CN108024103A - 图像锐化方法以及装置 - Google Patents
图像锐化方法以及装置 Download PDFInfo
- Publication number
- CN108024103A CN108024103A CN201711257712.1A CN201711257712A CN108024103A CN 108024103 A CN108024103 A CN 108024103A CN 201711257712 A CN201711257712 A CN 201711257712A CN 108024103 A CN108024103 A CN 108024103A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- pixel value
- view data
- original data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003707 image sharpening Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000008859 change Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000000889 atomisation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012014 optical coherence tomography Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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 using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种图像锐化方法以及装置,该方法包括获取待处理图像的初始图像数据;将所述初始图像数据分为多个数据块同时进行模糊化处理,得到第一图像数据;将所述初始图像数据与所述第一图像数据进行减法运算,得到第二图像;将所述第二图像数据中,像素值小于预设阈值的像素点置零,得到第三图像数据;将所述第三图像数据与所述初始图像数据进行加法运算,得到锐化后的图像。用以上方法可以同时对多个数据块进行同样的处理,由于该方法在空间和时间复杂度上都较低,占用资源较少,同时该方法易于并行运算,大幅减少了执行时间,从而可以快速提高图像的清晰度。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种图像锐化方法以及装 置。
背景技术
图像在不同设备间传输和不同色彩模式变换过程中,由于受到各种外 界因素的影响,除了会造成图像色彩和层次的变化外,还会造成图像细节 的模糊。例如,由于对焦不准、外部光线干扰、光学系统误差等问题,眼 底图像常出现模糊、雾化的现象。
但是在实际应用中,又常常需要突出目标的轮廓或图像边缘信息。例 如,用于诊断眼科疾病的专用设备(光学相干断层扫描仪、裂隙灯、角膜 内皮细胞计数仪、共焦激光眼底造影仪、眼压计、眼底照相机、眼底血样 浓度检测等)就依赖高清晰度的图像才能对疾病进行准确的分析判断。因 此,图像锐化对图像进行清晰度强调是图像处理的一个重要内容。
目前,常用的图像锐化方法是将图像转换为HSV、YUV等具有亮度分 量的颜色模型,增强亮度分量中的轮廓边缘,形成清晰的图像。但是这种 方法资源占用较大,速度也较慢。
发明内容
有鉴于此,本发明实施例的目的在于提供一种图像锐化方法以及装置, 以占用较少的资源,快速地提高图像的清晰度。
第一方面,本发明实施例提供了一种图像锐化方法,所述方法包括: 获取待处理图像的初始图像数据;将所述初始图像数据分为多个数据块同 时进行模糊化处理,得到第一图像数据;将所述初始图像数据与所述第一 图像数据进行减法运算,得到第二图像;将所述第二图像数据中,像素值 小于预设阈值的像素点置零,得到第三图像数据;将所述第三图像数据与 所述初始图像数据进行加法运算,得到锐化后的图像。。
第二方面,本发明实施例提供了一种图像锐化装置,所述装置包括: 获取模块,用于获取待处理图像的初始图像数据;模糊化模块,用于将所 述初始图像数据分为多个数据块同时进行模糊化处理,得到第一图像数据; 运算模块,用于将所述初始图像数据与所述第一图像数据进行减法运算, 得到第二图像;置零模块,用于将所述第二图像数据中,像素值小于预设 阈值的像素点置零,得到第三图像数据;所述运算模块,还用于将所述第 三图像数据与所述初始图像数据进行加法运算,得到锐化后的图像。
与现有技术相比,本发明各实施例提出的图像锐化方法以及装置的有 益效果是:该方法包括获取待处理图像的初始图像数据;将所述初始图像 数据分为多个数据块同时进行模糊化处理,得到第一图像数据;将所述初 始图像数据与所述第一图像数据进行减法运算,得到第二图像;将所述第 二图像数据中,像素值小于预设阈值的像素点置零,得到第三图像数据; 将所述第三图像数据与所述初始图像数据进行加法运算,得到锐化后的图像。用以上方法可以同时对多个数据块进行同样的处理,由于该方法在空 间和时间复杂度上都较低,占用资源较少,同时该方法易于并行运算,大 幅减少了执行时间,从而可以快速提高图像的清晰度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实 施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需 要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些 实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲, 在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的用户终端的结构框图;
图2为本发明第一实施例提供的一种图像锐化方法的流程图;
图3为本发明第一实施例提供的另一种图像锐化方法的流程图;
