一阈值小于第二阈值,则该像素点的边缘类型为中小边缘;若该像素点的第一高通值大于第二阈值小于第三阈值,则该像素点的边缘类型为中大边缘;若该像素点的第一高通值大于第三阈值,则该像素点的边缘类型为强边缘。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述边缘值确定子模块,具体用于:
对于边缘类型为中小边缘的像素点,选取该像素点的第一高通值作为该像素点的边缘值;
对于边缘类型为中大边缘和强边缘的像素点,选取该像素点的第二高通值作为该像素点的边缘值,其中所述第二高通值是对各所述像素点分别进行高通滤波处理后得到的。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述边缘增强系数确定模块,具体用于:
根据各所述像素点的第一高通值,以及预先确定的边缘增强系数与第一高通值的第一映射关系,确定各所述像素点的边缘增强系数;
其中,所述第一映射关系为所述第一高通值越大对应的所述边缘增强系数越大。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述增强调节系数,包括:
亮度增强调节系数确定模块,用于根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数;
运动增强调节系数确定模块,用于根据各所述像素点的运动状态确定各所述像素点的运动增强调节系数;
增强调节系数确定子模块,用于根据各所述像素点的亮度增强调节系数以及运动增强调节系数,确定各所述像素点的增强调节系数。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述亮度增强调节系数确定模块,具体用于:
根据各所述像素点的亮度值,以及预先确定的亮度增强调节系数与亮度值的第二映射关系,确定各所述像素点的亮度增强调节系数;
其中,所述第二映射关系中所述亮度值越大对应的亮度增强调节系数越大。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述装置还包括:
亮度增强调节系数调节模块,用于根据各像素点的亮度值以及边缘类型,对所述亮度增强调节系数进行调节;
其中,调节的方式为:
若所述亮度值大于亮度上限或小于亮度下限,则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数,以及减小边缘类型为中小边缘的像素点的亮度增强调节系数;
若所述亮度值大于所述亮度下限且小于所述亮度上限,则所述亮度增强调节系数不变。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述运动增强调节系数确定模块,具体用于:
根据各所述像素点的运动强度值以及预先确定的运动增强调节系数与运动强度值的第三映射关系,确定各所述像素点的运动增强调节系数;
其中,在所述第三映射关系中所述运动强度值越大对应的所述运动增强调节系数越小。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述装置还包括:
限幅模块,用于将预设的上限值作为增强后的亮度值大于所述上限值的像素点的亮度值;以及将预设的下限值作为增强后的亮度值小于所述下限值的像素点的亮度值。
在一种可能的实现方式中,在本发明实施例提供的上述图像边缘增强装置中,所述装置还包括:
坏点校正模块,用于对各所述像素点进行坏点检测,对判定为坏点的像素点进行坏点校正处理。
本发明有益效果如下:
本发明实施例提供的图像边缘增强方法及装置,该方法包括:根据图像中各像素点的滤波处理结果,确定各像素点的边缘值及边缘增强系数;根据各像素点的亮度值以及运动强度值,确定用于调节各像素点的边缘增强系数的增强调节系数;根据各像素点的边缘值、边缘增强系数以及增强调节系数,对各像素点的亮度值进行增强。本发明实施例提供的图像边缘增强方法,根据各像素点的滤波处理结果确定各像素点的边缘值及边缘增强系数,并且根据各像素点的亮度值以及运动强度值,确定增强调节系数,以调节边缘增强系数,从而在进行图像边缘增强时,考虑到了像素点的亮度值以及运动状态,因而得到的边缘增强后的图像效果更好。
附图说明
图1为本发明实施例提供的图像边缘增强方法的流程图;
图2为扩边处理和构建数据处理窗的示意图;
图3为滤波处理的流程示意图;
图4为边缘增强系数随滤波结果变化的坐标示意图;
图5为亮度增强调节系数随亮度值变化的坐标示意图;
图6为调节亮度增强调节系数的流程示意图;
图7为确定运动增强调节系数的流程示意图;
图8为限幅坐标示意图;
图9为本发明实施例提供的图像边缘增强方法的整体流程示意图;
图10为确定边缘类型、边缘值及边缘增强系数等过程的流程示意图;
图11为本发明实施例提供的图像边缘增强装置的结构示意图。
具体实施方式
针对现有技术中存在的图像边缘增强方法得到的图像效果不佳的问题,本发明实施例提供了一种图像边缘增强方法及装置。
下面结合附图,对本发明实施例提供的图像边缘增强方法及装置的具体实施方式进行详细地说明。附图中各部分的形状不反映真实比例,目的只是示意说明本发明内容。
如图1所示,本发明实施例提供了一种图像边缘增强方法,包括:
S101、根据图像中各像素点的滤波处理结果,确定各像素点的边缘值及边缘增强系数;
S102、根据各像素点的亮度值以及运动强度值,确定用于调节各像素点的边缘增强系数的增强调节系数;
S103、根据各像素点的边缘值、边缘增强系数以及增强调节系数,对各像素点的亮度值进行增强。
本发明实施例提供的图像边缘增强方法,根据各像素点的滤波处理结果确定各像素点的边缘值及边缘增强系数,并且根据各像素点的亮度值以及运动强度值,确定增强调节系数,以调节边缘增强系数,从而在进行图像边缘增强时,考虑到了像素点的亮度值以及运动状态,因而得到的边缘增强后的图像效果更好。
在具体实施时,上述图像可以为YUV格式的图像数据,其中,Y表示明亮度(Luminance或Luma),也就是灰阶值,U和V表示色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。YUV格式的图像数据中,亮度信号Y和色度信号U和V是分离的,所以在图像处理时,可以仅对亮度信号Y进行处理,色度信号U和V可以旁路同步到输出。应该说明的是,本发明实施例提供的上述图像边缘增强方法,可以对一张图像进行边缘增强处理,也可以对视频图像逐帧进行边缘增强处理。
具体地,上述滤波处理结果可以按照以下方式确定:
对各像素点分别进行低通滤波处理得到第一高通值,以及对各像素点分别进行高通滤波处理得到第二高通值。
