專利名稱：一種逐點(diǎn)提高視頻圖像清晰度的處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種逐點(diǎn)提高視頻圖像清晰度的處理方法，具體的說，是涉及一種應(yīng)用于電視設(shè)備的，可以根據(jù)視頻信號(hào)的局域特點(diǎn)逐點(diǎn)提高圖像清晰度的方法。
背景技術(shù)：
所謂提高清晰度又可稱為銳化，目的是使模糊的圖像變得更加清晰。視頻圖像之所以模糊，就是因?yàn)樵谛盘?hào)傳輸過程中損失了高頻分量，從頻譜角度分析，圖像模糊的實(shí)質(zhì)是其高頻分量被衰減，因而可以通過高通濾波來清晰圖像。提高清晰度的基本思想就是合理地提高圖像的高頻成分。常用的增強(qiáng)清晰度算法一般有兩種，微分法和高通濾波法，分別是空域和頻域的處理算法?？沼蚍椒ū容^有代表性的有，拉普拉斯算法，SOBEL算法，反銳化掩模等方法，頻域有代表性的有小波變換方法。這些方法都能夠有效的提高圖像的清晰度，但有個(gè)共同的特點(diǎn)，增強(qiáng)的同時(shí)也放大了噪聲，有時(shí)還出現(xiàn)明顯的白邊。
申請(qǐng)?zhí)枮?3110774.5的中國(guó)專利提供了一種增強(qiáng)圖像清晰度的方法和設(shè)備，其將一組圖像復(fù)制成兩組，一組進(jìn)行階梯/邊緣增強(qiáng)，一組進(jìn)行結(jié)構(gòu)增強(qiáng)，然后將兩組按一定方式組合成清晰度提高的圖像，該方法需要提取兩幅以上的視頻圖像，然后檢測(cè)動(dòng)態(tài)和非動(dòng)態(tài)區(qū)域，得到多組圖像組合，運(yùn)算起來比較復(fù)雜；申請(qǐng)?zhí)枮?1800628的中國(guó)專利提出了一種應(yīng)用于電視設(shè)備的增強(qiáng)圖像的電路和方法，其改善了現(xiàn)有技術(shù)中執(zhí)行成本較高的缺點(diǎn)，在不降低輸出信號(hào)質(zhì)量的情況下降低了成本，去除了低通濾波器，并提供了至少一個(gè)調(diào)整單元來調(diào)整高頻增強(qiáng)程度；這些技術(shù)方案的共同特點(diǎn)是實(shí)現(xiàn)復(fù)雜，忽略了噪聲的影響，并且沒有根據(jù)周圍鄰域內(nèi)象素的特點(diǎn)進(jìn)行逐點(diǎn)地處理。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種逐點(diǎn)提高視頻圖像清晰度的處理方法，其可以抑制可能的噪聲，逐點(diǎn)處理細(xì)節(jié)和邊緣的增強(qiáng)程度，使畫面增強(qiáng)了輪廓和細(xì)節(jié)的同時(shí)，更柔和細(xì)膩。
為達(dá)到上述目的，本發(fā)明提供的逐點(diǎn)提高視頻圖像清晰度的處理方法，其包含以下步驟一、首先對(duì)讀入的視頻圖像計(jì)算亮度；二、求取出高頻分量；三、設(shè)定一閾值，對(duì)低于該閾值的高頻分量，認(rèn)為是小噪聲，去除該噪聲。然后通過判斷其周圍象素點(diǎn)的連續(xù)性，來決定其是否是真正的邊緣點(diǎn)，計(jì)算在N×N鄰域的邊緣點(diǎn)的個(gè)數(shù)，如小于某個(gè)設(shè)定的閾值，認(rèn)為是噪聲，否則是細(xì)節(jié)和邊緣點(diǎn)；根據(jù)高頻分量的不同求取高頻增強(qiáng)幅度k，然后與上述輸出相乘，得到增強(qiáng)的高頻分量，最后與低頻信號(hào)疊加。
