CN114648460A - 一种抑制黑白边的图像锐化方法 - Google Patents
一种抑制黑白边的图像锐化方法 Download PDFInfo
- Publication number
- CN114648460A CN114648460A CN202210308334.XA CN202210308334A CN114648460A CN 114648460 A CN114648460 A CN 114648460A CN 202210308334 A CN202210308334 A CN 202210308334A CN 114648460 A CN114648460 A CN 114648460A
- Authority
- CN
- China
- Prior art keywords
- pixel
- current
- sharpening
- value
- macro block
- 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 40
- 238000003707 image sharpening Methods 0.000 title claims abstract description 15
- 230000002401 inhibitory effect Effects 0.000 title abstract description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 4
- 238000012216 screening Methods 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/73—
-
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种抑制黑白边的图像锐化方法,属于图像处理领域。所述方法包括:将待锐化图像划分为多个大小相同的宏块,并计算获得当前宏块的边缘信息,然后根据边缘信息,筛选出目标边缘宏块。遍历所述目标边缘宏块中的每个像素,在遍历窗口范围内确定主像素线和参考像素线,并根据主像素线和参考像素线获得当前像素锐化后的像素值。本发明提供的方法在目标边缘宏块中以主像素线为中心,结合参考像素线对当前像素进行模糊化,进而对当前像素进行锐化计算,该方法不仅有效避免了细小噪声对锐化的影响,更抑制了传统方法在亮暗边界处出现黑白边的现象。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种抑制黑白边的图像锐化方法。
背景技术
在图像的拍摄和处理过程中,如平滑、去噪等,往往使图像中的边界、轮廓变得模糊,为了减少这类不利效果的影响,就需要利用图像锐化技术来使图像的边缘变得清晰。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。
当前一种效果较好且常用的锐化方法是USM(unsharpen mask)方法,该方法首先对原图像做一个模糊,然后用原图像减去模糊图像得到边缘残差,将该残差乘以一个系数(该系数即为锐化强度),然后将其和原图像相加即得到锐化结果。特别是,在对原图像做模糊处理的一般方法是以当前像素为中心的窗口中的所有像素的平均值作为当前像素点模糊后的像素值。这样一来,USM方法就存在容易受细小噪声的干扰,并且在亮暗边界处容易出现过冲和下冲的现象,表现在图像中就是在黑白边缘处产生“白边”和“黑边”,从而造成该输出图像的视觉质量大幅下降。
发明内容
由于现有方法存在上述问题,本发明实施例提出了一种抑制黑白边的图像锐化方法。具体地,本发明实施例提供了以下技术方法:
步骤101,将待锐化图像划分为多个大小相同的宏块,并计算获得当前宏块的边缘信息。
所述边缘信息包括最大特征值、最小特征值、特征向量的方向。
可选地,所述计算获得当前宏块的边缘信息,包括:
获得当前宏块中像素点的梯度图Ix,Iy:
然后计算每个像素点的协方差矩阵:
计算矩阵的特征值和特征向量,其中特征值满足方程:
其中,λ0为最大特征值,λ1为最小特征值。
可选地,以旋转角θ表示特征向量的方向。计算旋转角θ的方法如下:
步骤102,根据当前宏块的边缘信息,标记出目标边缘宏块和非目标边缘宏块。
可选地,所述根据当前宏块的边缘信息,标记出目标边缘宏块和非目标边缘宏块,包括:
根据所述当前宏块的边缘信息判断是否满足预设的第一判定条件,若满足则将当前宏块标记为目标边缘宏块,若不满足则标记为非目标边缘宏块。
所述预设的第一判定条件为当前宏块的最小特征值的小于T1且最大特征值的大于T2,T2>T1。
步骤103,遍历目标边缘宏块中的每个像素点执行步骤104~105进行锐化,非目标边缘宏块中的像素点使用现有的常规锐化技术进行锐化。
其中,所述现有的常规锐化技术包括但不限于:USM法、Sobel算子、拉普拉斯算子。
步骤104,在锐化窗口范围内确定当前像素点所在的主像素线、确定所述主像素线的参考像素线。
可选地,所述在锐化窗口范围内确定当前像素点所在的主像素线,包括:
根据当前像素点以及步骤101中获得的特征向量的方向θ,在锐化窗口范围内确定一条以当前像素点为中心的主像素线。
可选地,所述确定所述主像素线的参考像素线,包括:
在所述主像素线的两侧分别取相邻的t条预选参考像素线。所述预选参考像素线均平行于所述主像素线,且预选参考线均在锐化窗口内。
对所述预选参考像素线以及所述主像素线分别计算各像素线的平均像素值。
