CN115049557A - 基于双一维滤波卷积核的图像锐化方法、系统及存储介质 - Google Patents
基于双一维滤波卷积核的图像锐化方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115049557A CN115049557A CN202210736283.0A CN202210736283A CN115049557A CN 115049557 A CN115049557 A CN 115049557A CN 202210736283 A CN202210736283 A CN 202210736283A CN 115049557 A CN115049557 A CN 115049557A
- Authority
- CN
- China
- Prior art keywords
- image
- filtering
- convolution kernel
- edge image
- pixel
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003707 image sharpening Methods 0.000 title claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 230000009467 reduction Effects 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims 1
- 238000000605 extraction Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种基于双一维滤波卷积核的图像锐化方法、系统及存储介质,方法包括:确定第一滤波卷积核和第二滤波卷积核;通过第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过第二滤波卷积核对待处理图像进行滤波处理得到第二边缘图像;根据第一边缘图像和第二边缘图像确定第三边缘图像,进而对第三边缘图像和待处理图像进行叠加处理,得到锐化图像;其中,第一滤波卷积核为行矩阵,第二滤波卷积核为列矩阵,且行矩阵为列矩阵的转置矩阵。本发明采用互为转置矩阵的两个一维滤波卷积核进行滤波处理提取边缘图像,增强了对噪声的抗干扰能力,提高了边缘提取的准确性,进而增强了图像锐化的效果,可广泛应用于图像处理技术领域。
Description
技术领域
本发明涉及图像处理技术领域,尤其是一种基于双一维滤波卷积核的图像锐化方法、系统及存储介质。
背景技术
在图像技术处理领域,如何改善模糊图片的视觉效果一直是人们关注的重点,因此需要对图像进行处理,从而达到强化图像的目的。图像锐化是强化图像的一种基本方法,其主要作用是突出图像中边缘和轮廓。一般而言,图像锐化可以通过提取图像的边缘后叠加在原图上实现,边缘的提取质量直接影响了图像的锐化效果。常见的边缘提取方法可以分为两类,一类是基于梯度的,另一类是基于拉普拉斯矩阵的。基于梯度检测的算法通过检测图像中的一阶导数实现,梯度的大小用于计算边缘强度的测量值;基于拉普拉斯矩阵的方法是以检测图像二阶导数的拉普拉斯矩阵为基础实现的。
现有技术中,考虑到计算复杂度和系统算力的限制,用于提取图像边缘的卷积核大多采用2×2或者3×3的滤波矩阵,这样在进行边缘提取时最多只考虑了与目标像素点最近邻的8个像素点对于目标像素点的影响,因此应对噪声的能力一般,影响了边缘提取的准确性,进而影响了图像锐化的效果。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此,本发明实施例的一个目的在于提供一种基于双一维滤波卷积核的图像锐化方法,该方法增强了图像锐化的效果。
本发明实施例的另一个目的在于提供一种基于双一维滤波卷积核的图像锐化系统。
为了达到上述技术目的,本发明实施例所采取的技术方案包括:
一方面,本发明实施例提供了一种基于双一维滤波卷积核的图像锐化方法,包括以下步骤:
确定第一滤波卷积核和第二滤波卷积核;
通过所述第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过所述第二滤波卷积核对所述待处理图像进行滤波处理得到第二边缘图像;
根据所述第一边缘图像和所述第二边缘图像确定第三边缘图像,进而对所述第三边缘图像和所述待处理图像进行叠加处理,得到锐化图像;
其中,所述第一滤波卷积核为行矩阵,所述第二滤波卷积核为列矩阵,且所述行矩阵为所述列矩阵的转置矩阵。
进一步地,在本发明的一个实施例中,所述通过所述第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过所述第二滤波卷积核对所述待处理图像进行滤波处理得到第二边缘图像这一步骤,其具体包括:
根据所述第一滤波卷积核的宽度确定第一像素点在水平方向的第一邻域,所述第一像素点为所述待处理图像中的像素点;
根据所述第一滤波卷积核计算所述第一邻域中所有像素点的像素值的第一加权值,并根据所述第一加权值确定所述第一像素点的第一滤波像素值,得到第一边缘图像;
根据所述第二滤波卷积核的高度确定所述第一像素点在竖直方向的第二邻域;
