CN115187486A - 一种图像锐化黑白边消除方法及系统 - Google Patents

Abstract

本发明公开一种图像锐化黑白边消除方法及系统，包括：获取原始亮度图；将原始亮度图的当前像素点作为中心像素点构建滤波窗口；使用多个带方向滤波器，对滤波窗口进行滤波，以获取多个滤波结果；根据多个滤波结果获取最大滤波结果和最小滤波结果；根据最大滤波结果对应的滤波器方向，划分滤波窗口的像素点为第一像素区、第二像素区、第三像素区；获取滤波窗口的中心像素点在锐化后对应的锐化亮度；根据最大滤波结果、最小滤波结果、第一像素区、第二像素区、第三像素区、锐化亮度，计算黑白边消除后中心亮度；根据黑白边消除后中心亮度，设置中心像素点的亮度。实现了在不明显降低图像清晰度的情况下消除黑白边。

Description

一种图像锐化黑白边消除方法及系统

技术领域

本发明涉及图像处理，特别涉及一种图像锐化黑白边消除方法。

背景技术

限于图像拍摄设备本身性能或经过图像降噪等算法处理过程，图像的边缘轮廓、细节纹理等往往呈现出较为模糊的现象，需要通过图像锐化提高其清晰度。图像锐化一般在亮度图上进行处理，通过增大图像亮度跳变部分使图像变得更加清晰。通常情况下，图像锐化采用高通滤波器，或采用原始亮度图减去原始亮度图的低通滤波结果，来提取图像高频信息，然后将高频信息与原图像叠加，得到更加清晰的图像。但是，将高频信息与原图像进行叠加时，若锐化强度过低，则锐化后图像不够清晰，若锐化强度较高，就很容易导致图像在边缘处锐化过度，图像出现黑白边。

发明内容

为解决现有技术中，锐化后的图像，要么锐化后图像不够清晰，要么容易导致图像在边缘处锐化过度，图像出现黑白边技术问题，本发明提供一种图像锐化黑白边消除方法及系统，具体的技术方案如下：

一方面，提供一种图像锐化黑白边消除方法，包括：

获取原始亮度图；

将原始亮度图的当前像素点作为中心像素点，构建滤波窗口；

使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；

根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

根据所述最大滤波结果、所述最小滤波结果、所述第一像素区、所述第二像素区、所述第三像素区、所述锐化亮度，计算黑白边消除后中心亮度；

根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

在本技术方案中，通过原图锐化后，根据原图一个像素块的滤波结果，并根据滤波结果对，查看以其为中心的范围像素的亮度，以这些像素基础对窗口的像素进行划分，从而限制锐化前后像素亮度变化的范围，使得锐化充分考虑图像局部信息，消除锐化后边缘处出现的黑白边，从而实现了在不降低图像整体清晰度的情况下消除图像锐化产生的黑白边。

优选地，所述计算黑白边消除后中心亮度具体包括；

根据所述最大滤波结果和所述最小滤波结果，获取到相应的边缘概率预测；

分别计算所述第一像素区、所述第二像素区、所述第三像素区的平均亮度，获得第一平均亮度、第二平均亮度、第三平均亮度；

根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值；

根据所述锐化阈值、所述锐化亮度、所述边缘概率预测，计算预中心点亮度；

根据所述锐化亮度、所述预中心点亮度，计算所述黑白边消除后中心亮度。

进一步优选地，当所述最大滤波结果大于或者等于0时，所述根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值具体包括：

根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最大平均亮度；所述滤波窗口中，小于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；

根据所述最大平均亮度和阳性黑白边强度阈值，计算锐化阈值。

进一步优选地，当所述最大滤波结果大于或者等于0时，所述计算所述黑白边消除后中心亮度具体包括：

比较所述预中心点亮度和所述锐化亮度的大小，取其中较小的作为所述黑白边消除后中心亮度。

进一步优选地，当所述最大滤波结果小于0时，所述计算所述黑白边消除后中心亮度具体包括：

根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最小平均亮度；所述滤波窗口中，大于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；

