CN110136073A - 图像锐化处理方法及其系统 - Google Patents
图像锐化处理方法及其系统 Download PDFInfo
- Publication number
- CN110136073A CN110136073A CN201810132325.3A CN201810132325A CN110136073A CN 110136073 A CN110136073 A CN 110136073A CN 201810132325 A CN201810132325 A CN 201810132325A CN 110136073 A CN110136073 A CN 110136073A
- Authority
- CN
- China
- Prior art keywords
- pixel
- information
- image information
- sharpened image
- value
- 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.)
- Granted
Links
- 238000003707 image sharpening Methods 0.000 title claims abstract description 64
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 33
- 238000000605 extraction Methods 0.000 claims description 22
- 230000005764 inhibitory process Effects 0.000 claims description 19
- 230000001629 suppression Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims 1
- 230000002401 inhibitory effect Effects 0.000 description 15
- 238000000034 method Methods 0.000 description 15
- 230000015654 memory Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000002708 enhancing effect Effects 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一图像锐化处理方法及其系统，以供锐化处理待锐化图像。该图像锐化处理方法包括以下步骤：基于该待锐化图像信息，提取一高频纹理图信息；基于该待锐化图像信息，提取中频纹理图信息，并求解出该中频纹理图信息中每一像素的纹理强度值；以及藉由一图像锐化处理模型，基于该中频纹理图信息中该像素的该纹理强度值和该高频纹理图信息，求解出一待锐化图像信息中每一像素的幅度值，以获得该锐化图像信息。
Description
技术领域
本发明涉及一图像处理技术领域，更具体地涉及一图像锐化处理方法及其系统。
背景技术
在图像的拍摄和处理中，如平滑、去噪等，经常出现图像模糊或清晰度不足的情况，需要对图像进行锐化处理来提高该图像的锐化强度和分辨率。此外，由于人类视觉系统偏好锐化强度高的图像，因此，图像锐化处理是图像处理过程中的重要环节，是增强图像质量的有效方法，需要重点研究和不断改进。
目前，现有的图像锐化处理方法通常是通过提取一输入图像中的全部纹理信息，并将所提取的全部纹理信息叠加到该输入图像上，以增强该输入图像中的全部纹理信息，从而获得具有高分辨率的输出图像。然而，虽然这种图像锐化处理方法因简单、有效而得到广泛的应用，但是，由于噪声和细节纹理的频率比较接近，因此在锐化处理全部纹理的同时，不可避免地锐化处理了噪声，使得在提升了图像清晰度的同时，也降低了图像的信噪比，从而影响该输出图像的质量。
此外，在利用该现有的图像锐化处理方法锐化处理图像时，由于同步增强了该图像的全部纹理中的强纹理和弱纹理，以使该图像的强纹理和弱纹理的锐化处理强度相同，因此，该输出图像会存在明显的过冲现象，即该输出图像中存在大量的白边和黑边，从而造成该输出图像的视觉质量大幅下降。
因此，为了解决该现有的图像锐化处理方法存在的问题，急需一种新的图像锐化处理方法。
发明内容
本发明的一目的在于提供一图像锐化处理方法及其系统，其能够在锐化处理待锐化图像信息的过程中，抑制噪声放大的现象。
本发明的另一目的在于提供一图像锐化处理方法及其系统，其能够在锐化处理待锐化图像信息的过程中，抑制过冲的现象。
本发明的另一目的在于提供一图像锐化处理方法及其系统，其能够同时抑制噪声放大和过冲的现象。
本发明的另一目的在于提供一图像锐化处理方法及其系统，其能够调整不同纹理的锐化强度，以提高待锐化图像信息的质量。
本发明的另一目的在于提供一图像锐化处理方法及其系统，其能够从根本上减少过冲现象的出现，以增强过冲抑制的效果。
本发明的另一目的在于提供一图像锐化处理方法及其系统，其能够减少调试的参数和降低调试的复杂程度，以便易于实现和使用所述图像锐化处理方法及其系统。
本发明的另一目的在于提供一图像锐化处理方法及其系统，其能够根据纹理强度来调整锐化增益，以提高待锐化图像信息的质量。
本发明的另一目的在于提供一图像锐化处理方法及其系统，其能够进一步平衡一弱纹理和一强纹理的锐化强度，以提高待锐化图像信息的质量。
为了实现上述至少一发明目的或其他目的和优点，本发明提供了一图像锐化处理方法，包括以下步骤：
基于一待锐化图像信息，提取一高频纹理图信息；
基于所述待锐化图像信息，提取一中频纹理图信息，并求解出所述中频纹理图信息中每一像素的纹理强度值；以及
藉由一图像锐化处理模型，基于所述中频纹理图信息中所述像素的所述纹理强度值和所述高频纹理图信息，求解出一锐化图像信息中每一像素的幅度值，以获得所述锐化图像信息。
在本发明的一些实施例中，所述基于一待锐化图像信息，提取一高频纹理图信息的步骤，还包括步骤：
藉由一高频滤波器，提取出所述高频纹理图信息，以获得所述高频纹理图信息中每一像素的幅度值。
在本发明的一些实施例中，所述基于所述待锐化图像信息，提取一中频纹理图信息，并求解出所述中频纹理图信息中每一像素的纹理强度值的步骤，还包括步骤：
藉由一中频滤波器，提取出所述中频纹理图信息，以获得所述中频纹理图信息中每一所述像素的幅度值；
统计所述中频纹理图信息中所有的所述像素的幅度值的绝对值，以获得所述中频纹理图信息中所有的所述像素的幅度值中的一最大值；以及
求解出所述中频纹理图信息中每一所述像素的幅度值的绝对值与所述最大值的比值，以获得所述中频纹理图信息中每一所述像素的所述纹理强度值。
在本发明的一些实施例中，所述藉由一图像锐化处理模型，基于所述中频纹理图信息中所述像素的所述纹理强度值和所述高频纹理图信息，求解出一锐化图像信息中每一像素的幅度值，以获得所述锐化图像信息的步骤，还包括步骤：
基于所述高频纹理图信息和所述中频纹理图信息，自适应调整一高频纹理增益参数和一中频纹理增益参数，以获得所述待锐化图像信息中每一像素的锐化增益值；和
求和所述待锐化图像信息中每一所述像素的幅度值与所述待锐化图像信息中相应的所述像素的所述锐化增益值，以获得所述锐化图像信息中每一所述像素的幅度值。
在本发明的一些实施例中，所述图像锐化处理模型为：