根据所述第二滤波卷积核计算所述第二邻域中所有像素点的像素值的第二加权值,并根据所述第二加权值确定所述第一像素点的第二滤波像素值,得到第二边缘图像。
进一步地,在本发明的一个实施例中,所述根据所述第一边缘图像和所述第二边缘图像确定第三边缘图像这一步骤,其具体包括:
根据预设的加权系数对所述第一滤波像素值和所述第二滤波像素值进行加权处理,得到第三滤波像素值;
根据所述第三滤波像素值确定第三边缘图像。
进一步地,在本发明的一个实施例中,所述对所述第三边缘图像和所述待处理图像进行叠加处理这一步骤,其具体包括:
对所述第三边缘图像进行降噪处理得到第四边缘图像;
将所述第四边缘图像中像素点的像素值与所述待处理图像中对应像素点的像素值之和作为锐化图像中对应像素点的像素值。
另一方面,本发明实施例提供了一种基于双一维滤波卷积核的图像锐化系统,包括:
卷积核确定模块,用于确定第一滤波卷积核和第二滤波卷积核;
滤波处理模块,用于通过所述第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过所述第二滤波卷积核对所述待处理图像进行滤波处理得到第二边缘图像;
叠加处理模块,用于根据所述第一边缘图像和所述第二边缘图像确定第三边缘图像,进而对所述第三边缘图像和所述待处理图像进行叠加处理,得到锐化图像;
其中,所述第一滤波卷积核为行矩阵,所述第二滤波卷积核为列矩阵,且所述行矩阵为所述列矩阵的转置矩阵。
进一步地,在本发明的一个实施例中,所述滤波处理模块包括:
第一邻域确定单元,用于根据所述第一滤波卷积核的宽度确定第一像素点在水平方向的第一邻域,所述第一像素点为所述待处理图像中的像素点;
第一边缘图像获取单元,用于根据所述第一滤波卷积核计算所述第一邻域中所有像素点的像素值的第一加权值,并根据所述第一加权值确定所述第一像素点的第一滤波像素值,得到第一边缘图像;
第二邻域确定单元,用于根据所述第二滤波卷积核的高度确定所述第一像素点在竖直方向的第二邻域;
第二边缘图像获取单元,用于根据所述第二滤波卷积核计算所述第二邻域中所有像素点的像素值的第二加权值,并根据所述第二加权值确定所述第一像素点的第二滤波像素值,得到第二边缘图像。
另一方面,本发明实施例提供了一种基于双一维滤波卷积核的图像锐化装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现上述的一种基于双一维滤波卷积核的图像锐化方法。
另一方面,本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行上述的一种基于双一维滤波卷积核的图像锐化方法。
本发明的优点和有益效果将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到:
本发明实施例先确定用于滤波处理的第一滤波卷积核和第二滤波卷积核,然后分别通过第一滤波卷积核和第二滤波卷积核对待处理图像分别进行滤波处理得到第一边缘图像和第二边缘图像,再根据第一边缘图像和第二边缘图像确定第三边缘图像,进而对第三边缘图像和待处理图像进行叠加处理得到锐化图像。本发明实施例采用互为转置矩阵的两个一维滤波卷积核分别对待处理图像进行滤波处理提取边缘图像,由于一维滤波卷积核在滤波时仅需要对水平方向或竖直方向的邻域像素点进行卷积计算,因此在相同的算力条件下,可以参与计算的邻域像素点更多,增强了对噪声的抗干扰能力,从而提高了边缘提取的准确性,进而增强了图像锐化的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面对本发明实施例中所需要使用的附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员来说,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种基于双一维滤波卷积核的图像锐化方法的步骤流程图;
图2为本发明实施例提供的一种基于双一维滤波卷积核的图像锐化系统的结构框图;
图3为本发明实施例提供的一种基于双一维滤波卷积核的图像锐化装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,多个的含义是两个或两个以上,如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
参照图1,本发明实施例提供了一种基于双一维滤波卷积核的图像锐化方法,具体包括以下步骤:
S101、确定第一滤波卷积核和第二滤波卷积核。
其中,第一滤波卷积核为行矩阵,第二滤波卷积核为列矩阵,且行矩阵为列矩阵的转置矩阵。
具体地,现有技术中,考虑到计算复杂度和系统算力的限制,用于提取图像边缘的卷积核大多采用2×2或者3×3的滤波矩阵。为提高边缘提取的准确性,本发明实施例提出一种9×9滤波矩阵的卷积核,具体为:
该9×9滤波矩阵的卷积核通过中心点的大负数提高了对图像边缘进行识别和提取的能力,然而由于矩阵阶数较高,在实际计算时会提高对系统的算力要求。基于此,本发明实施例将该9×9滤波矩阵的卷积核分解为两个一维滤波卷积核,即第一滤波卷积核和第二滤波卷积核,其中,第一滤波卷积核为(1,1,1,1,-8,1,1,1,1),第二滤波卷积核为
