一种自适应视频流图像边缘增强方法和系统技术方案

本发明专利技术涉及图像处理技术领域中的一种自适应视频流图像边缘增强方法和系统，该方法包括以下步骤：进行图像帧识别，得到颜色编码数据，并对颜色编码数据的每一帧的每一层进行边界识别处理，得到标记图像数据；基于标记图像数据进行极大值抑制处理，得到第一矩阵数据；结合第一矩阵数据对颜色编码数据进行噪声纹理处理，得到第二矩阵数据；平滑处理第二矩阵数据，得到平滑数据，并基于每一帧的各层平滑数据，输出得到输出数据；将输出数据进行视频编码输出，得到更新视频流，解决了现有图像处理容易造成异常断点，进而使得图像不自然的问题

【技术实现步骤摘要】
一种自适应视频流图像边缘增强方法和系统


[0001]本专利技术涉及图像处理
，具体涉及一种自适应视频流图像边缘增强方法和系统
。

技术介绍

[0002]现有视频流增强算法，没有抓住图像的自身信息去处理图像，如常见的一系列一二阶滤波算子处理出来的锐化算法加强物体边界，处理出来多存在不自然的现象，边界存在大量锯齿
、
断边
、
过度不均匀，且需要大量调节各种阈值的问题，使得产品不够自然，缺少真正有效的方法去自适应处理图像
。
[0003]现有算法采用过多手动设定阈值，导致错误判断图像边界信息，不仅会生出错误边界，造成异常断点，也会让边界信息判断过多，导致图像中全为大粗边，整体观感就会大打折扣，呈现在图像中就表现为图像不自然
。

