CN112085679B - 宽度调节的边缘增强处理方法及应用 - Google Patents

宽度调节的边缘增强处理方法及应用 Download PDF

Info

Publication number
CN112085679B
CN112085679B CN202010933277.5A CN202010933277A CN112085679B CN 112085679 B CN112085679 B CN 112085679B CN 202010933277 A CN202010933277 A CN 202010933277A CN 112085679 B CN112085679 B CN 112085679B
Authority
CN
China
Prior art keywords
edge
value
width
parameter
image
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
Application number
CN202010933277.5A
Other languages
English (en)
Other versions
CN112085679A (zh
Inventor
何珊
孙德印
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mouxin Technology Shanghai Co ltd
Original Assignee
Mouxin Technology Shanghai Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mouxin Technology Shanghai Co ltd filed Critical Mouxin Technology Shanghai Co ltd
Priority to CN202010933277.5A priority Critical patent/CN112085679B/zh
Publication of CN112085679A publication Critical patent/CN112085679A/zh
Application granted granted Critical
Publication of CN112085679B publication Critical patent/CN112085679B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Picture Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了宽度调节的边缘增强处理方法及应用，涉及数字图像处理技术领域。所述方法，包括如下步骤：获取输入亮度图像；通过参数组对输入亮度图像进行处理获得调整后边缘值；以及，检测输入亮度图像的边缘宽度，计算边缘宽度增益值；根据边缘宽度增益值对前述调整后边缘值进行调整，得到最终的边缘值；将前述最终的边缘值结合到输入亮度值上进行边缘增强。本发明能够在不改变边缘检测算子、不影响弱边缘强度的同时，根据用户需求适当缩窄边缘宽度，适用性广，灵活性好。