可以理解的是,通过第一滤波卷积核和第二滤波卷积核分别对图像进行滤波处理可以大大减少卷积计算的计算量,在同等算力条件下,采用两个一维滤波卷积核分别进行边缘提取相较于现有技术中采用采用2×2或者3×3的滤波矩阵来说,能够考虑更多的邻域像素点对目标像素点的影响,从而增强了对噪声的抗干扰能力,提高了边缘提取的准确性。
S102、通过第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过第二滤波卷积核对待处理图像进行滤波处理得到第二边缘图像。
步骤S102具体包括以下步骤:
S1021、根据第一滤波卷积核的宽度确定第一像素点在水平方向的第一邻域,第一像素点为待处理图像中的像素点;
S1022、根据第一滤波卷积核计算第一邻域中所有像素点的像素值的第一加权值,并根据第一加权值确定第一像素点的第一滤波像素值,得到第一边缘图像;
S1023、根据第二滤波卷积核的高度确定第一像素点在竖直方向的第二邻域;
S1024、根据第二滤波卷积核计算第二邻域中所有像素点的像素值的第二加权值,并根据第二加权值确定第一像素点的第二滤波像素值,得到第二边缘图像。
具体地,由于第一滤波卷积核为行矩阵(1,1,1,1,-8,1,1,1,1),因此在进行卷积计算时只需要考虑目标像素点水平方向上的邻域像素点,若目标像素点的像素值为A5,其水平方向上的邻域像素点的像素值依次为A1、A2、A3、A4、A6、A7、A8以及A9,则进行卷积计算后得到的目标像素点的第一滤波像素值A0可以表示为A0=A1+A2+A3+A4+A6+A7+A8+A9-8A4。在对所有目标像素点进行卷积计算后即可得到第一边缘图像中所有像素点的像素值。
由于第一滤波卷积核为列矩阵因此在进行卷积计算时只需要考虑目标像素点竖直方向上的邻域像素点,若目标像素点的像素值为B5,其竖直方向上的邻域像素点的像素值依次为B1、B2、B3、B4、B6、B7、B8以及B9,则进行卷积计算后得到的目标像素点的第二滤波像素值B0可以表示为B0=B1+B2+B3+B4+B6+B7+B8+B9-8B4。在对所有目标像素点进行卷积计算后即可得到第二边缘图像中所有像素点的像素值。
S103、根据第一边缘图像和第二边缘图像确定第三边缘图像,进而对第三边缘图像和待处理图像进行叠加处理,得到锐化图像。
进一步作为可选的实施方式,根据第一边缘图像和第二边缘图像确定第三边缘图像这一步骤,其具体包括:
根据预设的加权系数对第一滤波像素值和第二滤波像素值进行加权处理,得到第三滤波像素值;
根据第三滤波像素值确定第三边缘图像
具体地,第三滤波像素值C0可以表示为C0=a·A0+b·B0,其中a和b均为预设的加权系数,可通过实验确定其取值。本发明实施例中,a和b的取值均为0.05。
进一步作为可选的实施方式,对第三边缘图像和待处理图像进行叠加处理这一步骤,其具体包括:
对第三边缘图像进行降噪处理得到第四边缘图像;
将第四边缘图像中像素点的像素值与待处理图像中对应像素点的像素值之和作为锐化图像中对应像素点的像素值。
具体地,在得到第三边缘图像后,可通过降噪处理过滤掉第三边缘图像中明显不属于图像边缘的像素点,得到第四边缘图像。将第四边缘图像中像素点的像素点与待处理处理中相同位置像素点的像素值相加,即可得到图像锐化后的对应像素点的像素点。在对所有像素点进行像素值叠加处理后即可得到锐化图像。
以上对本发明实施例的方法步骤进行了说明。可以认识到,本发明实施例采用互为转置矩阵的两个一维滤波卷积核分别对待处理图像进行滤波处理提取边缘图像,由于一维滤波卷积核在滤波时仅需要对水平方向或竖直方向的邻域像素点进行卷积计算,因此在相同的算力条件下,可以参与计算的邻域像素点更多,增强了对噪声的抗干扰能力,从而提高了边缘提取的准确性,进而增强了图像锐化的效果。
参照图2,本发明实施例提供了一种基于双一维滤波卷积核的图像锐化系统,包括:
卷积核确定模块,用于确定第一滤波卷积核和第二滤波卷积核;
滤波处理模块,用于通过第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过第二滤波卷积核对待处理图像进行滤波处理得到第二边缘图像;
叠加处理模块,用于根据第一边缘图像和第二边缘图像确定第三边缘图像,进而对第三边缘图像和待处理图像进行叠加处理,得到锐化图像;
其中,第一滤波卷积核为行矩阵,第二滤波卷积核为列矩阵,且行矩阵为列矩阵的转置矩阵。
进一步作为可选的实施方式,滤波处理模块包括:
第一邻域确定单元,用于根据第一滤波卷积核的宽度确定第一像素点在水平方向的第一邻域,第一像素点为待处理图像中的像素点;
第一边缘图像获取单元,用于根据第一滤波卷积核计算第一邻域中所有像素点的像素值的第一加权值,并根据第一加权值确定第一像素点的第一滤波像素值,得到第一边缘图像;
第二邻域确定单元,用于根据第二滤波卷积核的高度确定第一像素点在竖直方向的第二邻域;
第二边缘图像获取单元,用于根据第二滤波卷积核计算第二邻域中所有像素点的像素值的第二加权值,并根据第二加权值确定第一像素点的第二滤波像素值,得到第二边缘图像。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图3,本发明实施例提供了一种基于双一维滤波卷积核的图像锐化装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当上述至少一个程序被上述至少一个处理器执行时,使得上述至少一个处理器实现上述的一种基于双一维滤波卷积核的图像锐化方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,该处理器可执行的程序在由处理器执行时用于执行上述一种基于双一维滤波卷积核的图像锐化方法。