技术实现思路

[0004]本专利技术针对现有技术中的缺点，提供了一种自适应视频流图像边缘增强方法和系统，解决了现有图像处理容易造成异常断点，进而使得图像不自然的问题
。
[0005]为了解决上述技术问题，本专利技术通过下述技术方案得以解决：一种自适应视频流图像边缘增强方法，包括以下步骤：进行图像帧识别，得到颜色编码数据，并对所述颜色编码数据的每一帧的每一层进行边界识别处理，得到标记图像数据；基于所述标记图像数据进行极大值抑制处理，得到第一矩阵数据；结合所述第一矩阵数据对所述颜色编码数据进行噪声纹理处理，得到第二矩阵数据；平滑处理所述第二矩阵数据，得到平滑数据，并基于每一帧的各层平滑数据，输出得到输出数据；将所述输出数据进行视频编码输出，得到更新视频流
。
[0006]可选的，对所述颜色编码数据的每一帧的每一层进行边界识别处理，得到标记图像数据，包括以下步骤：将所述颜色编码数据的每一帧的每一层采用两组以上的滤波器进行卷积滤波处理，得到对应组数的卷积数据；定位比较各组卷积数据中的各个点，并对每个比较结果进行标记，标记后得到标记图像数据
。
[0007]可选的，基于所述标记图像数据进行极大值抑制处理，得到第一矩阵数据，包括以下步骤：将所述颜色编码数据的每一帧的每一层进行二次卷积滤波处理，并基于二次卷积滤波处理后的图像数据得到高频信息图像数据；
遍历所述高频信息图像数据，并基于所述标记图像数据中每个像素点的标记方向，获取各个像素点的周围像素点，得到各个像素点对应的周围像素点数据阵列；基于各个所述周围像素点数据阵列，计算各个像素点的增益值，并基于所述增益值，对各个像素点进行极大值抑制处理，得到第一矩阵数据
。
[0008]可选的，计算各个像素点的增益值，包括以下步骤：对所述周围像素点数据阵列进行降序排列，得到降序阵列；设定第一阵列
x
‑
tab
和第二阵列
y
‑
tab
，其中，所述第一阵列和第二阵列均为与周围像素点数据阵列规格相同的阵列，且
x
‑
tab=[0,1,2,3,4]；
y
‑
tab=max
（
fix
（
256
‑
（
x
‑
tab
）
*
（
k/4
）），0），
k
为可配置为
1~1024
的参数；寻找周围像素点数据阵列的中间数，并寻找所述中间数位于降序阵列的排序；提取排序小的序号作为
x
‑
tab
的值，代入第二阵列
y
‑
tab
的计算中得到当前像素点的增益值
。
[0009]可选的，对各个像素点进行极大值抑制处理的处理公式为：
f=fix
（（
blk
（3）
*e
）
/256
），其中，
f
为当前像素点进行极大值抑制处理后的值；
blk
（）为周围像素点数据阵列；
e
为当前像素点的增益值
。
[0010]可选的，结合所述第一矩阵数据对所述颜色编码数据进行噪声纹理处理，包括以下步骤：对所述颜色编码数据进行中值滤波处理，并用原图减去中值滤波处理后的数据，得到差值数据；对所述差值数据进行均值滤波处理后结合第一矩阵数据，计算得到第二矩阵数据
。
[0011]可选的，平滑处理所述第二矩阵数据，得到平滑数据，包括以下步骤：将所述第二矩阵数据进行上采样处理后，再进行均值滤波处理，得到均值滤波结果；将所述均值滤波结果进行下采样处理，得到平滑数据
。
[0012]可选的，基于每一帧的各层平滑数据，输出得到输出数据，具体包括：基于当前层的平滑数据与颜色编码数据进行结合，得到当前层的输出数据，并对每一帧的各层均进行结合操作，得到当前帧的输出数据；对每一帧的颜色编码数据进行输出处理
。
[0013]一种自适应视频流图像边缘增强系统，包括边界识别单元
、
极大值抑制单元
、
噪声纹理处理单元
、
平滑处理单元和输出单元；所述边界识别单元，用于进行图像帧识别，得到颜色编码数据，并对所述颜色编码数据的每一帧的每一层进行边界识别处理，得到标记图像数据；所述极大值抑制单元，用于基于所述标记图像数据进行极大值抑制处理，得到第一矩阵数据；所述噪声纹理处理单元，用于结合所述第一矩阵数据对所述颜色编码数据进行噪声纹理处理，得到第二矩阵数据；所述平滑处理单元，用于平滑处理所述第二矩阵数据，得到平滑数据，并基于每一帧的各层平滑数据，输出得到输出数据；
所述输出单元，用于将所述输出数据进行视频编码输出，得到更新视频流
。
[0014]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现上述任意一项所述的自适应视频流图像边缘增强方法
。
[0015]采用本专利技术提供的技术方案，与现有技术相比，具有如下有益效果：通过基于图像本身的数据信息，进行极大值抑制处理，使得图像更为清晰自然，同时，不进行手动阈值的设置，避免了错误判断图像边界信息，出现错误边界的情况，使得整个图像增强更完善，图像信息判断更准确
。
附图说明
[0016]为了更清楚地说明本专利技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0017]图1为本实施例一提出的自适应视频流图像边缘增强方法的流程图
。
具体实施方式
[0018]下面结合实施例对本专利技术做进一步的详细说明，以下实施例是对本专利技术的解释而本专利技术并不局限于以下实施例
。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种自适应视频流图像边缘增强方法，其特征在于，包括以下步骤：进行图像帧识别，得到颜色编码数据，并对所述颜色编码数据的每一帧的每一层进行边界识别处理，得到标记图像数据；基于所述标记图像数据进行极大值抑制处理，得到第一矩阵数据；结合所述第一矩阵数据对所述颜色编码数据进行噪声纹理处理，得到第二矩阵数据；平滑处理所述第二矩阵数据，得到平滑数据，并基于每一帧的各层平滑数据，输出得到输出数据；将所述输出数据进行视频编码输出，得到更新视频流
。2.
根据权利要求1所述的一种自适应视频流图像边缘增强方法，其特征在于，对所述颜色编码数据的每一帧的每一层进行边界识别处理，得到标记图像数据，包括以下步骤：将所述颜色编码数据的每一帧的每一层采用两组以上的滤波器进行卷积滤波处理，得到对应组数的卷积数据；定位比较各组卷积数据中的各个点，并对每个比较结果进行标记，标记后得到标记图像数据
。3.
根据权利要求1所述的一种自适应视频流图像边缘增强方法，其特征在于，基于所述标记图像数据进行极大值抑制处理，得到第一矩阵数据，包括以下步骤：将所述颜色编码数据的每一帧的每一层进行二次卷积滤波处理，并基于二次卷积滤波处理后的图像数据得到高频信息图像数据；遍历所述高频信息图像数据，并基于所述标记图像数据中每个像素点的标记方向，获取各个像素点的周围像素点，得到各个像素点对应的周围像素点数据阵列；基于各个所述周围像素点数据阵列，计算各个像素点的增益值，并基于所述增益值，对各个像素点进行极大值抑制处理，得到第一矩阵数据
。4.
根据权利要求3所述的一种自适应视频流图像边缘增强方法，其特征在于，计算各个像素点的增益值，包括以下步骤：对所述周围像素点数据阵列进行降序排列，得到降序阵列；设定第一阵列
x
‑
tab
和第二阵列
y
‑
tab
，其中，所述第一阵列和第二阵列均为与周围像素点数据阵列规格相同的阵列，且
x
‑
tab=[0,1,2,3,4]
；
y
‑
tab=max
（
fix
（
256
‑
（
x
‑
tab
）
*
（
k/4
）），0），
k
为可配置为
1~1024
的参数；寻找周围像素点数据阵列的中间数，并寻找所述中间数位于降序阵列的排序；提取排序小的序号作为
x
‑
tab
的值，代入第二阵列
...

【专利技术属性】
技术研发人员：罗晶宜，肖文勇，
申请(专利权)人：浙江芯劢微电子股份有限公司，
类型：发明
国别省市：