在进行滤波处理时,一般会构建数据处理窗,利用数据处理窗对输入的图像数据中的各个像素点逐个扫描,以得到各个像素点的滤波处理结果。通常数据处理窗可以覆盖多个像素点,例如,可以将数据处理窗设置为3×3、4×4或5×5等大小,在进行滤波处理时,数据处理窗的中心像素点为当前处理的像素点,该数据处理窗中其他像素点作为当前处理的像素点的参考像素点,在得到中心像素点以及各个参考像素点的滤波处理结果后,根据各个像素点的权重得到中心像素点的滤波结果,该权重由采用的滤波器决定,例如采用均值滤波器,则当前处理的像素点的滤波处理结果为数据处理窗中各个像素点的平均值。
然而,输入的图像数据的首行和首列之前或末行和末列之后并没有行或列,即利用数据处理窗对首行之前、首列之前、末行之后以及末列之后的像素点进行处理时,当前处理的像素点没有参考像素点,因此,为了保证滤波处理的准确性,需要对输入的图像进行扩边处理。参照图2,左上角的图像A为扩边前的图像,C表示构建的数据处理窗,图2中以数据处理窗为5×5大小为例,需要对图像A扩展2行2列,图像B为扩边后的图像,一般可以通过复制或者镜像的方式进行扩边处理,图2中以复制为例进行说明,如图2中下方为数据处理窗C对图像B中左上角第一个像素点进行滤波处理的示意图。
图3示出了低通滤波处理和高通滤波处理的过程,图中low_filter表示低通滤波处理,低通滤波处理采用的滤波器具有平滑特性,例如可以采用均值滤波器或高斯滤波器。一般噪声为高频信号,所以低通滤波处理后会将高频噪声滤除,得到滤除噪声的低通结果(lpf_lf)后保留,然后使用输入的原始图像数据减去低通结果,得到第一高通值(lpf_hf),低通滤波处理决定了中小细节的质量。图中high_filter表示高通滤波处理,第二高通值为hpf_hf,高通滤波处理采用的滤波器具有边沿检测特性,例如可以采用二阶滤波器,高通滤波处理决定了中大细节的质量。
对输入的图像数据中的每一个像素均进行高通滤波处理和低通滤波处理,得到两个滤波处理的结果,即第一高通值和第二高通值,使滤波处理结果既包含中小边缘的特性又包含中大边缘的特性,从而使图像边缘增强的结果效果更好。
更具体地,本发明实施例提供的上述图像边缘增强方法中,上述步骤S101中,根据图像中各像素点的滤波处理结果,确定各像素点的边缘值,包括:
根据各像素点的第一高通值,确定各像素点的边缘类型,其中第一高通值是对各像素点分别进行低通滤波处理后得到的;
根据各像素点的边缘类型以及滤波处理结果,确定各像素点的边缘值。
由于第一高通值具有中小边缘的特性,低通滤波处理得到的结果中包含了更多的细节,所以采用第一高通值和多个阈值进行比较,得到的结果会更加准确。
更具体地,各像素点的边缘类型按以下方式确定:
若该像素点的第一高通值大于第一阈值小于第二阈值,则该像素点的边缘类型为中小边缘;若该像素点的第一高通值大于第二阈值小于第三阈值,则该像素点的边缘类型为中大边缘;若该像素点的第一高通值大于第三阈值,则该像素点的边缘类型为强边缘。
进一步地,根据各像素点的边缘类型以及滤波处理结果,确定各像素点的边缘值,具体包括:
对于边缘类型为中小边缘的像素点,选取该像素点的第一高通值作为该像素点的边缘值;
对于边缘类型为中大边缘和强边缘的像素点,选取该像素点的第二高通值作为该像素点的边缘值,其中第二高通值是对各像素点分别进行高通滤波处理后得到的。
此外,若当前处理的像素点第一高通值小于第一阈值,则该像素点为噪声,在后续确定边缘增强系数时,可以对噪声进行抑制。通过采用多个阈值,即第一阈值、第二阈值和第三阈值,能够准确区分出噪声、中小边缘、中大边缘和强边缘,从而在后续边缘增强过程中,能够准确的对不同边缘类型的像素点进行不同程度的增强,并且对噪声进行抑制。由于每一个像素点都有两个滤波处理结果,若该像素点为中小边缘,则选择第一高通值作为该像素点的边缘值会比较准确;若该像素点为中大边缘或强边缘,则选择第二高通值作为该像素点的边缘值会比较准确。
进一步地,本发明实施例提供的上述图像边缘增强方法中,上述步骤S101中,根据输入的图像数据中各像素点的滤波处理结果,确定各像素点的边缘增强系数,具体包括:
根据各像素点的第一高通值,以及预先确定的边缘增强系数与第一高通值的第一映射关系,确定各像素点的边缘增强系数;
其中,第一映射关系为第一高通值越大对应的边缘增强系数越大。
通过针对不同的边缘类型给出了不同的边缘增强系数,避免了整个图像使用一个统一的边缘增强系数带来的不协调感,本发明实施例提供的边缘增强系数为按照边缘类型进行分段的分段函数,且每段中均包含增强过渡区,该过渡区可以使用任意增函数实现,例如指数函数或线性函数等,通过设置过渡区避免了便于过于生硬。
在具体实施时,上述第一映射关系可以为任意增函数,优选为按照边缘类型进行分段的增函数,以下给出优选的实施方式,上述第一映射关系可以按照以下公式确定:
其中,weight_factor表示边缘增强系数,lpf_hf表示第一高通值,th0表示第一阈值,th1表示第二阈值,th2表示第三阈值,weight_flat、weight_mid、weight_large、2flat_Δ、2mid_Δ、2large_Δ为常数。
为了更直观的表示上述边缘增强系数的公式,图4示出了上述公式对应的坐标图,图中,transition表示过渡区,且该过渡区以线性函数为例进行示意,在具体实施时也可以采用其他增函数。
进一步地,本发明实施例提供的上述图像边缘增强方法中,上述步骤S102,具体包括(图中未示出):
S1021、根据各像素点的亮度值确定各像素点的亮度增强调节系数;
S1022、根据各像素点的运动状态确定各像素点的运动增强调节系数;
S1023、根据各像素点的亮度增强调节系数以及运动增强调节系数,确定各像素点的增强调节系数。
在具体实施时,上述增强调节系数可以通过亮度增强调节系数与运动增强调节系数相乘得到,也可以采用其他方式确定,此处不做限定。
具体地,本发明实施例提供的上述图像边缘增强方法中,上述步骤S1021具体包括:
根据各像素点的亮度值,以及预先确定的亮度增强调节系数与亮度值的第二映射关系,确定各像素点的亮度增强调节系数;
其中,第二映射关系中亮度值越大对应的亮度增强调节系数越大。
通过针对不同的亮度区域给出了不同的亮度增强调节系数,避免了整个图像使用一个统一的亮度增强调节系数带来的不协调感,本发明实施例提供的亮度增强调节系数为按照多个亮度阈值划分的多个亮度区域进行分段的分段函数,且每段中均包含增强过渡区,该过渡区可以使用任意增函数实现,例如指数函数或线性函数等,通过设置过渡区避免了便于过于生硬。
在具体实施时,上述第二映射关系可以为任意增函数,优选为分段的增函数,以下给出优选的实施方式,上述第二映射关系可以按以下公式确定:
其中,adjust_factor表示亮度增强调节系数,Yin表示亮度值,low表示第一亮度阈值,high表示第二亮度阈值,low_str、mid_str、high_str、2low_Δ、2high_Δ为常数。