本发明实施例的一种计算机可读存储介质,可执行本发明方法实施例所提供的一种基于双一维滤波卷积核的图像锐化方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能如果以软件功能单元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上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。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种基于双一维滤波卷积核的图像锐化方法,其特征在于,包括以下步骤:
确定第一滤波卷积核和第二滤波卷积核;
通过所述第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过所述第二滤波卷积核对所述待处理图像进行滤波处理得到第二边缘图像;
根据所述第一边缘图像和所述第二边缘图像确定第三边缘图像,进而对所述第三边缘图像和所述待处理图像进行叠加处理,得到锐化图像;
其中,所述第一滤波卷积核为行矩阵,所述第二滤波卷积核为列矩阵,且所述行矩阵为所述列矩阵的转置矩阵。
3.根据权利要求1所述的一种基于双一维滤波卷积核的图像锐化方法,其特征在于,所述通过所述第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过所述第二滤波卷积核对所述待处理图像进行滤波处理得到第二边缘图像这一步骤,其具体包括:
根据所述第一滤波卷积核的宽度确定第一像素点在水平方向的第一邻域,所述第一像素点为所述待处理图像中的像素点;
根据所述第一滤波卷积核计算所述第一邻域中所有像素点的像素值的第一加权值,并根据所述第一加权值确定所述第一像素点的第一滤波像素值,得到第一边缘图像;
根据所述第二滤波卷积核的高度确定所述第一像素点在竖直方向的第二邻域;
根据所述第二滤波卷积核计算所述第二邻域中所有像素点的像素值的第二加权值,并根据所述第二加权值确定所述第一像素点的第二滤波像素值,得到第二边缘图像。
4.根据权利要求3所述的一种基于双一维滤波卷积核的图像锐化方法,其特征在于,所述根据所述第一边缘图像和所述第二边缘图像确定第三边缘图像这一步骤,其具体包括:
根据预设的加权系数对所述第一滤波像素值和所述第二滤波像素值进行加权处理,得到第三滤波像素值;
根据所述第三滤波像素值确定第三边缘图像。
5.根据权利要求1至4中任一项所述的一种基于双一维滤波卷积核的图像锐化方法,其特征在于,所述对所述第三边缘图像和所述待处理图像进行叠加处理这一步骤,其具体包括:
对所述第三边缘图像进行降噪处理得到第四边缘图像;
将所述第四边缘图像中像素点的像素值与所述待处理图像中对应像素点的像素值之和作为锐化图像中对应像素点的像素值。
6.一种基于双一维滤波卷积核的图像锐化系统,其特征在于,包括:
卷积核确定模块,用于确定第一滤波卷积核和第二滤波卷积核;
滤波处理模块,用于通过所述第一滤波卷积核对待处理图像进行滤波处理得到第一边缘图像,并通过所述第二滤波卷积核对所述待处理图像进行滤波处理得到第二边缘图像;
叠加处理模块,用于根据所述第一边缘图像和所述第二边缘图像确定第三边缘图像,进而对所述第三边缘图像和所述待处理图像进行叠加处理,得到锐化图像;
其中,所述第一滤波卷积核为行矩阵,所述第二滤波卷积核为列矩阵,且所述行矩阵为所述列矩阵的转置矩阵。
8.根据权利要求6所述的一种基于双一维滤波卷积核的图像锐化系统,其特征在于,所述滤波处理模块包括:
第一邻域确定单元,用于根据所述第一滤波卷积核的宽度确定第一像素点在水平方向的第一邻域,所述第一像素点为所述待处理图像中的像素点;
第一边缘图像获取单元,用于根据所述第一滤波卷积核计算所述第一邻域中所有像素点的像素值的第一加权值,并根据所述第一加权值确定所述第一像素点的第一滤波像素值,得到第一边缘图像;
第二邻域确定单元,用于根据所述第二滤波卷积核的高度确定所述第一像素点在竖直方向的第二邻域;
第二边缘图像获取单元,用于根据所述第二滤波卷积核计算所述第二邻域中所有像素点的像素值的第二加权值,并根据所述第二加权值确定所述第一像素点的第二滤波像素值,得到第二边缘图像。
9.一种基于双一维滤波卷积核的图像锐化装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至7中任一项所述的一种基于双一维滤波卷积核的图像锐化方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的一种基于双一维滤波卷积核的图像锐化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210736283.0A CN115049557A (zh) | 2022-06-27 | 2022-06-27 | 基于双一维滤波卷积核的图像锐化方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210736283.0A CN115049557A (zh) | 2022-06-27 | 2022-06-27 | 基于双一维滤波卷积核的图像锐化方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115049557A true CN115049557A (zh) | 2022-09-13 |
