一种图像边缘自适应增强方法及装置制造方法及图纸

本发明专利技术公开了一种图像边缘自适应增强方法及装置，用以解决现有技术中存在增强效果一般，增强边缘同时，也增强了不希望增强的区域和噪声，以及计算量较大，耗时较长，实时性差的问题。该方法为：根据图像中每一个像素点对应的邻域像素点，获得每一个像素点的细节指数；根据每一个像素点的细节指数和预设的细节指数阈值，得到每一个像素点的低、中、高细节隶属度；对所有低细节隶属度为1的像素点进行降噪处理，对所有低细节隶属度小于1的像素点进行边缘增强处理，得到最终的目标图像。这样，可以根据图像中每个像素点的细节进行有针对性地增强，同时抑制噪声，保证不会出现过冲现象，且本发明专利技术实施过程中计算量较小，节省了计算时间，实时性较好。

【技术实现步骤摘要】
一种图像边缘自适应增强方法及装置
本专利技术涉及图像处理技术，尤其涉及一种图像边缘自适应增强方法及装置。
技术介绍
图像的边缘是指图像的局部特征（如亮度、纹理结构等）发生变化的地方。图像边缘含有丰富的信息，对图像分割、特征提取、识别等图像处理领域有着重要的意义。图像边缘增强是图像增强处理的一种。它是将图像相邻像元（或区域）的亮度值（或色调）相差较大的边缘（即影像色调突变或地物类型的边界线）处加以突出强调的技术方法。经图像边缘增强后的图像能更清晰地显示出不同地物类型或现象的边界或线形影像的行迹，以便于不同地物类型的识别及其分布范围的圈定。现有技术中，有很多方法实现图像边缘增强，例如相关掩膜技术以及反锐化模板法等，相关掩膜技术为：将原图像（影像）拷制成一张正膜片和一张负膜片，并使两张不同性质的膜片精确重叠，在曝光冲印时，将两张膜片相互错动很小的距离，这样得到一张相应影像有稍许错位“镶边”的图像，其大部分影像正负抵消，而其边缘部分出现一亮线（或暗线），达到从背景中突出影像边界线的显示效果，使图像达到增强。反锐化模板法的原理为：首先将原图像低通滤波后产生一个钝化模糊图像，将原图像与这模糊图像相减得到保留高频成份的图像，再将高频图像用一个参数放大后与原图像叠加，这就产生一个增强了边缘的图像。传统的图像边缘增强技术，增强效果一般，需要用户干预图像边缘技术过程，往往存在增强边缘同时，也增强了不希望增强的区域和噪声，这是许多边缘增强方法的通病。
技术实现思路
本专利技术实施例提供一种图像边缘自适应增强方法及装置，用以解决现有技术中存在增强效果一般，增强边缘同时，也增强了不希望增强的区域和噪声。本专利技术实施例提供的具体技术方案如下：第一方面，一种图像边缘自适应增强方法，包括：根据图像中每一个像素点对应的邻域像素点，获得所述每一个像素点的细节指数，其中，所述细节指数为衡量图像边缘强度的指标；根据所述每一个像素点的细节指数和预设的细节指数阈值，得到所述每一个像素点的低细节隶属度；对所述图像中低细节隶属度为1的像素点进行降噪处理，对所述图像中低细节隶属度小于1的像素点进行边缘增强处理，得到最终的目标图像。通过根据图像中的每个像素的细节指数划分隶属度，并将低细节隶属度为1的像素点进行滤波，将其它的像素点进行边缘增强处理，这种隶属度模糊划分方法使图像过渡位置处理的更自然，且能有效的去除噪声，增强需要增强的区域，增强图像的锐利度，并保证了不会出现过冲现象。结合第一方面，在第一种可能的实现方式中，当所述图像为彩色图像时，在根据图像中每一个像素点对应的邻域像素点，获得所述每一个像素点的细节指数之前，还包括：对所述彩色图像进行色彩空间转换处理，将所述彩色图像转换为亮度色度YUV空间图像；以及得到最终的目标图像之后，还包括：运用如下公式将经过色彩空间转换处理后的YUV空间图像，恢复为彩色图像：其中，Y表示一个像素的亮度，U和V表示一个像素的色度，R、G和B为一个像素中红、绿和蓝的发光强度数值。通过这种方法，可以将彩色图像转换为可以进行图像边缘自适应增强处理的YUV空间图像，并可以将经过处理后的YUV空间图像，恢复为彩色图像。