为了更直观的表示上述边缘增强系数的公式,图5示出了上述公式对应的坐标图,图中,transition表示过渡区,且该过渡区以线性函数为例进行示意,在具体实施时也可以采用其他增函数。
更具体地,本发明实施例提供的上述图像边缘增强方法中,在上述步骤S1021之后,上述步骤S103之前,还包括:
S1021'、根据各像素点的亮度值以及边缘类型,对亮度增强调节系数进行调节;
其中,调节的方式为:
若亮度值大于亮度上限或小于亮度下限,则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数,以及减小边缘类型为中小边缘的像素点的亮度增强调节系数;
若亮度值大于亮度下限且小于亮度上限,则亮度增强调节系数不变。
考虑到噪声及不同类型的边缘在各亮度区段内的分布情况,以及在不同亮度下不同类型的边缘被关心的不同程度,需要针对高来区段和低照度区段中的边缘进行特殊处理,可以通过调节亮度增强调节系数来实现。
若亮度值大于亮度上限则该亮度属于高亮区段,若亮度值小于亮度下限低照度区段,对于高亮区段和低照度区段中的中大边缘和强边缘进行增强,对中小边缘进行抑制,从而防止单纯根据亮度值进行增强时造成对噪声也增强。此外,对于亮度值处于亮度上限和亮度下限之间的正常区段,则按照上述步骤S1021中得到的亮度增强调节系数进行增强。应当说明的是,上述步骤S1021'中,若亮度值大于亮度下限且小于亮度上限,则亮度增强调节系数不变,此处“不变”并不是指亮度增强调节系数为定值,而是保持步骤S1021得到的亮度增强调节系数不变。
为了更加明了的说明上述步骤S1021',图6示出了对亮度增强调节系数进行调节的流程图。如图6所示,输入当前处理像素点的亮度值,若该亮度值大于亮度上限或小于亮度上限,则对应的亮度增强调节系数需要调节,然后根据边缘类型的不同进行调节,即右侧的条件,若该像素点的第一高通值小于第二阈值th1,则该像素点的边缘类型为中小边缘或噪声,为了抑制噪声,使用抑制系数对该亮度增强调节系数进行调节,使中小边缘或噪声的亮度增强调节系数减小,最后得到调节后的亮度增强调节系数bright_coe。图6中只是示出了中小边缘或噪声的情况,若边缘类型为中大边缘或强边缘,只需将图6中的抑制系数改为增强系数即可。
在实际应用时,本发明实施例提供的上述边缘增强方法中,上述步骤S1022具体包括(图中未示出):
根据各像素点的运动强度值以及预先确定的运动增强调节系数与运动强度值的第三映射关系,确定各像素点的运动增强调节系数;
其中,在第三映射关系中运动强度值越大对应的运动增强调节系数越小。
在实际应用时,上述第三映射关系可以是任意减函数,以下给出确定第三映射关系的优选实施方式:
若运动强度值小于第一预设阈值,则可以认为当前像素点的运动状态为绝对静止,则可以通过将对应的运动增强调节系数设置为第一定值,该第一定值表示不对当前处理的像素点进行增强,例如,可以将第一定值设置为0或者∞,当边缘增强系数与第一定值相乘时,结果为零,即不对当前像素点进行增强。
若运动强度值大于第二预设阈值,则可以认为当前像素点的运动状态为绝对静止,则可以通过将对应的运动增强调节系数设置为第二定值,该第二定值表示不对当前像素点的边缘增强系数进行改变,例如,可以将第二定值设置为1,当编译增强系数与第二定值相乘时,结果为原来的边缘增强系数,即当前像素点的边缘增强系数不变。
若运动强度值大于第一预设阈值且小于第二预设阈值,则可以认为当前像素点的运动状态介于绝对静止和绝对运动之间,此时,运动增强调节系数随运动强度值的增大而减小,例如,可以设置运动增强调节系数在0~1之间浮动。
运动的像素点一般会有拖影(即运动轨迹),拖影既不属于边缘也不属于噪声,所以对于拖影不应该增强,因此,在边缘增强计算中增加运动增强调节系数可以避免将拖影误判为边缘,使边缘增强的效果更好。
为了更加明了的说明上述步骤S1022,图7示出了确定运动增强调节系数的流程图。可以根据该图像数据的历史帧(一般为前或前几帧)判断当前处理的像素点的运动强度值,从而可以确定当前像素点的运动状态,也可以采用其他方式判断像素点的运动状态,此处不做限定。输入当前像素点的运动强度值,根据第一预设阈值和第二预设阈值判断当前像素点的运动状态,最终得到运动增强调节系数motion_coe。
在计算出当前点的亮度增强调节系数、边缘增强系数、运动增强调节系数、选择出相应边缘数据后,便可以计算亮度增强结果,计算公式如下:
y_ee=hf_data×(bright_coe×weight_factor×motion_coe)+y_cur;
其中,y_ee表示边缘增强后的亮度值,hf_data表示该像素点的边缘值,bright_coe表示计算出的亮度增强调节系数,weight_factor表示边缘增强系数,motion_coe表示运动增强调节系数,y_cur表示该像素点的原亮度值。
得到边缘增强后的亮度值后,将该亮度值和色度值U和V同步输出即得到当前处理像素点的边缘增强结果。
由于边缘增强的结果不可能无限大也不可能无限小,为了保持数据不会溢出上下限,对边缘增强的结果(y_ee)进行限幅,如图8所示,具体按以下方式进行限幅:
将预设的上限值作为增强后的亮度值大于上限值的像素点的亮度值;以及将预设的下限值作为增强后的亮度值小于下限值的像素点的亮度值。
在实际应用中,由于限幅、饱和或其他原因,上述边缘增强结果可能会出现坏点,为了保证输出结果中不包含坏点,则在输出结果之前加入了坏点校正的过程,即在确定各像素点的边缘增强结果之后,还包括:
对各像素点进行坏点检测,对判定为坏点的像素点进行坏点校正处理。
在实际应用中,有一些应用场景(例如夜晚)得到的图像中噪声会非常大,且在晚上人们更关注中大细节,因此,上述边缘增强方法中,还可以加入一个降低噪声的步骤,以对噪声进一步控制,具体可以通过将低通滤波处理得到的结果lpf_lf代替上述公式中的y_cur,因为低通滤波处理得到的结果中已经滤除了高频的噪声,将该结果代替原图像数据的亮度值,可以抑制原图像数据中的大量噪声。
为了更加明了的说明本发明实施例提供的上述图像边缘增强方法,图9示出了上述方法的整体流程图,其中,各部分表示的含义为:
1.0:输入图像数据,优选为YUV格式,也可以同时输入其他相关参数(例如各种阈值),具体处理时可以仅对亮度Y数据做处理,色度数据UV旁路同步到输出;
2.0:对输入的图像数据进行扩边处理,并构建以当前处理的像素点为中心的数据处理窗;
3.0:使用数据处理窗进行低通滤波处理和高通滤波处理:
1)、低通滤波处理:使用数据处理窗进行低通滤波处理,此滤波器具有平滑特性,得出低通值后保留,同时使用原始输入图像减去低通滤波结果得到一个与之互补的高通值,即第一高通值;此滤波器的选用决定了中小细节的质量;
2)、高通滤波处理:使用数据处理窗进行高通滤波处理,得到第二高通值,此滤波器具有边沿检测特性,此滤波器的选用决定了大中细节的质量;