g(m,n)＝f(m，n)+s(m,n)＝f(m，n)+b(m,n)β×α×h(m,n)
其中：g(m，n)为所述锐化图像信息中坐标为(m,n)的像素的幅度值；f(m，n)为所述待锐化图像信息中坐标为(m,n)的像素的幅度值；s(m，n)为所述待锐化图像信息中坐标为(m,n)的像素的锐化增益值；b(m，n)为所述中频纹理图信息中坐标为(m,n)的像素的纹理强度值；h(m，n)为所述高频纹理图信息中坐标为(m,n)的像素的幅度值；α为一高频纹理增益参数；β为一中频纹理增益参数；(m，n)为所述待锐化图像信息中某一像素的坐标。
在本发明的一些实施例中，所述的图像锐化处理方法，还包括步骤：
藉由一过冲抑制模型，抑制所述锐化图像信息，以获得一修正的锐化图像信息。
在本发明的一些实施例中，所述藉由一过冲抑制模型，抑制所述锐化图像信息，以获得一修正的锐化图像信息的步骤，还包括步骤：
统计所述锐化图像信息中每一像素的邻域内像素的幅度值，以获得所述锐化图像信息中所述邻域内像素的最大幅度值和最小幅度值；
分别比较以判断所述锐化图像信息中每一所述像素的所述幅度值与所述锐化图像信息中相应的所述像素的邻域内像素的所述最大幅度值和所述最小幅度值的大小；以及
藉由所述过冲抑制模型，调整所述锐化图像信息中每一所述像素的所述幅度值，以获得所述修正的锐化图像信息中每一像素的幅度值。
在本发明的一些实施例中，所述过冲抑制模型为：
其中，g(m，n)为所述锐化图像信息中坐标为(m，n)的像素的幅度值；g′(m，n)为所述修正的锐化图像信息中所述坐标为(m，n)的像素的幅度值；fmin为所述待锐化图像信息中所述坐标为(m，n)的像素的领域像素中最小幅度值；fmax为所述待锐化图像信息中所述坐标为(m，n)的像素的领域像素中最大幅度值；γ为一抑制参数；(m，n)为所述待锐化图像信息中某一像素的坐标。
根据本发明的另一方面，本发明进一步提供了一图像锐化处理系统，以供锐化处理待锐化图像信息，其中所述图像锐化处理系统包括一处理器，用于执行以下操作：
基于待锐化图像信息，提取高频纹理图信息；
基于该待锐化图像信息，提取中频纹理图信息，并求解出该中频纹理图信息中每一像素的纹理强度值；以及
藉由一图像锐化处理模型，基于该中频纹理图信息中该像素的该纹理强度值和该高频纹理图信息，求解出一待锐化图像信息中每一像素的幅度值，以获得该锐化图像信息。
在本发明的一些实施例中，所述处理器还执行以下操作：
藉由一高频滤波器，提取出该高频纹理图信息，以获得该高频纹理图信息中每一像素的幅度值。
在本发明的一些实施例中，所述处理器还执行以下操作：
藉由一中频滤波器，提取出该中频纹理图信息，以获得该中频纹理图信息中每一像素的幅度值；
统计该中频纹理图信息中所有的该像素的幅度值的绝对值，以获得该中频纹理图信息中所有的该像素的幅度值中的一最大值；以及
求解出该中频纹理图信息中每一该像素的幅度值的绝对值与该最大值的比值，以获得该中频纹理图信息中每一该像素的该纹理强度值。
在本发明的一些实施例中，所述处理器还执行以下操作：
基于所述高频纹理图信息和所述中频纹理图信息，自适应调整一高频纹理增益参数和一中频纹理增益参数，以获得该待锐化图像信息中每一像素的锐化增益值；和
求和该待锐化图像信息中每一该像素的幅度值与该待锐化图像信息中相应的该像素的该锐化增益值，以获得该锐化图像信息中每一该像素的幅度值。
在本发明的一些实施例中，所述处理器还执行以下操作：
藉由一过冲抑制模型，抑制该锐化图像信息，以获得修正的锐化图像信息。
在本发明的一些实施例中，所述处理器还执行以下操作：
统计该锐化图像信息中每一像素的邻域内像素的幅度值，以获得该锐化图像信息中该邻域内像素的最大幅度值和最小幅度值；
分别比较以判断该锐化图像信息中该每一像素的幅度值与该锐化图像信息中相应的该像素的邻域内像素的该最大幅度值和该最小幅度值的大小；以及
藉由该过冲抑制模型，调整该锐化图像信息中该每一像素的幅度值，以获得该修正的锐化图像信息中相应的每一像素的幅度值。
根据本发明的另一方面，本发明进一步提供了一图像锐化处理系统，以供锐化处理待锐化图像信息，其中所述图像锐化处理系统包括：
一高频提取模块，其中所述高频提取模块用于基于该待锐化图像信息，提取高频纹理图信息；
一中频提取模块，其中所述中频提取模块用于基于该待锐化图像信息，提取中频纹理图信息，并求解出该中频纹理图信息中每一像素的纹理强度值；以及
一锐化处理模块，其中所述锐化处理模块分别与所述高频提取模块和所述中频提取模块连接，其中所述锐化处理模块用于藉由一图像锐化处理模型，基于该中频纹理图信息中该像素的该纹理强度值和该高频纹理图信息，求解出一待锐化图像信息中每一像素的幅度值，以获得该锐化图像信息。
在本发明的一些实施例中，所述高频提取模块还用于藉由一高频滤波器，提取出该高频纹理图信息，以获得该高频纹理图信息中每一像素的幅度值。
在本发明的一些实施例中，所述中频提取模块还用于藉由一中频滤波器，提取出该中频纹理图信息，以获得该中频纹理图信息中每一像素的幅度值；用于统计该中频纹理图信息中所有的该像素的幅度值的绝对值，以获得该中频纹理图信息中所有的该像素的幅度值中的一最大值；以及用于求解出该中频纹理图信息中每一该像素的幅度值的绝对值与该最大值的比值，以获得该中频纹理图信息中每一该像素的该纹理强度值。
在本发明的一些实施例中，所述锐化处理模块还包括相互连接的一增益调试模块和一锐化求和模块，其中所述增益调试模块用于自适应调整一高频纹理增益参数和一中频纹理增益参数，以获得该待锐化图像信息中每一像素的锐化增益值；所述锐化求和模块用于求和该待锐化图像信息中每一该像素的幅度值与该待锐化图像信息中相应的该像素的该锐化增益值，以获得该锐化图像信息中每一该像素的幅度值。
在本发明的一些实施例中，所述的图像锐化处理系统，还包括一过冲抑制模块，其中所述过冲抑制模块与所述锐化处理模块连接，其中所述过冲抑制模块用于藉由一过冲抑制模型，抑制该锐化图像信息，以获得一修正的锐化图像信息。
在本发明的一些实施例中，所述过冲抑制模块还包括相互连接的一统计模块和一修正模块，其中所述统计模块用于统计该锐化图像信息中每一像素的邻域内像素的幅度值，以获得该锐化图像信息中该邻域内像素的最大幅度值和最小幅度值；所述修正模块用于分别比较以判断该锐化图像信息中该每一像素的幅度值与该锐化图像信息中相应的该像素的邻域内像素的该最大幅度值和该最小幅度值的大小，和藉由该过冲抑制模型，调整该锐化图像信息中该每一像素的幅度值，以获得该修正的锐化图像信息中相应的每一像素的幅度值。
通过对随后的描述和附图的理解，本发明进一步的目的和优势将得以充分体现。
本发明的这些和其它目的、特点和优势，通过下述的详细说明，附图和权利要求得以充分体现。
附图说明
图1是根据本发明的一第一较佳实施例的一图像锐化处理方法的流程示意图。
图2是根据本发明的上述第一较佳实施例的所述图像锐化处理方法中求解纹理强度的流程示意图。
图3是根据本发明的上述第一较佳实施例的所述图像锐化处理方法中锐化处理的流程示意图。
图4是根据本发明的上述第一较佳实施例的所述图像锐化处理方法中过冲抑制的流程示意图。
图5是根据本发明的上述第一较佳实施例的一图像锐化处理系统的框图示意图。
图6是根据本发明的一第二较佳实施例的一图像锐化处理系统的框图示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。