结合第一方面或第一方面的第一种可能的实现方式，在第二种可能的实现方式中，根据所述图像中任一个像素点对应的邻域像素点，获得所述任一个像素点的细节指数，包括：选择所述图像中以所述任一个像素点为中心的(2n+1)*(2n+1)邻域，对所述邻域中的所有像素点的亮度值进行算术平均值计算，得到所述任一个像素点对应的邻域像素亮度平均值，其中，n为大于或等于1的正整数；将所述邻域中的每一个像素点的的亮度值与所述任一个像素点对应的邻域像素亮度平均值的差的平方进行累加，得到所述任一个像素点的细节指数。通过这种方法，可以准确的计算图像中每个像素点的细节指数。结合第一方面或第一方面的第一种可能的实现方式，在第三种可能的实现方式中，在得到所述每一个像素点的低细节隶属度的同时，还包括：根据所述图像中每一个像素点的细节指数和预设的细节指数阈值，得到所述每一个像素点的中细节隶属度和高细节隶属度。通过这种方法，得到中细节隶属度和高细节隶属度，才可以根据像素点细节隶属度的不同，进行不同的增强处理。结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，根据所述图像中任一个像素点的细节指数和预设的细节指数阈值，得到所述任一个像素点的低细节隶属度、中细节隶属度和高细节隶属度，包括：若所述任一个像素点的细节指数小于或等于T1时，则所述任一像素点的低细节隶属度为1；若所述任一个像素点的细节指数大于T1且小于T2时，则所述任一像素点的低细节隶属度与T2和所述任一个像素点的细节指数的差正相关，与T2和T1的差负相关；若所述任一个像素点的细节指数大于或等于T2时，则所述任一像素点的低细节隶属度为0；若所述任一个像素点的细节指数小于或等于T1时，则所述任一像素点的中细节隶属度为0；若所述任一个像素点的细节指数大于T1且小于T2时，则所述任一像素点的中细节隶属度与所述任一个像素点的细节指数和T1的差正相关，与T2和T1的差负相关；若所述一个像素点的细节指数大于或等于T2且小于或等于T3时，则所述任一像素点的中细节隶属度为1；若所述任一个像素点的细节指数大于T3且小于T4时，则所述任一像素点的中细节隶属度与T4和所述任一个像素点的细节指数的差正相关，与T4和T3的差负相关；若所述任一个像素点的细节指数大于或等于T4时，则所述任一像素点的中细节隶属度为0；若所述任一个像素点的细节指数小于或等于T3时，则所述任一像素点的高细节隶属度为0；若所述任一个像素点的细节指数大于T3且小于T4时，则所述任一像素点的高细节隶属度与所述任一个像素点的细节指数和T3的差正相关，与T4和T3的差负相关；若所述任一个像素点的细节指数大于或等于T4时，则所述任一像素点的高细节隶属度为1；其中，T1、T2、T3和T4为预设的细节指数阈值，且满足0＜T1＜T2＜T3＜T4。通过这种方法，可以准确的得到图像中每个像素点的低细节隶属度、中细节隶属度和高细节隶属度。结合第一方面或第一方面的第一种可能的实现方式，在第五种可能的实现方式中，对所述图像中任一个低细节隶属度为1的像素点进行降噪处理，包括：筛选出以所述任一个低细节隶属度为1的像素点为中心的(2n+1)*(2n+1)邻域中，邻域像素亮度的最大值Maxf、最小值Minf和中间值Medf，其中，对所述任一个低细节隶属度为1的像素点进行中值滤波处理，若所述任一个低细节隶属度为1的像素点的亮度值不等于Maxf，且不等于Minf，则所述任一个低细节隶属度为1的像素点的亮度值不变；若所述任一个低细节隶属度为1的像素点的亮度值等于Maxf，或者等于Minf，则所述任一个低细节隶属度为1的像素点的亮度值等于Medf。通过这种方法，对低细节隶属度为1的像素点进行降噪处理，可以有效的去除噪声。结合第一方面的第三种可能的实现方式，在第六种可能的实现方式中，对所述图像中任一个低细节隶属度小于1的像素点进行边缘增强处理，包括：根据所述任一个低细节隶属度小于1的像素点的中细节隶属度和高细节隶属度，以及针对中细节隶属度和高细节隶属度预设的不同的边缘增强权重系数，将所述任一个低细本文档来自技高网...