根据所述最小平均亮度和阴性黑白边强度阈值，计算锐化阈值；

进一步优选地，当所述最大滤波结果小于0时，所述计算所述黑白边消除后中心亮度具体包括；

比较所述预中心点亮度和所述锐化亮度的大小，取其中较大的作为所述黑白边消除后中心亮度。

进一步优选地，所述预中心点亮度＝(所述锐化亮度+(所述锐化阈值-所述锐化亮度)×所述边缘概率预测)。

进一步优选地，所述边缘概率预测＝1-(所述最小滤波结果+噪声影响系数)/(所述最大滤波结果+噪声影响系数)。

进一步优选地，所述滤波窗口的大小为3x3或者5x5。

优选地，所述带方向滤波器的数量为包括4、6、8中的一种。

另一方面，提供一种图像锐化黑白边消除系统，包括：

原始获取模块，用于获取原始亮度图；

滤波模块，用于将原始亮度图的当前像素点作为中心像素点，构建滤波窗口，并使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；从而根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

区域划分模块，用于根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

锐化获取模块，用于获取锐化后亮度图，并获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

边缘概率预测模块，用于根据所述最大滤波结果和所述最小滤波结果，获取到相应的边缘概率预测；

锐化阈值计算模块，用于分别计算所述第一像素区、所述第二像素区、所述第三像素区的平均亮度，获得第一平均亮度、第二平均亮度、第三平均亮度并，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值；

预中心点计算模块，用于根据所述锐化阈值、所述锐化亮度、所述边缘概率预测，计算预中心点亮度；并根据所述锐化亮度、所述预中心点亮度，计算所述黑白边消除后中心亮度；从而根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

在本技术方案中，通过原图锐化后，根据原图一个像素块的滤波结果，并根据滤波结果对，查看以其为中心的范围像素的亮度，以这些像素基础对窗口的像素进行划分，从而限制锐化前后像素亮度变化的范围，使得锐化充分考虑图像局部信息，消除锐化后边缘处出现的黑白边，从而实现了在不降低图像整体清晰度的情况下消除图像锐化产生的黑白边。

优选地，所述锐化阈值计算模块，包括正滤波计算子模块，用于当所述最大滤波结果大于或者等于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最大平均亮度；所述滤波窗口中，小于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，并根据所述最大平均亮度和阳性黑白边强度阈值，计算锐化阈值；

所述预中心点计算模块，包括正滤波亮度计算子模块，当所述最大滤波结果大于或者等于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较小的作为所述黑白边消除后中心亮度。

优选地，所述锐化阈值计算模块，包括负滤波计算子模块，用于当所述最大滤波结果小于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最小平均亮度；所述滤波窗口中，大于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；根据所述最小平均亮度和阴性黑白边强度阈值，计算锐化阈值；

所述预中心点计算模块，包括负滤波亮度计算子模块，当所述最大滤波结果小于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较大的作为所述黑白边消除后中心亮度。

本发明的技术效果：根据计算的原始亮度图当前像素窗口的滤波结果，先计算中心像素为边缘概率预测，再对窗口的像素进行划分，通过计算的预中心亮度来限制锐化前后像素亮度变化的范围，使得锐化充分考虑图像局部信息，消除锐化后边缘处出现的黑白边，从而实现了在不明显降低图像整体清晰度的情况下消除图像锐化产生的黑白边。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种图像锐化黑白边消除方法实施例1的流程示意图；

图2为本发明一种图像锐化黑白边消除方法实施例1的区域划分示意图；

图3为本发明一种图像锐化黑白边消除方法实施例2的S7的流程示意图；

图4为本发明一种图像锐化黑白边消除方法实施例3的S7的流程示意图；

图5为本发明一种图像锐化黑白边消除方法实施例3的具体流程示意图；

图6为理想情况下经过锐化后无黑白边的示意图；

图7为实际情况下经过锐化后有黑白边的示意图；

图8为未经过锐化的原始亮度图；

图9为经过锐化的锐化亮度图；

图10为锐化后的图像经过黑白边消除后的结果。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。

为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘出了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

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，下面将对照附图说明本发明的具体实施方式。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，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

