一種圖像自動銳化方法
【專利摘要】本發(fā)明涉及一種圖像自動銳化方法，其通過對原始圖像進行灰度化處理及邊緣檢測，并進行邊緣強度的直方圖統(tǒng)計進而計算出灰度圖像的模糊概率，從而根據(jù)所述模糊概率設(shè)置原始圖像的銳化度，最后根據(jù)該銳化度并結(jié)合高斯模糊圖像對原始圖像進行自動銳化處理，使得銳化量不依賴于顯示條件和用戶的視覺系統(tǒng)，不僅可以實現(xiàn)自動銳化，而且提高了圖像的銳化處理質(zhì)量。
【專利說明】一種圖像自動銳化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像增強方法，特別是一種圖像自動銳化方法。
【背景技術(shù)】
[0002]在拍攝了數(shù)字圖像之后，經(jīng)常要對其進行銳化以減少或消除模糊、增強圖像焦點或模擬更好的分辨率。可通過去卷積方法或者通過利用鈍化掩模濾波器(unsharp mask fiIter)來執(zhí)行銳化以增加圖像內(nèi)邊緣的對比度。鈍化掩模濾波器通過定義的閾值識別與周圍像素不同的像素，并且通過指定的銳化量增加對比度。用戶可以確定并設(shè)置銳化量，這使得銳化量依賴于顯示條件和用戶的視覺系統(tǒng)。換而言之，盡管銳化量是鈍化掩模濾波器中的一個主要參數(shù)，但是通常根據(jù)主觀判斷而非客觀判斷來設(shè)置銳化量。因此，如何通過客觀判斷來設(shè)置銳化量成為我們消除圖像模糊的重點。

【發(fā)明內(nèi)容】

[0003]本發(fā)明為解決上述問題，提供了一種圖像自動銳化方法，其通過客觀判斷方法來設(shè)置銳化量，是一種基于圖像模糊度而進行自動銳化的圖像增強方法。
[0004]為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為:
[0005]一種圖像自動銳化方法，其特征在于，包括以下步驟:
[0006]10.接收原始圖像；
[0007]20.對原始圖像進行灰度化處理，得到灰度圖像；
[0008]30.對灰度圖像進行邊緣檢測，并進行邊緣強度的直方圖統(tǒng)計；
[0009]40.根據(jù)所述直方圖統(tǒng)計的結(jié)果計算出灰度圖像的模糊概率；
[0010]50.對原始圖像進行高斯模糊處理，得到高斯模糊圖像；
[0011]60.根據(jù)所述模糊概率設(shè)置原始圖像的銳化度，并根據(jù)該銳化度結(jié)合高斯模糊圖像的顏色值對原始圖像進行自動銳化處理。
[0012]作為一種較佳實施例:所述步驟30進一步包括:
[0013]31.對灰度圖像進行強邊緣與弱邊緣檢測，并得到強邊緣結(jié)果和弱邊緣結(jié)果；
[0014]32.對灰度圖像進行分塊，并對各個塊及其所對應(yīng)的強邊緣結(jié)果和弱邊緣結(jié)果進行統(tǒng)計，得到邊緣強度的直方圖統(tǒng)計。
[0015]作為一種較佳實施例:所述步驟32進一步包括以下步驟:
[0016]步驟321.對灰度圖像進行分塊；
[0017]步驟322.對每塊的強邊緣結(jié)果進行分析，判斷是否屬于邊緣塊；如果是，則執(zhí)行步驟323.；
[0018]步驟323.計算邊緣塊里的每個像素點的梯度；
[0019]步驟324.根據(jù)每個像素點的梯度計算該像素點所對應(yīng)的梯度方向；
[0020]步驟325.根據(jù)每塊對應(yīng)的弱邊緣結(jié)果與步驟324中所述的梯度方向?qū)ふ颐總€像素點的邊緣連續(xù)性強度；[0021]步驟326.計算每塊的對比度差，并對每塊的邊緣連續(xù)性強度進行直方圖統(tǒng)計。
