在频率域检测与估计图像显著的强相关方向的方法和系统技术方案

本发明专利技术提供一种通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于包含以下步骤：①确定待处理的图像块的尺寸，对图像块做加二维窗函数的预处理；②计算加窗后图像块的频谱；③根据频谱中能量的聚集现象及能量聚集分布的方向特征，检测图像块中的最或显著的强相关方向，估计该方向的角度参数；④图像最或显著的强相关方向的定性和／或定量输出。采用该方法能够充分利用待处理像素附近的像素信息，从而使得得到的图像最或显著的强相关方向的信息更为准确。本发明专利技术还提供检测与估计图像显著的强相关方向的系统。

【技术实现步骤摘要】

本专利技术涉及数字图像处理技术，特别是一种通过频率域的处理检测与估计 图像显著的强相关方向的方法和系统。
技术介绍
基于图像最强相关方向的插值方法，广泛应用于数字图像的超分辨分析、 图像增强，以及视频序列的去隔行处理等多项技术中。现有的图像边缘检测方 法的研究重点，是边缘点的准确定位以及检测方法的抗噪性能，不能给出图像 任意像素处的最强相关方向的信息。而现有的图像最强相关方向的计算方法， 均是在空域直接进行的，存在不能充分利用待处理像素附近像素的信息，以及 抗噪性能差的问题。现有的边缘检测方法可以大致分为三类(1)利用梯度算子的方法使用预定义的模版，通过在图像平面移动模 版，在每一位置计算对应中心像素位置的梯度值，所得的结果是源图像对应的 梯度图。梯度算子有Roberts算子、PrewiU算子和Sobel算子等。(2 )LoG算子:使用二阶导数算子来计算图像导数的过零点来获得边缘图。 计算过程为①用一个二维的高斯平滑模版与源图像作巻积；②计算巻积后的 图像的Uplace值；③检测Laplace图像的过零点，过零点即为边缘点。(3)Canny算子将边缘检测问题转换为检测单位函数极大值的问题来考 虑。Camiy利用高斯i^莫型，借助图像滤波的概念，指出一个良好的边缘检测算 法应该具备三个特性①低失误率；②高位置精度；③对每个边缘有唯一的响 应。以此为基础，Canny提出判定边纟^险测算子的三个准则信噪比准则、定 位精度准则和单边缘响应准则。Canny算子的本质是基于二阶导数的算子。 现有的边缘检测算法，给出的是图像中边缘的位置信息。除了边缘上的像素外，并不能提供图像中其他像素处的最强相关方向的任何信息。而现有的方向插值(directional interpolation)方法和依赖边缘的插 值(edge dependent interpolation)方法中所使用的最强相关方向计算方法， 虽然具有方法简单、计算开销小的优点，但是对于复杂图像，因为参与运算的 像素数目过少，存在抗噪性能差，以及对最强相关方向判断的准确性较差的问题。经检索，还没有找到在频率域中进行图像最或显著的强相关方向的检测与 估计的技术方案。
技术实现思路
本专利技术针对现有技术中存在的缺陷或不足，提供一种通过频率域的处理检 测与估计图像显著的强相关方向的方法，采用该方法能够充分利用待处理像素 附近的像素信息，从而使得得到的图像最或显著的强相关方向的信息更为准确。本专利技术还提供一种通过频率域的处理检测与估计图像显著的强相关方向 的系统。本专利技术总的技术构思为，通过利用图像块的显著的强相关方向与图像块的 频谱信息之间所存在的确定关系，判断图像块内是否存在显著的强相关方向， 若是，则给出图像中显著的强相关方向的信息。该构思基于频率域信息检测与 估计图像显著的强相关方向的技术措施包括以下步骤确定待检测的图像块； 对该图像块加窗后进行频谱计算，获得图像块的频谱信息；根据该频谱信息中 的能量聚集现象及该能量聚集分布的方向特征，确定该图像块中显著的强相关 方向的存在，并得到该强相关方向的信息，即该方向正交于能量聚集分布的 方向。