图像处理方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请实施例提供了一种图像处理方法、装置、电子设备及计算机可读存储介质，方法包括：通过预设边缘检测算法对待处理图像帧进行处理，确定出待处理图像帧中属于边缘区域的边缘像素点，以及属于非边缘区域的非边缘像素点，基于预设图像平滑算法，对非边缘像素点的灰度值进行处理，基于预设图像增强算法，对边缘像素点的灰度值进行处理，根据待处理图像帧中像素点处理后的灰度值，得到处理后的待处理图像帧。基于上述处理，可以提高处理后的图像帧的图像质量。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及计算机可读存储介质
本申请涉及图像处理
，特别是涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着计算机技术的快速发展，图像帧也越来越趋向于高分辨率，导致图像帧构成的视频资源的大小也成倍增加。为了降低视频资源在传输过程中所占用的带宽，节省网络成本，通常需要对视频资源中的图像帧进行压缩处理。对图像帧进行压缩处理，会在一定程度上降低图像帧的画质，比如，压缩处理后的图像帧中会产生压缩噪声，或，会导致图像帧的细节丢失等。现有技术中，通常可以采用图像增强的方法，对压缩后的图像帧(可以称为待处理图像帧)进行处理，以增强待处理图像帧的细节。例如，可以采用反锐化掩模增强算法对待处理图像帧进行处理，或者，也可以用Retinex(视网膜大脑皮层理论)增强算法对待处理图像帧进行处理。然而，由于不同像素点的图像参数不同，根据同一方式对待处理图像帧中的所有像素点进行处理，可能会降低某些像素点处理后的显示效果，即，处理后的图像帧的图像质量较低。
技术实现思路
本申请实施例的目的在于提供一种图像处理方法、装置、电子设备及计算机可读存储介质，可以提高处理后的图像帧的图像质量。具体技术方案如下：第一方面，为了达到上述目的，本申请实施例公开了一种图像处理方法，所述方法包括：通过预设边缘检测算法对待处理图像帧进行处理，确定出所述待处理图像帧中属于边缘区域的边缘像素点，以及属于非边缘区域的非边缘像素点；基于预设图像平滑算法，对所述非边缘像素点的灰度值进行处理；基于预设图像增强算法，对所述边缘像素点的灰度值进行处理；根据所述待处理图像帧中像素点处理后的灰度值，得到处理后的所述待处理图像帧。可选的，所述通过预设边缘检测算法对待处理图像帧进行处理，确定出所述待处理图像帧中属于边缘区域的边缘像素点，以及属于非边缘区域的非边缘像素点，包括：针对待处理图像帧中的每一像素点，计算该像素点对应的灰度值在多个预设方向的梯度；从该像素点对应的灰度值在多个预设方向的梯度中，确定出数值最大的目标梯度；根据所述待处理图像帧中各像素点对应的目标梯度的分布情况，确定梯度阈值；根据所述梯度阈值和所述各像素点对应的目标梯度的大小关系，确定所述待处理图像帧中的边缘像素点和非边缘像素点。可选的，所述根据所述待处理图像帧中各像素点对应的目标梯度的分布情况，确定梯度阈值，包括：根据所述待处理图像帧中各像素点对应的目标梯度的分布直方图，确定下限梯度，其中，所述待处理图像帧中对应的目标梯度小于和等于所述下限梯度的像素点所占的比例为第一预设比值；基于第一预设公式和所述下限梯度，得到梯度阈值，其中，所述第一预设公式为：Y1＝min(max(X1,0)，Z1)X1表示所述下限梯度，Y1表示所述梯度阈值，Z1表示预设数值。可选的，所述根据所述梯度阈值和所述各像素点对应的目标梯度的大小关系，确定所述待处理图像帧中的边缘像素点和非边缘像素，包括：针对所述待处理图像帧中的每一像素点，判断该像素点对应的目标梯度是否小于所述梯度阈值；如果该像素点对应的目标梯度小于所述梯度阈值，确定该像素点为非边缘像素点；如果该像素点对应的目标梯度不小于所述梯度阈值，确定该像素点为边缘像素点。可选的，在所述基于预设图像增强算法，对所述边缘像素点的灰度值进行处理之前，所述方法还包括：针对所述待处理图像帧中的每一像素点，将该像素点对应的目标梯度所属的方向，确定为目标方向；所述基于预设图像增强算法，对所述边缘像素点的灰度值进行处理，包括：针对每一边缘像素点，计算该边缘像素点对应的目标方向的参考灰度值；根据该边缘像素点对应的目标梯度，以及对应的目标方向的参考灰度值，确定该边缘像素点的边缘类型；根据该边缘像素点的边缘类型对应的图像增强算法，对该边缘像素点的灰度值进行处理。