3.1:使用参考了历史帧或者其他方式得出的运动强度值进行运动增强调节系数的计算,为7.0进行运动效果调节提供运动增强调节系数;
4.0:使用3.0第一高通值与各阈值进行比对,得出当前所处理的像素点属于是哪一类边缘类型,并确定各边缘类型对应的边缘值;
5.0:使用输入亮度值判定属于高亮区段或者低照度区段,对于不同的亮度值给出不同的亮度增强调节系数;
5.1:使用3.0,1)所得的高通值进行分段,结合参数确定各个边缘类型的边缘增强系数;
6.0:结合5.0所得的亮度增强调节系数、4.0所得边缘类型,对亮度增强调节系数进行调节;
7.0:结合6.0所得调节后的亮度增强调节系数、5.1所得边缘增强系数,3.1所得运动增强调节系数进行边缘增强结果计算;
8.0:对边缘增强结果可能的坏点进行修正,以期输出最优结果;
9.0:边缘增强结果输出。
上述步骤S101得到滤波处理结果之后,对边缘类型、边缘值及边缘增强系数等过程的确定流程,可以参照图10,由图10可以看出,本发明实施例提供的边缘增强方法中,整个计算过程仅包含加乘计算,无复杂运算,可以提高运算速度,从而方便硬件实现实时处理,且节省资源。
基于同一发明构思,本发明实施例还提供了一种图像边缘增强装置,由于该图像边缘增强装置解决问题的原理与上述图像边缘增强方法相似,因此该装置的实施可以参见上述方法的实施,重复之处不再赘述。参见图11,本发明实施例提供的一种图像边缘增强装置,包括:
边缘值确定模块201,用于根据图像中各像素点的滤波处理结果,确定各像素点的边缘值;
边缘增强系数确定模块202,用于根据图像中各像素点的滤波处理结果,确定各像素点的边缘增强系数;
增强调节系数确定模块203,用于根据各像素点的亮度值以及运动强度值,确定用于调节各像素点的边缘增强系数的增强调节系数;
边缘增强模块204,用于根据各像素点的边缘值、边缘增强系数以及增强调节系数,对各像素点的亮度值进行增强。
具体地,本发明实施例提供的上述边缘增强装置中,边缘值确定模块201,包括(图中未示出):
边缘类型确定模块,用于根据各像素点的第一高通值,确定各像素点的边缘类型,其中第一高通值是对各像素点分别进行低通滤波处理后得到的;
边缘值确定子模块,用于根据各像素点的边缘类型以及滤波处理结果,确定各像素点的边缘值。
更具体地,本发明实施例提供的上述边缘增强装置中,边缘类型确定模块,具体用于:
若该像素点的第一高通值大于第一阈值小于第二阈值,则该像素点的边缘类型为中小边缘;若该像素点的第一高通值大于第二阈值小于第三阈值,则该像素点的边缘类型为中大边缘;若该像素点的第一高通值大于第三阈值,则该像素点的边缘类型为强边缘。
更具体地,本发明实施例提供的上述边缘增强装置中,边缘值确定子模块,具体用于:
对于边缘类型为中小边缘的像素点,选取该像素点的第一高通值作为该像素点的边缘值;
对于边缘类型为中大边缘和强边缘的像素点,选取该像素点的第二高通值作为该像素点的边缘值,其中第二高通值是对各像素点分别进行高通滤波处理后得到的。
具体地,本发明实施例提供的上述边缘增强装置中,边缘增强系数确定模块202,具体用于:
根据各像素点的第一高通值,以及预先确定的边缘增强系数与第一高通值的第一映射关系,确定各像素点的边缘增强系数;
其中,第一映射关系为第一高通值越大对应的边缘增强系数越大。
进一步地,本发明实施例提供的上述边缘增强装置中,增强调节系数203,包括(图中未示出):
亮度增强调节系数确定模块,用于根据各像素点的亮度值确定各像素点的亮度增强调节系数;
运动增强调节系数确定模块,用于根据各像素点的运动状态确定各像素点的运动增强调节系数;
增强调节系数确定子模块,用于根据各像素点的亮度增强调节系数以及运动增强调节系数,确定各像素点的增强调节系数。
更进一步地地,本发明实施例提供的上述边缘增强装置中,亮度增强调节系数确定模块,具体用于:
根据各像素点的亮度值,以及预先确定的亮度增强调节系数与亮度值的第二映射关系,确定各像素点的亮度增强调节系数;
其中,第二映射关系中亮度值越大对应的亮度增强调节系数越大。
在具体实施时,本发明实施例提供的上述边缘增强装置中,装置还包括(图中未示出):
亮度增强调节系数调节模块,用于根据各像素点的亮度值以及边缘类型,对亮度增强调节系数进行调节;
其中,调节的方式为:
若亮度值大于亮度上限或小于亮度下限,则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数,以及减小边缘类型为中小边缘的像素点的亮度增强调节系数;
若亮度值大于亮度下限且小于亮度上限,则亮度增强调节系数不变。
具体地,本发明实施例提供的上述边缘增强装置中,运动增强调节系数确定模块,具体用于:
根据各像素点的运动强度值以及预先确定的运动增强调节系数与运动强度值的第三映射关系,确定各像素点的运动增强调节系数;
其中,在第三映射关系中运动强度值越大对应的运动增强调节系数越小。
在具体实施时,本发明实施例提供的上述边缘增强装置中,装置还包括(图中未示出):
限幅模块,用于将预设的上限值作为增强后的亮度值大于上限值的像素点的亮度值;以及将预设的下限值作为增强后的亮度值小于下限值的像素点的亮度值。
在具体实施时,本发明实施例提供的上述边缘增强装置中,装置还包括(图中未示出):
坏点校正模块,用于对各像素点进行坏点检测,对判定为坏点的像素点进行坏点校正处理。
本发明实施例提供的图像边缘增强方法,根据各像素点的滤波处理结果确定各像素点的边缘类型,并根据不同的边缘类型给出不同的边缘增强系数,以及在确定各像素点的边缘增强结果时,还结合了亮点增强系数、运动增强调节系数,使不同边缘类型的像素点得到不同程度的增强,并且考虑到了影响边缘增强效果的所有因素,因而得到的边缘增强后的图像效果更好。
滤波处理时,使用具有平滑滤波特性的滤波器提炼中小边缘和噪声,使用带有边沿滤波特性的滤波器提炼中大边缘和强边缘,从而精准定位各边缘类型和噪声;在确定边缘类型时,采用多个阈值划分滤波处理结果,以精确区分噪声、中小边缘、中大边缘以及强边缘,且根据不同的边缘类型给出不同的边缘增强系数,且各段均包含过渡区,避免边缘增强带来的突兀;采用多个阈值对图像的亮度值进行区段划分,根据不同亮度值下边缘类型及噪声的特点采用不同的增强强度或抑制;加入运动信息处理,使用运动信息判定当前处理的像素点的运动状态,根据运动状态判定增强强度,避免统一增强带来的运动轨迹被增强;后端插入简单的坏点校正过程,保证输出的边缘增强结果不包含坏点;整个计算过程只包含加乘计算,无复杂运算,方便硬件实现实时处理,且节省资源,运算速度快。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (20)
1.一种图像边缘增强方法,其特征在于,包括:
根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘值及边缘增强系数;
