CN110942440B - 一种图像锐化的方法及装置 - Google Patents

Abstract

本发明公开了一种图像锐化的方法及装置，该方法包括：步骤S1，获取输入图像及其亮度信息；步骤S2，图像预处理；步骤S3，计算经预处理后的图像方差信息，区分图像的边界细节区域和平坦区域；步骤S4，采用多次的腐蚀膨胀联合操作，提取变薄的图像边界信息；步骤S5，对经预处理后的图像进行边界提取，将获得的边界信息与图像边界厚度信息进行处理，得到图像边界锐化结果；步骤S6，对经预处理后的输入图像进行细节提取，将得到的细节信息与步骤S3得到的图像边界细节与平坦区域区分信息进行处理，得到图像细节锐化结果；步骤S7,将图像边界锐化信息与图像细节锐化信息加回到原输入图像上，得到最后锐化后的亮度图像信息。

Description

一种图像锐化的方法及装置

技术领域

本发明涉及视频图像处理技术领域，特别是涉及一种图像锐化的方法及装置。

背景技术

目前常用的图像锐化的方法是：提取图像的中低频边界信息和高频细节信息，然后将边界信息和细节信息加回到原始图像上，得到锐化后的图像。图像锐化的关键问题是如何只锐图像边界纹理区域的信息和平坦区域的噪声抑制的平衡。

公开号为CN103079038A的中国专利申请提出了一种图像锐化处理方法，该专利提到传统方法会带来噪声放大问题，但其并没有从本质上区分图像平坦区域的噪声和图像边界纹理区域，然后只对图像边界纹理区域进行细节锐化从而抑制平坦区域的噪声放大问题；公开号为CN103514583A的中国专利申请也提出了一种图像锐化方法，其提到传统方法会黑白边缘产生光晕效应，上述公开号为CN103079038A的中国专利申请也有提到传统方法边界上的过冲问题，但均未从本质上控制图像边界锐化的厚度，只锐变薄后的边界信息，这样光晕效应和过冲问题都会大大减弱。

发明内容

为克服上述现有技术存在的不足，本发明之一目的在于提供一种图像锐化的方法及装置，以通过区分图像平坦区域和图像边界纹理区域来得到抑制平坦区域噪声锐化的效果。

本发明之另一目的在于提供一种图像锐化的方法及装置，以通过分级的噪声消除方法把噪声尽量多的去除同时能够保留图像的边界细节信息。

本发明之再一目的在于提供一种图像锐化的方法及装置，以通过使用多次的腐蚀膨胀操作，提取出变薄的图像边界信息；能够自动和高效的对图像数据进行锐化操作。

为达上述及其它目的，本发明提出一种图像锐化的方法，包括如下步骤：

步骤S1，获取输入图像，并获取所述输入图像的亮度信息；

步骤S2，对所述输入图像进行预处理；

步骤S3，计算经过预滤波去噪处理后的图像的方差信息，根据计算结果区分所述输入图像的边界细节区域和平坦区域；

步骤S4，基于步骤S3的处理结果，采用多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度；

步骤S5，利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与步骤S4得到的图像边界厚度信息进行处理，得到图像边界锐化结果；

步骤S6，利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息与步骤S3得到的图像边界细节与平坦区域区分信息进行处理，得到图像细节锐化结果；

步骤S7,将步骤S5得到的图像边界锐化信息与步骤S6得到的图像细节锐化信息加回到原始输入图像上，得到最后锐化后的亮度图像信息。

优选地，于步骤S2中，利用M×N窗对所述输入图像进行预滤波去噪处理。

优选地，于步骤S3中，使用3×3的窗计算所述输入图像每个点的方差信息，并根据其与第一阈值的大小来区分所述输入图像的边界细节区域和平坦区域。

优选地，步骤S4进一步包括：

步骤S400，使用第一级膨胀操作对根据步骤S3获得的图像方差信息获得的边界细节不连续的地方进行补偿；

步骤S401，在步骤S400的基础上，使用第一级腐蚀操作将提取的边界信息进行第一步的收缩；

步骤S402，在步骤S401的基础上，使用第二级腐蚀操作将提取的边界信息进行第二步的收缩。

优选地，于步骤S402后，还包括如下步骤：

步骤S403，在步骤S402的基础上，使用第二级膨胀操作以补偿回第二级腐蚀操作。

优选地，于步骤S5中，利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与步骤S4得到的图像边界厚度信息进行相乘，得到边界厚度变薄的图像边界信息。