实施例1：

本实施例提供一种图像锐化黑白边消除方法，包括：

S1：获取原始亮度图；

S2：将原始亮度图的当前像素点作为中心像素点，构建滤波窗口；

S3：使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；

S4：根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

S5：根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

S6：获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

S7：根据所述最大滤波结果、所述最小滤波结果、所述第一像素区、所述第二像素区、所述第三像素区、所述锐化亮度，计算黑白边消除后中心亮度；

S8：根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

如图1所示，图像锐化一般在亮度图上进行处理，通过增大图像亮度跳变部分使图像变得更加清晰。通常情况下，图像锐化采用高通滤波器，或采用原始亮度图减去原始亮度图的低通滤波结果，来提取图像高频信息，然后将高频信息与原图像叠加，得到更加清晰的图像。但是，将高频信息与原图像进行叠加时，若锐化强度过低，则锐化后图像不够清晰，若锐化强度较高，就很容易导致图像在边缘处锐化过度，图像出现黑白边，如图6所示，曲线a为亮度值过渡的边缘一维截面，b为a在理想情况下经过锐化后无黑白边的结果。如图7所示，a为亮度值过渡的边缘一维截面，c为a经过锐化后出现黑白边的结果。

故在本实施例中，通过原图锐化后，根据原图一个像素块的滤波结果，并根据滤波结果对，查看以其为中心的范围像素的亮度，以这些像素基础对窗口的像素进行划分，从而限制锐化前后像素亮度变化的范围，使得锐化充分考虑图像局部信息，消除锐化后边缘处出现的黑白边，从而实现了在不降低图像整体清晰度的情况下消除图像锐化产生的黑白边，如图8、9、10所示，可以看到图9中的图像中出现了黑白边，图10可以看出图像清晰度未明显下降，但是黑白边已经被消除。

优选地，所述滤波窗口的大小为3x3或者5x5。也可以是任何其他的复数形式的单数窗口，即只要是可以找到明确的中心像素点的即可。

优选地，所述带方向滤波器的数量为包括4、6、8中的一种。以4个滤波方向为例，其方向分别为0/45/90/135度。具体的方向可以根据实际情况进行调整，只要是是均匀分布在一个范围之内，可满足滤波窗口的分区即可。

实施例2：

如图1、3所示，本实施例提供一种图像锐化黑白边消除方法，包括：

S1：获取原始亮度图；

S2：将原始亮度图的当前像素点作为中心像素点，构建滤波窗口；

S3：使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；

S4：根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

S5：根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

S6：获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

S7-1：根据所述最大滤波结果和所述最小滤波结果，获取到相应的边缘概率预测；

S7-2：分别计算所述第一像素区、所述第二像素区、所述第三像素区的平均亮度，获得第一平均亮度、第二平均亮度、第三平均亮度；

S7-3：根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值；

S7-4：根据所述锐化阈值、所述锐化亮度、所述边缘概率预测，计算预中心点亮度；

S7-5：根据所述锐化亮度、所述预中心点亮度，计算所述黑白边消除后中心亮度；

S8：根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

在本实施例中，以使用四个滤波器，窗口大小为3x3为例：在S2中，对图像中的每一个像素点，构建3x3的窗口，然后在S3中，使用四个滤波器(滤波器方向为0/45/90/135度)分别对3x3窗口进行滤波，记四个滤波结果(filterOut1,filterOut2,filterOut3,filterOut4)中绝对值最大的结果为filterOut，并记filterOut对应的滤波器方向filterOrien。然后在S5中，根据filterOrien将原始亮度图的3x3窗口共划分为3个区域，图2左右分别是filterOrien为0度方向和45度方向时3x3窗口内原始亮度图区域划分方式。

然后在S6中获取到对应的中心像素点的锐化后的亮度，记为ySharpen。

然后在S7-1中，取filterOut1,filterOut2,filterOut3,filterOut4中最大值记为filterOutMax与最小值filterOutMin，结合噪声影响系数k，计算边缘概率预测，记为edgePro，一般而言，图像整体噪声水平越高则k值越大。同时，进一步优选地，所述边缘概率预测＝1-(所述最小滤波结果+噪声影响系数)/(所述最大滤波结果+噪声影响系数)，即：

edgePro＝1-(filterOutMin+k)/(filterOutMax+k)