图4为本发明第二实施例提供的一种图像锐化装置的结构框图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行 清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例, 而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组 件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本 发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅 仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护 的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一 旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步 定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分 描述,而不能理解为指示或暗示相对重要性。
如图1所示,是所述用户终端100的方框示意图,所述用户终端100 可以是个人电脑(personal computer,PC)、平板电脑、个人数字助理(personal digital assistant,PDA)等。所述用户终端100可以包括:图像锐化装置、 存储器110、存储控制器120、处理器130、外设接口140、输入输出单元 150、音频单元160、显示单元170。
所述存储器110、存储控制器120、处理器130、外设接口140、输入 输出单元150、音频单元160以及显示单元170各元件相互之间直接或间接 地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过 一条或多条通讯总线或信号线实现电性连接。所述图像锐化装置包括至少 一个可以软件或固件(firmware)的形式存储于所述存储器110中或固化在 客户端设备的操作系统(operating system,OS)中的软件功能模块。所述 处理器130用于执行存储器110中存储的可执行模块,例如所述图像锐化 装置包括的软件功能模块或计算机程序。
其中,存储器110可以是,但不限于,随机存取存储器 (Random Access Memory,RAM),只读存储器(Read Only Memory,ROM), 可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只 读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除 只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM) 等。其中,存储器110用于存储程序,所述处理器130在接收到执行指令 后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的用户 终端100所执行的方法可以应用于处理器130中,或者由处理器130实现。
处理器130可能是一种集成电路芯片,具有信号的处理能力。上述的 处理器130可以是通用处理器,包括中央处理器(Central Processing Unit,简 称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号 处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可 编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或 者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可 以是微处理器或者该处理器也可以是任何常规的处理器等。
所述外设接口140将各种输入/输出装置耦合至处理器130以及存储器 110。在一些实施例中,外设接口140,处理器130以及存储控制器120可 以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实 现。
输入输出单元150用于提供给用户输入数据实现用户与用户终端100 的交互。所述输入输出单元150可以是,但不限于,鼠标和键盘等。
音频单元160向用户提供音频接口,其可包括一个或多个麦克风、一 个或者多个扬声器以及音频电路。
显示单元170在用户终端100与用户之间提供一个交互界面(例如用 户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示 单元170可以是液晶显示器或触控显示器。若为触控显示器,其可为支持 单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点 触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处 同时产生的触控操作,并将该感应到的触控操作交由处理器130进行计算和处理。
第一实施例
请参照图2,图2是本发明第一实施例提供的一种图像锐化方法的流程 图,所述方法应用于客户端。下面将下面结合眼底相机对本发明实图3所示 的流程进行详细阐述,所述方法包括:
步骤S110:获取待处理图像的初始图像数据。
包含客户端的用户终端可以获取眼底相机拍摄的尺寸为640×480的彩 色RGB图像作为初始图像数据img0。
步骤S120:将所述初始图像数据分为多个数据块同时进行模糊化处理, 得到第一图像数据。
每张初始图像img0都可以包括多个通道。
其中,可以预先将每张初始图像数据img0随机或者按照预设的数值进 行划分,得到多个数据块。
针对每一个数据块,按照逐行逐列的方式进行模糊化处理,最后得到 第一图像数据img1,即针对每个数据块,先对每一行进行处理,待每行处 理完之后,再对每一列进行处理,最后将所有数据块进行合并,得到第一 图像数据img1。
当然,作为一种实施方式,还可以针对每一个数据块,按照逐列逐行 的方式进行模糊化处理,即针对每个数据块,先对每一列进行处理,待每 列处理完之后,再对每一行进行处理,最后将所有数据块进行合并,得到 第一图像数据img1。
