本申请公开了一种基于像素分类的图像增强方法及装置，涉及图像处理技术领域。该方法包括：获取目标图像中目标像素点的第一特征值和第二特征值，第一特征值为与目标像素点对应的特征矩阵的和，第二特征值为与目标像素点对应的N维像素矩阵的和；若通过第一特征值和第二特征值判断出目标像素点不是噪声点且处于图像边缘上，则对目标像素点进行增强处理；根据增强后的目标像素点，渲染出增强后的目标图像。由此，通过对目标图像中的目标像素点进行了分类滤波的预处理，使得参与滤波运算的像素点的数量大大减少，简化了图像增强的运算过程，从而可以实时图像增强。并且，防止了对不在边缘上的目标像素点进行的错误增强，提高了增强后的图像质量。强后的图像质量。强后的图像质量。
【技术实现步骤摘要】
一种基于像素分类的图像增强方法及装置
[0001]本申请涉及图像处理
，特别涉及一种基于像素分类的图像增强方法及装置。
技术介绍
[0002]图像增强指的是改善图像的视觉效果，将图像转换成一种更适合人或机器进行分析和处理的方法。图像增强可以有目的地强调图像整体或局部的特征，使之变得更加清晰，从而加强图像判别和识别效果，进而满足特殊应用场景的分析需求。
[0003]相关技术中，通常是基于双边滤波器，或，取消锐化蒙版（Unsharpen Mask，USM）锐化增强算法进行图像增强操作。然而，基于双边滤波器进行图像增强对双边滤波器的阶数要求较高，通常需要阶数大于5阶，但是高阶数会导致运算过程非常复杂，很难达成实时的图像增强。并且，基于USM锐化增强算法进行图像增强很容易导致图像画面中出现明显的噪点、光晕等缺陷，使得增强后的图像质量较低。
技术实现思路
[0004]有鉴于此，本申请实施例提供了一种基于像素分类的图像增强方法及装置，能够在执行图像增强时，实时渲染出质量较高的图像。
[0005]本申请实施例公开了如下技术方案：第一方面，本申请提供了一种基于像素分类的图像增强方法，所述方法包括：获取目标图像中目标像素点的第一特征值和第二特征值，所述第一特征值为与所述目标像素点对应的特征矩阵的和，所述第二特征值为与所述目标像素点对应的N维像素矩阵的和，N为非1的奇数；若通过所述第一特征值和所述第二特征值，判断出所述目标像素点不是噪声点且处于图像边缘上，则对所述目标像素点进行增强处理；根据增强后的目标像素点，渲染出增强后的目标图像。
[0006]可选的，所述若通过所述第一特征值和所述第二特征值，判断出所述目标像素点不是噪声点且处于图像边缘上，则对所述目标像素点进行增强处理，包括：根据所述第一特征值和所述第二特征值，判断所述目标像素点是否为噪声点；若所述目标像素点不是噪声点，则判断所述N维像素矩阵中是否存在边缘；若所述N维像素矩阵中存在边缘，则判断所述目标像素点是否在所述边缘上；若所述目标像素点在所述边缘上，则对所述目标像素点进行增强处理。
[0007]可选的，所述判断所述目标像素点是否为噪声点的方法具体如下：若所述第一特征值与所述第二特征值的比值大于第一预设阈值，则所述目标像素点为噪声点；若所述第一特征值与所述第二特征值的比值小于或等于所述第一预设阈值，则所述目标像素点不是噪声点。
[0008]可选的， 所述判断所述N维像素矩阵中是否存在边缘的方法具体如下：若第一边缘强度大于第二预设阈值，则所述N维像素矩阵中存在边缘，所述第一边缘强度为垂直方向的边缘强度的绝对值与水平方向的边缘强度的绝对值的和，所述垂直方向的边缘强度和所述水平方向的边缘强度均与所述N维像素矩阵相关；若所述第一边缘强度小于或等于所述第二预设阈值，则所述N维像素矩阵中不存在边缘。
[0009]可选的，所述判断所述目标像素点是否在所述边缘上的方法具体如下：若第二边缘强度大于第三预设阈值，则所述目标像素点在所述边缘上，所述第二边缘强度为判定矩阵和所述N维像素矩阵中的最大值；若所述第二边缘强度小于或等于第三预设阈值，则所述目标像素点不在所述边缘上。
[0010]可选的，特征矩阵为所述N维像素矩阵与所述目标像素点的差值的绝对值。
[0011]可选的，所述对所述目标像素点进行增强处理，包括：基于双边滤波器和/或取消锐化蒙版锐化增强算法，对所述目标像素点进行增强处理。
[0012]第二方面，本申请提供了一种基于像素分类的图像处理装置，所述装置包括：获取模块、增强模块、渲染模块；所述获取模块，用于获取目标图像中目标像素点的第一特征值和第二特征值，所述第一特征值为与所述目标像素点对应的特征矩阵的和，所述第二特征值为与所述目标像素点对应的N维像素矩阵的和，N为非1的奇数；所述增强模块，用于若通过所述第一特征值和所述第二特征值，判断出所述目标像素点不是噪声点且处于图像边缘上，则对所述目标像素点进行增强处理；所述渲染模块，用于根据增强后的目标像素点，渲染出增强后的目标图像。
[0013]可选的，所述增强模块具体包括：第一判断模块、第二判断模块、第三判断模块和增强子模块；所述第一判断模块，用于根据所述第一特征值和所述第二特征值，判断所述目标像素点是否为噪声点；所述第二判断模块，用于若所述目标像素点不是噪声点，则判断所述N维像素矩阵中是否存在边缘；所述第三判断模块，用于若所述N维像素矩阵中存在边缘，则判断所述目标像素点是否在所述边缘上；所述增强子模块，用于若所述目标像素点在所述边缘上，则对所述目标像素点进行增强处理。
[0014]可选的，所述增强模块具体用于：基于双边滤波器和/或取消锐化蒙版锐化增强算法，对所述目标像素点进行增强处理。
[0015]相较于现有技术，本申请具有以下有益效果：本申请公开了一种基于像素分类的图像增强方法及装置，该方法包括：获取目标图像中目标像素点的第一特征值和第二特征值，第一特征值为与目标像素点对应的特征矩
阵的和，第二特征值为与目标像素点对应的N维像素矩阵的和；若通过第一特征值和第二特征值判断出目标像素点不是噪声点且处于图像边缘上，则对目标像素点进行增强处理；根据增强后的目标像素点，渲染出增强后的目标图像。由此，通过对目标图像中的目标像素点进行了分类滤波的预处理，使得参与滤波运算的像素点的数量大大减少，简化了图像增强的运算过程，从而可以实时图像增强。并且，防止了对不在边缘上的目标像素点进行的错误增强，提高了增强后的图像质量。
附图说明
[0016]为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为一种基于锐化增强算法的图像处理示意图；图2为本申请实施例提供的一种基于像素分类的图像增强方法的流程图；图3为本申请实施例提供的一种基于像素分类的图像处理示意图；图4为本申请实施例提供的一种基于像素分类的图像处理装置的示意图。
具体实施方式
[0018]首先，先对本申请涉及到的技术术语进行解释：双边滤波器（Bilateral Filter，BF）指的是在图像处理中使得图像平滑化的非线性滤波器。和传统的图像平滑化算法不同的是，双边滤波器除了使用像素之间几何上的靠近程度之外，还多考虑了像素之间的光度和/或色彩差异， 使得双边滤波器能够有效的将图像上的噪声去除，同时保存影像上的边缘信息。
[0019]取消锐化蒙版（Unsharpen Mask，USM）锐化增强算法是一种图像卷积处理实现锐化常用的算法，该方法指的是对原始图像先做一个高斯模糊，然后用原始图像减去一个系数乘以高斯模糊之后的图像，然后再把值设置到0～255的RGB（Red Green Blue）像素值范围之内。
[0020]相关技术中，一方面，可以基于双边滤波器进本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于像素分类的图像增强方法，其特征在于，所述方法包括：获取目标图像中目标像素点的第一特征值和第二特征值，所述第一特征值为与所述目标像素点对应的特征矩阵的和，所述第二特征值为与所述目标像素点对应的N维像素矩阵的和，N为非1的奇数；若通过所述第一特征值和所述第二特征值，判断出所述目标像素点不是噪声点且处于图像边缘上，则对所述目标像素点进行增强处理；根据增强后的目标像素点，渲染出增强后的目标图像。2.根据权利要求1所述的方法，其特征在于，所述若通过所述第一特征值和所述第二特征值，判断出所述目标像素点不是噪声点且处于图像边缘上，则对所述目标像素点进行增强处理，包括：根据所述第一特征值和所述第二特征值，判断所述目标像素点是否为噪声点；若所述目标像素点不是噪声点，则判断所述N维像素矩阵中是否存在边缘；若所述N维像素矩阵中存在边缘，则判断所述目标像素点是否在所述边缘上；若所述目标像素点在所述边缘上，则对所述目标像素点进行增强处理。3.根据权利要求2所述的方法，其特征在于，所述判断所述目标像素点是否为噪声点的方法具体如下：若所述第一特征值与所述第二特征值的比值大于第一预设阈值，则所述目标像素点为噪声点；若所述第一特征值与所述第二特征值的比值小于或等于所述第一预设阈值，则所述目标像素点不是噪声点。4.根据权利要求2所述的方法，其特征在于， 所述判断所述N维像素矩阵中是否存在边缘的方法具体如下：若第一边缘强度大于第二预设阈值，则所述N维像素矩阵中存在边缘，所述第一边缘强度为垂直方向的边缘强度的绝对值与水平方向的边缘强度的绝对值的和，所述垂直方向的边缘强度和所述水平方向的边缘强度均与所述N维像素矩阵相关；若所述第一边缘强度小于或等于所述第二预设阈值，则所述N维像素矩阵中不存在边缘。5.根据权利要求2所述的方法，其特征在于，所述判断所述目标像素点是否在所述边缘上的方法具体...
【专利技术属性】
技术研发人员：关皓伟，苏进，任殿升，胡盛泉，边慧，
申请(专利权)人：龙迅半导体合肥股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。