Description

宽度调节的边缘增强处理方法及应用
技术领域
本发明涉及数字图像处理技术领域，尤其涉及一种宽度调节的边缘增强处理方法及应用。
背景技术
数字图像处理在许多领域已经变得非常常用和重要。随着数字图像处理技术的发展，各种改善画质的方法被应用于视频处理器以为用户提供高品质的视频图像。
边缘增强处理是图像处理算法中不可或缺的一部分，尤其是在手机、监控等应用领域，大家期望得到更好、更真实的图像。在边缘检测算法中，噪声抑制能力、弱边缘增强能力、边缘形态调节能力等都是关系到算法最终效果好坏的重要因素。其中，边缘宽度是边缘形态中的重要部分。在边缘增强算法中，边缘宽度通常与以下两个因素相关：一个因素是边缘检测算子的大小，作为举例，比如对于相同特性的边缘，5x5的边缘检测算子检测到的边缘比3x3的边缘检测算子检测到的边缘更宽。另一个因素是边缘的空间频率，使用相同的边缘检测算子时，边缘的空间频率越低(过渡区越宽)，检测到的边缘越宽。
一般来说，对于过渡区较宽的边缘，增强后的边缘宽度也会较宽，给人以不真实的感觉。为改善这种情况，一些算法往往会提供接口对边缘宽度进行缩窄，现有的算法通常使用以下两种方法来缩窄边缘：
方法一，改变边缘检测算子的大小来缩窄边缘，也是最常用的方法。例如使用3x3的边缘检测算子代替5x5的算子。然而，上述方法由于过度依赖于边缘检测算子，往往会影响弱边缘的强度或者噪声抑制的效果。因为这种方法不仅改变了检测到的边缘形态，并且导致更多噪声被检测到，不利于后续噪声的抑制。
方法二，将检测到的边缘进行强度上的缩小以缩窄边缘。这种方案在缩窄边缘宽度的同时，整体边缘强度也会随之降低，弱边缘将进一步被减弱甚至丢失。
综上所述，如何在不改变边缘检测算子、不影响弱边缘强度的同时，按用户需求适当缩窄边缘宽度，是当前亟需解决的技术问题。
发明内容
本发明的目的在于：克服现有技术的不足，提供了一种宽度调节的边缘增强处理方法及应用。本发明提供的技术方案，增加了边缘宽度检测模块，可以根据检测到的边缘宽度计算边缘宽度增益值并对边缘宽度进行调整。本发明能够在不改变边缘检测算子、不影响弱边缘强度的同时，根据用户需求适当缩窄边缘宽度，适用性广，灵活性好。
为实现上述目标，本发明提供了如下技术方案：
一种宽度调节的边缘增强处理方法，包括如下步骤：
获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；
通过参数组对输入亮度图像进行处理获得调整后边缘值；以及，检测输入亮度图像的边缘宽度，计算边缘宽度增益值；
根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值；
将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
进一步，所述参数组包括边缘检测算子、噪声抑制参数和强度调整参数；通过参数组对输入亮度图像进行处理获得调整后边缘值的步骤如下：
步骤211，使用边缘检测算子检测边缘，得到边缘值E0；
步骤212，对前述边缘值E0进行噪声抑制，得到边缘值E1；
步骤213，对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
进一步，对于图像中某一位于第i行、第j列的像素点，记为(i，j)，按以下公式计算边缘值：
Figure BDA0002671027120000021
其中，
E0(i，j)为(i，j)点的边缘值；Yin(i，j)为输入图像在(i，j)点的亮度值，0≤Yin(i，j)≤255；CQ为大小为Q的边缘检测算子，Q＝(2×L+1)，L为设定参数值；m，n，L为整数，-L≤m≤L，-L≤n≤L；
进行噪声抑制处理时，使用以下公式去除或减弱边缘值中的噪声：
Figure BDA0002671027120000022
其中，
T0为噪声阈值，T0＞0；
进行强度调整时，使用以下公式对正、负边缘的强度分别调整：
Figure BDA0002671027120000031
其中，
参数Gainp为正边缘的调整增益，参数Gainn为负边缘增益，当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
进一步，计算缘宽度增益值的步骤如下：
步骤221，分别计算以下十个方向上的亮度差异值，
左上角水平差异值：
Figure BDA0002671027120000032
左下角水平差异值：
Figure BDA0002671027120000033
右上角水平差异值：
Figure BDA0002671027120000034
右下角水平差异值：
Figure BDA0002671027120000035
左上角垂直差异值：
Figure BDA0002671027120000036
左下角垂直差异值：
Figure BDA0002671027120000037
右上角垂直差异值：
Figure BDA0002671027120000038
右下角垂直差异值：
Figure BDA0002671027120000039
水平差异值：
h_diff＝h_topleft+h_bottomleft+h_topright+h_bottomright，
垂直差异值：
v_diff＝v_topleft+v_bottomleft+v_topright+h_bottomright，
其中，函数ABS(x)表示取x的绝对值；函数min{x0，x1}表示取x0，x1中的最小值；
步骤222，根据水平差异值h_diff和垂直差异值v_diff计算边缘宽度相关值d，其中，
当v_diff＞h_diff×2时，边缘宽度相关值d按以下公式计算：
v_top＝v_topleft+v_topright，
v_bottom＝v_bottomleft+v_bottomright，
min_d＝min{v_top，v_bottom}，
max_d＝max{v_top，v_bottom}，
range＝max_d-min_d，
Figure BDA0002671027120000041
当h_diff＞v_diff×2时，边缘宽度相关值d按以下公式计算：
h_left＝h_topleft+h_bottomleft，
h_right＝h_topright+h_bottomright，
min_d＝min{h_left，h_right}，
max_d＝max{h_left，h_right}，
range＝max_d-min_d，
Figure BDA0002671027120000042
否则，边缘宽度相关值d按以下公式计算：