可选的，该边缘像素点对应的目标方向的参考灰度值包括第一参考灰度值和第二参考灰度值；所述根据该边缘像素点对应的目标梯度，以及对应的目标方向的参考灰度值，确定该边缘像素点的边缘类型，包括：基于第二预设公式、所述第一参考灰度值和所述第二参考灰度值，得到第一灰度阈值、第二灰度阈值和第三灰度阈值，其中，所述第二预设公式为：S1表示第一参考灰度值，S2表示第二参考灰度值，T1表示第一灰度阈值，T2表示第二灰度阈值，T3表示第三灰度阈值；如果该边缘像素点对应的目标梯度小于所述第一灰度阈值，确定该边缘像素点的边缘类型为第一边缘类型；如果该边缘像素点对应的目标梯度不小于所述第一灰度阈值，且不大于所述第二灰度阈值，确定该边缘像素点的边缘类型为第二边缘类型；如果该边缘像素点对应的目标梯度大于所述第二灰度阈值，且不大于所述第三灰度阈值，确定该边缘像素点的边缘类型为第三边缘类型；如果该边缘像素点对应的目标梯度大于所述第三灰度阈值，确定该边缘像素点的边缘类型为第四边缘类型。可选的，所述根据该边缘像素点的边缘类型对应的图像增强算法，对该边缘像素点的灰度值进行处理，包括：如果该边缘像素点的边缘类型为所述第一边缘类型，计算第一预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计算的乘积的差值，作为处理后该边缘像素点的灰度值；如果该边缘像素点的边缘类型为所述第二边缘类型，计算第二预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计算的乘积的差值，作为处理后该边缘像素点的灰度值，其中，所述第二预设系数大于所述第一预设系数；如果该边缘像素点的边缘类型为所述第三边缘类型，计算所述第二预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计算的乘积的和值，作为处理后该边缘像素点的灰度值；如果该边缘像素点的边缘类型为所述第四边缘类型，计算所述第一预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计算的乘积的和值，作为处理后该边缘像素点的灰度值。第二方面，为了达到上述目的，本申请实施例还公开了一种图像处理装置，所述装置包括：确定模块，用于通过预设边缘检测算法对待处理图像帧进行处理，确定出所述待处理图像帧中属于边缘区域的边缘像素点，以及属于非边缘区域的非边缘像素点；平滑模块，用于基于预设图像平滑算法，对所述非边缘像素点的灰度值进行处理；增强模块，用于基于预设图像增强算法，对所述边缘像素点的灰度值进行处理；处理模块，用于根据所述待处理图像帧中像素点处理后的灰度值，得到处理后的所述待处理图像帧。可选的，所述确定模块，具体用于针对待处理图像帧中的每一像素点，计算该像素点对应的灰度值在多个预设方向的梯度；从该像素点对应的灰度值在多个预设方向的梯度中，确定出数值最大的目标梯度；根据所述待处理图像帧中各像素点对应的目标梯度的分布情况，确定梯度本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n通过预设边缘检测算法对待处理图像帧进行处理，确定出所述待处理图像帧中属于边缘区域的边缘像素点，以及属于非边缘区域的非边缘像素点；/n基于预设图像平滑算法，对所述非边缘像素点的灰度值进行处理；/n基于预设图像增强算法，对所述边缘像素点的灰度值进行处理；/n根据所述待处理图像帧中像素点处理后的灰度值，得到处理后的所述待处理图像帧。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
通过预设边缘检测算法对待处理图像帧进行处理，确定出所述待处理图像帧中属于边缘区域的边缘像素点，以及属于非边缘区域的非边缘像素点；
基于预设图像平滑算法，对所述非边缘像素点的灰度值进行处理；
基于预设图像增强算法，对所述边缘像素点的灰度值进行处理；
根据所述待处理图像帧中像素点处理后的灰度值，得到处理后的所述待处理图像帧。