本發(fā)明的優(yōu)勢(shì)在于根據(jù)視頻圖像的內(nèi)容可以逐點(diǎn)地分析處理，首先根據(jù)高頻分量來區(qū)分待處理像素的性質(zhì)，是屬于噪聲，還是屬于細(xì)節(jié)，小邊緣，大邊緣，超大邊緣？然后根據(jù)不同屬性，進(jìn)行不同程度地處理，如屬于噪聲，則去除，如屬于細(xì)節(jié)或邊緣，則進(jìn)行不同程度的增強(qiáng)。該方法的技術(shù)效果表現(xiàn)在可以抑制噪聲，加強(qiáng)細(xì)節(jié)的表現(xiàn)能力，控制大邊緣的過增強(qiáng)，并加入白邊控制。經(jīng)上述方法增強(qiáng)后的視頻畫面，更清晰，更柔和，沒有白邊的出現(xiàn)。


圖1為本發(fā)明方法的流程結(jié)構(gòu)示意圖；圖2為本發(fā)明中，k值隨fH(i，j)變化的曲線示意圖。
具體實(shí)施例方式
以下根據(jù)圖1，圖2，具體說明本發(fā)明的一個(gè)較佳實(shí)施方式。
如圖1所示，為本發(fā)明方法的流程示意圖，本發(fā)明包括以下步驟1)對(duì)讀入的視頻圖像計(jì)算亮度圖；2)計(jì)算高低頻分量；3)對(duì)高頻分量分為四類，分為小幅高頻噪聲，不連續(xù)噪聲點(diǎn)，細(xì)節(jié)與大邊緣四大類。然后進(jìn)行相應(yīng)的處理，得到新的高頻分量；4)得到增強(qiáng)后的亮度圖；
本發(fā)明可以識(shí)別出噪聲，從而對(duì)噪聲不進(jìn)行增強(qiáng)；還能根據(jù)每點(diǎn)高頻分量的不同，進(jìn)行不同程度的增強(qiáng)，因此可以避免白邊的產(chǎn)生。
進(jìn)一步，如圖1所示，步驟1對(duì)讀入的視頻圖像計(jì)算亮度圖，意義是讀入圖像數(shù)據(jù)的N行；因?yàn)楸景l(fā)明只針對(duì)灰度圖像進(jìn)行處理，因此從視頻圖像中計(jì)算出的亮度圖，該亮度可以是YUV模型中的Y，HSV模型中的V，以及HIS模型中的I或其他的亮度公式推導(dǎo)出的亮度f(i，j)。
步驟2，計(jì)算高低頻分量，其意義是由于噪聲和邊緣都是具有局域特征的，不需要對(duì)整幅圖進(jìn)行處理，以N*N模板為單位計(jì)算圖像的高、低頻分量fH(i，j)和fL(i，j)；可選用合理的高通濾波器或低通濾波器；但要保證fH(i，j)＝f(i，j)-fL(i，j)(1)；步驟3，對(duì)高頻分量進(jìn)行識(shí)別處理，本步驟可劃分為三步步驟3.1，清除細(xì)小噪聲設(shè)定一閾值，判斷該高頻分量是否小于閾值(步驟3.1.1)，如是，則認(rèn)為小于該閾值的高頻分量為噪聲，對(duì)fH(i，j)處理，置為0(步驟3.1.2)，以抑制掉小幅高頻噪聲，用公式表示為fH(i，j)＝0 if |fH(i，j)|≤T1(2)T1為閾值；步驟3.2，保留單象素線的高頻分量，去除非邊沿點(diǎn)的噪聲當(dāng)有單象素的線穿過該模板時(shí)，很可能模板內(nèi)高頻較大的點(diǎn)很少，但只要在模板中心點(diǎn)的對(duì)角線上的高頻分量超過一定值，可以認(rèn)為有單象素線通過，保留其高頻分量。判斷其他的高頻分量是否在超過模板總數(shù)一半以上(步驟3.2.1)，如是則認(rèn)為是邊緣點(diǎn)，否則認(rèn)為是噪聲，此時(shí)，令高頻分量為0(步驟3.2.2)?？梢砸韵鹿奖硎鰅f (n(i，j)≥N&(|fH(i，j)|＞T3&|fH(i-1，j)|＞T3&|fH(i+1，j)|＞T3)|(|fH(i，j)|＞T3&|fH(i-1，j-1)|＞T3&|fH(i+1，j+1)|＞T3)|(|fH(i，j)|＞T3&|fH(i，j-1)|＞T3&|fH(i，j+1)|＞T3)|(|fH(i，j)|＞T3&|fH(i+1，j-1)|＞T3&|fH(i-1，j+1)|＞T3)) (3)LineFlag＝1elseLineFlag＝0