然后在S7-2中，记录三个区域中的像素点的亮度值之和为pixelSum1、pixelSum2、pixelSum3，记录这些像素点个数为pixelNum1、pixelNum2、pixelNum3。计算pixelAve1＝pixelSum1/pixelNum1、pixelAve2＝pixelSum2/pixelNum2、pixelAve3＝pixelSum3/pixelNum3，取pixelAve1、pixelAve2、pixelAve3的最大值记为pixelAround。

在S7-3中，锐化阈值记为yThr，结合黑白边强度阈值unevenGain进行具体的计算，更具体而言：

yThr＝pixelAround*unevenGain

然后在S7-4中，进一步优选地，通过所述预中心点亮度＝(所述锐化亮度+(所述锐化阈值-所述锐化亮度)×所述边缘概率预测)，即：

(ySharpen+(yThr-ySharpen)*edgePro)

计算出预中心点亮度，再结合锐化亮度，从而得到最后实际设置的中心像素点的亮度。

实施例3：

如图1、3、4、5所示，本实施例提供一种图像锐化黑白边消除方法，包括：

S1：获取原始亮度图；

S2：将原始亮度图的当前像素点作为中心像素点，构建滤波窗口；

S3：使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；

S4：根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

S5：根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

S6：获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

S7-1：根据所述最大滤波结果和所述最小滤波结果，获取到相应的边缘概率预测；

S7-2：分别计算所述第一像素区、所述第二像素区、所述第三像素区的平均亮度，获得第一平均亮度、第二平均亮度、第三平均亮度；

当所述最大滤波结果大于或者等于0时，所述滤波窗口中，小于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；

当所述最大滤波结果小于0时，所述滤波窗口中，大于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；

S7-3-1：当所述最大滤波结果大于或者等于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最大平均亮度；

S7-3-2：当所述最大滤波结果大于或者等于0时，根据所述最大平均亮度和阳性黑白边强度阈值，计算锐化阈值；

S7-3-3：当所述最大滤波结果小于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最小平均亮度；

S7-3-4：当所述最大滤波结果小于0时，根据所述最小平均亮度和阴性黑白边强度阈值，计算锐化阈值；

S7-4：根据所述锐化阈值、所述锐化亮度、所述边缘概率预测，计算预中心点亮度；

S7-5-1：当所述最大滤波结果大于或者等于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较小的作为所述黑白边消除后中心亮度；

S7-5-2：当所述最大滤波结果小于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较大的作为所述黑白边消除后中心亮度。

S8：根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

在本实施例中，以使用四个滤波器，窗口大小为3x3为例：在S2中，对图像中的每一个像素点，构建3x3的窗口，然后在S3中，使用四个滤波器(滤波器方向为0/45/90/135度)分别对3x3窗口进行滤波，记四个滤波结果(filterOut1,filterOut2,filterOut3,filterOut4)中绝对值最大的结果为filterOut，并记filterOut对应的滤波器方向filterOrien。然后在S5中，根据filterOrien将原始亮度图的3x3窗口共划分为3个区域，图2左右分别是filterOrien为0度方向和45度方向时3x3窗口内原始亮度图区域划分方式。

然后在S6中获取到对应的中心像素点的锐化后的亮度，记为ySharpen。

然后在S7-1中，取filterOut1,filterOut2,filterOut3,filterOut4中最大值记为filterOutMax与最小值filterOutMin，结合噪声影响系数k，计算边缘概率预测，记为edgePro，一般而言，图像整体噪声水平越高则k值越大。同时，进一步优选地，所述边缘概率预测＝1-(所述最小滤波结果+噪声影响系数)/(所述最大滤波结果+噪声影响系数)，即：

edgePro＝1-(filterOutMin+k)/(filterOutMax+k)