在本发明中，权利要求和说明书中术语“一”应理解为“一个或多个”，即在一个实施例，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个。除非在本发明的揭露中明确示意该元件的数量只有一个，否则术语“一”并不能理解为唯一或单一，术语“一”不能理解为对数量的限制。
随着科学技术的飞速发展，越来越多的电子设备(即拍摄终端)能够用于拍摄图像，以提高人们的拍摄体验。然而，由于该拍摄终端自身硬件的限制，或者拍摄场景的影响，又或者图像因平滑、去噪以及格式转换等等处理而造成的质量下降，经常出现图像模糊或清晰度不足的情况，因此，需要对图像进行锐化处理，以提高图像的锐化强度和分辨率，从而有效地增强图像的质量。本领域技术人员应当理解，本发明的所述拍摄终端可以被实施为诸如手机、平板电脑、笔记本电脑、各种相机或摄像机、多功能播放器、各种机器视觉以及具有拍摄功能的机器等等电子设备。
值得注意的是，由于需要锐化处理的图像存在不同的类型和种类，使得该图像所包含的图像信息可以是通过所述拍摄终端拍摄的原始图像信息，也可以是经过其他图像处理后的图像信息，为了方便描述和理解，在本发明中，接下来将需要进行锐化处理的各种图像信息统称为待锐化图像信息。
参考附图之图1至图5所示，示出了根据本发明的一第一较佳实施例的一图像锐化处理方法及其系统。根据本发明的所述第一较佳实施例，如图1至图4所示，所述图像锐化处理方法，以供锐化处理待锐化图像信息，包括以下步骤：
S1：基于所述待锐化图像信息，提取高频纹理图信息，以获得所述高频纹理图信息中每一像素的幅度值。
在根据本发明的所述第一较佳实施例中，基于所述待锐化图像信息，藉由一高频滤波器，提取所述高频纹理图信息，以获得所述高频纹理图信息中坐标为(m,n)的像素的幅度值h(m,n)，其中，(m,n)为所述待锐化图像信息中某一像素的坐标位置(由于所述高频纹理图信息的所有像素分别与所述待锐化图像信息的所有像素一一对应，因此，(m,n)也是所述高频纹理图信息中某一像素的坐标位置)。所述高频纹理图信息包括所述待锐化图像信息中全部的细节纹理信息和全部的边缘纹理信息，也就是说，所述高频纹理图信息包括所述待锐化图像信息中的全部纹理信息。
应当理解，所述高频滤波器可以但不限于被实施为一索贝尔算子。
然而，由于噪声的频率与所述高频纹理图信息的所述细节纹理信息的频率相近，使得所述高频纹理图信息还包含大部分的噪声，因此，如果按照现有的图像锐化处理方法，直接将所述高频纹理图信息与所述待锐化图像信息叠加而对所述待锐化图像信息进行锐化处理，那么在增强所述高频纹理图信息的同时，也不可避免地锐化了噪声，从而导致因噪声放大而降低了信噪比。
而在本发明中，则仅将所述高频纹理图信息作为基础增量，以满足不同的锐化需求，尤其是细节上的增强，因为所述高频纹理图信息包括所述待锐化图像信息中全部的细节纹理信息，而其他频带信息则存在欠缺。
值得注意的是，在本发明的一些其他实施例中，在所述步骤S1中，首先，基于所述待锐化图像信息，藉由一高斯滤波器来提取一高斯滤波图像信息；接着，将所述待锐化图像信息与所述高斯滤波图像信息作差，以获得所述高频纹理图信息。特别地，在作差的过程中，要保证所述高频纹理图信息的正负与作差的结果相同，也就是说，所述待锐化图像上暗处为负，亮处为正，使得被锐化后的图像的黑色更黑，白色更白，以减少灰色的过渡区域，从而实现纹理增强的锐化结果。
本领域技术人员应当理解，在所述步骤S1中也可以藉由其他的低通滤波器来提取一低通滤波图像信息，然后利用作差的方法来获得所述高频纹理图信息。
S2：基于所述待锐化图像信息，提取中频纹理图信息，并求解出所述中频纹理图信息中每一像素的纹理强度值。
在本发明的所述第一较佳实施例中，基于所述待锐化图像信息，藉由一中频滤波器，提取所述中频纹理图信息，以获得所述中频纹理图信息中坐标为(m,n)的像素的幅度值c(m,n)，然后归一化处理所述中频纹理图信息，以获得所述中频纹理图信息中坐标为(m,n)的像素的纹理强度值b(m,n)，其中，(m,n)为所述待锐化图像信息中某一像素的坐标位置(由于所述中频纹理图信息的所有像素分别与所述待锐化图像信息的所有像素一一对应，因此，(m,n)也是所述中频纹理图信息中某一像素的坐标位置)。所述中频纹理图信息包括所述待锐化图像信息中全部的边缘纹理信息和少量的细节纹理信息。
应当理解，所述中频滤波器可以但不限于被实施为一高斯差分滤波器。
然而，由于噪声的频率与所述细节纹理信息的频率相近，使得所述中频纹理图信息仅包含少量的噪声，因此，可以通过所述中频纹理图信息来指导所述待锐化图像信息的锐化增益，以便在锐化所述待锐化图像信息中的所述边缘纹理信息的同时，抑制所述待锐化图像信息中所述噪声的放大。
具体地，如图2所示，所述步骤S2进一步包括步骤：
S21：藉由一中频滤波器，提取所述中频纹理图信息，以获得所述中频纹理图信息中坐标为(m,n)的像素的幅度值c(m,n)；
S22：统计所述中频纹理图信息中所述像素的幅度值c(m,n)的绝对值，以获得所述中频纹理图信息中所述像素的幅度值c(m,n)中的最大值cmax；和
S23：求解出所述中频纹理图信息中坐标为(m,n)的所述像素的幅度值c(m,n)的绝对值与所述最大值cmax的比值，以获得所述中频纹理图信息中所述像素的所述纹理强度值b(m,n)。
更具体地，在所述步骤S23中，所述纹理强度值b(m,n)为所述中频纹理图信息中坐标为(m,n)的所述像素的幅度值c(m,n)的绝对值与所述像素的幅度值c(m,n)中的最大值cmax的比值，因此，所述中频纹理图信息中坐标为(m,n)的所述像素的所述纹理强度值b(m,n)的取值范围为：0<b(m,n)≤1。
应当理解，在所述中频纹理图信息中，与所述边缘纹理信息相对应的像素的纹理强度值大于与所述细节纹理信息相对应的像素的纹理强度值，其中，与所述边缘纹理信息相对应的像素的纹理强度值接近于1，以使所述边缘纹理信息为强纹理信息；与所述细节纹理信息相对应的像素的纹理强度值小于与所述边缘纹理信息相对应的像素的纹理强度值，以使所述细节纹理信息为弱纹理信息。此外，在所述中频纹理图信息中，与所述噪声相对应的像素的纹理强度值通常地接近于0。因此，在本发明中，可以通过所述中频纹理图信息的所述纹理强度值b(m,n)来指导在锐化处理所述待锐化图像信息时所需的锐化增益。
S3：藉由一图像锐化处理模型，基于所述高频纹理图信息和所述中频纹理图信息中所述像素的所述纹理强度值，求解出一锐化图像信息的每一像素的幅度值，以获得所述锐化图像信息。
具体地，在本发明的所述第一较佳实施例中，所述图像锐化处理模型如下：
g(m,n)＝f(m,n)+s(m,n)＝f(m,n)+b(m,n)β×α×h(m,n)
其中：g(m,n)为所述锐化图像信息中坐标为(m,n)的像素的幅度值；f(m,n)为所述待锐化图像信息中坐标为(m,n)的像素的幅度值；s(m,n)为所述待锐化图像信息中坐标为(m,n)的像素的锐化增益值；b(m,n)为所述中频纹理图信息中坐标为(m,n)的像素的纹理强度值；h(m,n)为所述高频纹理图信息中坐标为(m,n)的像素的幅度值；α为一高频纹理增益参数；β为一中频纹理增益参数；(m,n)为所述待锐化图像信息中某一像素的坐标。本领域技术人员应当理解，由于所述待锐化图像信息、所述锐化图像信息、所述高频纹理图信息以及所述中频纹理图信息中的所有像素均一一对应，因此，所述像素坐标(m,n)在所述待锐化图像信息、所述锐化图像信息、所述高频纹理图信息以及所述中频纹理图信息中均指代同一位置的像素。