根据各所述像素点的亮度值以及运动强度值,确定用于调节各所述像素点的边缘增强系数的增强调节系数;所述增强调节系数由各像素点的亮度增强调节系数和运动增强调节系数确定;
根据各所述像素点的边缘值、所述边缘增强系数以及所述增强调节系数,对各所述像素点的亮度值进行增强;
其中,在根据各所述像素点的边缘值、边缘增强系数以及增强调节系数,对各所述像素点的亮度值进行增强之前,所述方法还包括:
根据各像素点的亮度值以及边缘类型,对所述亮度增强调节系数进行调节;
其中,调节的方式为:
若所述亮度值大于亮度上限或小于亮度下限,则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数,以及减小边缘类型为中小边缘的像素点的亮度增强调节系数;
若所述亮度值大于所述亮度下限且小于所述亮度上限,则所述亮度增强调节系数不变。
2.如权利要求1所述的方法,其特征在于,所述根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘值,包括:
根据各所述像素点的第一高通值,确定各所述像素点的边缘类型,其中所述第一高通值是对各所述像素点分别进行低通滤波处理后得到的;
根据各所述像素点的边缘类型以及所述滤波处理结果,确定各所述像素点的边缘值。
3.如权利要求2所述的方法,其特征在于,所述根据各所述像素点的第一高通值,确定各所述像素点的边缘类型,具体包括:
若该像素点的第一高通值大于第一阈值小于第二阈值,则该像素点的边缘类型为中小边缘;若该像素点的第一高通值大于第二阈值小于第三阈值,则该像素点的边缘类型为中大边缘;若该像素点的第一高通值大于第三阈值,则该像素点的边缘类型为强边缘。
4.如权利要求3所述的方法,其特征在于,所述根据各所述像素点的边缘类型以及所述滤波处理结果,确定各所述像素点的边缘值,具体包括:
对于边缘类型为中小边缘的像素点,选取该像素点的第一高通值作为该像素点的边缘值;
对于边缘类型为中大边缘和强边缘的像素点,选取该像素点的第二高通值作为该像素点的边缘值,其中所述第二高通值是对各所述像素点分别进行高通滤波处理后得到的。
5.如权利要求2所述的方法,其特征在于,所述根据输入的图像数据中各像素点的滤波处理结果,确定各所述像素点的边缘增强系数,具体包括:
根据各所述像素点的第一高通值,以及预先确定的边缘增强系数与第一高通值的第一映射关系,确定各所述像素点的边缘增强系数;
其中,所述第一映射关系为所述第一高通值越大对应的所述边缘增强系数越大。
6.如权利要求2所述的方法,其特征在于,所述根据各所述像素点的亮度值以及运动强度值,确定用于调节各所述像素点的边缘增强系数的增强调节系数,具体包括:
根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数;
根据各所述像素点的运动强度值确定各所述像素点的运动增强调节系数;
根据各所述像素点的亮度增强调节系数以及运动增强调节系数,确定各所述像素点的增强调节系数。
7.如权利要求6所述的方法,其特征在于,所述根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数,具体包括:
根据各所述像素点的亮度值,以及预先确定的亮度增强调节系数与亮度值的第二映射关系,确定各所述像素点的亮度增强调节系数;
其中,所述第二映射关系中所述亮度值越大对应的亮度增强调节系数越大。
8.如权利要求6所述的方法,其特征在于,所述根据各所述像素点的运动强度值确定各所述像素点的运动增强调节系数,具体包括:
根据各所述像素点的运动强度值以及预先确定的运动增强调节系数与运动强度值的第三映射关系,确定各所述像素点的运动增强调节系数;
其中,在所述第三映射关系中所述运动强度值越大对应的所述运动增强调节系数越小。
9.如权利要求1所述的方法,其特征在于,在对各所述像素点的亮度值进行增强之后,还包括:
将预设的上限值作为增强后的亮度值大于所述上限值的像素点的亮度值;以及将预设的下限值作为增强后的亮度值小于所述下限值的像素点的亮度值。
10.如权利要求9所述的方法,其特征在于,对各所述像素点的亮度值进行增强之后,还包括:
对各所述像素点进行坏点检测,对判定为坏点的像素点进行坏点校正处理。
11.一种图像边缘增强装置,其特征在于,包括:
边缘值确定模块,用于根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘值;
边缘增强系数确定模块,用于根据图像中各像素点的滤波处理结果,确定各所述像素点的边缘增强系数;所述增强调节系数由各像素点的亮度增强调节系数和运动增强调节系数确定;
增强调节系数确定模块,用于根据各所述像素点的亮度值以及运动强度值,确定用于调节各所述像素点的边缘增强系数的增强调节系数;
边缘增强模块,用于根据各所述像素点的边缘值、所述边缘增强系数以及所述增强调节系数,对各所述像素点的亮度值进行增强;
所述装置还包括:
亮度增强调节系数调节模块,用于根据各像素点的亮度值以及边缘类型,对所述亮度增强调节系数进行调节;
其中,调节的方式为:
若所述亮度值大于亮度上限或小于亮度下限,则增大边缘类型为中大边缘和/或强边缘的像素点的亮度增强调节系数,以及减小边缘类型为中小边缘的像素点的亮度增强调节系数;
若所述亮度值大于所述亮度下限且小于所述亮度上限,则所述亮度增强调节系数不变。
12.如权利要求11所述的装置,其特征在于,所述边缘值确定模块,包括:
边缘类型确定模块,用于根据各所述像素点的第一高通值,确定各所述像素点的边缘类型,其中所述第一高通值是对各所述像素点分别进行低通滤波处理后得到的;
边缘值确定子模块,用于根据各所述像素点的边缘类型以及所述滤波处理结果,确定各所述像素点的边缘值。
13.如权利要求12所述的装置,其特征在于,所述边缘类型确定模块,具体用于:
若该像素点的第一高通值大于第一阈值小于第二阈值,则该像素点的边缘类型为中小边缘;若该像素点的第一高通值大于第二阈值小于第三阈值,则该像素点的边缘类型为中大边缘;若该像素点的第一高通值大于第三阈值,则该像素点的边缘类型为强边缘。
14.如权利要求13所述的装置,其特征在于,所述边缘值确定子模块,具体用于:
对于边缘类型为中小边缘的像素点,选取该像素点的第一高通值作为该像素点的边缘值;
对于边缘类型为中大边缘和强边缘的像素点,选取该像素点的第二高通值作为该像素点的边缘值,其中所述第二高通值是对各所述像素点分别进行高通滤波处理后得到的。
15.如权利要求12所述的装置,其特征在于,所述边缘增强系数确定模块,具体用于:
根据各所述像素点的第一高通值,以及预先确定的边缘增强系数与第一高通值的第一映射关系,确定各所述像素点的边缘增强系数;
其中,所述第一映射关系为所述第一高通值越大对应的所述边缘增强系数越大。