Family
ID=83164057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210736283.0A Pending CN115049557A (zh) | 2022-06-27 | 2022-06-27 | 基于双一维滤波卷积核的图像锐化方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115049557A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117392066A (zh) * | 2023-09-26 | 2024-01-12 | 钛玛科(北京)工业科技有限公司 | 缺陷检测方法、装置、设备及存储介质 |
-
2022
- 2022-06-27 CN CN202210736283.0A patent/CN115049557A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117392066A (zh) * | 2023-09-26 | 2024-01-12 | 钛玛科(北京)工业科技有限公司 | 缺陷检测方法、装置、设备及存储介质 |
CN117392066B (zh) * | 2023-09-26 | 2024-07-09 | 钛玛科(北京)工业科技有限公司 | 缺陷检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111275626B (zh) | 一种基于模糊度的视频去模糊方法、装置及设备 | |
CN110766736B (zh) | 缺陷检测方法、装置、电子设备以及存储介质 | |
CN108765343B (zh) | 图像处理的方法、装置、终端及计算机可读存储介质 | |
CN104217416B (zh) | 灰度图像处理方法及其装置 | |
US9485432B1 (en) | Methods, systems and apparatuses for dual-camera based zooming | |
CN105740876B (zh) | 一种图像预处理方法及装置 | |
CN105335947B (zh) | 图像去噪方法和图像去噪装置 | |
CN111652818B (zh) | 一种基于金字塔的图像滤波方法、装置及存储介质 | |
WO2016019484A1 (en) | An apparatus and a method for providing super-resolution of a low-resolution image | |
CN110503704B (zh) | 三分图的构造方法、装置和电子设备 | |
CN111223083B (zh) | 表面划痕检测神经网络的构建方法、系统、装置及介质 | |
CN113298761B (zh) | 一种图像滤波方法、装置、终端和计算机可读存储介质 | |
CN111861938B (zh) | 图像去噪方法、装置、电子设备及可读存储介质 | |
CN112233051B (zh) | 一种中值滤波方法、中值滤波装置和计算机可读存储介质 | |
CN115049557A (zh) | 基于双一维滤波卷积核的图像锐化方法、系统及存储介质 | |
CN114202657A (zh) | 用于图像处理的方法和设备 | |
CN112541873B (zh) | 一种基于双边滤波器的图像处理方法 | |
CN110503611A (zh) | 图像处理的方法和装置 | |
EP2198402A1 (en) | Method of generating a multiscale contrast enhanced image | |
Lee et al. | Spectrum Translation for Refinement of Image Generation (STIG) Based on Contrastive Learning and Spectral Filter Profile | |
CN113409375B (zh) | 图像处理方法、装置以及非易失性存储介质 | |
CN113160082B (zh) | 一种基于参考图像的晕影校正方法、系统、装置及介质 | |
JP4104475B2 (ja) | 輪郭補正装置 | |
CN110619668B (zh) | 一种图像抽象方法、装置及终端设备 | |
CN113902617A (zh) | 基于参考图像的超分辨率方法、装置、设备及介质 |
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 |