其中，Tn為鄰域的邊界象素點(diǎn)數(shù)的閾值，通?？蛇x(N*N+1)/2；T3為單象素線的高頻閾值；n(i，j)為以該點(diǎn)為中心的N×N個(gè)點(diǎn)中高頻分量不為0的象素點(diǎn)個(gè)數(shù)；步驟3.3計(jì)算逐點(diǎn)增強(qiáng)系數(shù)k值k值隨fH(i，j)調(diào)整可結(jié)合附圖2來理解，當(dāng)fH(i，j)較小時(shí)，屬于噪聲區(qū)，無須增強(qiáng)，應(yīng)該去噪(如步驟3.1)，[T1，T2]為細(xì)節(jié)和噪聲的模糊區(qū)，如是噪聲，選取較大的增強(qiáng)幅度是不恰當(dāng)?shù)?，k值應(yīng)選的較?。籟T2，T3]為細(xì)節(jié)區(qū)，選稍微大的k值，可以使細(xì)節(jié)更突出，[T3，T4]為細(xì)節(jié)邊緣區(qū)，選稍微大的k值，[T4，T5]為大邊緣區(qū)，這時(shí)選稍小的k值，可防止畫面變化太大。這種k值選取方式，使噪聲和細(xì)節(jié)過渡自然。
因此，步驟3.3，可包含以下步驟步驟3.3.1，判斷fH(i，j)是否屬于細(xì)節(jié)噪聲模糊區(qū)，即T1＜fH(i，j)≤T2，如是，k值選取方式如下k(i,j)=k1T2-T1×fH(i,j)-k1T1T2-T1...(4)]]>(步驟3.3.2)步驟3.3.3，判斷fH(i，j)是否屬于細(xì)節(jié)區(qū)，即T2＜fH(i，j)≤T3，如是，k值選取方式如下k(i,j)=k3-k1T3-T2×fH(i,j)+k1T3-k3T2T3-T2...(5)]]>(步驟3.3.4)；步驟3.3.5，判斷fH(i，j)是否屬于細(xì)節(jié)邊緣區(qū)，即T3＜fH(i，j)≤T4，如是，k值選取方式如下k(i,j)=k2-k3T4-T3×fH(i,j)+k3T4-k2T3T4-T3...(6)]]>(步驟3.3.6)；步驟3.3.7，判斷fH(i，j)是否屬于大邊緣區(qū)，即T4＜fH(i，j)≤T5，如是，k值選取方式如下k(i,j)=-k2T5-T4×fH(i,j)+k2T5T5-T4...(7)]]>(步驟3.3.8)；
而在其它情況下，k值選取方式如下k(i，j)＝0 (步驟3.3.9)其中k1，k2，k3為k值的幅值，k1是細(xì)節(jié)噪聲模糊區(qū)的最大增益，該增益應(yīng)該較小；k2是增強(qiáng)大邊緣的增益，控制圖像大邊緣增強(qiáng)的力度；k3是增強(qiáng)細(xì)節(jié)的增益，控制圖像細(xì)節(jié)增強(qiáng)的力度。而T1為噪聲閾值；T2為細(xì)節(jié)閾值，即大于它的可認(rèn)為是細(xì)節(jié)；T3為細(xì)節(jié)小邊緣閾值，即小于它的可認(rèn)為是細(xì)節(jié)，大于它的可認(rèn)為是小邊緣；T4為邊緣閾值，即小于它的可認(rèn)為是小邊緣，大于它的可認(rèn)為是大邊緣；T5為超大邊緣閾值，大于它的可認(rèn)為是超大邊緣，無需增強(qiáng)。