进一步的,下面以按照逐行逐列的方式进行模糊化处理进行介绍:
A:针对每一个数据块,建立一个2×r+1个像素的空间。
B:针对每一个数据块的每一个通道,将该通道的每一行中的第一到第 2×r+1个像素值复制到所述空间中,并设置起点标识f。其中,所述起点标 识可以设置为1。
C:计算所述空间内的平均像素值。
D:将该通道的该行中的第r+1个像素值替换为所述平均像素值。
E:将所述空间中的起点标识处的像素值替换为该通道的该行中的第2 ×r+1+M个的像素值,并将所述起点标识f加一(若f大于2×r+1,则将 设置f为1)。在第一次执行该步骤时,M取0。
F:重新计算所述空间内的平均像素值。
G:将该通道的该行/列中的第r+1+M个像素值替换为所述平均像素值 后将M加一。
H:重复上述步骤E-G,完成该行所有像素点的模糊化处理。
进一步的,可以重新执行步骤A-H,完成对每一个数据块的每一行的 模糊化处理,然后再重新执行步骤A-H,完成对每一个数据块的每一列的 模糊化处理,最后得到第一图像数据img1。
步骤S130:将所述初始图像数据与所述第一图像数据进行减法运算, 得到第二图像。
由于初始图像数据img0与第一图像数据img1的像素点是一一对应关 系,因此,将一一对应的像素点进行减法运算,可以得到第二图像img2。
步骤S140:将所述第二图像数据中,像素值小于预设阈值的像素点置 零,得到第三图像数据。
逐行逐列扫描图像img2,将绝对值小于阈值t的像素值置零,得到图 像img3。只有大于阈值t的轮廓细节才会被锐化。t取值过大,锐化可能会 失效,因此t一般不大于5。
步骤S150:将所述第三图像数据与所述初始图像数据进行加法运算, 得到锐化后的图像。
进一步的,请参看图3,步骤S150可以包括:
将所述第三图像数据乘以预设缩放因子后与所述初始图像数据进行加 法运算,得到锐化后的图像。
将图像img3中的每个像素值乘以缩放因子k,得到锐化后的图像img4。 缩放因子k越大锐化强度越大,但k过大可能会导致失真,因此k一般不 大于0.7
本发明第一实施例所提供的一种图像锐化方法,该方法包括获取待处 理图像的初始图像数据;将所述初始图像数据分为多个数据块同时进行模 糊化处理,得到第一图像数据;将所述初始图像数据与所述第一图像数据 进行减法运算,得到第二图像;将所述第二图像数据中,像素值小于预设 阈值的像素点置零,得到第三图像数据;将所述第三图像数据与所述初始 图像数据进行加法运算,得到锐化后的图像。用以上方法可以同时对多个数据块进行同样的处理,由于该方法在空间和时间复杂度上都较低,占用 资源较少,同时该方法易于并行运算,大幅减少了执行时间,从而可以快 速提高图像的清晰度。
第二实施例
请参照图4,图4是本发明第二实施例提供的一种图像锐化装置400的 结构框图。下面将对图4所示的结构框图进行阐述,所示装置包括:
获取模块410,用于获取待处理图像的初始图像数据;
模糊化模块420,用于将所述初始图像数据分为多个数据块同时进行模 糊化处理,得到第一图像数据;
运算模块430,用于将所述初始图像数据与所述第一图像数据进行减法 运算,得到第二图像;
置零模块440,用于将所述第二图像数据中,像素值小于预设阈值的像 素点置零,得到第三图像数据;
所述运算模块430,还用于将所述第三图像数据与所述初始图像数据进 行加法运算,得到锐化后的图像。
本实施例对图像锐化的装置400的各功能模块实现各自功能的过程, 请参见上述图1至图3所示实施例中描述的内容,此处不再赘述。
综上所述,本发明实施例提出的图像锐化方法以及装置,该方法包括 获取待处理图像的初始图像数据;将所述初始图像数据分为多个数据块同 时进行模糊化处理,得到第一图像数据;将所述初始图像数据与所述第一 图像数据进行减法运算,得到第二图像;将所述第二图像数据中,像素值 小于预设阈值的像素点置零,得到第三图像数据;将所述第三图像数据与 所述初始图像数据进行加法运算,得到锐化后的图像。用以上方法可以同时对多个数据块进行同样的处理,由于该方法在空间和时间复杂度上都较 低,占用资源较少,同时该方法易于并行运算,大幅减少了执行时间,从 而可以快速提高图像的清晰度。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法, 也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的, 例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方 法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流 程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所 述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标 注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方 框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依 所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及 框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的 基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个 独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集 成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使 用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发 明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的 部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储 介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服 