2.根据权利要求1所述的方法，其特征在于，所述通过预设边缘检测算法对待处理图像帧进行处理，确定出所述待处理图像帧中属于边缘区域的边缘像素点，以及属于非边缘区域的非边缘像素点，包括：
针对待处理图像帧中的每一像素点，计算该像素点对应的灰度值在多个预设方向的梯度；
从该像素点对应的灰度值在多个预设方向的梯度中，确定出数值最大的目标梯度；
根据所述待处理图像帧中各像素点对应的目标梯度的分布情况，确定梯度阈值；
根据所述梯度阈值和所述各像素点对应的目标梯度的大小关系，确定所述待处理图像帧中的边缘像素点和非边缘像素点。


3.根据权利要求2所述的方法，其特征在于，所述根据所述待处理图像帧中各像素点对应的目标梯度的分布情况，确定梯度阈值，包括：
根据所述待处理图像帧中各像素点对应的目标梯度的分布直方图，确定下限梯度，其中，所述待处理图像帧中对应的目标梯度小于和等于所述下限梯度的像素点所占的比例为第一预设比值；
基于第一预设公式和所述下限梯度，得到梯度阈值，其中，所述第一预设公式为：
Y1＝min(max(X1,0)，Z1)
X1表示所述下限梯度，Y1表示所述梯度阈值，Z1表示预设数值。


4.根据权利要求3所述的方法，其特征在于，所述根据所述梯度阈值和所述各像素点对应的目标梯度的大小关系，确定所述待处理图像帧中的边缘像素点和非边缘像素，包括：
针对所述待处理图像帧中的每一像素点，判断该像素点对应的目标梯度是否小于所述梯度阈值；
如果该像素点对应的目标梯度小于所述梯度阈值，确定该像素点为非边缘像素点；
如果该像素点对应的目标梯度不小于所述梯度阈值，确定该像素点为边缘像素点。


5.根据权利要求2所述的方法，其特征在于，在所述基于预设图像增强算法，对所述边缘像素点的灰度值进行处理之前，所述方法还包括：
针对所述待处理图像帧中的每一像素点，将该像素点对应的目标梯度所属的方向，确定为目标方向；
所述基于预设图像增强算法，对所述边缘像素点的灰度值进行处理，包括：
针对每一边缘像素点，计算该边缘像素点对应的目标方向的参考灰度值；
根据该边缘像素点对应的目标梯度，以及对应的目标方向的参考灰度值，确定该边缘像素点的边缘类型；
根据该边缘像素点的边缘类型对应的图像增强算法，对该边缘像素点的灰度值进行处理。


6.根据权利要求5所述的方法，其特征在于，该边缘像素点对应的目标方向的参考灰度值包括第一参考灰度值和第二参考灰度值；
所述根据该边缘像素点对应的目标梯度，以及对应的目标方向的参考灰度值，确定该边缘像素点的边缘类型，包括：
基于第二预设公式、所述第一参考灰度值和所述第二参考灰度值，得到第一灰度阈值、第二灰度阈值和第三灰度阈值，其中，所述第二预设公式为：
T1＝min(S1,S2)，T3＝max(S1,S2)
S1表示第一参考灰度值，S2表示第二参考灰度值，T1表示第一灰度阈值，T2表示第二灰度阈值，T3表示第三灰度阈值；
如果该边缘像素点对应的目标梯度小于所述第一灰度阈值，确定该边缘像素点的边缘类型为第一边缘类型；
如果该边缘像素点对应的目标梯度不小于所述第一灰度阈值，且不大于所述第二灰度阈值，确定该边缘像素点的边缘类型为第二边缘类型；
如果该边缘像素点对应的目标梯度大于所述第二灰度阈值，且不大于所述第三灰度阈值，确定该边缘像素点的边缘类型为第三边缘类型；
如果该边缘像素点对应的目标梯度大于所述第三灰度阈值，确定该边缘像素点的边缘类型为第四边缘类型。


7.根据权利要求6所述的方法，其特征在于，所述根据该边缘像素点的边缘类型对应的图像增强算法，对该边缘像素点的灰度值进行处理，包括：
如果该边缘像素点的边缘类型为所述第一边缘类型，计算第一预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计算的乘积的差值，作为处理后该边缘像素点的灰度值；
如果该边缘像素点的边缘类型为所述第二边缘类型，计算第二预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计算的乘积的差值，作为处理后该边缘像素点的灰度值，其中，所述第二预设系数大于所述第一预设系数；
如果该边缘像素点的边缘类型为所述第三边缘类型，计算所述第二预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计算的乘积的和值，作为处理后该边缘像素点的灰度值；
如果该边缘像素点的边缘类型为所述第四边缘类型，计算所述第一预设系数与该边缘像素点对应的目标梯度的乘积，并将该边缘像素点的灰度值与计...

【专利技术属性】
技术研发人员：鲁方波，樊鸿飞，蔡媛，
申请(专利权)人：北京金山云网络技术有限公司，北京金山云科技有限公司，
类型：发明
国别省市：北京;11