步驟4，得到增強(qiáng)后的亮度圖，可分為兩步步驟4.1，對(duì)認(rèn)為是邊緣和細(xì)節(jié)的有用信號(hào)進(jìn)行增強(qiáng)fout(i，j)＝fL(i，j)+k(i，j)*fH(i，j)(9)步驟4.2，判斷是否屬于白邊；如是，則對(duì)白邊控制處理(步驟4.3)，調(diào)整fout(i，j)值fout(i,j)=W+f(i,j)2...(10)]]>其中W是亮度空間中比較接近最大值的值，大于它的我們認(rèn)為已屬于白邊，在YcbCr空間，W為200～235之間的值；而在HSV空間，W為220～255之間的值；如果圖像增強(qiáng)程度過高或本身亮度就很高，很可能會(huì)出現(xiàn)白邊輪廓，視覺感覺不好，為了防止圖像出現(xiàn)不希望的白邊，即fout(i，j)＞W(wǎng)，需要重置fout(i，j)使之不至于太白。
權(quán)利要求
1.一種逐點(diǎn)提高視頻圖像清晰度的處理方法，其包含以下步驟步驟1、對(duì)讀入的視頻圖像計(jì)算亮度圖；步驟2、計(jì)算高低頻分量；步驟3、對(duì)高頻分量分類進(jìn)行識(shí)別處理，得到新的高頻分量將步驟2的高頻分量分為小幅高頻噪聲，不連續(xù)噪聲點(diǎn)，細(xì)節(jié)與大邊緣四類，進(jìn)行相應(yīng)處理；步驟4、得到增強(qiáng)后的亮度圖。
2.如權(quán)利要求1所述的逐點(diǎn)提高視頻圖像清晰度的處理方法，其特征在于，步驟3，對(duì)高頻分量進(jìn)行識(shí)別處理，得到新的高頻分量，包含以下步驟步驟3.1、清除細(xì)小噪聲，包含步驟3.1.1、設(shè)定一閾值，判斷該高頻分量是否小于閾值；步驟3.1.2、如是，則認(rèn)為小于該閾值的高頻分量為噪聲，對(duì)fH(i，j)處理，置為0，以抑制掉小幅高頻噪聲；步驟3.2、保留單象素線的高頻分量，去除非邊沿點(diǎn)的噪聲步驟3.2.1、判斷其他的高頻分量是否在超過模板總數(shù)一半以上，步驟3.2.2、如是則認(rèn)為是邊緣點(diǎn)，否則認(rèn)為是噪聲，否則認(rèn)為是噪聲，此時(shí)，令高頻分量為0；步驟3.3；計(jì)算逐點(diǎn)增強(qiáng)系數(shù)k值步驟3.3.1，判斷fH(i，j)是否屬于細(xì)節(jié)噪聲模糊區(qū)，即T1＜fH(i，j)≤T2，如是，k值選取方式如下k(i,j)=k1T2-T1×fH(i,j)-k1T1T2-T1---(4)]]>步驟(3.3.2)步驟3.3.3，判斷fH(i，j)是否屬于細(xì)節(jié)區(qū)，即T2＜fH(i，j)≤T3，如是，k值選取方式如下k(i,j)=k3-k1T3-T2×fH(i,j)-k1T3-k3T2T3-T2---(5)]]>步驟(3.3.4)步驟3.3.5，判斷fH(i，j)是否屬于細(xì)節(jié)邊緣區(qū)，即T3＜fH(i，j)≤T4，如是，k值選取方式如下k(i,j)=k2-k3T4-T3×fH(i,j)-k3T4-k2T3T4-T3---(6)]]>(步驟3.3.6)；步驟3.3.7，判斷fH(i，j)是否屬于大邊緣區(qū)，即T4＜fH(i，j)≤T5，如是，k值選取方式如下k(i,j)=-k2T5-T4×fH(i,j)-k2T5T5-T4---(7)]]>步驟(3.3.8)；而在其它情況下，k值選取方式如下k(i，j)＝0(步驟3.3.9)其中k1，k2，k3為k值的幅值，k1是分不清是細(xì)節(jié)還是噪聲的增益，該增益應(yīng)該較??；k2是增強(qiáng)大邊緣的增益，控制圖像大邊緣增強(qiáng)的力度；k3是增強(qiáng)細(xì)節(jié)的增益，控制圖像細(xì)節(jié)增強(qiáng)的力度；而T1為噪聲閾值；T2為細(xì)節(jié)閾值，即大于它的可認(rèn)為是細(xì)節(jié)；T3為細(xì)節(jié)小邊緣閾值，即小于它的可認(rèn)為是細(xì)節(jié)，大于它的可認(rèn)為是小邊緣；T4為邊緣閾值，即小于它的可認(rèn)為是小邊緣，大于它的可認(rèn)為是大邊緣；T5為超大邊緣閾值，大于它的可認(rèn)為是超大邊緣，無需增強(qiáng)。