优选地，于步骤S5中，边界提取使用3×3窗的索伯算子，计算所述输入图像的水平边界值和垂直边界值。

优选地，于步骤S6中，利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息和步骤S3得到的图像边界细节与平坦区域区分信息进行相乘，以实现只锐图像边界细节区域的细节信息，不锐平坦区域的噪声信息。

优选地，于步骤S6中，图像细节提取采用3×3窗的拉普拉斯算子。

为达到上述目的，本发明还提供一种图像锐化的装置，包括：

图像获取单元，用于获取输入图像，并获取所述输入图像的亮度信息；

图像预处理单元，用于对所述输入图像进行预处理；

图像边界细节与平坦区域区分单元，用于计算经过预滤波去噪处理后的图像的方差信息，根据计算结果区分所述输入图像的边界细节区域和平坦区域；

图像边界厚度控制单元，基于所述图像边界细节与平坦区域区分单元的处理结果，采用多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度；

图像边界锐化单元，用于利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与所述图像边界厚度控制单元得到的图像边界厚度信息进行处理，得到图像边界锐化结果；

图像细节锐化单元，用于利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息与所述图像边界细节与平坦区域区分单元得到的图像边界细节与平坦区域区分信息进行处理，得到图像细节锐化结果；

图像锐化结果输出单元，用于将所述图像边界锐化单元得到的图像边界锐化信息与所述图像细节锐化单元得到的图像细节锐化信息加回到原始输入图像上，得到最后锐化后的亮度图像信息。

与现有技术相比，本发明一种图像锐化的方法及装置通过区分图像平坦区域和图像边界纹理区域来得到抑制平坦区域噪声锐化的效果，通过分级的噪声消除方法把噪声尽量多的去除同时能够保留图像的边界细节信息，通过使用多次的腐蚀膨胀操作，提取出变薄的图像边界信息，本发明能够实时和高效的对图像数据进行锐化操作，满足各种不同场景的变化和需求。

附图说明

图1为本发明一种图像锐化的方法的步骤流程图；

图2为本发明具体实施例中当前点5×5窗信息示意图；

图3为本发明具体实施例步骤S5中滤波器系数的示意图；

图4为本发明一种图像锐化的装置的系统结构图；

图5为本发明具体实施例中图像边界厚度控制单元404的细部结构图；

图6为本发明实施例之图像锐化的装置的系统架构图。

具体实施方式

以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

图1为本发明一种图像锐化的方法的步骤流程图。如图1所示，本发明一种图像锐化的方法，包括如下步骤：

步骤S1，获取输入图像，并获取所述输入图像的亮度信息。

步骤S2，对所述输入图像进行预处理。

在本发明具体实施例中，使用1×5的窗对所述输入图像进行预滤波去噪处理。本发明通过使用1×5的窗处理，能够在保留图像的边界细节信息的情况下最大程度的降低平坦区域的噪声。需说明的是，本发明仅以1×5窗示例，但不以此为限，对使用任何M×N窗进行处理都予以保护。

具体地，当前点5×5窗的信息如图2所示，当前点为D33(亮度信息)，使用1×5的窗的系数为[0.1，0.2，0.4，0.2，0.1]，在本发明具体实施例中，图像预处理计算如公式(1)：

prefilter＝0.1*D31+0.2*D32+0.4*D33+0.2*D34+0.1*D35         (1)

步骤S3，计算经过预滤波去噪处理后的图像的方差信息，根据计算结果区分所述输入图像的边界细节区域和平坦区域。具体地，于步骤S3中，使用3×3的窗计算每个点的方差信息，并根据其与第一阈值的大小来区分所述输入图像的边界细节区域和平坦区域，即方差大于第一阈值的就认为是图像的边界细节区域，方差小于第一阈值的就认为是平坦区域。

在本发明具体实施例中，在经过预滤波去噪处理后的图像上计算所述输入图像的方差信息，使用3×3的窗计算每个点的方差信息，能够进一步降低平坦区域的噪声同时能保留图像的边界细节信息；使用3×3的窗计算的方差信息平坦区域的值会很小，边界细节区域的值会很大，再使用第一阈值来区分图像的边界细节区域和平坦区域，大于第一阈值的就认为是图像的边界细节区域，小于第一阈值的就认为是平坦区域，这样可以抑制平坦区域噪声放大的问题，特别是在低照度情况下。当前点5×5窗的信息如图2所示，当前点为D33，图像方差计算如公式(2)：

sigma＝(std(D22,D23,D24,D32,D33,D34,D42,D43,D44))²              (2)