值得注意的是，所述高频纹理增益参数α控制所述待锐化图像信息的整体锐化强度。通常地，所述高频纹理增益参数α的值大于1，即α>1，并且所述高频纹理增益参数α越大，所述待锐化图像信息中坐标为(m,n)的像素的所述锐化增益值s(m,n)也就越大，使得所述锐化图像信息中每一像素的幅度值越大，从而所述锐化图像信息的锐化强度越高。
此外，所述中频纹理增益参数β控制所述待锐化图像信息中所述强纹理信息和所述弱纹理信息的锐化强度，以便根据纹理强度来调整锐化增益，以提高待锐化图像信息的质量。通常地，所述中频纹理增益参数β的值大于0，因此，由于与所述强纹理信息相对应的所述像素的纹理强度值接近于1，则与所述强纹理信息相对应的所述像素的所述锐化增益值s(m,n)基本上等于α×h(m,n)，使得所述强纹理信息的锐化强度几乎不会被削弱，也就是说，所述待锐化图像信息中的所述边缘纹理信息被充分锐化。
然而，由于与所述噪声相对应的所述像素的纹理强度值接近于0，则与所述噪声相对应的所述像素的所述锐化增益值s(m,n)基本上等于0，以抑制所述噪声的锐化放大。值得注意的是，虽然与所述弱纹理信息相对应的所述像素的所述锐化增益值s(m,n)小于α×h(m,n)，使得所述弱纹理信息的锐化强度也被不同程度地抑制，但是所述噪声被大幅度地抑制。此外，在抑制噪声放大的同时，所述图像锐化处理方法还能够因降低了所述锐化增益值s(m,n)而抑制了在锐化处理过程中出现的过冲现象，以增强图像质量。
优选地，所述中频纹理增益参数β的取值范围为(0,1)，即0<β<1，因此，根据数学原理中幂函数的性质易知，在0<β<1时，与所述弱纹理信息相对应的所述像素的所述锐化增益值s(m,n)将大幅变大，即基本等于α×h(m,n)，以增强所述弱纹理信息的锐化强度，从而进一步平衡所述弱纹理信息和所述强纹理信息的锐化强度，以提高所述待锐化图像信息的质量。而此时，由于与所述噪声相对应的所述像素的纹理强度值接近于0，则与所述噪声相对应的所述像素的所述锐化增益值s(m,n)变化很小，即仍然接近于0，以保持所述噪声的抑制效果。值得注意的是，当所述中频纹理增益参数β的值越小，所述弱纹理信息的锐化强度越强，所述待锐化图像信息中的所述细节纹理信息增强的也就越明显，而与所述噪声相对应所述像素的锐化强度变化很小，从而最大限度地抑制所述待锐化图像信息中的所述噪声，也使得所述图像锐化处理方法能够调整不同纹理的锐化强度，以提高待锐化图像信息的质量。
值得一提的是，如图3所示，所述步骤S3还包括以下步骤：
S31：自适应调整所述高频纹理增益参数α和所述中频纹理增益参数β，以获得所述锐化增益值s(m,n)。
S32：求和所述待锐化图像信息中坐标为(m,n)的像素的幅度值f(m,n)与所述锐化增益值s(m,n)，以获得所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)。
在本发明的一些其他实施例中，为了简化所述步骤S31中自适应调整(又称调试)的复杂程度，在自适应调整所述高频纹理增益参数α和所述中频纹理增益参数β时，首先对所述待锐化图像信息进行取样，以获得一调试样本信息；接着，基于所述调试样本信息来调试所述高频纹理增益参数α和所述中频纹理增益参数β，以使所述调试样本信息的分辨率满足所述预定目标分辨率，从而确定所述高频纹理增益参数α和所述中频纹理增益参数β的样本值；最后，将所述高频纹理增益参数α和所述中频纹理增益参数β的样本值作为所述高频纹理增益参数α和所述中频纹理增益参数β的实际值，并将其应用于所述待锐化图像信息，以利用所述图像锐化处理模型来获得所述锐化图像信息。应当理解，由于所述调试样本信息的数据量远小于所述待锐化图像信息的数据量，因此，能够大幅度地减少调试所述高频纹理增益参数α和所述中频纹理增益参数β的运算量，从而简化了调试参数的复杂度。
本领域技术人员应当理解，所述调试样本信息可以但不限于通过分辨率卡来获取；还可以提取所述待锐化图像中的一部分信息作为所述调试样本信息；或者，将所述待锐化图像中的所述中频纹理图信息作为所述调试样本信息等等。
为了进一步抑制在所述锐化处理过程中的过冲现象，在本发明的所述第一较佳实施例中，所述图像锐化处理方法还包括步骤：
S4：藉由一过冲抑制模型，抑制所述锐化图像信息，以获得修正的锐化图像信息。
具体地，所述过冲抑制模型如下：
其中，g(m,n)为所述锐化图像信息中坐标为(m,n)的像素的幅度值；g′(m,n)为所述修正的锐化图像信息中坐标为(m,n)的像素的幅度值；fmin为所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最小幅度值；fmax为所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最大幅度值；γ为一抑制参数；(m,n)为所述待锐化图像信息中某一像素的坐标。本领域技术人员应当理解，由于所述修正的锐化图像信息和所述锐化图像信息中的所有像素均一一对应，因此，所述像素坐标(m,n)在所述修正的锐化图像信息和所述锐化图像信息中均指代同一位置的像素。
值得注意的是，所述抑制参数γ的取值范围为(0,1)，即0<γ<1，使得当所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)大于所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最大幅度值fmax时，所述过冲抑制模型将减小所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)，以使所述修正的锐化图像信息中坐标为(m,n)的像素的幅度值g′(m,n)不会明显高于所述最大幅度值fmax；相应地，当所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)小于所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最小幅度值fmin时，所述过冲抑制模型将增大所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)，以使所述修正的锐化图像信息中坐标为(m,n)的像素的幅度值g′(m,n)不会明显低于所述最小幅度值fmin。因此，通过所述过冲抑制模型能够避免在邻域内出现明显的跳变现象，从而使得抑制过冲的结果自然，不会出现截断现象。
在本发明的所述第一较佳实施例中，如图4所示，所述步骤S4还包括以下步骤：
S41：统计所述锐化图像信息中所述坐标为(m,n)的像素的邻域内像素的幅度值，以获得所述锐化图像信息中所述邻域内像素的所述最大幅度值fmax和所述最小幅度值fmin。
应当理解，优选地，所述坐标为(m,n)的像素的邻域为与所述坐标为(m,n)的像素相邻的八个像素，以全面地抑制过冲现象。本领域技术人员应当理解，所谓的过冲现象实质上就是：所述锐化图像信息中所述像素的幅度值g(m,n)因锐化处理而明显高于或低于所述待锐化图像信息中相应的像素的幅度值f(m,n)，使得所述锐化图像信息中所述像素的幅度值g(m,n)明显高于或低于其邻域内的所述最大幅度值fmax或所述最小幅度值fmin，以在所述像素的领域内出现明显跳变的现象，从而能够全面地判断是否存在过冲现象。
S42：分别比较以判断所述锐化图像信息中所述坐标为(m,n)的像素的所述幅度值g(m,n)与所述锐化图像信息中相应的所述像素的邻域内像素的所述最大幅度值fmax和所述最小幅度值fmin的大小。