本专利技术技术方案如下通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于 包含以下步骤①确定待处理的图像块的尺寸，对图像块做加二维窗函数的预处理；② 计算加窗后图像块的频镨；③ 根据频谱中能量的聚集现象及能量聚集分布的方向特征，检测图像块中心附近的最或显著的强相关方向，估计该方向的角度参数；④ 图像块中心附近的最或显著的强相关方向的定性和/或定量输出。所述待检测的图像块为矩形，该矩形图像块的尺寸为，在一个方向上是M 个像素，在另一个方向上是N个像素，且M和N的选择满足M不大于32; N 不大于32。所述步骤①中的二维窗函数，是任意非负、在当前像素处最大、在图像平 面上过当前像素的直线方向上随与当前像素的距离的增大而函数值单调不增 的二维函数。所述步骤①中的对图像块做加二维窗函数的预处理是指用二维窗函数与 图像块相乘；二维窗函数是任意非负、在当前像素处最大、在图像平面上过当 前像素的直线方向上随与当前像素的距离的增大而函数值单调不增的二维函 数；对于具有隐含周期性的频谱计算方法，可以保证加窗后的频i普主要反映图 像块中心附近的频谱特性，防止隐含周期性造成的图像边界处不连续引起的 虛假频谱特征。所述步骤①中的二维窗函数，可以是二维Harming窗函数。所述步骤②中的频谱是一种能够提供图像的幅度和相位信息的变换，此变 换和图像信号的空域表示具有一一对应关系，并且要求具有旋转不变性，即 若图像在空域旋转6 ,频谱在频域也旋转同样的角度e 。所述步骤②中的频谱计算方法，可以是二维傅立叶变换(FT),离散傅立 叶变换(DFT),或者快速傅立叶变换(FFT)。所述步骤②中，还包括对频镨进行以下处理仅保留频谱的幅度分量，即 得到幅度谱，或者计算图像块的能量谱。所述步骤③中包括计算加窗后图像块的幅度谱或能量谱的楔特征，以幅度 谱或能量谱的楔特征判断能量聚集程度并计算能量聚集分布的方向特征，进行 显著的强相关方向的检测与估计。所述步骤③中包括利用加窗后图像的幅度谱或能量谱在环上的最大值的位置的相邻性，进行显著的强相关方向的检测与估计，即在幅度谱或能量谱 上，以原点为圓心进行同心圆分割，以圆环上能量最大值或极大值的位置的相 邻性质，确定能量聚集现象及该能量聚集分布的方向特征。所述的楔特征计算中，将加窗后图像的频i昝从直角坐标形式转换为极坐标 形式。所述的楔特征计算中，根据幅度谱或者能量语的对称性质，即关于原点对 称，仅取过频域原点的半平面上的数据。在利用加窗后图像的幅度谱或能量语在环上的最大值的位置的相邻性进 行显著的强相关方向的^^测与估计时，根据幅度谱或者能量谱关于原点的对称 性质，仅取过频域原点的半平面上的数据。利用加窗后图像的幅度谱或能量谱在环上的最大值的位置的相邻性，进行 显著的强相关方向的检测与估计时，输出的用于表示所有相关方向的角度的集合，为[O， tt)，或者是[-tt/2,丌/2)中均匀分布的k个值，且k正比于频谱 计算的窗口的宽度或者高度。使用加窗后图像块的幅度谱或能量谱的楔特征，进行显著的强相关方向的检测与估计时，输出的用于表示所有相关方向的角度的集合，为[O， 7t),或者是[-7t/2, 7t/2)中均匀分布的k个值，且k正比于频谱计算的窗口的宽度或者高度。所述的定性输出的结果是是否存在显著的强相关方向，以及显著的强相 关方向的个lt。所述的定量输出的结果是输出图像块中心附近的显著的强相关方向的角 度或角度的等价参数。还包括以下步骤对被处理图像逐个像素使用本专利技术的方法进行显著的强 相关方向的检测与估计。通过频率域的处理检测与估计图像显著的强相关方向的系统，其特征在于 包含以下装置预处理装置，用于确定待处理的图像块尺寸，对图像块做加二維窗函数的预处理；频语计算装置，用于计算加窗后图像块的频语；检测与估计装置，根据频谱中能量的聚集现象及能量聚集分布的方向特 征，检测图像块中心附近的最或显著的强相关方向，估计该方向的角度参数；输出装置，用于图像块中心附近的最或显著的强相关方向的定性和/或定 量输出。系统的组成方式如本文档来自技高网...