topleft＝h_topleft+v_topleft，
bottomleft＝h_bottomleft+v_bottomleft，
topright＝h_topright+v_topright，
bottomright＝h_bottomright+v_bottomright，
max_d＝max{topleft，bottomleft，topright，bottomright}，
min_d＝min{topleft，bottomleft，topright，bottomright}，
range＝max_d-min_d，
Figure BDA0002671027120000043
其中，
G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值；
步骤223，根据前述边缘宽度相关值d计算得到当前点的边缘宽度增益值G(i，j)，
Figure BDA0002671027120000051
其中，
W0和W1为设定参数值，W0和W1表示边缘宽度控制参数，且0＜W0＜W1＜255；0≤G(i，j)≤1。
进一步，按如下公式对前述调整后边缘值进行调整，
E(i，j)＝E2(i，j)×G(i，j)，
得到每个像素点的最终的边缘值E(i，j)。
进一步，将每个像素点的最终边缘值E(i，j)与输入亮度值进行和运算以进行边缘增强处理，计算公式如下，
Yout(i，j)＝Yin(i，j)+E(i，j)，
获得处理后的图像作为输出亮度图像进行输出。
本发明还提供了一种宽度调节的边缘增强处理装置，包括如下结构：处理器；
用于存储处理器可执行指令和参数的存储器；
所述处理器包括边缘分析单元、宽度分析单元和增强处理单元，
所述边缘分析单元，用于获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；以及，通过参数组对输入亮度图像进行处理获得调整后边缘值；
所述宽度分析单元，用于检测输入亮度图像的边缘宽度，计算边缘宽度增益值，并根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值；
所述增强处理单元，用于将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
进一步，所述参数组包括边缘检测算子、噪声抑制参数和强度调整参数，所述边缘分析单元被配置为：
使用边缘检测算子检测边缘，得到边缘值E0；对前述边缘值E0进行噪声抑制，得到边缘值E1；对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
本发明还提供了一种边缘增强处理系统，包括边缘检测模块和边缘增强模块，以及边缘宽度检测模块；
所述边缘检测模块，用于获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；以及，通过参数组对输入亮度图像进行处理获得调整后边缘值；
所述边缘宽度检测模块，用于检测输入亮度图像的边缘宽度，计算边缘宽度增益值，并根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值；
所述边缘增强模块，用于将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
进一步，所述参数组包括边缘检测算子、噪声抑制参数和强度调整参数，所述边缘检测模块被配置为：
使用边缘检测算子检测边缘，得到边缘值E0；对前述边缘值E0进行噪声抑制，得到边缘值E1；对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
本发明由于采用以上技术方案，与现有技术相比，作为举例，具有以下的优点和积极效果：增加了边缘宽度检测模块，可以根据检测到的边缘宽度计算边缘宽度增益值并对边缘宽度进行调整。
一方面，进行边缘宽度检测和计算的边缘宽度检测模块可以独立设置，边缘宽度检测模块可以计算边缘宽度增益值并将边缘宽度增益值应用到边缘宽度中以进行边缘宽度调整。另一方面，边缘增强参数优选的包括边缘检测参数、噪声参数、强度参数，方便用户灵活地根据图像处理需求进行调整。本发明能够在不改变边缘检测算子、不影响弱边缘强度的同时，根据用户需求适当缩窄边缘宽度，适用性广，灵活性好。
附图说明
图1为本发明提供的宽度调节的边缘增强处理方法的流程图。
图2为本发明实施例提供的边缘增强处理方法的信息处理流程图。
图3为本发明实施例提供的系统的模块结构图。
具体实施方式
以下结合附图和具体实施例对本发明公开的宽度调节的边缘增强处理方法及应用作进一步详细说明。应当注意的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。在下述实施例的附图中，各附图所出现的相同标号代表相同的特征或者部件，可应用于不同实施例中。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讨论。
需说明的是，本说明书所附图中所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响发明所能产生的功效及所能达成的目的下，均应落在发明所揭示的技术内容所能涵盖的范围内。本发明的优选实施方式的范围包括另外的实现，其中可以不按所述的或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
实施例
参见图1所示，为本实施例提供的一种宽度调节的边缘增强处理方法。所述方法包括如下步骤：
S100，获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号。
本实施例中，输入图像数据可以被分离为亮度信号和色度信号。其中，亮度信号对应输入亮度图像，色度信号对应输入色度图像。
被分离为亮度信号和色度信号的图像数据可以是YCbCr图像数据、HSV图像数据和HIS图像数据之一。例如，在YCbCr图像数据的情况下，亮度信号是Y信号，色度信号是色度(C)信号。亮度信号指的是表示视频系统中的画面亮度的电信号。当在视频系统中传送信号时，通常会将表示色度信息的信号与亮度信号相重叠，以节省传送信号的频率带宽。在此情况下，将表示亮度信息的信号称为Y信号，并将表示色度信息的信号分量称为C信号。
在下文中，为了便于描述，以YCbCr图像数据作为例子来描述。
参见图2所示，输入图像被分离成对应亮度信号(即，Yin)的输入亮度图像。
S200，通过参数组对输入亮度图像进行处理获得调整后边缘值；以及，检测输入亮度图像的边缘宽度，计算边缘宽度增益值。