[0022]作為一種較佳實施例:所述步驟321中對灰度圖像進行分塊，其每塊的大小為16~128個像素。
[0023]作為一種較佳實施例:所述步驟322中判斷是否屬于邊緣塊，是根據(jù)判斷強邊緣結(jié)果屬于邊緣的像素點個數(shù)是否大于塊像素點總數(shù)的預(yù)定百分比，且該預(yù)定百分比的范圍是 0.1%~2%。
[0024]作為一種較佳實施例:所述步驟323中，像素點的梯度計算公式為:
[0025]grad=(next-prev) / 2,
[0026]其中，grad為當(dāng)前像素點的梯度值；next為當(dāng)前像素點的后一個像素點的值；prev為當(dāng)前像素點的前一個像素點的值。
[0027]作為一種較佳實施例:所述步驟324中，像素點所對應(yīng)的梯度方向的計算，是根據(jù)像素點的梯度的X方向和Y方向的梯度值，進行反正切得到的角度。
[0028]作為一種較佳實施例:所述步驟325中，像素點的邊緣連續(xù)性強度的計算是利用梯度方向上的像素點是否在弱邊緣結(jié)果里屬于邊緣，以此得到每個像素點是邊緣的連續(xù)性的強度。
[0029]作為一種較佳實施例:所述步驟326中，對比度差的計算方法，是計算每塊里的像素值的最大值與最小值，兩者相減得到差值，再得到最終的對比度差；其中，
[0030]差值范圍在0-51之間時,其對比度差為5 ;
[0031]差值范圍在52-256之間時，其對比度差為3。
[0032]作為一種較佳實施例:所述步驟326中，直方圖統(tǒng)計公式為:
[0033]
【權(quán)利要求】
1.一種圖像自動銳化方法，其特征在于，包括以下步驟:10.接收原始圖像；20.對原始圖像進行灰度化處理，得到灰度圖像；30.對灰度圖像進行邊緣檢測，并進行邊緣強度的直方圖統(tǒng)計；40.根據(jù)所述直方圖統(tǒng)計的結(jié)果計算出灰度圖像的模糊概率；50.對原始圖像進行高斯模糊處理，得到高斯模糊圖像； 60.根據(jù)所述模糊概率設(shè)置原始圖像的銳化度，并根據(jù)該銳化度結(jié)合高斯模糊圖像的顏色值對原始圖像進行自動銳化處理。
2.根據(jù)權(quán)利要求1所述的一種圖像自動銳化方法，其特征在于:所述步驟30進一步包括:31.對灰度圖像進行強邊緣與弱邊緣檢測，并得到強邊緣結(jié)果和弱邊緣結(jié)果；32.對灰度圖像進行分塊，并對各個塊及其所對應(yīng)的強邊緣結(jié)果和弱邊緣結(jié)果進行統(tǒng)計，得到邊緣強度的直方圖統(tǒng)計。
3.根據(jù)權(quán)利要求2所述的一種圖像自動銳化方法，其特征在于:所述步驟32進一步包括以下步驟:步驟321.對灰度圖像進行分塊；步驟322.對每塊的強邊緣結(jié)果進行分析，判斷是否屬于邊緣塊；如果是，則執(zhí)行步驟323.；步驟323.計算邊緣塊里的每個像素點的梯度；步驟324.根據(jù)每個像素點的梯度計算該像素點所對應(yīng)的梯度方向；步驟325.根據(jù)每塊對應(yīng)的弱邊緣結(jié)果與步驟324中所述的梯度方向?qū)ふ颐總€像素點的邊緣連續(xù)性強度；步驟326.計算每塊的對比度差，并對每塊的邊緣連續(xù)性強度進行直方圖統(tǒng)計。
4.根據(jù)權(quán)利要求3所述的一種圖像自動銳化方法，其特征在于:所述步驟321中對灰度圖像進行分塊，其每塊的大小為16~128個像素。
5.根據(jù)權(quán)利要求3所述的一種圖像自動銳化方法，其特征在于:所述步驟322中判斷是否屬于邊緣塊，是根據(jù)判斷強邊緣結(jié)果屬于邊緣的像素點個數(shù)是否大于塊像素點總數(shù)的預(yù)定百分比，且該預(yù)定百分比的范圍是0.1%~2%。
