一种梯度相关性检测的图像自适应锐化方法和存储介质技术

本发明专利技术提供了一种梯度相关性检测的图像自适应锐化方法和存储介质，所述方法通过对图像像素的亮度进行相似性检测，实现图像不同区域进行不同程度的滤波处理，有效保护了图像上的弱纹理区域、抑制噪声影响。此外，所述方法还根据图像梯度相关性及原始梯度图像计算各个像素点锐化系数，对不同程度滤波处理后的图像上需要进行锐化处理的那部分像素进行锐化，有效保护了图像的细节纹理特征，实现根据不同亮度场景的图像自适应锐化，使得图像的视觉效果更加清晰，中间过渡更加自然，有效提升了用户感官体验。

【技术实现步骤摘要】
一种梯度相关性检测的图像自适应锐化方法和存储介质
本专利技术涉及图像处理领域，尤其涉及一种梯度相关性检测的图像自适应锐化方法和存储介质。
技术介绍
图像锐化处理是在原始图像的基础上对图像的边缘进行增强，从而达到增强图像焦点、减少图像的细节模糊和提升图像分辨率的效果。图像锐化算法包括空域处理和频域处理两大类。钝化掩模滤波器(unsharpmaskfilter,USM)算法是比较常用的锐化算法，它能够有效提高图像边缘的对比度，其原理是将原始图像与模糊处理后的图像的差值作为掩模模板，将输入图像根据用户设定的比例与掩模模板中的值进行融合，从而实现图像边缘锐化，参考资料链接如下：https://en.wikipedia.org/wiki/Unsharp_masking。由于钝化掩模滤波器需要用户手动输入设定锐化量，主观性较强，存在着判断不准确的问题。此外，设定单一的锐化系数会使得图像部分区域锐化强度过强，而又有部分锐化强度不够，无法保证整个图像锐化强度处于一个适中的范围，影响了用户对图像的感官体验。因此，如何通过自适应的方式在图像上采用不同的锐化强度，是图像处理领域说要研究的重要一环。专利技术本文档来自技高网...

【技术保护点】
一种梯度相关性检测的图像自适应锐化方法，其特征在于，所述方法包括：接收原始图像，当判定所述原始图像为非YUV格式图像时，将所述原始图像转换为YUV图像，所述YUV图像包括Y分量图像和UV分量图像；对Y分量图像进行第一滤波处理，得到第一滤波图像，并采用梯度算子对第一滤波图像进行计算，得到第一梯度图像；对Y分量图像采用梯度算子进行计算，得到第二梯度图像；根据第二梯度图像的梯度值确定Y分量图像上各个像素点对应的锐化系数，并对第一梯度图像和第二梯度图像进行相关性检测，确定相关性系数；所述相关性系数用于确定需要进行锐化处理的像素点；以及对Y分量图像各个像素点进行亮度检测，根据亮度检测结果确定Y分量图像各...

【技术特征摘要】
1.一种梯度相关性检测的图像自适应锐化方法，其特征在于，所述方法包括：接收原始图像，当判定所述原始图像为非YUV格式图像时，将所述原始图像转换为YUV图像，所述YUV图像包括Y分量图像和UV分量图像；对Y分量图像进行第一滤波处理，得到第一滤波图像，并采用梯度算子对第一滤波图像进行计算，得到第一梯度图像；对Y分量图像采用梯度算子进行计算，得到第二梯度图像；根据第二梯度图像的梯度值确定Y分量图像上各个像素点对应的锐化系数，并对第一梯度图像和第二梯度图像进行相关性检测，确定相关性系数；所述相关性系数用于确定需要进行锐化处理的像素点；以及对Y分量图像各个像素点进行亮度检测，根据亮度检测结果确定Y分量图像各个像素点对应的区块类型，基于所述区块类型对Y分量图像上的各个像素点进行第二滤波处理，得到第二滤波图像；根据第二滤波图像、锐化系数、相关性系数以及第一滤波图像的对应关系，对第二滤波图像上需要进行锐化处理的各个像素点进行锐化处理，得到锐化处理后的Y分量图像；对UV分量图像进行第三滤波处理，将第三滤波处理后的UV分量图像和锐化处理后的Y分量图像合并为YUV输出图像，并将YUV输出图像转换为原始图像格式并输出。2.如权利要求1所述的梯度相关性检测的图像自适应锐化方法，其特征在于，步骤“对第一梯度图像和第二梯度图像进行相关性检测”通过以下公式实现：cr＝r(x,y)-rmean(x,y)其中，g1(x,y)表示第一梯度图像上坐标为(x,y)的像素点的像素值，g0(x,y)表示第二梯度图像与第一梯度图像上坐标为(x,y)的像素点位置相对应的像素点的像素值；r(x,y)表示第一梯度图像和第二梯度图像坐标为(x,y)的像素点的相关系数；rmean(x,y)表示像素点(x,y)的邻域像素点的平均相关系数，rout(x,y)值为0的时候表示二者不相关，值为1表示二者相关；所述邻域像素点为以像素点(x,y)为中心的NXN子块内、除了像素点(x,y)之外的其他像素点；cth表示比较阈值。3.如权利要求1所述的梯度相关性检测的图像自适应锐化方法，其特征在于，步骤“对Y分量图像各个像素点进行亮度检测，根据亮度检测结果确定Y分量图像各个像素点对应的区块类型，基于所述区块类型对Y分量图像上的各个像素点进行第二滤波处理，得到第二滤波图像”包括：根据Y分量图像上当前像素点的亮度值大小，确定当前像素点对应的预设阈值，所述预设阈值包括第一预设差值、第二预设差值、相似像素点最大值和相似像素最小值；以当前像素点为中心，计算NXN子块内所有像素点的亮度均值，并计算当前像素点的亮度值与所述亮度均值的差值，得到亮度差值；根据亮度差值与第一预设差值大小关系、以及统计的NXN子块内与当前像素点相似的像素点个数和相似像素点最大值、相似像素点最小值之间的对应关系，确定当前NXN子块对应的区块类型；所述与当前像素点相似的像素点为NXN子块内与当前像素点的亮度差值小于等于第二预设差值的像素点；根据不同的区块类型确定不同的滤波系数，对各个NXN子块内的像素点进行第二滤波处理，得到第二滤波图像。4.如权利要求3所述的梯度相关性检测的图像自适应锐化方法，其特征在于，所述区块类型包括第一区块、第二区块和第三区块；步骤“根据亮度差值与第一预设差值大小关系、以及统计的NXN子块内与当前像素点相似的像素点个数和相似像素点最大值、相似像素点最小值之间的对应关系，确定当前NXN子块对应的区块类型”包括：当亮度差值小于第一预设差值，且统计的NXN子块内与当前像素点相似的像素点个数大于相似像素点最大值时，判定NXN子块的区块类型为第一区块；当亮度差值不小于第一预设差值，且统计的NXN子块内与当前像素点相似的像素点个数小于相似像素点最小值时，判定NXN子块的区块类型为第二区块；以及将既不属于第一区块也不属于第二区块的NXN子块的区块类型判定为第三区块。5.如权利要求1所述的梯度相关性检测的图像自适应锐化方法，其特征在于，所述第一滤波处理、第二滤波处理或第三滤波处理包括：高斯核平滑滤波处理、均值滤波处理、中值滤波处理、最值滤波处理、小波滤波处理中的任意一种。6.一种存储介...

【专利技术属性】
技术研发人员：吴伟霖，杨培杉，
申请(专利权)人：福州瑞芯微电子股份有限公司，
类型：发明
国别省市：福建,35