在优选的实施方式中，所述参数组可以包括边缘检测算子、噪声抑制参数和强度调整参数，使用上述参数组对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理。
具体的，通过参数组对输入亮度图像进行处理获得调整后边缘值的步骤可以如下：
步骤211，使用边缘检测算子检测边缘，得到边缘值E0。
步骤212，对前述边缘值E0进行噪声抑制，得到边缘值E1。
步骤213，对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
本实施例中，在通过参数组对输入亮度图像进行处理的同时，还可以通过独立的边缘宽度检测模块来检测输入亮度图像的边缘宽度，并计算边缘宽度增益值。
具体的，计算缘宽度增益值的步骤可以如下：
步骤221，分别计算左上角水平方向、左下角水平方向、右上角水平方向、右下角水平方向、左上角垂直方向、左下角垂直方向、右上角垂直方向、右下角垂直方向、水平方向和垂直方向等十个方向上的亮度差异值。其中，水平方向的差异值等于左上角水平方向、左下角水平方向、右上角水平方向和右下角水平方向的亮度差异值之和；垂直方向的差异值等于左上角垂直方向、左下角垂直方向、右上角垂直方向和右下角垂直方向的亮度差异值之和。
步骤222，根据水平差异值垂直差异值计算边缘宽度相关值d。
步骤223，根据前述边缘宽度相关值d计算得到当前点的边缘宽度增益值G(i，j)。
S300，根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值。
该步骤中，将获得的边缘宽度增益值应用于调整后边缘值上，得到最终的边缘值E。
S400，将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
该步骤中，将前述最终的边缘值E应用到每个像素点的输入亮度值上进行混合，得到边缘增强后的亮度值，生成增强边缘。
下面结合图2详细描述本实施例提供的技术方案。
1)边缘检测
对于图像中某一位于第i行、第j列的像素点，记为(i，j)，按以下公式计算边缘值：
Figure BDA0002671027120000091
其中，E0(i，j)为(i，j)点的边缘值；Yin(i，j)为输入图像在(i，j)点的亮度值，0≤Yin(i，j)≤255；CQ为大小为Q的边缘检测算子，Q＝(2×L+1)，L为设定参数值；m，n，L为整数，-L≤m≤L，-L≤n≤L。
作为举例而非限制，下面分别以L＝1和L＝2为例，来示例大小为3和5的边缘检测算子。
当L＝1时，Q＝3，即使用3×3的边缘检测算子C3计算每一点的边缘值E0(i，j)。作为举例，C3的典型取值可以如下：
Figure BDA0002671027120000092
当L＝2时，Q＝5，即使用5×5的边缘检测算子C5计算每一点的边缘值E0(i，j)。作为举例，C5的典型取值可以如下：
Figure BDA0002671027120000093
需要说明的是，上述C3和C5并不唯一，本领域技术人员可根据需要选择和调整边缘检测算子CQ的计算矩阵。用户可以将大小为Q边缘检测算子CQ对应的计算矩阵预设在存储器中，在需要时根据Q值(通过L值计算得到)调用对应计算矩阵。
2)边缘噪声抑制
进行噪声抑制处理时，可以使用以下公式去除或减弱边缘值中的噪声：
Figure BDA0002671027120000094
其中，T0为噪声阈值，T0＞0。
3)边缘强度调整
进行强度调整时，可以使用以下公式对正、负边缘的强度分别调整：
Figure BDA0002671027120000101
其中，参数Gainp为正边缘的调整增益，参数Gainn为负边缘增益。
当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
4)计算边缘宽度增益值(或称边缘宽度调整增益值)
首先，分别计算左上角水平方向、左下角水平方向、右上角水平方向、右下角水平方向、左上角垂直方向、左下角垂直方向、右上角垂直方向、右下角垂直方向、水平方向和垂直方向等十个方向上的亮度差异值。具体的计算公式如下。
左上角水平差异值：
Figure BDA0002671027120000102
左下角水平差异值：
Figure BDA0002671027120000103
右上角水平差异值：
Figure BDA0002671027120000104
右下角水平差异值：
Figure BDA0002671027120000105
左上角垂直差异值：
Figure BDA0002671027120000106
左下角垂直差异值：
Figure BDA0002671027120000107
右上角垂直差异值：
Figure BDA0002671027120000108
右下角垂直差异值：
Figure BDA0002671027120000109
水平差异值：
h_diff＝h_topleft+h_bottomleft+h_topright+h_bottomright。
垂直差异值：
v_diff＝v_topleft+v_bottomleft+v_topright+h_bottomright。
其中，函数ABS(x)表示取x的绝对值；函数min{x0，x1}表示取x0，x1中的最小值。
然后，根据水平差异值h_diff和垂直差异值v_diff的大小，分以下三种情况计算边缘宽度相关值d。
第一种情况，当v_diff＞h_diff×2时，边缘宽度相关值d可以按以下公式计算：
计算上垂直差异值v_top＝v_topleft+v_topright，
计算下垂直差异值v_bottom＝v_bottomleft+v_bottomright，
令min_d＝min{v_top，v_bottom}，
max_d＝max{v_top，v_bottom}，
range＝max_d-min_d，
Figure BDA0002671027120000111
其中，G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值。
第二种情况，当h_diff＞v_diff×2时，边缘宽度相关值d可以按以下公式计算：
计算左水平差异值h_left＝h_topleft+h_bottomleft，
计算右水平差异值h_right＝h_topright+h_bottomright，
令min_d＝min{h_left，h_right}，
max_d＝max{h_left，h_right}，
range＝max_d-min_d，
Figure BDA0002671027120000112