【技术保护点】
一种图像边缘自适应增强方法，其特征在于，包括：根据图像中每一个像素点对应的邻域像素点，获得所述每一个像素点的细节指数，其中，所述细节指数为衡量图像边缘强度的指标；根据所述每一个像素点的细节指数和预设的细节指数阈值，得到所述每一个像素点的低细节隶属度；对所述图像中低细节隶属度为1的像素点进行降噪处理，对所述图像中低细节隶属度小于1的像素点进行边缘增强处理，得到最终的目标图像。

【技术特征摘要】
1.一种图像边缘自适应增强方法，其特征在于，包括：根据图像中每一个像素点对应的邻域像素点，获得所述每一个像素点的细节指数，其中，所述细节指数为衡量图像边缘强度的指标；根据所述每一个像素点的细节指数和预设的细节指数阈值，得到所述每一个像素点的低细节隶属度；对所述图像中低细节隶属度为1的像素点进行降噪处理，对所述图像中低细节隶属度小于1的像素点进行边缘增强处理，得到最终的目标图像。2.如权利要求1所述的方法，其特征在于，当所述图像为彩色图像时，在根据图像中每一个像素点对应的邻域像素点，获得所述每一个像素点的细节指数之前，还包括：对所述彩色图像进行色彩空间转换处理，将所述彩色图像转换为亮度色度YUV空间图像；以及得到最终的目标图像之后，还包括：运用如下公式将经过色彩空间转换处理后的YUV空间图像，恢复为彩色图像：其中，Y表示一个像素的亮度，U和V表示一个像素的色度，R、G和B为一个像素中红、绿和蓝的发光强度数值。3.如权利要求1或2所述的方法，其特征在于，根据所述图像中任一个像素点对应的邻域像素点，获得所述任一个像素点的细节指数，包括：选择所述图像中以所述任一个像素点为中心的(2n+1)*(2n+1)邻域，对所述邻域中的所有像素点的亮度值进行算术平均值计算，得到所述任一个像素点对应的邻域像素亮度平均值，其中，n为大于或等于1的正整数；将所述邻域中的每一个像素点的的亮度值与所述任一个像素点对应的邻域像素亮度平均值的差的平方进行累加，得到所述任一个像素点的细节指数。4.如权利要求1或2所述的方法，其特征在于，在得到所述每一个像素点的低细节隶属度的同时，还包括：根据所述图像中每一个像素点的细节指数和预设的细节指数阈值，得到所述每一个像素点的中细节隶属度和高细节隶属度。5.如权利要求4所述的方法，其特征在于，根据所述图像中任一个像素点的细节指数和预设的细节指数阈值，得到所述任一个像素点的低细节隶属度、中细节隶属度和高细节隶属度，包括：若所述任一个像素点的细节指数小于或等于T1时，则所述任一像素点的低细节隶属度为1；若所述任一个像素点的细节指数大于T1且小于T2时，则所述任一像素点的低细节隶属度与T2和所述任一个像素点的细节指数的差正相关，与T2和T1的差负相关；若所述任一个像素点的细节指数大于或等于T2时，则所述任一像素点的低细节隶属度为0；若所述任一个像素点的细节指数小于或等于T1时，则所述任一像素点的中细节隶属度为0；若所述任一个像素点的细节指数大于T1且小于T2时，则所述任一像素点的中细节隶属度与所述任一个像素点的细节指数和T1的差正相关，与T2和T1的差负相关；若所述一个像素