然后在S7-2中，当filterOut>＝0，分别寻找3个区域中亮度值不小于中心点亮度值的像素点，记录这些亮度值之和为pixelSum1、pixelSum2、pixelSum3，记录这些像素点个数为pixelNum1、pixelNum2、pixelNum3。计算pixelAve1＝pixelSum1/pixelNum1、pixelAve2＝pixelSum2/pixelNum2、pixelAve3＝pixelSum3/pixelNum3，当pixelNum＝0时，该区域不参与计算。取pixelAve1、pixelAve2、pixelAve3的最大值记为pixelAround。

若filterOut<0，分别寻找3个区域中亮度值不大于中心点亮度值的像素点，记录这些亮度值之和为pixelSum1、pixelSum2、pixelSum3，记录这些像素点个数为pixelNum1、pixelNum2、pixelNum3。计算pixelAve1＝pixelSum1/pixelNum1、pixelAve2＝pixelSum2/pixelNum2、pixelAve3＝pixelSum3/pixelNum3，当pixelNum＝0时，该区域不参与计算。取pixelAve1、pixelAve2、pixelAve3的最小值记为pixelAround。

同时在，黑白边强度阈值的设定上，分别设置阳性状态下的阳性黑白边强度阈值unevenGainPos和阴性状态下的阴性黑白边强度阈值unevenGainNeg，一般前者取值>＝1，后者取值<＝1。

锐化阈值记为yThr，结合黑白边强度阈值unevenGainPos和unevenGainNeg进行具体的计算，更具体而言，当filterOut>＝0时，设定锐化阈值：

yThr＝pixelAround*unevenGainPos

当filterOut<0时，设定锐化阈值：

yThr＝pixelAround*unevenGainNeg

然后在S7-4中，进一步优选地，通过所述预中心点亮度＝(所述锐化亮度+(所述锐化阈值-所述锐化亮度)×所述边缘概率预测)，即：

(ySharpen+(yThr-ySharpen)*edgePro)

从而计算出预中心点亮度；

当filterOut>＝0时，取预中心点亮度和ySharpen中的较小值ySharpenNew作为锐化黑白边消除后中心点亮度值。

当filterOut<0时，取预中心点亮度和ySharpen中较大值ySharpenNew作为锐化黑白边消除后中心点亮度值。

实施例4：

本实施例提供一种图像锐化黑白边消除系统，包括：

原始获取模块，用于获取原始亮度图；

滤波模块，用于将原始亮度图的当前像素点作为中心像素点，构建滤波窗口，并使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；从而根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

区域划分模块，用于根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

锐化获取模块，用于获取锐化后亮度图，并获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

边缘概率预测模块，用于根据所述最大滤波结果和所述最小滤波结果，获取到相应的边缘概率预测；

锐化阈值计算模块，用于分别计算所述第一像素区、所述第二像素区、所述第三像素区的平均亮度，获得第一平均亮度、第二平均亮度、第三平均亮度并，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值；

预中心点计算模块，用于根据所述锐化阈值、所述锐化亮度、所述边缘概率预测，计算预中心点亮度；并根据所述锐化亮度、所述预中心点亮度，计算所述黑白边消除后中心亮度；从而根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

图像锐化一般在亮度图上进行处理，通过增大图像亮度跳变部分使图像变得更加清晰。通常情况下，图像锐化采用高通滤波器，或采用原始亮度图减去原始亮度图的低通滤波结果，来提取图像高频信息，然后将高频信息与原图像叠加，得到更加清晰的图像。但是，将高频信息与原图像进行叠加时，若锐化强度过低，则锐化后图像不够清晰，若锐化强度较高，就很容易导致图像在边缘处锐化过度，图像出现黑白边。

故在本实施例中，原图锐化后，根据原图一个像素块的滤波结果，并根据滤波结果对，查看以其为中心的范围像素的亮度，以这些像素基础对窗口的像素进行划分，从而限制锐化前后像素亮度变化的范围，使得锐化充分考虑图像局部信息，消除锐化后边缘处出现的黑白边，从而实现了在不降低图像整体清晰度的情况下消除图像锐化产生的黑白边，如图8、9、10所示，可以看到图9中的图像中出现了黑白边，图10可以看出图像清晰度未明显下降，但是黑白边已经被消除。