S43：藉由所述过冲抑制模型，调整所述锐化图像信息中所述坐标为(m,n)的像素的所述幅度值g(m,n)，以获得所述修正的锐化图像信息中相应的所述像素的所述幅度值g′(m,n)。
具体地，当所述锐化图像信息中所述坐标为(m,n)的像素的所述幅度值g(m,n)在所述锐化图像信息中相应的所述像素的邻域内像素的所述最大幅度值fmax和所述最小幅度值fmin之间(即fmin≤g(m,n)≤fmax)时，所述修正的锐化图像信息中相应的所述像素的所述幅度值g′(m,n)被赋值为g(m,n)；
当所述锐化图像信息中所述坐标为(m,n)的像素的所述幅度值g(m,n)小于所述锐化图像信息中相应的所述像素的邻域内像素的所述最小幅度值fmin(即g(m,n)<fmin)时，所述修正的锐化图像信息中相应的所述像素的所述幅度值g′(m,n)被赋值为fmin-γ(fmin-g(m,n))，其中0<γ<1，使得所述幅度值g′(m,n)被修正以趋近于所述最小幅度值fmin，以防在所述坐标为(m,n)的像素的邻域内出现明显地跳变，进而从根本上抑制过冲现象；
当所述锐化图像信息中所述坐标为(m,n)的像素的所述幅度值g(m,n)大于所述锐化图像信息中相应的所述像素的邻域内像素的所述最大幅度值fmax(即g(m,n)>fmax)时，所述修正的锐化图像信息中相应的所述像素的所述幅度值g′(m,n)被赋值为fmax-γ(g(m,n)-fmax)，其中0<γ<1，使得所述幅度值g′(m,n)被修正以趋近于所述最大幅度值fmax，以防在所述坐标为(m,n)的像素的邻域内出现明显地跳变，进而从根本上抑制过冲现象。
值得一提的是，在本发明的所述第一较佳实施例中，所述步骤S43进一步包括步骤：调试所述抑制参数γ，以确定所述抑制参数γ的实际值，使得所述修正的锐化图像信息的过冲量被抑制在一预定目标过冲量之内。
值得注意的是，在本发明的一些其他实施例中，为了简化所述调试所述抑制参数γ的步骤中的复杂程度，在调试所述抑制参数γ时，首先对所述锐化图像信息进行取样，以获得一过冲调试样本信息；接着，基于所述过冲调试样本信息来调试所述抑制参数γ，以使所述过冲调试样本信息的过冲量在所述预定目标过冲量之内，从而确定所述抑制参数γ的样本值；最后，将所述抑制参数γ作为所述所述抑制参数γ的所述实际值，并将其应用于整个所述锐化图像信息，以利用所述过冲抑制模型来获得所述修正的锐化图像信息。应当理解，由于所述过冲调试样本信息的数据量(或像素总数)远小于所述锐化图像信息的数据量(或像素总数)，因此，能够大幅度地减少调试所述抑制参数γ的运算量，从而简化了调试所述抑制参数γ的复杂度，以便易于实现和使用所述过冲抑制模型。
根据本发明的另一方面，本发明进一步提供了一图像锐化处理系统10，用于锐化处理所述待锐化图像信息。在本发明的所述第一较佳实施例中，如图5所示，所述图像锐化处理系统10包括一存储器11和一与所述存储器11连接的处理器12。所述存储器11用于储存一组程序代码。所述处理器12用于调用所述存储器11中存储的所述程序代码，用于执行以下操作：
基于待锐化图像信息，提取高频纹理图信息；
基于所述待锐化图像信息，提取中频纹理图信息，并求解出所述中频纹理图信息中每一像素的纹理强度值；以及
藉由一图像锐化处理模型，基于所述中频纹理图信息中所述像素的所述纹理强度值和所述高频纹理图信息，求解出一锐化图像信息中每一像素的幅度值，以获得所述锐化图像信息。
优选地，所述处理器12还能够执行操作：藉由一过冲抑制模型，抑制所述锐化图像信息中的过冲，以获得修正的锐化图像信息。
换句话说，所述处理器12调用所述存储器11中存储的所述程序代码，以执行根据本发明的所述图像锐化处理方法的全部或部分步骤，详细内容可以参见上述第一较佳实施例的所述图像锐化处理方法，此处不再赘述。值得注意的是，所述图像锐化处理系统10也可以不包括任何所述存储器11，仅包括所述处理器12即可，并且所述处理器12能够按照
本领域技术人员应当理解，所述存储器11可以但不限于被实施为一非易失性存储器，也可以被实施为只读存储器、随机读写存储器、磁盘或光盘等等能够可以存储程序代码的介质。所述处理器12可以但不限于被实施为一中央处理器(简称为CPU)，也可以被实施为特定集成电路或者被配置为能满足实施本发明所需要的一个或多个集成电路。
参考附图之图6所示，示出了根据本发明的一第二较佳实施例的一图像锐化处理系统。根据本发明的所述第二较佳实施例，如图6所示，所述图像锐化处理系统10A包括一高频提取模块11A、一中频提取模块12A和一锐化处理模块13A。所述高频提取模块11A用于基于待锐化图像信息，提取高频纹理图信息。所述中频提取模块12A用于基于所述待锐化图像信息，提取中频纹理图信息，以获得。所述锐化处理模块13A分别与所述高频提取模块11A和所述中频提取模块12A连接，其中所述锐化处理模块13A用于藉由一图像锐化处理模型，基于所述中频纹理图信息中所述像素的所述纹理强度值和所述高频纹理图信息，求解出一锐化图像信息中每一像素的幅度值，以获得所述锐化图像信息。应当理解，所述锐化处理模块13A具体用于采用所述图像锐化处理模型来求解以获得所述锐化图像信息，其中所述图像锐化处理模型如下所示：
g(m,n)＝f(m,n)+s(m,n)＝f(m,n)+b(m,n)β×α×h(m,n)
其中：g(m,n)为所述锐化图像信息中坐标为(m,n)的像素的幅度值；f(m,n)为所述待锐化图像信息中坐标为(m,n)的像素的幅度值；s(m,n)为所述待锐化图像信息中坐标为(m,n)的像素的锐化增益值；b(m,n)为所述中频纹理图信息中坐标为(m,n)的像素的纹理强度值；h(m,n)为所述高频纹理图信息中坐标为(m,n)的像素的幅度值；α为一高频纹理增益参数；β为一中频纹理增益参数；(m,n)为所述待锐化图像信息中某一像素的坐标。
进一步地，所述高频提取模块11A具体用于基于所述待锐化图像信息，藉由一高频滤波器，提取所述高频纹理图信息，以获得所述高频纹理图信息中坐标为(m,n)的像素的幅度值h(m,n)。
进一步地，所述中频提取模块12A具体用于基于所述待锐化图像信息，藉由一中频滤波器，提取所述中频纹理图信息，以获得所述中频纹理图信息中坐标为(m,n)的像素的幅度值c(m,n)；统计所述中频纹理图信息中所述坐标为(m,n)的像素的幅度值c(m,n)的绝对值，以获得所述中频纹理图信息中所述像素的幅度值c(m,n)中的最大值cmax；求解出所述中频纹理图信息中坐标为(m,n)的所述像素的幅度值c(m,n)的绝对值与所述最大值cmax的比值，以获得所述中频纹理图信息中所述像素的所述纹理强度值b(m,n)。
进一步地，如图6所示，所述锐化处理模块13A还包括相互连接的一增益调试模块131A和一锐化求和模块132A。所述增益调试模块131A用于自适应调整所述高频纹理增益参数α和所述中频纹理增益参数β，以获得所述锐化增益值s(m,n)。所述锐化求和模块132A用于求和所述待锐化图像信息中坐标为(m,n)的像素的幅度值f(m,n)与相应的所述像素的所述锐化增益值s(m,n)，以获得所述锐化图像信息，使得所述锐化图像信息的分辨率满足一预定目标分辨率。
根据本发明的所述第二较佳实施例，如图6所示，所述图像锐化处理系统10A还包括一与所述锐化处理模块13A连接的过冲抑制模块14A。所述过冲抑制模块14A用于藉由一过冲抑制模型，抑制所述锐化图像信息中的过冲，以获得修正的锐化图像信息。