务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步 骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光 盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一 和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操 作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实 际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵 盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设 备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包 括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情 况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、 方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于 本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精 神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明 的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似 项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对 其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局 限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可 轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明 的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种图像锐化方法,其特征在于,所述方法包括:
获取待处理图像的初始图像数据;
将所述初始图像数据分为多个数据块同时进行模糊化处理,得到第一图像数据;
将所述初始图像数据与所述第一图像数据进行减法运算,得到第二图像;
将所述第二图像数据中,像素值小于预设阈值的像素点置零,得到第三图像数据;
将所述第三图像数据与所述初始图像数据进行加法运算,得到锐化后的图像。
2.根据权利要求1所述的方法,其特征在于,所述初始图像数据包括多个通道,所述将所述初始图像数据分为多个数据块同时进行模糊化处理,得到第一图像数据,包括:
针对每一个数据块,按照逐行逐列的方式进行模糊化处理,得到第一图像数据;或者
针对每一个数据块,按照逐列逐行的方式进行模糊化处理,得到第一图像数据。
3.根据权利要求2所述的方法,其特征在于,所述针对每一个数据块,按照逐行逐列的方式进行模糊化处理,得到第一图像数据,包括:
A:针对每一个数据块,建立一个2×r+1个像素的空间;
B:针对每一个数据块的每一个通道,将该通道的每一行/列中的第一到第2×r+1个像素值复制到所述空间中,并设置起点标识;
C:计算所述空间内的平均像素值;
D:将该通道的该行/列中的第r+1个像素值替换为所述平均像素值;
E:将所述空间中的起点标识处的像素值替换为该通道的该行/列中的第2×r+1+M个的像素值,并将所述起点标识加一;
F:重新计算所述空间内的平均像素值;
G:将该通道的该行/列中的第r+1+M个像素值替换为所述平均像素值后将M加一;
重复上述步骤E-G,完成该行/列的模糊化处理。
4.根据权利要求1所述的方法,其特征在于,所述将所述第三图像数据与所述初始图像数据进行加法运算,得到锐化后的图像方法包括:
将所述第三图像数据乘以预设缩放因子后与所述初始图像数据进行加法运算,得到锐化后的图像。
5.根据权利要求1所述的方法,其特征在于,所述获取待处理图像的初始图像数据,包括:
获取尺寸为640×480的彩色RGB图像作为初始图像数据。
6.一种图像锐化装置,其特征在于,所述装置包括:
获取模块,用于获取待处理图像的初始图像数据;
模糊化模块,用于将所述初始图像数据分为多个数据块同时进行模糊化处理,得到第一图像数据;
运算模块,用于将所述初始图像数据与所述第一图像数据进行减法运算,得到第二图像;
置零模块,用于将所述第二图像数据中,像素值小于预设阈值的像素点置零,得到第三图像数据;
所述运算模块,还用于将所述第三图像数据与所述初始图像数据进行加法运算,得到锐化后的图像。
7.根据权利要求6所述的装置,其特征在于,所述初始图像数据包括多个通道,
所述模糊化模块,用于针对每一个数据块,按照逐行逐列的方式进行模糊化处理,得到第一图像数据;或者
用于针对每一个数据块,按照逐列逐行的方式进行模糊化处理,得到第一图像数据。
8.根据权利要求7所述的装置,其特征在于,所述所述模糊化模块,用于:
A:针对每一个数据块,建立一个2×r+1个像素的空间;
B:针对每一个数据块的每一个通道,将该通道的每一行/列中的第一到第2×r+1个像素值复制到所述空间中,并设置起点标识;
C:计算所述空间内的平均像素值;
D:将该通道的该行/列中的第r+1个像素值替换为所述平均像素值;
E:将所述空间中的起点标识处的像素值替换为该通道的该行/列中的第2×r+1+M个的像素值,并将所述起点标识加一;
F:重新计算所述空间内的平均像素值;
G:将该通道的该行/列中的第r+1+M个像素值替换为所述平均像素值后将M加一;
重复上述步骤E-G,完成该行/列的模糊化处理。
9.根据权利要求6所述的装置,其特征在于,
所述运算模块,用于:将所述第三图像数据乘以预设缩放因子后与所述初始图像数据进行加法运算,得到锐化后的图像。