优选地，所述滤波窗口的大小为3x3或者5x5。也可以是任何其他的复数形式的单数窗口，即只要是可以找到明确的中心像素点的即可。

优选地，所述带方向滤波器的数量为包括4、6、8中的一种。以4个滤波方向为例，其方向分别为0/45/90/135度。具体的方向可以根据实际情况进行调整，只要是均匀分布在一个范围之内，可满足滤波窗口的分区即可。

在本实施例中，以使用四个滤波器，窗口大小为3x3为例：对图像中的每一个像素点，构建3x3的窗口，然后使用四个滤波器(滤波器方向为0/45/90/135度)分别对3x3窗口进行滤波，记四个滤波结果(filterOut1,filterOut2,filterOut3,filterOut4)中绝对值最大的结果为filterOut，并记filterOut对应的滤波器方向filterOrien。然后根据filterOrien将原始亮度图的3x3窗口共划分为3个区域，图2左右分别是filterOrien为0度方向和45度方向时3x3窗口内原始亮度图区域划分方式。

然后获取到对应的中心像素点的锐化后的亮度，记为ySharpen。

然后取filterOut1,filterOut2,filterOut3,filterOut4中最大值记为filterOutMax与最小值filterOutMin，结合噪声影响系数k，计算边缘概率预测，记为edgePro，一般而言，图像整体噪声水平越高则k值越大。同时，进一步优选地，所述边缘概率预测＝1-(所述最小滤波结果+噪声影响系数)/(所述最大滤波结果+噪声影响系数)，即：

edgePro＝1-(filterOutMin+k)/(filterOutMax+k)

然后记录三个区域中的像素点的亮度值之和为pixelSum1、pixelSum2、pixelSum3，记录这些像素点个数为pixelNum1、pixelNum2、pixelNum3。计算pixelAve1＝pixelSum1/pixelNum1、pixelAve2＝pixelSum2/pixelNum2、pixelAve3＝pixelSum3/pixelNum3，取pixelAve1、pixelAve2、pixelAve3的最大值记为pixelAround。

锐化阈值记为yThr，结合黑白边强度阈值unevenGain进行具体的计算，更具体而言：

yThr＝pixelAround*unevenGain

进一步优选地，通过所述预中心点亮度＝(所述锐化亮度+(所述锐化阈值-所述锐化亮度)×所述边缘概率预测)，即：

(ySharpen+(yThr-ySharpen)*edgePro)

计算出预中心点亮度，再结合锐化亮度，从而得到最后实际设置的中心像素点的亮度。

实施例5：

本实施例提供一种图像锐化黑白边消除系统，基于实施例4，所述锐化阈值计算模块，包括正滤波计算子模块，用于当所述最大滤波结果大于或者等于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最大平均亮度；所述滤波窗口中，小于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，并根据所述最大平均亮度和阳性黑白边强度阈值，计算锐化阈值；

所述预中心点计算模块，包括正滤波亮度计算子模块，当所述最大滤波结果大于或者等于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较小的作为所述黑白边消除后中心亮度。

所述锐化阈值计算模块，包括负滤波计算子模块，用于当所述最大滤波结果小于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最小平均亮度；所述滤波窗口中，大于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；根据所述最小平均亮度和阴性黑白边强度阈值，计算锐化阈值；

所述预中心点计算模块，包括负滤波亮度计算子模块，当所述最大滤波结果小于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较大的作为所述黑白边消除后中心亮度。

在本实施例中，以使用四个滤波器，窗口大小为3x3为例：对图像中的每一个像素点，构建3x3的窗口，然后使用四个滤波器(滤波器方向为0/45/90/135度)分别对3x3窗口进行滤波，记四个滤波结果(filterOut1,filterOut2,filterOut3,filterOut4)中绝对值最大的结果为filterOut，并记filterOut对应的滤波器方向filterOrien。根据filterOrien将原始亮度图的3x3窗口共划分为3个区域，图2左右分别是filterOrien为0度方向和45度方向时3x3窗口内原始亮度图区域划分方式。