6.根據(jù)權(quán)利要求3所述的一種圖像自動銳化方法，其特征在于:所述步驟323中，像素點的梯度計算公式為:grad=(next-prev) / 2,其中，grad為當(dāng)前像素點的梯度值；next為當(dāng)前像素點的后一個像素點的值；prev為當(dāng)前像素點的前一個像素點的值。
7.根據(jù)權(quán)利要求3所述的一種圖像自動銳化方法，其特征在于:所述步驟324中，像素點所對應(yīng)的梯度方向的計算，是根據(jù)像素點的梯度的X方向和Y方向的梯度值，進行反正切得到的角度。
8.根據(jù)權(quán)利要求3所述的一種圖像自動銳化方法，其特征在于:所述步驟325中，像素點的邊緣連續(xù)性強度的計算是利用梯度方向上的像素點是否在弱邊緣結(jié)果里屬于邊緣，以此得到每個像素點是邊緣的連續(xù)性的強度。
9.根據(jù)權(quán)利要求3所述的一種圖像自動銳化方法，其特征在于:所述步驟326中，對比度差的計算方法，是計算每塊里的像素值的最大值與最小值，兩者相減得到差值，再得到最終的對比度差；其中，差值范圍在0-51之間時，其對比度差為5 ；差值范圍在52-256之間時，其對比度差為3。
10.根據(jù)權(quán)利要求3所述的一種圖像自動銳化方法，其特征在于:所述步驟326中，直方圖統(tǒng)計公式為:
11.根據(jù)權(quán)利要求1所述的一種圖像自動銳化方法，其特征在于:所述步驟20中，對原始圖像進行灰度化處理的計算公式為以下公式的其中一個:Gray=0.299*Red+0.587*Green+0.114*Blue:或者Gray=(Red*306+Green*601+Blue*l17+512) / 1024 ；其中，Gray為得到的灰度圖像上對應(yīng)像素點的顏色值，Red、Green、Blue分別為原始圖像上紅、綠、藍三個通道對應(yīng)像素點的顏色值。
12.根據(jù)權(quán)利要求1所述的一種圖像自動銳化方法，其特征在于:所述步驟40中，所述灰度圖像的模糊概率的計算公式為:
13.根據(jù)權(quán)利要求1所述的一種圖像自動銳化方法，其特征在于:所述步驟50中的高斯模糊處理是用正態(tài)分布計算圖像中每個像素的變換，其中，在N維空間的正態(tài)分布方程為:
14.根據(jù)權(quán)利要求1所述的一種圖像自動銳化方法，其特征在于:所述步驟60中，根據(jù)所述模糊概率設(shè)置原始圖像的銳化度，其中設(shè)置銳化度的公式為:depth=max ((blur-0.4) / k，0.0)；其中，depth為該圖像的銳化度；blur為原始圖像的模糊概率；k為一個固定值，范圍從2 到 10。
15.根據(jù)權(quán)利要求1所述的一種圖像自動銳化方法，其特征在于:所述步驟60中，根據(jù)所述銳化度結(jié)合高斯模糊圖像的顏色值對原始圖像進行自動銳化處理，其計算公式為:resultColor=min(max ((depth+1)氺color—depth氺gaussColor, 0), 255)；其中，depth為設(shè)置的銳化度,resultColor為銳化后的各像素點的顏色值；color為原始圖像各像素點的顏色值；gaussColor為原始圖像高斯模糊后各個像素點的顏色值。
【文檔編號】G06T5/00GK103679656SQ201310652446
【公開日】2014年3月26日 申請日期:2013年12月5日 優(yōu)先權(quán)日:2013年10月21日
【發(fā)明者】張偉, 傅松林, 李志陽, 張長定 申請人:廈門美圖網(wǎng)科技有限公司