具体地，所述过冲抑制模型如下：
其中，g(m,n)为所述锐化图像信息中坐标为(m,n)的像素的幅度值；g′(m,n)为所述修正的锐化图像信息中坐标为(m,n)的像素的幅度值；fmin为所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最小幅度值；fmax为所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最大幅度值；γ为一抑制参数；(m,n)为所述待锐化图像信息中某一像素的坐标。
值得注意的是，所述抑制参数γ的取值范围为(0,1)，即0<γ<1，使得当所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)大于所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最大幅度值fmax时，所述过冲抑制模型将减小所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)，以使所述修正的锐化图像信息中坐标为(m,n)的像素的幅度值g′(m,n)不会明显高于所述最大幅度值fmax；相应地，当所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)小于所述待锐化图像信息中坐标为(m,n)的像素的领域像素中最小幅度值fmin时，所述过冲抑制模型将增大所述锐化图像信息中坐标为(m,n)的像素的幅度值g(m,n)，以使所述修正的锐化图像信息中坐标为(m,n)的像素的幅度值g′(m,n)不会明显低于所述最小幅度值fmin。因此，通过所述过冲抑制模型能够避免在邻域内出现明显的跳变现象，从而使得抑制过冲的结果自然，不会出现截断现象。
优选地，如图6所示，所述过冲抑制模块14A还包括相互连接的一统计模块141A和一修正模块142A。所述统计模块141A用于统计所述锐化图像信息中所述坐标为(m,n)的像素的邻域内像素的幅度值，以获得所述锐化图像信息中所述邻域内像素的所述最大幅度值fmax和所述最小幅度值fmin。所述修正模块142A用于分别比较以判断所述锐化图像信息中所述坐标为(m,n)的像素的所述幅度值g(m,n)与所述锐化图像信息中相应的所述像素的邻域内像素的所述最大幅度值fmax和所述最小幅度值fmin的大小；藉由所述过冲抑制模型，调整所述锐化图像信息中所述坐标为(m,n)的像素的所述幅度值g(m,n)，以获得所述修正的锐化图像信息中相应的所述像素的所述幅度值g′(m,n)。
更优选地，所述修正模块142A还用于调试所述抑制参数γ，以确定所述抑制参数γ的实际值，使得所述修正的锐化图像信息的过冲量被抑制在一预定目标过冲量之内。
在本发明的一些其他实施例中，为了简化所述调试所述抑制参数γ的步骤中的复杂程度，在所述修正模块142A调试所述抑制参数γ时，首先对所述锐化图像信息进行取样，以获得一过冲调试样本信息；接着，基于所述过冲调试样本信息来调试所述抑制参数γ，以使所述过冲调试样本信息的过冲量在所述预定目标过冲量之内，从而确定所述抑制参数γ的样本值；最后，将所述抑制参数γ作为所述所述抑制参数γ的所述实际值，并将其应用于整个所述锐化图像信息，以利用所述过冲抑制模型来获得所述修正的锐化图像信息。应当理解，由于所述过冲调试样本信息的数据量(或像素总数)远小于所述锐化图像信息的数据量(或像素总数)，因此，能够大幅度地减少调试所述抑制参数γ的运算量，从而简化了调试所述抑制参数γ的复杂度，以便易于实现和使用所述过冲抑制模型。
值得注意的是，所述图像锐化处理系统10A中各模块之间的交互流程具体可参照所述第一较佳实施例中有关所述图像锐化处理方法的描述，在此不再赘述。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
Claims (20)
1.一图像锐化处理方法，其特征在于，包括以下步骤：
基于一待锐化图像信息，提取一高频纹理图信息；
基于所述待锐化图像信息，提取一中频纹理图信息，并求解出所述中频纹理图信息中每一像素的纹理强度值；以及
藉由一图像锐化处理模型，基于所述中频纹理图信息中所述像素的所述纹理强度值和所述高频纹理图信息，求解出一锐化图像信息中每一像素的幅度值，以获得所述锐化图像信息。
2.如权利要求1所述的图像锐化处理方法，其中，所述基于一待锐化图像信息，提取一高频纹理图信息的步骤，还包括步骤：
藉由一高频滤波器，提取出所述高频纹理图信息，以获得所述高频纹理图信息中每一像素的幅度值。
3.如权利要求1所述的图像锐化处理方法，其中，所述基于所述待锐化图像信息，提取一中频纹理图信息，并求解出所述中频纹理图信息中每一像素的纹理强度值的步骤，还包括步骤：
藉由一中频滤波器，提取出所述中频纹理图信息，以获得所述中频纹理图信息中每一所述像素的幅度值；
统计所述中频纹理图信息中所有的所述像素的幅度值的绝对值，以获得所述中频纹理图信息中所有的所述像素的幅度值中的一最大值；以及
求解出所述中频纹理图信息中每一所述像素的幅度值的绝对值与所述最大值的比值，以获得所述中频纹理图信息中每一所述像素的所述纹理强度值。
4.如权利要求1所述的图像锐化处理方法，其中，所述藉由一图像锐化处理模型，基于所述中频纹理图信息中所述像素的所述纹理强度值和所述高频纹理图信息，求解出一锐化图像信息中每一像素的幅度值，以获得所述锐化图像信息的步骤，还包括步骤：
基于所述高频纹理图信息和所述中频纹理图信息，自适应调整一高频纹理增益参数和一中频纹理增益参数，以获得所述待锐化图像信息中每一像素的锐化增益值；和
求和所述待锐化图像信息中每一所述像素的幅度值与所述待锐化图像信息中相应的所述像素的所述锐化增益值，以获得所述锐化图像信息中每一所述像素的幅度值。
5.如权利要求1～4中任一所述的图像锐化处理方法，其中，所述图像锐化处理模型为：
g(m,n)＝f(m,n)+s(m,n)＝f(m，n)+b(m,n)β×a×h(m,n)
其中：g(m，n)为所述锐化图像信息中坐标为(m,n)的像素的幅度值；f(m，n)为所述待锐化图像信息中坐标为(m,n)的像素的幅度值；s(m，n)为所述待锐化图像信息中坐标为(m,n)的像素的锐化增益值；b(m，n)为所述中频纹理图信息中坐标为(m,n)的像素的纹理强度值；h(m，n)为所述高频纹理图信息中坐标为(m,n)的像素的幅度值；α为一高频纹理增益参数；β为一中频纹理增益参数；(m，n)为所述待锐化图像信息中某一像素的坐标。
6.如权利要求1～4中任一所述的图像锐化处理方法，还包括步骤：
藉由一过冲抑制模型，抑制所述锐化图像信息，以获得一修正的锐化图像信息。
7.如权利要求6所述的图像锐化处理方法，其中，所述藉由一过冲抑制模型，抑制所述锐化图像信息，以获得一修正的锐化图像信息的步骤，还包括步骤：
统计所述锐化图像信息中每一像素的邻域内像素的幅度值，以获得所述锐化图像信息中所述邻域内像素的最大幅度值和最小幅度值；
分别比较以判断所述锐化图像信息中每一所述像素的所述幅度值与所述锐化图像信息中相应的所述像素的邻域内像素的所述最大幅度值和所述最小幅度值的大小；以及
藉由所述过冲抑制模型，调整所述锐化图像信息中每一所述像素的所述幅度值，以获得所述修正的锐化图像信息中每一像素的幅度值。
8.如权利要求7所述的图像锐化处理方法，其中，所述过冲抑制模型为：