将所述预选参考像素线的平均像素值分别与主像素线的平均像素值求差,得到平均像素值差值。
根据所述平均像素值差值,判定是否满足预设的第二判定条件,若满足,则该平均像素值差值对应的预选参考像素线作为参考像素线;否则,不作为参考像素线。
所述预设的第二判定条件为所述平均像素值差值小于JND曲线阈值。
步骤105,根据所述主像素线和参考像素线,获得当前像素点锐化后的像素值。
可选地,所述根据所述主像素线和参考像素线,获得当前像素点锐化后的像素值,包括:
将参考像素线的平均像素值与主像素线的平均像素值进行平均,得到像素点的平均像素值。
根据当前像素点的像素值与所述像素点的平均像素值,计算获得当前像素点与所述像素点的平均像素值的差值。
将所述当前像素点与所述像素点的平均像素值的差值乘以锐化系数并叠加到当前像素点的像素值上,获得当前像素点锐化后的像素值。
由上述的技术方案可知,本发明使用旋转角表示特征向量的方向,在计算过程没有使用传统较复杂的三角函数算法,而是使用分式最佳一致性逼近法原理建立了旋转角的计算方法,大大减小了计算复杂度,提升了计算效率。此外,本发明在目标边缘宏块中以主像素线为中心,结合参考像素线对当前像素进行模糊化,不仅有效避免了细小噪声对锐化的影响,更避免了传统方法在亮暗边界处出现黑白边的现象。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些图获得其他的附图。
图1是一种抑制黑白边的图像锐化方法的流程示意图。
图2是根据当前像素点以及特征向量的方向确定主像素线示意图。
图3是主像素线以及预选参考像素线示意图。
图4是JND阈值曲线示意图。
具体实施方式
下面结合附图,对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
图1示出了一种抑制黑白边的图像锐化方法的流程示意图,如图1所示,本发明实施例提供的一种抑制黑白边的图像锐化方法,具体包括如下内容:
步骤201,将待锐化图像划分为多个大小相同的宏块,并计算获得当前宏块的边缘信息。
在本步骤中,所述待锐化图像可以是一张图片也可以是视频中的视频帧。划分宏块的大小根据实际情况进行设置。
所述边缘信息包括最大特征值、最小特征值、特征向量的方向。
可选地,所述计算获得当前宏块的边缘信息,包括:
获得当前宏块中像素点的梯度图Ix,Iy:
然后计算每个像素点的协方差矩阵:
计算矩阵的特征值和特征向量,其中特征值满足方程:
其中,λ0为最大特征值,λ1为最小特征值。
在本实施例中以旋转角θ表示特征向量的方向。一般计算旋转角时通常会使用复杂的三角函数进行演算,本实施例对旋转角的计算进行了简化,使用分式最佳一致性逼近法原理建立旋转角的计算方法,有效降低计算复杂度,提高了计算效率。计算旋转角θ的方法如下:
步骤202,根据当前宏块的边缘信息,标记出目标边缘宏块和非目标边缘宏块。
可选地,所述根据当前宏块的边缘信息,标记出目标边缘宏块和非目标边缘宏块,包括:
根据所述当前宏块的边缘信息判断是否满足预设的第一判定条件,若满足则将当前宏块标记为目标边缘宏块,若不满足则标记为非目标边缘宏块。
所述预设的第一判定条件为当前宏块的最小特征值的小于1且最大特征值的大于6。
若所述最大特征值和最小特征值均小于1,则表示当前宏块中的边缘是弱边缘;若所述最大特征值和最小特征值均大于6,则表示当前宏块中的边缘方向杂乱无章,人眼对此类边缘的敏感度不高;若所述最大特征值大于6,且最小特征值小于1,则表示当前宏块中的边缘方向单一,且是强边缘。相较于弱边缘和方向杂乱的边缘,人眼对单方向强边缘的敏感度会更高,且强边缘在锐化处理后更易产生黑白边。
需要说明的是,在本实施例中所述的最小特征值阈值1以及最大特征值阈值6均为经验值,并不具有限制作用。在实际应用中,最小特征值阈值以及最大特征值阈值可以根据实际情况设置。
步骤203,遍历目标边缘宏块中的每个像素点执行步骤204和步骤205进行锐化,非目标边缘宏块中的像素使用现有的常规锐化技术进行锐化。
其中,所述现有的常规锐化技术包括但不限于:USM法、Sobel算子、拉普拉斯算子。
步骤204,在锐化窗口范围内确定当前像素点所在的主像素线、确定所述主像素线的参考像素线。
可选地,所述在锐化窗口范围内确定当前像素点所在的主像素线,包括:
根据当前像素点以及步骤201中获得的特征向量的方向θ,在锐化窗口范围内确定一条以当前像素点为中心的主像素线,如图2中的(a)和(b)所示。
其中,所述锐化窗口为以当前像素点为中心的n×n大小的窗口,且所述锐化窗口的大小不超过目标边缘宏块的大小。
还需要说明的是,图2中所示的主像素线方向只是为了示意,并不具有限制作用,在实际应用时,需要根据实际的特征向量的方向来确定主像素线。
可选地,所述确定所述主像素线的参考像素线,包括:
如图3所示,在所述主像素线的两侧分别取相邻的2条预选参考像素线。所述预选参考像素线均平行于所述主像素线,且4条预选参考线均在锐化窗口内。
需要说明的是,在本实施例中预选参考像素线的数量仅为经验值,并不具有限制作用,在实际应用时,需要根据锐化窗口的大小以及实际需要进行设置。
对所述预选参考像素线以及所述主像素线分别计算各像素线的平均像素值。
在本实施例中,计算所述像素线的平均值可以采用高斯加权的方法,也可以采用简单的算术平均数。例如,锐化窗口大小为5×5,采用高斯加权的方法计算主像素线的平均像素值:
将所述预选参考像素线的平均像素值分别与主像素线的平均像素值求差,得到平均像素值差值。
根据所述平均像素值差值,判定是否满足预设的第二判定条件,若满足,则该平均像素值差值对应的预选参考像素线作为参考像素线;否则,不作为参考像素线。