步骤S4，基于步骤S3的处理结果，采用多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度。

在本发明具体实施例中，为了控制图像边界厚度的信息，需要从步骤S3获得的图像方差信息开始，经过多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度。当然这里也可以经过多次的腐蚀膨胀的联合操作使图像边界厚度变厚，但目前的图像边界锐化都希望边界变薄。

具体地，步骤S4进一步包括：

步骤S400，使用第一级膨胀操作对根据步骤S3获得的图像方差信息获得的边界细节不连续的地方进行补偿。

在本发明具体实施例中，所述膨胀操作为使用3×3窗中找最大值，当前点5×5窗的信息如图2所示，当前点为D33，具体计算如公式(3)：

dilate＝max(D22,D23,D24,D32,D33,D34,D42,D43,D44)      (3)

步骤S401，在步骤S400的基础上，使用第一级腐蚀操作将提取的边界信息进行第一步的收缩，即对步骤S400经第一级膨胀操作的结果使用第一级腐蚀操作进行第一步收缩。在本发明具体实施例中，所述腐蚀操作使用3×3窗中找最小值，当前点5×5窗的信息如图2所示，当前点为D33，具体计算如公式(4)：

erode＝min(D22,D23,D24,D32,D33,D34,D42,D43,D44)     (4)

步骤S402，在步骤S401的基础上，使用第二级腐蚀操作将提取的边界信息进行第二步的收缩。其具体计算也如上述公式(4)。

步骤S403，在步骤S402的基础上，使用第二级膨胀操作以补偿回第二级腐蚀操作。具体计算如上述公式(3)。当然如果希望边界变得更薄的话，第二级膨胀操作可以不执行。

步骤S5，利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与步骤S4得到的图像边界厚度信息进行处理，得到图像边界锐化结果。具体地，利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与步骤S4得到的图像边界厚度信息进行相乘，得到边界厚度变薄的图像边界信息。

在本发明具体实施例中，边界提取使用3×3窗的索伯算子，需要计算输入图像的水平边界值和垂直边界值，具体的滤波器系数如图3所示；当前点5x5窗的信息如图2所示，当前点位D33，具体计算如公式(5)：

步骤S6，利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息与步骤S3得到的图像边界细节与平坦区域区分信息进行处理，得到图像细节锐化结果。具体地，利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息和步骤S3得到的图像边界细节与平坦区域区分信息进行相乘，只锐图像边界细节区域的细节信息，不锐平坦区域的噪声等信息。

在本发明具体实施例中，图像细节提取使用3×3窗的拉普拉斯算子，当前点5×5窗的信息如图2所示，当前点为D33，具体计算如公式(6)：

laplacian＝(-D22-D23-D24-D32+8*D33-D34-D42-D43-D44)  (6)

步骤S7，将步骤S5得到的图像边界锐化信息与步骤S6得到的图像细节锐化信息加回到原始输入图像上，得到最后锐化后的亮度图像信息。

在本发明具体实施例中，经步骤S7输出全幅面亮度图像信息，作为后续图像处理、图像存储、图像终端显示的输出图像源。

图4为本发明一种图像锐化的装置的系统结构图。如图4所示，本发明一种图像锐化的装置，包括：

图像获取单元401，用于获取输入图像，并获取所述输入图像的亮度信息。

图像预处理单元402，用于对所述输入图像进行预处理。

在本发明具体实施例中，使用1×5的窗对所述输入图像进行预滤波去噪处理。本发明通过使用1×5的窗处理，能够在保留图像的边界细节信息的情况下最大程度的降低平坦区域的噪声。需说明的是，本发明仅以1×5窗示例，但不以此为限，对使用任何M×N窗进行处理都予以保护。

具体地，当前点5×5窗的信息如图2所示，当前点为D33(亮度信息)，使用1×5的窗的系数为[0.1，0.2，0.4，0.2，0.1]，在本发明具体实施例中，图像预处理计算如公式(1)：

prefilter＝0.1*D31+0.2*D32+0.4*D33+0.2*D34+0.1*D35         (1)

图像边界细节与平坦区域区分单元403，用于计算经过预滤波去噪处理后的图像的方差信息，根据计算结果区分所述输入图像的边界细节区域和平坦区域。具体地，图像边界细节与平坦区域区分单元403使用3×3的窗计算每个点的方差信息，并根据其与第一阈值的大小来区分所述输入图像的边界细节区域和平坦区域，即方差大于第一阈值的就认为是图像的边界细节区域，方差小于第一阈值的就认为是平坦区域。