其中，g(m，n)为所述锐化图像信息中坐标为(m，n)的像素的幅度值；g′(m，n)为所述修正的锐化图像信息中所述坐标为(m，n)的像素的幅度值；fmin为所述待锐化图像信息中所述坐标为(m，n)的像素的领域像素中最小幅度值；fmax为所述待锐化图像信息中所述坐标为(m，n)的像素的领域像素中最大幅度值；γ为一抑制参数；(m，n)为所述待锐化图像信息中某一像素的坐标。
9.一图像锐化处理系统，以供锐化处理待锐化图像信息，其特征在于，其中所述图像锐化处理系统包括一处理器，用于执行以下操作：
基于待锐化图像信息，提取高频纹理图信息；
基于该待锐化图像信息，提取中频纹理图信息，并求解出该中频纹理图信息中每一像素的纹理强度值；以及
藉由一图像锐化处理模型，基于该中频纹理图信息中该像素的该纹理强度值和该高频纹理图信息，求解出一待锐化图像信息中每一像素的幅度值，以获得该锐化图像信息。
10.如权利要求9所述的图像锐化处理系统，其中，所述处理器还执行以下操作：
藉由一高频滤波器，提取出该高频纹理图信息，以获得该高频纹理图信息中每一像素的幅度值。
11.如权利要求10所述的图像锐化处理系统，其中，所述处理器还执行以下操作：
藉由一中频滤波器，提取出该中频纹理图信息，以获得该中频纹理图信息中每一像素的幅度值；
统计该中频纹理图信息中所有的该像素的幅度值的绝对值，以获得该中频纹理图信息中所有的该像素的幅度值中的一最大值；以及
求解出该中频纹理图信息中每一该像素的幅度值的绝对值与该最大值的比值，以获得该中频纹理图信息中每一该像素的该纹理强度值。
12.如权利要求9所述的图像锐化处理系统，其中，所述处理器还执行以下操作：
基于该高频纹理图信息和该中频纹理图信息，自适应调整一高频纹理增益参数和一中频纹理增益参数，以获得该待锐化图像信息中每一像素的锐化增益值；和
求和该待锐化图像信息中每一该像素的幅度值与该待锐化图像信息中相应的该像素的该锐化增益值，以获得该锐化图像信息中每一该像素的幅度值。
13.如权利要求9～12中任一所述的图像锐化处理系统，其中，所述处理器还执行以下操作：
藉由一过冲抑制模型，抑制该锐化图像信息，以获得修正的锐化图像信息。
14.如权利要求13所述的图像锐化处理系统，其中，所述处理器还执行以下操作：
统计该锐化图像信息中每一像素的邻域内像素的幅度值，以获得该锐化图像信息中该邻域内像素的最大幅度值和最小幅度值；
分别比较以判断该锐化图像信息中该每一像素的幅度值与该锐化图像信息中相应的该像素的邻域内像素的该最大幅度值和该最小幅度值的大小；以及
藉由该过冲抑制模型，调整该锐化图像信息中该每一像素的幅度值，以获得该修正的锐化图像信息中相应的每一像素的幅度值。
15.一图像锐化处理系统，以供锐化处理待锐化图像信息，其特征在于，其中所述图像锐化处理系统包括：
一高频提取模块，其中所述高频提取模块用于基于该待锐化图像信息，提取高频纹理图信息；
一中频提取模块，其中所述中频提取模块用于基于该待锐化图像信息，提取中频纹理图信息，并求解出该中频纹理图信息中每一像素的纹理强度值；以及
一锐化处理模块，其中所述锐化处理模块分别与所述高频提取模块和所述中频提取模块连接，其中所述锐化处理模块用于藉由一图像锐化处理模型，基于该中频纹理图信息中该像素的该纹理强度值和该高频纹理图信息，求解出一待锐化图像信息中每一像素的幅度值，以获得该锐化图像信息。
16.如权利要求15所述的图像锐化处理系统，其中，所述高频提取模块还用于藉由一高频滤波器，提取出该高频纹理图信息，以获得该高频纹理图信息中每一像素的幅度值。
17.如权利要求16所述的图像锐化处理系统，其中，所述中频提取模块还用于藉由一中频滤波器，提取出该中频纹理图信息，以获得该中频纹理图信息中每一像素的幅度值；用于统计该中频纹理图信息中所有的该像素的幅度值的绝对值，以获得该中频纹理图信息中所有的该像素的幅度值中的一最大值；以及用于求解出该中频纹理图信息中每一该像素的幅度值的绝对值与该最大值的比值，以获得该中频纹理图信息中每一该像素的该纹理强度值。
18.如权利要求15所述的图像锐化处理系统，其中，所述锐化处理模块还包括相互连接的一增益调试模块和一锐化求和模块，其中所述增益调试模块用于自适应调整一高频纹理增益参数和一中频纹理增益参数，以获得该待锐化图像信息中每一像素的锐化增益值；所述锐化求和模块用于求和该待锐化图像信息中每一该像素的幅度值与该待锐化图像信息中相应的该像素的该锐化增益值，以获得该锐化图像信息中每一该像素的幅度值。
19.如权利要求15～18中任一所述的图像锐化处理系统，还包括一过冲抑制模块，其中所述过冲抑制模块与所述锐化处理模块连接，其中所述过冲抑制模块用于藉由一过冲抑制模型，抑制该锐化图像信息，以获得一修正的锐化图像信息。
20.如权利要求19所述的图像锐化处理系统，其中，所述过冲抑制模块还包括相互连接的一统计模块和一修正模块，其中所述统计模块用于统计该锐化图像信息中每一像素的邻域内像素的幅度值，以获得该锐化图像信息中该邻域内像素的最大幅度值和最小幅度值；所述修正模块用于分别比较以判断该锐化图像信息中该每一像素的幅度值与该锐化图像信息中相应的该像素的邻域内像素的该最大幅度值和该最小幅度值的大小，和藉由该过冲抑制模型，调整该锐化图像信息中该每一像素的幅度值，以获得该修正的锐化图像信息中相应的每一像素的幅度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810132325.3A CN110136073B (zh) | 2018-02-09 | 2018-02-09 | 图像锐化处理方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810132325.3A CN110136073B (zh) | 2018-02-09 | 2018-02-09 | 图像锐化处理方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110136073A true CN110136073A (zh) | 2019-08-16 |
| CN110136073B CN110136073B (zh) | 2021-03-23 |
Family
ID=67567492
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810132325.3A Active CN110136073B (zh) | 2018-02-09 | 2018-02-09 | 图像锐化处理方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110136073B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114782258A (zh) * | 2022-02-24 | 2022-07-22 | 珠海全志科技股份有限公司 | 图像的自适应锐化过冲控制方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101197910A (zh) * | 2006-12-05 | 2008-06-11 | 广达电脑股份有限公司 | 图像锐化装置与其方法 |
| CN101242489A (zh) * | 2006-02-09 | 2008-08-13 | 三星电子株式会社 | 根据图像信号的频率分量处理图像信号的后处理电路 |