【技术保护点】
通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于包含以下步骤：　　　　①确定待处理的图像块的尺寸，对图像块做加二维窗函数的预处理；　　　　②计算加窗后图像块的频谱；　　　　③根据频谱中能量的聚集现象及能量聚集分布的方向特征，检测图像块中心附近的最或显著的强相关方向，估计该方向的角度参数；　　　　④图像最或显著的强相关方向的定性和／或定量输出。

【技术特征摘要】
1. 通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于包含以下步骤①确定待处理的图像块的尺寸，对图像块做加二维窗函数的预处理；②计算加窗后图像块的频谱；③根据频谱中能量的聚集现象及能量聚集分布的方向特征，检测图像块中心附近的最或显著的强相关方向，估计该方向的角度参数；④图像最或显著的强相关方向的定性和/或定量输出。2. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关 方向的方法，其特征在于所述待检测的图像块为矩形，该矩形图像块的尺寸 为，在一个方向上是M个像素，在另一个方向上是N个像素，且M和N的选择 满足M不大于32; N不大于32。3. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关 方向的方法，其特征在于所述步骤①中的二维窗函数，是任意非负、在当前 像素处最大、在图像平面上过当前像素的直线方向上随与当前像素的距离的增 大而函数值单调不增的二维函数。4. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关 方向的方法，其特征在于所述步骤①中的对图像块做加二维窗函数的预处理 是指用二维窗函数与图像块相乘；二维窗函数是任意非负、在当前像素处最 大、在图像平面上过当前像素的直线方向上随与当前像素的距离的增大而函数 值单调不增的二维函数；对于具有隐含周期性的频谱计算方法，可以保证加窗 后的频谱主要反映图像块中心附近的频谱特性，防止隐含周期性造成的图像边 界处不连续引起的虚假频语特征。5. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关 方向的方法，其特征在于所述步骤①中的二维窗函数，是二维Hanning窗函 数。6. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关 方向的方法，其特征在于所述步骤②中的频镨是一种能够提供图像的幅度和 相位信息的变换，此变换和图像信号的空域表示具有一一对应关系，并且要求具有旋转不变性，即若图像在空域旋转e，频谱在频域也旋转同样的角度e。7. 根据权利要求i所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于所迷步骤②中的计算加窗后图像块的频谱，是指采 用二维傅立叶变换(FT),离散傅立叶变换(DFT)，或者快速傅立叶变换(FFT) 进行频谱计算。8. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关 方向的方法，其特征在于所述步骤②中，还包括对频谱进行以下处理仅保 留频谱的幅度分量，即得到幅度谱，或者计算图像块的能量谱。9. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关 方向的方法，其特征在于'.所述步骤③中包括计算加窗后图像块的幅度谱或能 量谱的楔特征，以幅度谱或能量谱的楔特征判断能量聚集程度并计算能量聚集 分布的方向特征，进行最或显著的强相关方向的检测与估计。10. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相 关方向的方法，其特征在于所述步骤③中包...

【专利技术属性】
技术研发人员：王巍，于燕斌，董旭，
申请(专利权)人：宝利微系统控股公司，
类型：发明
国别省市：KY[开曼群岛]