其中，G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值。
第三种情况，若以上两种情况都不满足，则边缘宽度相关值d可以按以下公式计算：
计算左上角差异值topleft＝h_topleft+v_topleft，
计算左下角差异值bottomleft＝h_bottomleft+v_bottomleft，
计算右上角差异值topright＝h_topright+v_topright，
计算右下角差异值bottomright＝h_bottomright+v_bottomright，
令max_d＝max{topleft，bottomleft，topright，bottomright}，
min_d＝min{topleft，bottomleft，topright，bottomright}，
range＝max_d-min_d，
Figure BDA0002671027120000121
其中，G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值。
最后，根据前述边缘宽度相关值d计算得到当前点的边缘宽度增益值G(i，j)。计算公式如下：
Figure BDA0002671027120000122
其中，
W0和W1为设定参数值，W0和W1表示边缘宽度控制参数，且0＜W0＜W1＜255；0≤G(i，j)≤1。本实施例中，W0和W1的值可以由用户设定或由系统设定。
5)边缘宽度调整
按如下公式对前述调整后边缘值进行调整，
E(i，j)＝E2(i，j)×G(i，j)，
得到每个像素点的最终的边缘值E(i，j)。
6)生成增强边缘
将每个像素点的最终边缘值E(i，j)与输入亮度值进行和运算以进行边缘增强处理，计算公式如下，
Yout(i，j)＝Yin(i，j)+E(i，j)。
获得处理后的图像作为输出亮度图像进行输出。
本发明提供的上述技术方案，提供了更加独立、灵活的边缘宽度调整接口，可以在不改变检测算子、不影响弱边缘增强效果的前提下，缩窄边缘宽度。一方面，进行边缘宽度检测和计算的边缘宽度检测模块可以独立设置，边缘宽度检测模块可以计算边缘宽度增益值并将边缘宽度增益值应用到边缘宽度中以进行边缘宽度调整。另一方面，边缘增强参数优选的包括边缘检测参数、噪声参数、强度参数，方便用户灵活地根据图像处理需求进行调整。本发明能够在不改变边缘检测算子、不影响弱边缘强度的同时，根据用户需求适当缩窄边缘宽度，适用性广，灵活性好。
本发明的另一实施例，还提供了一种宽度调节的边缘增强处理装置。所述装置包括处理器和用于存储处理器可执行指令和参数的存储器。
其中，所述处理器包括边缘分析单元、宽度分析单元和增强处理单元，
所述边缘分析单元，用于获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；以及，通过参数组对输入亮度图像进行处理获得调整后边缘值。
所述宽度分析单元，用于检测输入亮度图像的边缘宽度，计算边缘宽度增益值，并根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值。
所述增强处理单元，用于将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
优选的，所述参数组可以包括边缘检测算子、噪声抑制参数和强度调整参数，使用上述参数组对输入亮度图像依次进行边缘检测、噪声抑制、强度调整处理。具体的，所述边缘分析单元可以被配置为执行如下步骤：使用边缘检测算子检测边缘，得到边缘值E0；对前述边缘值E0进行噪声抑制，得到边缘值E1；对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
本实施例中，所述边缘分析单元又可以包括边缘检测子单元、噪声抑制子单元和强度调整子单元。
所述边缘检测子单元被配置为：对于图像中某一位于第i行、第j列的像素点，记为(i，j)，按以下公式计算该点的边缘值：
Figure BDA0002671027120000131
其中，E0(i，j)为(i，j)点的边缘值；Yin(i，j)为输入图像在(i，j)点的亮度值，0≤Yin(i，j)≤255；CQ为大小为Q的边缘检测算子，Q＝(2×L+1)，L为设定参数值；m，n，L为整数，-L≤m≤L，-L≤n≤L。
所述噪声抑制子单元被配置为：使用以下公式去除或减弱边缘值中的噪声：
Figure BDA0002671027120000141
其中，T0为噪声阈值，T0＞0。
所述边缘强度子单元，被配置为：使用以下公式对正、负边缘的强度分别调整：
Figure BDA0002671027120000142
其中，参数Gainp为正边缘的调整增益，参数Gainn为负边缘增益。
当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
所述宽度分析单元被配置为执行如下步骤：首先，分别计算左上角水平方向、左下角水平方向、右上角水平方向、右下角水平方向、左上角垂直方向、左下角垂直方向、右上角垂直方向、右下角垂直方向、水平方向和垂直方向等十个方向上的亮度差异值。其中，水平方向的差异值等于左上角水平方向、左下角水平方向、右上角水平方向和右下角水平方向的亮度差异值之和；垂直方向的差异值等于左上角垂直方向、左下角垂直方向、右上角垂直方向和右下角垂直方向的亮度差异值之和。然后，根据水平差异值垂直差异值计算边缘宽度相关值d。最后，根据前述边缘宽度相关值d计算得到当前点的边缘宽度增益值G(i，j)。
具体的，各方向上的亮度差异值计算公式可以如下。
左上角水平差异值：
Figure BDA0002671027120000143
左下角水平差异值：
Figure BDA0002671027120000144
右上角水平差异值：
Figure BDA0002671027120000145
右下角水平差异值：
Figure BDA0002671027120000146
左上角垂直差异值：
Figure BDA0002671027120000151
左下角垂直差异值：
Figure BDA0002671027120000152
右上角垂直差异值：
Figure BDA0002671027120000153
右下角垂直差异值：
Figure BDA0002671027120000154
水平差异值：
h_diff＝h_topleft+h_bottomleft+h_topright+h_bottomright。
垂直差异值：
v_diff＝v_topleft+v_bottomleft+v_topright+h_bottomright。