图像边界厚度控制单元404，基于图像边界细节与平坦区域区分单元403的处理结果，采用多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度。

在本发明具体实施例中，为了控制图像边界厚度的信息，需要从图像边界细节与平坦区域区分单元403获得的图像方差信息开始，经过多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度。当然这里也可以经过多次的腐蚀膨胀的联合操作使图像边界厚度变厚，但目前的图像边界锐化都希望边界变薄。

具体地，如图5所示，图像边界厚度控制单元404进一步包括：

第一膨胀操作模块4041，用于使用第一级膨胀操作对图像边界细节与平坦区域区分单元403输出的图像方差信息的连续性进行补偿

第一级腐蚀操作模块4042，用于在第一级膨胀操作模块4041的基础上，使用第一级腐蚀操作将提取的边界信息进行第一步的收缩。

第二级腐蚀操作模块4043，用于在第一级腐蚀操作模块4042的基础上，使用第二级腐蚀操作将提取的边界信息进行第二步的收缩。

第二级膨胀操作模块4044，用于在第二级腐蚀操作模块4043的基础上，使用第二级膨胀操作以补偿回第二级腐蚀操作。需说明的是，若希望边界变得更薄的话，第二级膨胀操作可以不执行。

图像边界锐化单元405，用于利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与图像边界厚度控制单元404得到的图像边界厚度信息进行处理，得到图像边界锐化结果。具体地，利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与图像边界厚度控制单元404得到的图像边界厚度信息进行相乘，得到边界厚度变薄的图像边界信息。

图像细节锐化单元406，用于利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息与图像边界细节与平坦区域区分单元403得到的图像边界细节与平坦区域区分信息进行处理，得到图像细节锐化结果。具体地，利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息和图像边界细节与平坦区域区分单元403得到的图像边界细节与平坦区域区分信息进行相乘，只锐图像边界细节区域的细节信息，不锐平坦区域的噪声等信息。

图像锐化结果输出单元407，用于将图像边界锐化单元405得到的图像边界锐化信息与图像细节锐化单元406得到的图像细节锐化信息加回到原始输入图像上，得到最后锐化后的亮度图像信息。

在本发明具体实施例中，图像锐化结果输出单元407输出全幅面亮度图像信息，作为后续图像处理、图像存储、图像终端显示的输出图像源。

实施例

如图6所示，在本实施例中，本发明之图像锐化的装置包括：

图像获取单元201，获得输入图像的亮度信息，用于向后续单元输送图像亮度信息。

图像预处理单元202，本单元通过使用1×5的窗处理，能够在保留图像的边界细节信息的情况下最大程度的降低平坦区域的噪声，计算公式如公式(1)所示。

图像边界细节与平坦区域区分单元203，本单元使用3×3的窗计算每个点的方差信息，通过方差能够进一步降低平坦区域的噪声同时能保留图像的边界细节信息，其计算公式如公式(2)所示。

第一级膨胀操作单元204，本单元使用第一级膨胀操作对图像边界细节与平坦区域区分单元203输出的图像方差信息的连续性进行补偿，计算公式如公式(3)所示。

第一级腐蚀操作单元205，本单元使用第一级腐蚀操作把提取的边界信息进行第一步的收缩，计算公式如公式(4)所示。

第二级腐蚀操作单元206，本单元使用第二级腐蚀操作把提取的边界信息进行第二步的收缩，计算公式如公式(4)所示。

第二级膨胀操作单元207，本单元使用第二级膨胀操作以补偿回第二级腐蚀操作，计算公式如公式(3)所示。如果希望边界变得更薄的话，第二级膨胀操作可以不执行。

图像边界锐化单元208，本单元根据索伯算子得到的边界信息和第二级膨胀操作单元207得到的图像边界厚度信息进行相乘得到图像边界锐化结果，计算公式如公式(5)所示。

图像细节锐化单元209，本单元根据拉普拉斯算子得到的细节信息和图像边界细节与平坦区域区分单元203得到的图像边界细节与平坦区域区分信息进行相乘得到图像细节锐化结果，计算公式如公式(6)所示。

图像锐化结果输出单元210，本单元根据图像边界锐化单元208的得到图像边界锐化信息与图像细节锐化单元209得到的图像细节锐化信息加回到原始图像上，得到最后锐化后的亮度图像信息

综上所述，本发明一种图像锐化的方法及装置通过区分图像平坦区域和图像边界纹理区域来得到抑制平坦区域噪声锐化的效果，通过分级的噪声消除方法把噪声尽量多的去除同时能够保留图像的边界细节信息，通过使用多次的腐蚀膨胀操作，提取出变薄的图像边界信息，本发明能够实时和高效的对图像数据进行锐化操作，满足各种不同场景的变化和需求。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (7)