3.如權(quán)利要求1所述的逐點(diǎn)提高視頻圖像清晰度的處理方法，其特征在于，步驟4，包含以下步驟步驟4.1，對(duì)認(rèn)為是邊緣和細(xì)節(jié)的有用信號(hào)進(jìn)行增強(qiáng)fout(i，j)＝fL(i，j)+k(i，j)*fH(i，j) (9)步驟4.2，判斷是否屬于白邊；如是，則對(duì)白邊控制處理(步驟4.3)，調(diào)整fout(i，j)值fout(i,j)=W+f(i,j)2---(10)]]>其中W是亮度空間中比較接近最大值的值，大于它的fout(i，j)則認(rèn)為已屬于白邊。
4.如權(quán)利要求3所述的逐點(diǎn)提高視頻圖像清晰度的處理方法，其特征在于，在YcbCr空間，W為200～235之間的值；在HSV空間，W為220～255之間的值。
5.如權(quán)利要求2所述的逐點(diǎn)提高視頻圖像清晰度的處理方法，其特征在于，步驟3.2.1和步驟3.2.2，用公式可以表示為以下if(n(i，j)≥N&(|fH(i，j)|＞T3&|fH(i-1，j)|＞T3&|fH(i+1，j)|＞T3)|(|fH(i，j)|＞T3&|fH(i-1，j-1)|＞T3&|fH(i+1，j+1)|＞T3)|(|fH(i，j)|＞T3&|fH(i，j-1)|＞T3&|fH(i，j+1)|＞T3)|(|fH(i，j)|＞T3&|fH(i+1，j-1)|＞T3&|fH(i-1，j+1)|＞T3))LineFlag＝1elseLineFlag＝0 其中，Tn為鄰域的邊界象素點(diǎn)數(shù)的閾值，T3為單象素線的高頻閾值；n(i，j)為以該點(diǎn)為中心的N×N個(gè)點(diǎn)中高頻分量不為0的象素點(diǎn)個(gè)數(shù)。
6.如權(quán)利要求5所述的逐點(diǎn)提高視頻圖像清晰度的處理方法，其特征在于，所述的Tn通常可選(N*N+1)/2。
全文摘要
一種逐點(diǎn)提高視頻圖像清晰度的處理方法，其包含以下步驟一、首先對(duì)讀入的視頻圖像計(jì)算亮度；二、求取出高頻分量；三、設(shè)定一閾值，對(duì)低于該閾值的高頻分量，認(rèn)為是小噪聲，去除該噪聲。然后通過判斷其周圍象素點(diǎn)的連續(xù)性，來決定其是否是真正的邊緣點(diǎn)，計(jì)算在N×N鄰域的邊緣點(diǎn)的個(gè)數(shù)，如小于某個(gè)設(shè)定的閾值，認(rèn)為是噪聲，否則是細(xì)節(jié)和邊緣點(diǎn)；根據(jù)高頻分量的不同求取高頻增強(qiáng)幅度k，然后與上述輸出相乘，得到增強(qiáng)的高頻分量，最后與低頻信號(hào)疊加。其可以抑制可能的噪聲，逐點(diǎn)處理細(xì)節(jié)和邊緣的增強(qiáng)程度，使畫面增強(qiáng)了輪廓和細(xì)節(jié)的同時(shí)，更柔和細(xì)膩。
文檔編號(hào)H04N5/14GK1744665SQ200510029629
公開日2006年3月8日 申請(qǐng)日期2005年9月14日 優(yōu)先權(quán)日2005年9月14日
發(fā)明者袁野, 侯鋼, 王國(guó)中 申請(qǐng)人:上海廣電(集團(tuán))有限公司中央研究院