其中，函数ABS(x)表示取x的绝对值；函数min{x0，x1}表示取x0，x1中的最小值。
优选的，计算边缘宽度相关值d时，可以分以下三种情况计算。
第一种情况，当v_diff＞h_diff×2时，边缘宽度相关值d可以按以下公式计算：
计算上垂直差异值v_top＝v_topleft+v_topright，
计算下垂直差异值v_bottom＝v_bottomleft+v_bottomright，
令min_d＝min{v_top，v_bottom}，
max_d＝max{v_top，v_bottom}，
range＝max_d-min_d，
Figure BDA0002671027120000155
其中，G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值。
第二种情况，当h_diff＞v_diff×2时，边缘宽度相关值d可以按以下公式计算：
计算左水平差异值h_left＝h_topleft+h_bottomleft，
计算右水平差异值h_right＝h_topright+h_bottomright，
令min_d＝min{h_left，h_right}，
max_d＝max{h_left，h_right}，
range＝max_d-min_d，
Figure BDA0002671027120000161
其中，G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值。
第三种情况，若以上两种情况都不满足，则边缘宽度相关值d可以按以下公式计算：
计算左上角差异值topleft＝h_topleft+v_topleft，
计算左下角差异值bottomleft＝h_bottomleft+v_bottomleft，
计算右上角差异值topright＝h_topright+v_topright，
计算右下角差异值bottomright＝h_bottomright+v_bottomright，
令max_d＝max{topleft，bottomleft，topright，bottomright}，
min_d＝min{topleft，bottomleft，topright，bottomright}，
range＝max_d-min_d，
Figure BDA0002671027120000162
其中，G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值。
本实施例中，根据前述边缘宽度相关值d计算得到当前点的边缘宽度增益值G(i，j)的计算公式具体如下：
Figure BDA0002671027120000163
其中，
W0和W1为设定参数值，W0和W1表示边缘宽度控制参数，且0＜W0＜W1＜255；0≤G(i，j)≤1。
然后，按如下公式对边缘宽度进行调整，得到最终的边缘值E(i，j)。
E(i，j)＝E2(i，j)×G(i，j)。
优选的，所述增强处理单元被配置为：按公式Yout(i，j)＝Yim(i，j)+E(i，j)，将每个像素点的最终边缘值E(i，j)与输入亮度值进行和运算以进行边缘增强处理。
其它技术特征参见在前实施例的描述，
本发明的另一实施例，还提供了一种边缘增强处理系统。
参见图3所示，所述系统可以包括边缘检测模块和边缘增强模块，以及边缘宽度检测模块。所述边缘宽度检测模块可以相对于边缘检测模块和边缘增强模块独立设置。需要说明的是，本实施例中，所述系统还可以设置其他辅助算法模块来实现其他算法调制，所述其他算法调制可以根据需要设置在边缘宽度调制之前和/或边缘宽度调制之后，不作为对本发明的限制。作为举例而非限制，比如其他辅助算法模块包括辅助算法2和辅助算法3，所述辅助算法2对应的算法2调制可以设置在边缘宽度调制之前，所述辅助算法3对应的算法3调制设置在边缘宽度调制之后。
所述边缘检测模块，用于获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；以及，通过参数组对输入亮度图像进行处理获得调整后边缘值。
优选的，所述参数组包括边缘检测算子、噪声抑制参数和强度调整参数，所述边缘检测模块被配置为：使用边缘检测算子检测边缘，得到边缘值E0；对前述边缘值E0进行噪声抑制，得到边缘值E1；对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
所述边缘宽度检测模块，用于检测输入亮度图像的边缘宽度，计算边缘宽度增益值，并根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值。
优选的，所述边缘宽度检测模块被配置为执行如下步骤：首先，分别计算左上角水平方向、左下角水平方向、右上角水平方向、右下角水平方向、左上角垂直方向、左下角垂直方向、右上角垂直方向、右下角垂直方向、水平方向和垂直方向等十个方向上的亮度差异值。其中，水平方向的差异值等于左上角水平方向、左下角水平方向、右上角水平方向和右下角水平方向的亮度差异值之和；垂直方向的差异值等于左上角垂直方向、左下角垂直方向、右上角垂直方向和右下角垂直方向的亮度差异值之和。然后，根据水平差异值垂直差异值计算边缘宽度相关值d。最后，根据前述边缘宽度相关值d计算得到当前点的边缘宽度增益值G(i，j)。
所述边缘宽度检测模块还被配置为，根据公式E(i，j)＝E2(i，j)×G(i，j)对边缘宽度进行调整，以得到最终的边缘值E(i，j)。
所述边缘增强模块，用于将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
优选的，所述边缘增强模块被配置为：按公式Yout(i，j)＝Yim(i，j)+E(i，j)将每个像素点的最终边缘值E(i，j)与输入亮度值进行和运算以进行边缘增强处理。
其它技术特征参见在前实施例的描述，在此不再赘述。
在上面的描述中，本发明的公开内容并不旨在将其自身限于这些方面。而是，在本公开内容的目标保护范围内，各组件可以以任意数目选择性地且操作性地进行合并。另外，像“包括”、“囊括”以及“具有”的术语应当默认被解释为包括性的或开放性的，而不是排他性的或封闭性，除非其被明确限定为相反的含义。所有技术、科技或其他方面的术语都符合本领域技术人员所理解的含义，除非其被限定为相反的含义。在词典里找到的公共术语应当在相关技术文档的背景下不被太理想化或太不实际地解释，除非本公开内容明确将其限定成那样。本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (9)