| US20130051694A1 (en) * | 2011-08-26 | 2013-02-28 | Csr Technology Inc. | Method and apparatus for shift dct-based sharpening of a video image |
-
2018
- 2018-02-09 CN CN201810132325.3A patent/CN110136073B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101242489A (zh) * | 2006-02-09 | 2008-08-13 | 三星电子株式会社 | 根据图像信号的频率分量处理图像信号的后处理电路 |
| CN101197910A (zh) * | 2006-12-05 | 2008-06-11 | 广达电脑股份有限公司 | 图像锐化装置与其方法 |
| US20130051694A1 (en) * | 2011-08-26 | 2013-02-28 | Csr Technology Inc. | Method and apparatus for shift dct-based sharpening of a video image |
Non-Patent Citations (2)
| Title |
|---|
| ANTONIO BUEMI等: "Adaptive Sharpening with Overshoot Control", 《ICIAP 2009》 * |
| 钱惟贤等: "一种具有噪声抑制功能的红外图像锐化算法", 《光学学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114782258A (zh) * | 2022-02-24 | 2022-07-22 | 珠海全志科技股份有限公司 | 图像的自适应锐化过冲控制方法及装置 |
| CN114782258B (zh) * | 2022-02-24 | 2024-09-06 | 珠海全志科技股份有限公司 | 图像的自适应锐化过冲控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110136073B (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8570386B2 (en) | Method of merging images and relative method of generating an output image of enhanced quality | |
| US10410327B2 (en) | Shallow depth of field rendering | |
| US8532419B2 (en) | Automatic image capture | |
| US20160328830A1 (en) | Method for inverse tone mapping of an image | |
| US8238687B1 (en) | Local contrast enhancement of images | |
| EP1601184A1 (en) | Methods and systems for locally adaptive image processing filters | |
| US20200273151A1 (en) | Per-pixel photometric contrast enhancement with noise control | |
| US20130044194A1 (en) | Automatic image capture | |
| US7734111B2 (en) | Image processing apparatus, image processing method, and computer product | |
| CN111292269B (zh) | 图像色调映射方法、计算机装置及计算机可读存储介质 | |
| US20070132865A1 (en) | Filtered noise reduction in digital images | |
| EP2164040A1 (en) | System and method for high quality image and video upscaling | |
| WO2003061266A2 (en) | System and method for compressing the dynamic range of an image | |
| JP2001275015A (ja) | 画像処理回路及び画像処理方法 | |
| JP2005341564A (ja) | ノイズ処理が可能なガンマ補正装置およびその方法 | |
| US10769474B2 (en) | Keypoint detection circuit for processing image pyramid in recursive manner | |
| KR20130031572A (ko) | 영상 처리 방법 및 영상 처리 장치 | |
| CN107358578B (zh) | 一种阴阳脸处理方法和装置 | |
| US9361674B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| US20240257303A1 (en) | Data pre-processing for low-light images | |
| US20100067825A1 (en) | Digital Image Filters and Related Methods for Image Contrast Enhancement | |
| CN110136073A (zh) | 图像锐化处理方法及其系统 | |
| US20120314969A1 (en) | Image processing apparatus and display device including the same, and image processing method | |
| CN113191986A (zh) | 一种图像处理方法及装置 | |
| CN116468636A (zh) | 低照度增强方法、装置、电子设备和可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190816 Assignee: Zhejiang Shunwei Technology Co.,Ltd. Assignor: SUNNY OPTICAL (ZHEJIANG) RESEARCH INSTITUTE Co.,Ltd. Contract record no.: X2024330000055 Denomination of invention: Image sharpening processing methods and their systems Granted publication date: 20210323 License type: Common License Record date: 20240515 |