然后获取到对应的中心像素点的锐化后的亮度，记为ySharpen。

然后取filterOut1,filterOut2,filterOut3,filterOut4中最大值记为filterOutMax与最小值filterOutMin，结合噪声影响系数k，计算边缘概率预测，记为edgePro，一般而言，图像整体噪声水平越高则k值越大。同时，进一步优选地，所述边缘概率预测＝1-(所述最小滤波结果+噪声影响系数)/(所述最大滤波结果+噪声影响系数)，即：

edgePro＝1-(filterOutMin+k)/(filterOutMax+k)

然后当filterOut>＝0，分别寻找3个区域中亮度值不小于中心点亮度值的像素点，记录这些亮度值之和为pixelSum1、pixelSum2、pixelSum3，记录这些像素点个数为pixelNum1、pixelNum2、pixelNum3。计算pixelAve1＝pixelSum1/pixelNum1、pixelAve2＝pixelSum2/pixelNum2、pixelAve3＝pixelSum3/pixelNum3，当pixelNum＝0时，该区域不参与计算。取pixelAve1、pixelAve2、pixelAve3的最大值记为pixelAround。

若filterOut<0，分别寻找3个区域中亮度值不大于中心点亮度值的像素点，记录这些亮度值之和为pixelSum1、pixelSum2、pixelSum3，记录这些像素点个数为pixelNum1、pixelNum2、pixelNum3。计算pixelAve1＝pixelSum1/pixelNum1、pixelAve2＝pixelSum2/pixelNum2、pixelAve3＝pixelSum3/pixelNum3，当pixelNum＝0时，该区域不参与计算。取pixelAve1、pixelAve2、pixelAve3的最小值记为pixelAround。

同时在，黑白边强度阈值的设定上，分别设置阳性状态下的阳性黑白边强度阈值unevenGainPos和阴性状态下的阴性黑白边强度阈值unevenGainNeg，一般前者取值>＝1，后者取值<＝1。

锐化阈值记为yThr，结合黑白边强度阈值unevenGainPos和unevenGainNeg进行具体的计算，更具体而言，当filterOut>＝0时，设定锐化阈值：

yThr＝pixelAround*unevenGainPos

当filterOut<0时，设定锐化阈值：

yThr＝pixelAround*unevenGainNeg

进一步优选地，通过所述预中心点亮度＝(所述锐化亮度+(所述锐化阈值-所述锐化亮度)×所述边缘概率预测)，即：

(ySharoen+(yThr-ySharpen)*edgePro)

从而计算出预中心点亮度；

当filterOut>＝0时，取预中心点亮度和ySharpen中较小值ySharpenNew作为锐化黑白边消除后中心点亮度值。

当filterOut<0时，取预中心点亮度和ySharpen中较大值ySharpenNew作为锐化黑白边消除后中心点亮度值。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种图像锐化黑白边消除方法，其特征在于，包括：

获取原始亮度图；

将原始亮度图的当前像素点作为中心像素点，构建滤波窗口；

使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；

根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

根据所述最大滤波结果、所述最小滤波结果、所述第一像素区、所述第二像素区、所述第三像素区、所述锐化亮度，计算黑白边消除后中心亮度；

根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

2.根据权利要求1所述的一种图像锐化黑白边消除方法，其特征在于，所述计算黑白边消除后中心亮度具体包括；

根据所述最大滤波结果和所述最小滤波结果，获取到相应的边缘概率预测；

分别计算所述第一像素区、所述第二像素区、所述第三像素区的平均亮度，获得第一平均亮度、第二平均亮度、第三平均亮度；

根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值；

根据所述锐化阈值、所述锐化亮度、所述边缘概率预测，计算预中心点亮度；

根据所述锐化亮度、所述预中心点亮度，计算所述黑白边消除后中心亮度。

3.根据权利要求2所述的一种图像锐化黑白边消除方法，其特征在于，当所述最大滤波结果大于或者等于0时，所述根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值具体包括：

根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最大平均亮度；所述滤波窗口中，小于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；