所述预设的第二判定条件为所述平均像素值差值小于JND曲线阈值。
人类视觉可以感触到的信息点,在不同的亮度背景下,阈值不同。JND曲线反映了不同的亮度背景对应的JND阈值,如图4所示。在不同的亮度背景下选择不同的判断阈值而不是将阈值设置为一个常量,可以更精确的筛选出于人眼对与主像素线之间像素差异不敏感的预选参考像素线作为参考像素线。
步骤205,根据所述主像素线和参考像素线,获得当前像素点锐化后的像素值。
可选地,所述根据所述主像素线和参考像素线,获得当前像素点锐化后的像素值,包括:
将参考像素线的平均像素值与主像素线的平均像素值进行平均,得到像素点的平均像素值。
根据当前像素点的像素值与所述像素点的平均像素值,计算获得当前像素点与所述像素点的平均像素值的差值。
将所述当前像素点与所述像素点的平均像素值的差值乘以锐化系数并叠加到当前像素点的像素值上,获得当前像素点锐化后的像素值。
在本发明中,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。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种抑制黑白边的图像锐化方法,其特征在于,包括:
步骤1,将待锐化图像划分为多个大小相同的宏块,并计算获得当前宏块的边缘信息;
步骤2,根据当前宏块的边缘信息,标记出目标边缘宏块和非目标边缘宏块;
步骤3,遍历目标边缘宏块中的每个像素点执行步骤4~5进行锐化,非目标边缘宏块中的像素使用现有的常规锐化技术进行锐化;
步骤4,在锐化窗口范围内确定当前像素点所在的主像素线、确定所述主像素线的参考像素线;
其中,所述锐化窗口为以当前像素点为中心的n×n大小的窗口,且所述锐化窗口的大小不超过目标边缘宏块的大小;
步骤5,根据所述主像素线和参考像素线,获得当前像素点锐化后的像素值。
2.根据权利要求1所述的抑制黑白边的图像锐化方法,其特征在于,所述边缘信息包括最大特征值、最小特征值、特征向量的方向。
3.根据权利要求1所述的抑制黑白边的图像锐化方法,其特征在于,所述根据当前宏块的边缘信息,标记出目标边缘宏块和非目标边缘宏块,包括:
根据当前宏块的边缘信息判断是否满足预设的第一判定条件,若满足则将当前宏块标记为目标边缘宏块,若不满足则标记为非目标边缘宏块;
其中,所述预设的第一判定条件为当前宏块的最小特征值小于阈值T1且最大特征值大于阈值T2,T2>T1。
4.根据权利要求1所述的抑制黑白边的图像锐化方法,其特征在于,所述现有的常规锐化技术包括:USM法、Sobel算子、拉普拉斯算子。
5.根据权利要求1所述的抑制黑白边的图像锐化方法,其特征在于,所述在锐化窗口范围内确定当前像素点所在的主像素线,包括:
根据当前像素点以及当前目标边缘宏块的特征向量的方向,在锐化窗口范围内确定一条以当前像素点为中心且方向与特征向量的方向一致的主像素线。
7.根据权利要求1所述的抑制黑白边的图像锐化方法,其特征在于,所述确定所述主像素线的参考像素线,包括:
在所述主像素线的两侧分别取相邻的t条预选参考像素线;
所述预选参考像素线均平行于所述主像素线,且t条预选参考线均在锐化窗口内;
对所述预选参考像素线以及所述主像素线分别计算各像素线的平均像素值;
将所述预选参考像素线的平均像素值分别与主像素线的平均像素值求差,得到平均像素值差值;
根据所述平均像素值差值,判定是否满足预设的第二判定条件,若满足,则该平均像素值差值对应的预选参考像素线作为参考像素线;否则,不作为参考像素线;
所述预设的第二判定条件为所述平均像素值差值小于JND曲线阈值。
8.根据权利要求1所述的抑制黑白边的图像锐化方法,其特征在于,所述根据所述主像素线和参考像素线,获得当前像素点锐化后的像素值,包括:
将参考像素线的平均像素值与主像素线的平均像素值进行平均,得到像素点的平均像素值;
根据当前像素点的像素值与所述像素点的平均像素值,计算获得当前像素点与所述像素点的平均像素值的差值;
将所述当前像素点与所述像素点的平均像素值的差值乘以锐化系数并叠加到当前像素点的像素值上,获得当前像素点锐化后的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210308334.XA CN114648460A (zh) | 2022-03-28 | 2022-03-28 | 一种抑制黑白边的图像锐化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210308334.XA CN114648460A (zh) | 2022-03-28 | 2022-03-28 | 一种抑制黑白边的图像锐化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114648460A true CN114648460A (zh) | 2022-06-21 |
Family
ID=81995101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210308334.XA Pending CN114648460A (zh) | 2022-03-28 | 2022-03-28 | 一种抑制黑白边的图像锐化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114648460A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228586A (zh) * | 2023-03-14 | 2023-06-06 | 朱桂湘 | 基于遍历处理的锐化算法选择系统 |