10.根据权利要求6所述的装置,其特征在于,所述获取模块,用于获取尺寸为640×480的彩色RGB图像作为初始图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711257712.1A CN108024103A (zh) | 2017-12-01 | 2017-12-01 | 图像锐化方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711257712.1A CN108024103A (zh) | 2017-12-01 | 2017-12-01 | 图像锐化方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108024103A true CN108024103A (zh) | 2018-05-11 |
Family
ID=62078078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711257712.1A Pending CN108024103A (zh) | 2017-12-01 | 2017-12-01 | 图像锐化方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108024103A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932702A (zh) * | 2018-06-13 | 2018-12-04 | 北京微播视界科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN113507643A (zh) * | 2021-07-09 | 2021-10-15 | Oppo广东移动通信有限公司 | 视频处理方法、装置、终端及存储介质 |
CN115482933A (zh) * | 2022-11-01 | 2022-12-16 | 北京鹰瞳科技发展股份有限公司 | 用于对驾驶员的驾驶风险进行评估的方法及其相关产品 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1744702A (zh) * | 2004-09-03 | 2006-03-08 | 乐金电子(中国)研究开发中心有限公司 | 移动终端的画面清晰度调整装置及其方法 |
CN101794380A (zh) * | 2010-02-11 | 2010-08-04 | 上海点佰趣信息科技有限公司 | 指纹图像增强方法 |
CN103198451A (zh) * | 2013-01-31 | 2013-07-10 | 西安电子科技大学 | 一种用gpu通过分块实现快速小波变换的方法 |
CN103297658A (zh) * | 2012-03-05 | 2013-09-11 | 华晶科技股份有限公司 | 影像锐利化处理装置及影像锐利化处理方法 |
CN103489167A (zh) * | 2013-10-21 | 2014-01-01 | 厦门美图网科技有限公司 | 一种图像自动锐化方法 |
CN104809713A (zh) * | 2015-04-24 | 2015-07-29 | 上海理工大学 | 基于邻域信息与高斯滤波的cbct全景图非线性锐化增强方法 |
CN105046655A (zh) * | 2015-06-24 | 2015-11-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频图像自动锐化方法和装置 |
CN106934804A (zh) * | 2017-03-13 | 2017-07-07 | 重庆贝奥新视野医疗设备有限公司 | 图像清晰度检测方法及装置 |
CN106971380A (zh) * | 2017-03-13 | 2017-07-21 | 深圳市嘉和顺信息科技有限公司 | 一种对比度增强和视觉显著度优化方法在高尔夫球场图中的应用 |
-
2017
- 2017-12-01 CN CN201711257712.1A patent/CN108024103A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1744702A (zh) * | 2004-09-03 | 2006-03-08 | 乐金电子(中国)研究开发中心有限公司 | 移动终端的画面清晰度调整装置及其方法 |
CN101794380A (zh) * | 2010-02-11 | 2010-08-04 | 上海点佰趣信息科技有限公司 | 指纹图像增强方法 |
CN103297658A (zh) * | 2012-03-05 | 2013-09-11 | 华晶科技股份有限公司 | 影像锐利化处理装置及影像锐利化处理方法 |
CN103198451A (zh) * | 2013-01-31 | 2013-07-10 | 西安电子科技大学 | 一种用gpu通过分块实现快速小波变换的方法 |
CN103489167A (zh) * | 2013-10-21 | 2014-01-01 | 厦门美图网科技有限公司 | 一种图像自动锐化方法 |
CN104809713A (zh) * | 2015-04-24 | 2015-07-29 | 上海理工大学 | 基于邻域信息与高斯滤波的cbct全景图非线性锐化增强方法 |
CN105046655A (zh) * | 2015-06-24 | 2015-11-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频图像自动锐化方法和装置 |
CN106934804A (zh) * | 2017-03-13 | 2017-07-07 | 重庆贝奥新视野医疗设备有限公司 | 图像清晰度检测方法及装置 |
CN106971380A (zh) * | 2017-03-13 | 2017-07-21 | 深圳市嘉和顺信息科技有限公司 | 一种对比度增强和视觉显著度优化方法在高尔夫球场图中的应用 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932702A (zh) * | 2018-06-13 | 2018-12-04 | 北京微播视界科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108932702B (zh) * | 2018-06-13 | 2020-10-09 | 北京微播视界科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN113507643A (zh) * | 2021-07-09 | 2021-10-15 | Oppo广东移动通信有限公司 | 视频处理方法、装置、终端及存储介质 |