根据所述最大平均亮度和阳性黑白边强度阈值，计算锐化阈值。

4.根据权利要求3所述的一种图像锐化黑白边消除方法，其特征在于，当所述最大滤波结果大于或者等于0时，所述计算所述黑白边消除后中心亮度具体包括：

比较所述预中心点亮度和所述锐化亮度的大小，取其中较小的作为所述黑白边消除后中心亮度。

5.根据权利要求2所述的一种图像锐化黑白边消除方法，其特征在于，当所述最大滤波结果小于0时，所述计算所述黑白边消除后中心亮度具体包括：

根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最小平均亮度；所述滤波窗口中，大于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；

根据所述最小平均亮度和阴性黑白边强度阈值，计算锐化阈值。

6.根据权利要求5所述的一种图像锐化黑白边消除方法，其特征在于，当所述最大滤波结果小于0时，所述计算所述黑白边消除后中心亮度具体包括；

比较所述预中心点亮度和所述锐化亮度的大小，取其中较大的作为所述黑白边消除后中心亮度。

7.根据权利要求3或者5所述的一种图像锐化黑白边消除方法，其特征在于，所述预中心点亮度＝(所述锐化亮度+(所述锐化阈值-所述锐化亮度)×所述边缘概率预测)；

所述边缘概率预测＝1-(所述最小滤波结果的绝对值+噪声影响系数)/(所述最大滤波结果的绝对值+所述噪声影响系数)。

8.一种图像锐化黑白边消除系统，其特征在于，包括：

原始获取模块，用于获取原始亮度图；

滤波模块，用于将原始亮度图的当前像素点作为中心像素点，构建滤波窗口，并使用多个带方向滤波器，对所述滤波窗口，进行滤波，以获取多个滤波结果；从而根据所述多个滤波结果，并获取最大滤波结果和最小滤波结果；

区域划分模块，用于根据所述最大滤波结果对应的滤波器方向，划分所述滤波窗口的像素点的为第一像素区、第二像素区、第三像素区；

锐化获取模块，用于获取锐化后亮度图，并获取所述滤波窗口的中心像素点，在锐化后对应的锐化亮度；

边缘概率预测模块，用于根据所述最大滤波结果和所述最小滤波结果，获取到相应的边缘概率预测；

锐化阈值计算模块，用于分别计算所述第一像素区、所述第二像素区、所述第三像素区的平均亮度，获得第一平均亮度、第二平均亮度、第三平均亮度并，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度计算锐化阈值；

预中心点计算模块，用于根据所述锐化阈值、所述锐化亮度、所述边缘概率预测，计算预中心点亮度；并根据所述锐化亮度、所述预中心点亮度，计算所述黑白边消除后中心亮度；从而根据所述黑白边消除后中心亮度，设置所述中心像素点的亮度。

9.根据权利要求8所述的一种图像锐化黑白边消除系统，其特征在于，

所述锐化阈值计算模块，包括正滤波计算子模块，用于当所述最大滤波结果大于或者等于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最大平均亮度；所述滤波窗口中，小于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，并根据所述最大平均亮度和阳性黑白边强度阈值，计算锐化阈值；

所述预中心点计算模块，包括正滤波亮度计算子模块，当所述最大滤波结果大于或者等于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较小的作为所述黑白边消除后中心亮度。

10.根据权利要求8所述的一种图像锐化黑白边消除系统，其特征在于，

所述锐化阈值计算模块，包括负滤波计算子模块，用于当所述最大滤波结果小于0时，根据所述第一平均亮度、所述第二平均亮度、所述第三平均亮度，获取最小平均亮度；所述滤波窗口中，大于所述滤波窗口的中心像素点的亮度的像素点，不参与计算所述第一平均亮度、所述第二平均亮度、所述第三平均亮度；根据所述最小平均亮度和阴性黑白边强度阈值，计算锐化阈值；

所述预中心点计算模块，包括负滤波亮度计算子模块，当所述最大滤波结果小于0时，比较所述预中心点亮度和所述锐化亮度的大小，取其中较大的作为所述黑白边消除后中心亮度。

Images