16.如权利要求12所述的装置,其特征在于,所述增强调节系数确定模块,包括:
亮度增强调节系数确定模块,用于根据各所述像素点的亮度值确定各所述像素点的亮度增强调节系数;
运动增强调节系数确定模块,用于根据各所述像素点的运动状态确定各所述像素点的运动增强调节系数;
增强调节系数确定子模块,用于根据各所述像素点的亮度增强调节系数以及运动增强调节系数,确定各所述像素点的增强调节系数。
17.如权利要求16所述的装置,其特征在于,所述亮度增强调节系数确定模块,具体用于:
根据各所述像素点的亮度值,以及预先确定的亮度增强调节系数与亮度值的第二映射关系,确定各所述像素点的亮度增强调节系数;
其中,所述第二映射关系中所述亮度值越大对应的亮度增强调节系数越大。
18.如权利要求11所述的装置,其特征在于,所述运动增强调节系数确定模块,具体用于:
根据各所述像素点的运动强度值以及预先确定的运动增强调节系数与运动强度值的第三映射关系,确定各所述像素点的运动增强调节系数;
其中,在所述第三映射关系中所述运动强度值越大对应的所述运动增强调节系数越小。
19.如权利要求11所述的装置,其特征在于,所述装置还包括:
限幅模块,用于将预设的上限值作为增强后的亮度值大于所述上限值的像素点的亮度值;以及将预设的下限值作为增强后的亮度值小于所述下限值的像素点的亮度值。
20.如权利要求19所述的装置,其特征在于,所述装置还包括:
坏点校正模块,用于对各所述像素点进行坏点检测,对判定为坏点的像素点进行坏点校正处理。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710007860.1A CN106846270B (zh) | 2017-01-05 | 2017-01-05 | 一种图像边缘增强方法及装置 |
PCT/CN2017/118936 WO2018126962A1 (en) | 2017-01-05 | 2017-12-27 | Systems and methods for enhancing edges in images |
EP17889779.9A EP3549096A4 (en) | 2017-01-05 | 2017-12-27 | SYSTEMS AND METHOD FOR RIM REINFORCEMENT IN PICTURES |
US16/503,733 US11100613B2 (en) | 2017-01-05 | 2019-07-05 | Systems and methods for enhancing edges in images |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710007860.1A CN106846270B (zh) | 2017-01-05 | 2017-01-05 | 一种图像边缘增强方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846270A CN106846270A (zh) | 2017-06-13 |
CN106846270B true CN106846270B (zh) | 2020-02-14 |
Family
ID=59118093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710007860.1A Active CN106846270B (zh) | 2017-01-05 | 2017-01-05 | 一种图像边缘增强方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11100613B2 (zh) |
EP (1) | EP3549096A4 (zh) |
CN (1) | CN106846270B (zh) |
WO (1) | WO2018126962A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846270B (zh) | 2017-01-05 | 2020-02-14 | 浙江大华技术股份有限公司 | 一种图像边缘增强方法及装置 |
CN107492110A (zh) * | 2017-07-31 | 2017-12-19 | 腾讯科技(深圳)有限公司 | 一种图像边缘检测方法、装置和存储介质 |
CN109146814B (zh) | 2018-08-20 | 2021-02-23 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN109902758B (zh) * | 2019-03-11 | 2022-05-31 | 重庆邮电大学 | 基于深度学习的车道区域识别的数据集标定方法 |
CN111986096B (zh) * | 2019-05-22 | 2024-02-13 | 上海哔哩哔哩科技有限公司 | 基于边缘提取的漫画生成方法及漫画生成装置 |
CN112118367B (zh) * | 2019-06-20 | 2023-05-02 | 瑞昱半导体股份有限公司 | 影像调整方法以及相关的影像处理电路 |
CN111260582B (zh) * | 2020-01-17 | 2023-04-25 | 合肥登特菲医疗设备有限公司 | 一种ip图像增强方法及装置 |
CN111563860A (zh) * | 2020-05-29 | 2020-08-21 | 长沙学院 | 一种基于计算机视觉的手机屏贴合系统及方法 |
CN114723701B (zh) * | 2022-03-31 | 2023-04-18 | 厦门力和行自动化有限公司 | 基于计算机视觉的齿轮缺陷检测方法和系统 |
CN115100081B (zh) * | 2022-08-24 | 2022-11-15 | 深圳佳弟子科技有限公司 | Lcd显示屏灰阶图像增强方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272488A (zh) * | 2007-03-23 | 2008-09-24 | 展讯通信(上海)有限公司 | 降低lcd显示运动模糊的视频解码方法和装置 |
CN101710415A (zh) * | 2009-11-30 | 2010-05-19 | 北京中星微电子有限公司 | 图像增强系数的调节方法和装置以及图像增强方法和装置 |
CN101976444A (zh) * | 2010-11-11 | 2011-02-16 | 浙江大学 | 一种基于像素类型的结构类似性图像质量客观评价方法 |