1.一种图像锐化的方法，包括如下步骤：

步骤S1，获取输入图像，并获取所述输入图像的亮度信息；

步骤S2，对所述输入图像进行预处理；

步骤S3，计算经过预处理后的图像的方差信息，根据计算结果区分所述输入图像的边界细节区域和平坦区域；

步骤S4，基于步骤S3的处理结果，采用多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度；

步骤S5，利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与步骤S4得到的图像边界厚度信息进行处理，得到图像边界锐化结果；

步骤S6，利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息与步骤S3得到的图像边界细节与平坦区域区分信息进行处理，得到图像细节锐化结果；

步骤S7,将步骤S5得到的图像边界锐化结果与步骤S6得到的图像细节锐化结果加回到原始输入图像上，得到最后锐化后的亮度图像信息；

于步骤S3中，使用3×3的窗计算所述输入图像每个点的方差信息，并根据其与第一阈值的大小来区分所述输入图像的边界细节区域和平坦区域；

于步骤S5中，利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与步骤S4得到的图像边界厚度信息进行相乘，得到边界厚度变薄的图像边界信息；

于步骤S6中，利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息和步骤S3得到的图像边界细节与平坦区域区分信息进行相乘，以实现只锐化图像边界细节区域的细节信息，不锐化平坦区域的噪声信息。

2.如权利要求1所述的一种图像锐化的方法，其特征在于：于步骤S2中，利用M×N窗对所述输入图像进行预滤波去噪处理。

3.如权利要求1所述的一种图像锐化的方法，其特征在于，步骤S4进一步包括：

步骤S400，使用第一级膨胀操作对根据步骤S3获得的图像方差信息获得的边界细节不连续的地方进行补偿；

步骤S401，在步骤S400的基础上，使用第一级腐蚀操作将提取的边界信息进行第一步的收缩；

步骤S402，在步骤S401的基础上，使用第二级腐蚀操作将提取的边界信息进行第二步的收缩。

4.如权利要求3所述的一种图像锐化的方法，其特征在于，于步骤S402后，还包括如下步骤：

步骤S403，在步骤S402的基础上，使用第二级膨胀操作以补偿回第二级腐蚀操作。

5.如权利要求1所述的一种图像锐化的方法，其特征在于：于步骤S5中，边界提取使用3×3窗的索伯算子，计算所述输入图像的水平边界值和垂直边界值。

6.如权利要求1所述的一种图像锐化的方法，其特征在于：于步骤S6中，图像细节提取采用3×3窗的拉普拉斯算子。

7.一种图像锐化的装置，包括：

图像获取单元，用于获取输入图像，并获取所述输入图像的亮度信息；

图像预处理单元，用于对所述输入图像进行预处理；

图像边界细节与平坦区域区分单元，用于计算经过预处理后的图像的方差信息，根据计算结果区分所述输入图像的边界细节区域和平坦区域，此单元使用3×3的窗计算所述输入图像每个点的方差信息，并根据其与第一阈值的大小来区分所述输入图像的边界细节区域和平坦区域；

图像边界厚度控制单元，基于所述图像边界细节与平坦区域区分单元的处理结果，采用多次的腐蚀膨胀的联合操作，提取变薄的图像边界信息，用来控制图像的边界厚度；

图像边界锐化单元，用于利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与所述图像边界厚度控制单元得到的图像边界厚度信息进行处理，得到图像边界锐化结果，此单元利用索伯算子对经预处理后的输入图像进行边界提取，将获得的边界信息与图像边界厚度控制单元得到的图像边界厚度信息进行相乘，得到边界厚度变薄的图像边界信息；

图像细节锐化单元，用于利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息与所述图像边界细节与平坦区域区分单元得到的图像边界细节与平坦区域区分信息进行处理，得到图像细节锐化结果，此单元利用拉普拉斯算子对经预处理后的输入图像进行图像细节提取，将得到的图像细节信息和所述图像边界细节与平坦区域区分单元得到的图像边界细节与平坦区域区分信息进行相乘，以实现只锐化图像边界细节区域的细节信息，不锐化平坦区域的噪声信息；

图像锐化结果输出单元，用于将所述图像边界锐化单元得到的图像边界锐化信息与所述图像细节锐化单元得到的图像细节锐化信息加回到原始输入图像上，得到最后锐化后的亮度图像信息。

Images