CN113507643B (zh) * | 2021-07-09 | 2023-07-07 | Oppo广东移动通信有限公司 | 视频处理方法、装置、终端及存储介质 |
CN115482933A (zh) * | 2022-11-01 | 2022-12-16 | 北京鹰瞳科技发展股份有限公司 | 用于对驾驶员的驾驶风险进行评估的方法及其相关产品 |
CN115482933B (zh) * | 2022-11-01 | 2023-11-28 | 北京鹰瞳科技发展股份有限公司 | 用于对驾驶员的驾驶风险进行评估的方法及其相关产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232719B (zh) | 一种医学图像的分类方法、模型训练方法和服务器 | |
WO2020199593A1 (zh) | 图像分割模型训练方法、图像分割方法、装置、设备及介质 | |
Niemeijer et al. | Image structure clustering for image quality verification of color retina images in diabetic retinopathy screening | |
Zhao et al. | Retinal vessel segmentation: An efficient graph cut approach with retinex and local phase | |
Bhaskaranand et al. | Automated diabetic retinopathy screening and monitoring using retinal fundus image analysis | |
CN108198184B (zh) | 造影图像中血管分割的方法和系统 | |
Lee et al. | Detection of neovascularization based on fractal and texture analysis with interaction effects in diabetic retinopathy | |
JP7341310B2 (ja) | 皮膚分析のための画像処理、皮膚分析を視覚化するためのシステム及び方法 | |
Khan et al. | A region growing and local adaptive thresholding-based optic disc detection | |
Verosky et al. | Representations of facial identity in the left hemisphere require right hemisphere processing | |
CN108024103A (zh) | 图像锐化方法以及装置 | |
CN111325725A (zh) | 视网膜图像识别方法及装置、电子设备、存储介质 | |
Joshi et al. | Mathematical morphology for microaneurysm detection in fundus images | |
Wan et al. | Retinal image enhancement using cycle-constraint adversarial network | |
Vij et al. | A systematic review on diabetic retinopathy detection using deep learning techniques | |
US20220375610A1 (en) | Multi-Variable Heatmaps for Computer-Aided Diagnostic Models | |
CN110473176B (zh) | 图像处理方法及装置、眼底图像处理方法、电子设备 | |
Chan et al. | Deep learning for retinal image quality assessment of optic nerve head disorders | |
Ramli et al. | Local descriptor for retinal fundus image registration | |
Al Shehhi et al. | An Automatic Cognitive Graph‐Based Segmentation for Detection of Blood Vessels in Retinal Images | |
US20220130047A1 (en) | Diagnostic imaging for diabetic retinopathy | |
CN114782452B (zh) | 一种荧光素眼底血管造影图像的处理系统及装置 | |
US20140016859A1 (en) | Systems, methods, and media for optical recognition | |
SA et al. | Enhanced Homomorphic Unsharp Masking method for intensity inhomogeneity correction in brain MR images | |
Khowaja et al. | Supervised method for blood vessel segmentation from coronary angiogram images using 7-D feature vector |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180511 |