CN101980521A (zh) * | 2010-11-23 | 2011-02-23 | 华亚微电子(上海)有限公司 | 一种图像锐化方法以及相关装置 |
CN104637030A (zh) * | 2013-11-08 | 2015-05-20 | 浙江大华技术股份有限公司 | 一种图像增强处理方法及装置 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7248745B1 (en) * | 2003-04-03 | 2007-07-24 | Adobe Systems Incorporated | Differential image adjustments |
JP2005130297A (ja) * | 2003-10-24 | 2005-05-19 | Olympus Corp | 信号処理システム、信号処理方法、信号処理プログラム |
CN100362850C (zh) | 2005-01-17 | 2008-01-16 | 深圳创维-Rgb电子有限公司 | 电视图像边缘增强方法 |
US8755446B2 (en) * | 2005-05-04 | 2014-06-17 | Intel Corporation | Varying sharpness based on motion in video sequences |
KR20070023447A (ko) * | 2005-08-24 | 2007-02-28 | 삼성전자주식회사 | 움직임 추정을 이용한 영상 개선 장치 및 그 방법 |
CN1744665A (zh) | 2005-09-14 | 2006-03-08 | 上海广电(集团)有限公司中央研究院 | 一种逐点提高视频图像清晰度的处理方法 |
TW200733720A (en) * | 2006-02-24 | 2007-09-01 | Pixart Imaging Inc | Digital image processing method and the device thereof |
CN100550996C (zh) * | 2006-07-31 | 2009-10-14 | 株式会社理光 | 图像处理装置,成像装置以及图像处理方法 |
TR201810171T4 (tr) * | 2006-10-03 | 2018-08-27 | Vestel Elektronik Sanayi Ve Ticaret Anonim Sirketi | Bir girdi görüntüsündeki halka şeklinde artefaktları en aza indirmek için yöntem ve aparat. |
US20090161756A1 (en) * | 2007-12-19 | 2009-06-25 | Micron Technology, Inc. | Method and apparatus for motion adaptive pre-filtering |
JP5158202B2 (ja) * | 2008-08-19 | 2013-03-06 | 富士通株式会社 | 画像補正装置および画像補正方法 |
US20100290716A1 (en) * | 2009-05-18 | 2010-11-18 | Hirofumi Mori | Image processing apparatus and image processing method |
CN101655973A (zh) | 2009-09-17 | 2010-02-24 | 广东中大讯通信息有限公司 | 一种基于人眼视觉特征的图像增强方法 |
CA3038111C (en) * | 2009-12-18 | 2022-08-09 | Sharp Kabushiki Kaisha | Decoding device, decoding method, encoding device and encoding method |
US8471932B2 (en) * | 2010-09-30 | 2013-06-25 | Apple Inc. | Spatial filtering for image signal processing |
US9215355B2 (en) * | 2011-09-30 | 2015-12-15 | Apple Inc. | Scene adaptive temporal filtering |
JP5514344B2 (ja) * | 2012-05-15 | 2014-06-04 | シャープ株式会社 | 映像処理装置、映像処理方法、テレビジョン受像機、プログラム、及び記録媒体 |
JP6031286B2 (ja) * | 2012-07-23 | 2016-11-24 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
KR101987764B1 (ko) * | 2012-09-12 | 2019-06-11 | 삼성전자주식회사 | 선명도 향상 장치 및 방법 |
US9292934B2 (en) * | 2012-10-29 | 2016-03-22 | Hitachi Kokusai Electric Inc. | Image processing device |
WO2016022374A1 (en) * | 2014-08-05 | 2016-02-11 | Seek Thermal, Inc. | Local contrast adjustment for digital images |
US9471965B2 (en) * | 2014-09-30 | 2016-10-18 | Megachips Corporation | Image processor and image processing method |
CN105096280B (zh) | 2015-06-17 | 2019-01-11 | 浙江宇视科技有限公司 | 处理图像噪声的方法及装置 |
CA2999848C (en) * | 2015-09-25 | 2020-08-18 | Huawei Technologies Co., Ltd. | Apparatus and method for video motion compensation |
NZ741321A (en) * | 2015-09-25 | 2019-10-25 | Huawei Tech Co Ltd | Adaptive sharpening filter for predictive coding |
US9633416B1 (en) * | 2015-12-26 | 2017-04-25 | Intel Corporation | Adaptive control for denoise filtering |