点的细节指数大于或等于T2且小于或等于T3时，则所述任一像素点的中细节隶属度为1；若所述任一个像素点的细节指数大于T3且小于T4时，则所述任一像素点的中细节隶属度与T4和所述任一个像素点的细节指数的差正相关，与T4和T3的差负相关；若所述任一个像素点的细节指数大于或等于T4时，则所述任一像素点的中细节隶属度为0；若所述任一个像素点的细节指数小于或等于T3时，则所述任一像素点的高细节隶属度为0；若所述任一个像素点的细节指数大于T3且小于T4时，则所述任一像素点的高细节隶属度与所述任一个像素点的细节指数和T3的差正相关，与T4和T3的差负相关；若所述任一个像素点的细节指数大于或等于T4时，则所述任一像素点的高细节隶属度为1；其中，T1、T2、T3和T4为预设的细节指数阈值，且满足0＜T1＜T2＜T3＜T4。6.如权利要求1或2所述的方法，其特征在于，对所述图像中任一个低细节隶属度为1的像素点进行降噪处理，包括：筛选出以所述任一个低细节隶属度为1的像素点为中心的(2n+1)*(2n+1)邻域中，邻域像素亮度的最大值Maxf、最小值Minf和中间值Medf，其中，对所述任一个低细节隶属度为1的像素点进行中值滤波处理，若所述任一个低细节隶属度为1的像素点的亮度值不等于Maxf，且不等于Minf，则所述任一个低细节隶属度为1的像素点的亮度值不变；若所述任一个低细节隶属度为1的像素点的亮度值等于Maxf，或者等于Minf，则所述任一个低细节隶属度为1的像素点的亮度值等于Medf。7.如权利要求4所述的方法，其特征在于，对所述图像中任一个低细节隶属度小于1的像素点进行边缘增强处理，包括：根据所述任一个低细节隶属度小于1的像素点的中细节隶属度和高细节隶属度，以及针对中细节隶属度和高细节隶属度预设的不同的边缘增强权重系数，将所述任一个低细节隶属度小于1的像素点的中细节隶属度和高细节隶属度进行加权和计算，获得所述任一个低细节隶属度小于1的像素点的边缘增强权重系数；将所述任一个低细节隶属度小于1的像素点的亮度值与Laplace锐化模板进行卷积，得到所述任一个低细节隶属度小于1的像素点的边缘响应值；通过将所述任一个低细节隶属度小于1的像素点的亮度值与所述任一个低细节隶属度小于1的像素点的边缘增强权重系数和边缘响应值相乘后的结果相加，对所述任一个低细节隶属度小于1的像素点进行边缘增强处理，得到所述任一个低细节隶属度小于1的像素点进行边缘增强后的像素点。8.如权利要求7所述的方法，其特征在于，针对中细节隶属度和高细节隶属度预设的不同的边缘增强权重系数应满足如下条件：针对高细节隶属度预设的边缘增强权重系数大于0，且针对高细节隶属度预设的边缘增强权重系数小于针对中细节隶属度预设的边缘增强权重系数。9.一种图像边缘自适应增强装置，其特征在于，包括：第一计算单元，用于根据图像中每一个像素点对应的邻域像素点，获得所述每一个像素点的细节指数，其中，所述细节指数为衡量图像边缘强度的...

【专利技术属性】
技术研发人员：谭世恒，孔文海，邓志权，
申请(专利权)人：炬芯珠海科技有限公司，
类型：发明
国别省市：广东;44