-
2022
- 2022-03-28 CN CN202210308334.XA patent/CN114648460A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228586A (zh) * | 2023-03-14 | 2023-06-06 | 朱桂湘 | 基于遍历处理的锐化算法选择系统 |
CN116228586B (zh) * | 2023-03-14 | 2023-09-08 | 深圳市合西科技有限公司 | 基于遍历处理的锐化算法选择系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156921B (zh) | 一种低照度或亮度不均图像的自适应图像增强方法 | |
CN109377450B (zh) | 一种边缘保护的去噪方法 | |
CN108038833B (zh) | 一种梯度相关性检测的图像自适应锐化方法和存储介质 | |
Park et al. | Sand-dust image enhancement using successive color balance with coincident chromatic histogram | |
Dong et al. | Underwater image enhancement via integrated RGB and LAB color models | |
US8433153B2 (en) | Image correction apparatus and image correction method | |
CN112419162A (zh) | 图像去雾方法、装置、电子设备及可读存储介质 | |
Kumar et al. | An improved Gamma correction model for image dehazing in a multi-exposure fusion framework | |
Kumari et al. | Single image fog removal using gamma transformation and median filtering | |
Hu et al. | Non-local means algorithm with adaptive patch size and bandwidth | |
Mi et al. | Multi-purpose oriented real-world underwater image enhancement | |
Yousaf et al. | Single image dehazing and edge preservation based on the dark channel probability-weighted moments | |
Bao et al. | An edge-preserving filtering framework for visibility restoration | |
CN114648460A (zh) | 一种抑制黑白边的图像锐化方法 | |
CN105243651B (zh) | 基于近似方差和暗色块像素统计信息的图像边缘增强方法 | |
CN114092407A (zh) | 一种视频会议共享文档清晰化处理方法和装置 | |
CN111598800A (zh) | 基于空间域同态滤波和暗通道先验的单幅图像去雾方法 | |
Kaur et al. | An improved adaptive bilateral filter to remove gaussian noise from color images | |
Sonawane et al. | Adaptive rule-based colour component weight assignment strategy for underwater video enhancement | |
Li et al. | A novel image defogging algorithm based on improved bilateral filtering | |
Zheng et al. | An illumination adaptive underwater image enhancement method | |
Jian et al. | Fast Image Dehazing Based on Guided Filter and Look-up-table | |
Tang et al. | Single image dehazing algorithm based on sky segmentation | |
He et al. | A haze density aware adaptive perceptual single image haze removal algorithm | |
Zhu et al. | Underwater image color correction and adaptive contrast algorithm improvement based on fusion algorithm |
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 |