1.一种宽度调节的边缘增强处理方法，其特征在于：
获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；
通过参数组对输入亮度图像进行处理获得调整后边缘值，所述参数组包括边缘检测算子、噪声抑制参数和强度调整参数，使用上述参数组对输入亮度图像分别进行边缘检测、噪声抑制和强度调整处理；以及，检测输入亮度图像的边缘宽度，计算边缘宽度增益值G(i,j)；
根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值；将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值；
其中，计算边缘宽度增益值G(i,j)的步骤如下：
步骤221，分别计算以下十个方向上的亮度差异值，
左上角水平差异值：
Figure FDA0003496844630000011
左下角水平差异值：
Figure FDA0003496844630000012
右上角水平差异值：
Figure FDA0003496844630000013
右下角水平差异值：
Figure FDA0003496844630000014
左上角垂直差异值：
Figure FDA0003496844630000015
左下角垂直差异值：
Figure FDA0003496844630000016
右上角垂直差异值：
Figure FDA0003496844630000017
右下角垂直差异值：
Figure FDA0003496844630000021
水平差异值：
h_diff＝h_topleft+h_bottomleft+h_topright+h_bottomright，
垂直差异值：
v_diff＝v_topleft+v_bottomleft+v_topright+h_bottomright，
其中，函数ABS(x)表示取x的绝对值；函数min{x0，x1}表示取x0，x1中的最小值；Yin(i，j)为输入图像在(i，j)点的亮度值；
步骤222，根据水平差异值h_diff和垂直差异值v_diff计算边缘宽度相关值d，
其中，
当v_diff＞h_diff×2时，边缘宽度相关值d按以下公式计算：
v_top＝v_topleft+v_topright，
v_bottom＝v_bottomleft+v_bottomright，
min_d＝min{v_top，v_bottom}，
max_d＝max{v_top，v_bottom}，
range＝max_d-min_d，
Figure FDA0003496844630000022
当h_diff＞v_diff×2时，边缘宽度相关值d按以下公式计算：
h_left＝h_topleft+h_bottomleft，
h_right＝h_topright+h_bottomright，
min_d＝min{h_left，h_right}，
max_d＝max{h_left，h_right}，
range＝max_d-min_d，
Figure FDA0003496844630000023
否则，边缘宽度相关值d按以下公式计算：
topleft＝h_topleft+v_topleft，
bottomleft＝h_bottomleft年v_bottomleft，
topright＝h_topright+v_topright，
bottomright＝h_bottomright+v_bottomright，
max_d＝max{topleft，bottomleft，topright，bottomright}，
min_d＝min{topleft，bottomleft，topright，bottomright}，
range＝max_d-min_d，
Figure FDA0003496844630000031
其中，
G0和R0为设定参数值；函数max{x0，x1，...，xn}表示取x0，x1，...，xn中的最大值；
函数min{x0，x1，...，xn}表示取x0，x1，...，xn中的最小值；
步骤223，根据前述边缘宽度相关值d计算得到当前点的边缘宽度增益值G(i，j)，G(i，j)的计算公式如下，
Figure FDA0003496844630000032
其中，d表示边缘宽度相关值，W0和W1为设定参数值，W0和W1表示边缘宽度控制参数，且0＜W0＜W1＜255；0≤G(i，j)≤1。
2.根据权利要求1所述的方法，其特征在于：通过参数组对输入亮度图像进行处理获得调整后边缘值的步骤如下：
步骤211，使用边缘检测算子检测边缘，得到边缘值E0；
步骤212，对前述边缘值E0进行噪声抑制，得到边缘值E1；
步骤213，对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
3.根据权利要求2所述的方法，其特征在于：对于图像中某一位于第i行、第j列的像素点，记为(i，j)，按以下公式计算边缘值：
Figure FDA0003496844630000041
其中，
E0(i，j)为(i，j)点的边缘值；Yin(i，j)为输入图像在(i，j)点的亮度值，0≤Yin(i，j)≤255；CQ(m+L，n+L)是指矩阵CQ中第(m+L)行、第(n+L)行的值，CQ为大小为Q的边缘检测算子矩阵，Q＝(2×L+1)，L为设定参数值；m，n，L为整数，-L≤m≤L，-L≤n≤L；
进行噪声抑制处理时，使用以下公式去除或减弱边缘值中的噪声：
Figure FDA0003496844630000042
其中，
T0为噪声阈值，T0＞0；
进行强度调整时，使用以下公式对正、负边缘的强度分别调整：
Figure FDA0003496844630000043
其中，
参数Gainp为正边缘增益，参数Gainn为负边缘增益，当增益大于1时，表示增强边缘强度；当增益小于1时，表示减弱边缘强度。
4.根据权利要求3所述方法，其特征在于：按如下公式对前述调整后边缘值进行调整，
E(i，j)＝E2(i，j)×G(i，j)，
得到每个像素点的最终的边缘值E(i，j)。
5.根据权利要求4所述方法，其特征在于：将每个像素点的最终边缘值E(i，j)与输入亮度值进行和运算以进行边缘增强处理，计算公式如下，
Yout(i，j)＝Yin(i，j)+E(i，j)，
获得处理后的图像作为输出亮度图像进行输出。
6.一种根据权利要求1所述方法的宽度调节的边缘增强处理装置，其特征在于包括：
处理器；
用于存储处理器可执行指令和参数的存储器；
所述处理器包括边缘分析单元、宽度分析单元和增强处理单元，
所述边缘分析单元，用于获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；以及，通过参数组对输入亮度图像进行处理获得调整后边缘值；所述参数组包括边缘检测算子、噪声抑制参数和强度调整参数，使用上述参数组对输入亮度图像分别进行边缘检测、噪声抑制和强度调整处理；
所述宽度分析单元，用于检测输入亮度图像的边缘宽度，计算边缘宽度增益值G(i，j)，并根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值；
所述增强处理单元，用于将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
7.根据权利要求6所述的装置，其特征在于：所述边缘分析单元被配置为：
使用边缘检测算子检测边缘，得到边缘值E0；对前述边缘值E0进行噪声抑制，得到边缘值E1；对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
8.一种根据权利要求1所述方法的边缘增强处理系统，包括边缘检测模块和边缘增强模块，其特征在于：还包括边缘宽度检测模块；
所述边缘检测模块，用于获取输入亮度图像，所述输入亮度图像为输入图像的亮度信号；以及，通过参数组对输入亮度图像进行处理获得调整后边缘值；所述参数组包括边缘检测算子、噪声抑制参数和强度调整参数，使用上述参数组对输入亮度图像分别进行边缘检测、噪声抑制和强度调整处理；
所述边缘宽度检测模块，用于检测输入亮度图像的边缘宽度，计算边缘宽度增益值G(i，j)，并根据边缘宽度增益值对前述调整后边缘值进行再调整，得到最终的边缘值；
所述边缘增强模块，用于将前述最终的边缘值结合到输入亮度值上进行边缘增强，得到边缘增强后的亮度值。
9.根据权利要求8所述的系统，其特征在于：所述边缘检测模块被配置为：
使用边缘检测算子检测边缘，得到边缘值E0；对前述边缘值E0进行噪声抑制，得到边缘值E1；对前述边缘值E1进行强度调整，得到边缘值E2作为调整后边缘值。
CN202010933277.5A 2020-09-08 2020-09-08 宽度调节的边缘增强处理方法及应用 Active CN112085679B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010933277.5A CN112085679B (zh) 2020-09-08 2020-09-08 宽度调节的边缘增强处理方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010933277.5A CN112085679B (zh) 2020-09-08 2020-09-08 宽度调节的边缘增强处理方法及应用