CN106846270B (zh) * | 2017-01-05 | 2020-02-14 | 浙江大华技术股份有限公司 | 一种图像边缘增强方法及装置 |
-
2017
- 2017-01-05 CN CN201710007860.1A patent/CN106846270B/zh active Active
- 2017-12-27 EP EP17889779.9A patent/EP3549096A4/en not_active Ceased
- 2017-12-27 WO PCT/CN2017/118936 patent/WO2018126962A1/en unknown
-
2019
- 2019-07-05 US US16/503,733 patent/US11100613B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272488A (zh) * | 2007-03-23 | 2008-09-24 | 展讯通信(上海)有限公司 | 降低lcd显示运动模糊的视频解码方法和装置 |
CN101710415A (zh) * | 2009-11-30 | 2010-05-19 | 北京中星微电子有限公司 | 图像增强系数的调节方法和装置以及图像增强方法和装置 |
CN101976444A (zh) * | 2010-11-11 | 2011-02-16 | 浙江大学 | 一种基于像素类型的结构类似性图像质量客观评价方法 |
CN101980521A (zh) * | 2010-11-23 | 2011-02-23 | 华亚微电子(上海)有限公司 | 一种图像锐化方法以及相关装置 |
CN104637030A (zh) * | 2013-11-08 | 2015-05-20 | 浙江大华技术股份有限公司 | 一种图像增强处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106846270A (zh) | 2017-06-13 |
EP3549096A1 (en) | 2019-10-09 |
US20190333192A1 (en) | 2019-10-31 |
US11100613B2 (en) | 2021-08-24 |
WO2018126962A1 (en) | 2018-07-12 |
EP3549096A4 (en) | 2019-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846270B (zh) | 一种图像边缘增强方法及装置 | |
US8155468B2 (en) | Image processing method and apparatus | |
US8406547B2 (en) | Visual processing device, visual processing method, program, display device, and integrated circuit | |
WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
US7853095B2 (en) | Apparatus, method, recording medium and program for processing signal | |
CN111915535B (zh) | 一种图像去噪的方法及装置 | |
CN104335565A (zh) | 采用具有自适应滤芯的细节增强滤波器的图像处理方法 | |
JP4858609B2 (ja) | ノイズ低減装置、ノイズ低減方法、及びノイズ低減プログラム | |
KR100771158B1 (ko) | 칼라 영상의 화질 향상을 위한 방법 및 시스템 | |
CN106412383A (zh) | 视频图像的处理方法和装置 | |
US8526736B2 (en) | Image processing apparatus for correcting luminance and method thereof | |
US8831346B2 (en) | Image processing apparatus and method, and program | |
US10922792B2 (en) | Image adjustment method and associated image processing circuit | |
CN112819721B (zh) | 一种图像彩色噪声降噪的方法和系统 | |
JP2001157085A (ja) | 輪郭補正装置 | |
CN111340732A (zh) | 一种低照度视频图像增强方法及装置 | |
US8417025B2 (en) | Image processing apparatus and program recording medium | |
US8223272B2 (en) | Image processing circuit and image processing method thereof | |
JP2009025862A (ja) | 画像処理装置、画像処理方法、画像処理プログラム及び画像表示装置 | |
KR101634652B1 (ko) | 영상의 대비 강화 방법 및 장치 | |
CN112118367B (zh) | 影像调整方法以及相关的影像处理电路 | |
TWI680675B (zh) | 影像處理裝置與相關的影像處理方法 | |
US20120200769A1 (en) | Video signal processing apparatus, video signal processing method, and program | |
IE20080497U1 (en) | Image processing method and apparatus | |
IES84985Y1 (en) | Image processing method and apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Wei Inventor after: Yu Junjun Inventor after: Fang Wei Inventor before: Li Wei |
|
CB03 | Change of inventor or designer information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |