动态视频图像清晰度强化方法及装置制造方法及图纸

本发明专利技术涉及图像处理技术领域，公开了一种动态视频图像清晰度强化方法及装置。所述方法包括步骤：获取当前像素的YUV数据，对所述当前像素的YUV数据进行归一化处理；计算归一化后的Y分量的邻域模糊数据和图像纹理数据；使用Y分量的所述邻域模糊数据和所述图像纹理数据进行锐化增强，对锐化增强后的Y分量调整整体对比度；使用调整后的Y分量与当前像素的UV分量计算当前像素的RGB数据，输出所述当前像素的RGB数据。本发明专利技术的技术方案通过快速提高图像中不同事物的色差，实现了高效的清晰度强化，可满足动态视频图像的连续处理需求。

【技术实现步骤摘要】

本专利技术涉及图像处理
，特别涉及一种动态视频图像清晰度强化方法及装置。
技术介绍
摄影摄像设备可帮助人们记录影像以便在任意时间地点进行查看，但受限于设备和拍摄人的能力，很多影像资料所呈现的画面质量并不理想，很难满足用户需求。在重新拍摄的时间和人力物力成本较高的情况下，通常会选择采用一定的技术手段来增强图像的清晰度。传统的清晰度增强算法往往针对特定的行业或工作环境，比如计算机中的模式识别、医学X光成像、气象成像等，这些只需对个别的静态图像进行处理，处理的实时性要求不高但处理量通常较大，无法满足连续处理动态图像的效率和性能需求。此外，现有技术中的图像增强方法往往只针对某一特定要求进行片面强化，如增强亮度、增强对比度、增强色度等，其强化幅度虽然较大，但算法一般比较单一，如果要同时对图像的多种参数进行强化则需分别运行多种算法，计算量过大而实时性较差。
技术实现思路
针对现有技术的缺陷，本专利技术的目的是提供一种动态视频图像清晰度强化方法及装置，以高效快捷实时地对连续的动态视频图像进行清晰度强化。根据本专利技术的一个方面，提供了一种动态视频图像清晰度强化方法，包括步骤：获取当前像素的YUV数据，对所述当前像素的YUV数据进行归一化处理；计算归一化后的Y分量的邻域模糊数据和图像纹理数据；使用Y分量的所述邻域模糊数据和所述图像纹理数据进行锐化增强，对锐化增强后的Y分量调整整体对比度；使用调整后的Y分量与当前像素的UV分量计算当前像素的RGB数据，输出所述当前像素的RGB数据。优选地，计算所述邻域模糊数据包括：以所述当前像素为中心点选取邻近的N×N个像素，构建N×N的模糊矩阵和Y分量矩阵，其中N为大于1的奇数；将所述模糊矩阵和所述Y分量矩阵进行运算得出所述邻域模糊数据。优选地，所述方法中：所述模糊矩阵中各元素取值为各像素距所述当前像素的距离，所述Y分量矩阵中各元素取值为各像素的Y分量。优选地，计算所述图像纹理数据包括：构建3×3的梯度算子矩阵；以当前像素为中心点选取邻近的3×3个像素，构建3×3的Y分量矩阵；将3×3的Y分量矩阵与所述梯度算子矩阵进行运算得出所述图像纹理数据。优选地，所述进行锐化增强包括：使用加强因子控制所述图像纹理数据对所述邻域模糊数据进行修正。在本专利技术的另一方面，还同时提供了一种动态视频图像清晰度强化装置，包括：归一化模块，用于获取当前像素的YUV数据，对所述当前像素的YUV数据进行归一化处理；数据处理模块，用于计算归一化后的Y分量的邻域模糊数据和图像纹理数据；图像强化模块，用于使用Y分量的所述邻域模糊数据和所述图像纹理数据进行锐化增强，对锐化增强后的Y分量调整整体对比度；输出模块，用于使用调整后的Y分量与当前像素的UV分量计算当前像素的RGB数据，输出所述当前像素的RGB数据。优选地，所述数据处理模块包括邻域模糊模块，其中所述邻域模糊模块包括：矩阵构建模块，用于以所述当前像素为中心点选取邻近的N×N个像素，构建N×N的模糊矩阵和Y分量矩阵，其中N为大于1的奇数；模糊运算模块，用于将所述模糊矩阵和所述Y分量矩阵进行运算得出所述邻域模糊数据。优选地，所述矩阵构建模块包括：模糊矩阵构建模块，用于以各像素距所述当前像素的距离为各元素取值构建所述模糊矩阵；Y分量矩阵构建模块，用于以各像素的Y分量为各元素取值构建所述Y分量矩阵。优选地，所述数据处理模块包括边缘处理模块，其中所述边缘处理模块包括：梯度矩阵构建模块，用于构建3×3的梯度算子矩阵，并以当前像素为中心点选取邻近的3×3个像素，构建3×3的Y分量矩阵；纹理运算模块，用于将3×3的Y分量矩阵与所述梯度算子矩阵进行运算得出所述图像纹理数据。优选地，所述图像强化模块包括：锐化增强模块，用于使用加强因子控制所述图像纹理数据对所述邻域模糊数据进行修正。本专利技术实施例提供了一种动态视频图像清晰度强化方法及装置，通过快速提高图像中不同事物的色差，实现了高效的清晰度强化，可满足动态视频图像的连续处理需求。附图说明图1是本专利技术实施例中动态视频图像清晰度强化方法的流程示意图；图2是本专利技术实施例中动态视频图像清晰度强化装置的模块示意图；图3a和图3b、图4a和图4b以及图5a和图5b分别是采用本专利技术实施例的技术方案进行清晰度强化前后的图像对比示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。现有技术中的图像增强方法普遍存在计算量大实时性差的缺陷，一般只适用于处理静态图像，加上现有技术的图像增强方案一般只针对一种图像参数进行片面强化，难以满足动态视频图像的清晰度强化的需求。本专利技术实施例提供了一种动态视频图像清晰度强化方案，通过快速提高图像中不同事物的色差，实现了高效的清晰度强化，可满足动态视频图像的连续处理需求。如图1所示，本专利技术实施例中的动态视频图像清晰度强化方法包括步骤：S1，获取当前像素的YUV数据，对所述当前像素的YUV数据进行归一化处理；S2，计算归一化后的Y分量的邻域模糊数据和图像纹理数据；S3，使用所述邻域模糊数据和所述图像纹理数据对所述当前像素归一化后的Y分量进行锐化增强，对锐化增强后的Y分量调整整体对比度；S4，使用调整后的Y分量与当前像素的UV分量计算当前像素的RGB数据，输出所述当前像素的RGB数据。其中，在本专利技术实施例中，上述方法对视频中每一图像帧的每一像素进行遍历处理，处理后数据直接输出到显示设备，从而向用户呈现经过清晰度强化的视频。更进一步地，可利用多个处理设备，比如CPU和GPU，或利用处理设备的多个核心处理单元，比如多核处理器，对多个像素同时采用上述方法进行并行处理，多个像素的处理结果数据按时钟信号的控制输出到显示设备。在本专利技术优选实施例中，步骤S1的归一化处理包括：将数据原始值统一除以255，即Ynor＝Ysrc/255.0，其中，Ysrc为原始的Y/U/V数据值，Ynor为归一化后的Y/U/V分量值。所述YUV数据通过解码视频数据后获取。优选地，步骤S2中计算本文档来自技高网...

【技术保护点】
一种动态视频图像清晰度强化方法，其特征在于，所述方法包括步骤：获取当前像素的YUV数据，对所述当前像素的YUV数据进行归一化处理；计算归一化后的Y分量的邻域模糊数据和图像纹理数据；使用Y分量的所述邻域模糊数据和所述图像纹理数据进行锐化增强，对锐化增强后的Y分量调整整体对比度；使用调整后的Y分量与当前像素的UV分量计算当前像素的RGB数据，输出所述当前像素的RGB数据。

【技术特征摘要】
1.一种动态视频图像清晰度强化方法，其特征在于，所述方法包括步
骤：
获取当前像素的YUV数据，对所述当前像素的YUV数据进行归一化
处理；
计算归一化后的Y分量的邻域模糊数据和图像纹理数据；
使用Y分量的所述邻域模糊数据和所述图像纹理数据进行锐化增强，
对锐化增强后的Y分量调整整体对比度；
使用调整后的Y分量与当前像素的UV分量计算当前像素的RGB数
据，输出所述当前像素的RGB数据。
2.根据权利要求1所述的方法，其特征在于，计算所述邻域模糊数据
包括：
以所述当前像素为中心点选取邻近的N×N个像素，构建N×N的模
糊矩阵和Y分量矩阵，其中N为大于1的奇数；
将所述模糊矩阵和所述Y分量矩阵进行运算得出所述邻域模糊数据。
3.根据权利要求2所述的方法，其特征在于，所述方法中：
所述模糊矩阵中各元素取值为各像素距所述当前像素的距离，所述Y
分量矩阵中各元素取值为各像素的Y分量。
4.根据权利要求1所述的方法，其特征在于，计算所述图像纹理数据
包括：
构建3×3的梯度算子矩阵；
以当前像素为中心点选取邻近的3×3个像素，构建3×3的Y分量矩
阵；
将3×3的Y分量矩阵与所述梯度算子矩阵进行运算得出所述图像纹
理数据。
5.根据权利要求1所述的方法，其特征在于，所述进行锐化增强包括：
使用加强因子控制所述图像纹理数据对所述邻域模糊数据进行修正。
6.一种动态视频图像清晰度强化装置，其特征在于，所述装置包括：
归一化模块，用于获取当前像素的YUV数据，对所述当前像素的YUV
数据进行归一化处理；

【专利技术属性】
技术研发人员：张哲，王伟，王婷婷，何美伊，池宝旺，彭伟刚，林岳，顾思斌，潘柏宇，王冀，
申请(专利权)人：合一网络技术北京有限公司，
类型：发明
国别省市：北京;11