Publications (2)

Publication Number Publication Date
CN112085679A CN112085679A (zh) 2020-12-15
CN112085679B true CN112085679B (zh) 2022-03-22

Family

ID=73731556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010933277.5A Active CN112085679B (zh) 2020-09-08 2020-09-08 宽度调节的边缘增强处理方法及应用

Country Status (1)

Country Link
CN (1) CN112085679B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106893A (zh) * 2011-11-11 2013-05-15 三菱电机株式会社 图像处理装置、图像处理方法以及图像显示装置
CN106780284A (zh) * 2016-12-28 2017-05-31 中铁工程装备集团有限公司 隧道洞壁围岩完整性信息采集装置及评价方法
CN107734325A (zh) * 2017-10-31 2018-02-23 武汉华星光电技术有限公司 一种图像处理方法及其设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003100723A1 (en) * 2002-05-24 2003-12-04 Koninklijke Philips Electronics N.V. Unit for and method of calculating a sharpened edge
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
CN101980521B (zh) * 2010-11-23 2013-02-13 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
KR102271285B1 (ko) * 2016-11-09 2021-07-01 삼성전자주식회사 영상처리장치 및 영상처리방법
CN108399610A (zh) * 2018-03-20 2018-08-14 上海应用技术大学 一种融合rgb图像信息的深度图像增强方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106893A (zh) * 2011-11-11 2013-05-15 三菱电机株式会社 图像处理装置、图像处理方法以及图像显示装置
CN106780284A (zh) * 2016-12-28 2017-05-31 中铁工程装备集团有限公司 隧道洞壁围岩完整性信息采集装置及评价方法
CN107734325A (zh) * 2017-10-31 2018-02-23 武汉华星光电技术有限公司 一种图像处理方法及其设备

Also Published As

Publication number Publication date
CN112085679A (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
US7447377B2 (en) Image processing method and apparatus, and image processing program
US9979942B2 (en) Per pixel color correction filtering
US7778478B2 (en) Image processing device, image processing program, image processing method, and electronic camera for controlling degree of noise reduction in image data
US7853095B2 (en) Apparatus, method, recording medium and program for processing signal
US8131084B2 (en) Apparatus for improving sharpness of image
US8265418B2 (en) Image processing apparatus, image processing method, and computer-readable storage medium for calculating a depth value of a subject in an image
US8681187B2 (en) Image processing apparatus, non-transitory storage medium storing image processing program and image processing method
US20110285871A1 (en) Image processing apparatus, image processing method, and computer-readable medium
EP1139284B1 (en) Method and apparatus for performing local color correction
KR20120005966A (ko) 화상 처리 장치, 화상 처리 방법, 및 프로그램 프로덕트
KR100975221B1 (ko) 샤프니스 보정장치 및 그 방법
EP2192545A1 (en) Method of changing at least one of density and contrast of an image
JP4595569B2 (ja) 撮像装置
CN112150368A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
WO2023056950A1 (zh) 图像处理方法和电子设备
US10051252B1 (en) Method of decaying chrominance in images
KR100949403B1 (ko) 화상 노이즈 저감 방법 및 장치
WO2022052862A1 (zh) 图像的边缘增强处理方法及应用
CN110232659A (zh) 一种图像偏色的校正方法、装置及电子设备
JPH1132236A (ja) 画像処理装置
US20170069068A1 (en) Wide dynamic range imaging method
CN112085679B (zh) 宽度调节的边缘增强处理方法及应用
WO2010007933A1 (ja) 映像信号処理装置及び映像表示装置
US20100303377A1 (en) Image processing apparatus, image processing method and computer readable medium
JP2008305122A (ja) 画像処理装置、画像処理方法、およびプログラム

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201210 8th floor, building 1, 298 Xiangke Road, Pudong New Area, Shanghai

Applicant after: MOUXIN TECHNOLOGY (SHANGHAI) Co.,Ltd.

Address before: Room 507, building 1, No. 800, Naxian Road, pilot Free Trade Zone, Pudong New Area, Shanghai 201210

Applicant before: MOUXIN TECHNOLOGY (SHANGHAI) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant