基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法技术

本发明专利技术涉及图像处理技术领域，具体涉及基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，该方法包括：获取第一

【技术实现步骤摘要】
基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法


[0001]本申请涉及图像处理
，具体涉及基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法
。

技术介绍

[0002]随着现代科技的发展，智能穿戴手表逐渐朝着高分辨率的趋势发展，但是受制于单个芯片较小的处理器和内存，限制了其图像处理和显示能力，同时为了保持智能手表性能和功耗之间的平衡，因此采用双芯片交替处理的技术，来实现智能手表屏幕的显示超分辨方法
。
双芯片交替处理就是使用两个芯片来对智能手表进行交替图像处理，使固定尺寸的智能手表屏幕可以处理
、
显示更多的像素点，提高手表屏幕的像素密度和分辨率，增强手表屏幕图像和文本的可读性，提高用户体验
。
[0003]由于智能手表自身和环境的复杂性，如屏幕刷新率调整
、
电磁干扰等原因，都有可能会导致屏幕显示图像出现噪声点，为了显著减少图像中的视觉混乱和杂色，通常需要先进行图像去噪处理
。
而传统的图像去噪算法，如
BM3D
算法适用于不同的图像类型，应用范围广，但是在进行图像块之间的相似度计算时，采用欧式距离作为度量方法，存在两个图像块之间的欧式距离较近，但是噪声分布却差距较大的情况，此时可能会导致智能手表屏幕图像中的细节特征被模糊或消除掉，影响后续高分辨率图像中细节的显示
。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，以解决现有的问题
。
[0005]本专利技术的基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法采用如下技术方案：本专利技术一个实施例提供了基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，该方法包括以下步骤：基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，其特征在于，该方法包括以下步骤：采集双芯片交替处理智能穿戴手表的屏幕显示图像，分为两部分分别记为第一屏幕显示图像及第二屏幕显示图像，每个芯片对应处理一张屏幕显示图像；步骤1，对第一屏幕显示图像进行图像块划分，对于各图像块，获取图像块各像素点的差值序列；步骤2，采用贝叶斯曲线拟合方法得到差值序列的非线性拟合函数，根据差值序列的最大值和最小值
、
非线性拟合函数的各极值点横坐标差异以及各极值点在差值序列中对应数据的差异得到图像块各像素点的邻域灰度偏差因子；根据图像块各像素点的邻域灰度偏差因子
、
差值序列的信息熵及均值构建邻域灰度分布均匀系数；步骤3，提取第一屏幕显示图像中的各边缘像素点；获取第一屏幕显示图像中各边
缘像素点的邻域序列，根据边缘像素点邻域序列中各边缘像素点的邻域灰度分布均匀系数差值得到相对差异值；根据所述相对差异值以及边缘像素点邻域序列中各边缘像素点的相对差异值的均值得到边缘像素点的边缘灰度分布修正系数；根据各边缘像素点的邻域灰度分布均匀系数以及边缘灰度分布修正系数构建各边缘像素点的像素噪声虚假指数；将各非边缘像素点的邻域灰度分布均匀系数确定为各非边缘像素点的像素噪声虚假指数；步骤4，采用
SOS
算法结合第一屏幕显示图像各像素点的像素噪声虚假指数输出各像素点的离群概率；根据各像素点的离群概率以及像素噪声虚假指数得到各像素点的像素综合噪声置信指数；根据图像块内所有像素点的像素综合噪声置信指数构建图像块的区域噪声受扰指数；将各图像块的区域噪声受扰指数之间的欧式距离作为
BM3D
算法的相似度度量公式，结合
BM3D
算法得到去噪后的第一屏幕显示图像；对于第二屏幕显示图像采用上述步骤1到步骤4的方法，得到去噪后的第二屏幕显示图像；将处理后的第一屏幕显示图像和第二屏幕显示图像合并完成智能穿戴手表的屏幕显示的超分辨处理
。
[0006]进一步地，所述获取图像块各像素点的差值序列，包括：对于图像块各像素点，以所述像素点为中心构建邻域窗口，计算所述像素点与邻域窗口内各像素点的灰度值的差值绝对值，所有所述差值绝对值组成像素点的差值序列
。
[0007]进一步地，所述邻域灰度偏差因子，包括：计算像素点的差值序列最大值与最小值的差值；将非线性拟合函数所有极值点的横坐标从小到大进行排序组成极值下标序列，获取极值下标序列中相邻元素差值的平方；获取非线性拟合函数各极值点在差值序列中所对应的差值绝对值与差值序列均值的差值绝对值，记为第一差值绝对值，计算所有极值点的所述第一差值绝对值的和值；获取所述差值与所述和值的乘积，将所述乘积与极值下标序列中所有所述平方的和值的比值作为像素点的邻域灰度偏差因子
。
[0008]进一步地，所述根据图像块各像素点的邻域灰度偏差因子
、
差值序列的信息熵及均值构建邻域灰度分布均匀系数，包括：对于图像块各像素点，计算像素点差值序列的信息熵以及均值；获取以所述信息熵的相反数为指数
、
自然常数为底数的指数函数，记为第一指数函数；获取以所述均值的相反数为指数
、
自然常数为底数的指数函数，记为第二指数函数；获取所述第一指数函数与所述第二指数函数的乘积的结果；将所述结果与像素点的邻域灰度偏差因子的比值作为像素点的邻域灰度分布均匀系数
。
[0009]进一步地，所述获取第一屏幕显示图像中各边缘像素点的邻域序列，包括：将第一屏幕显示图像中各边缘像素点作为中心边缘像素点，获取中心边缘像素点所在边缘线，沿所述所在边缘线从中心边缘像素点两侧各提取预设数量的边缘像素点，将所提取的预设数量的边缘像素点以及中心边缘像素点的邻域灰度分布均匀系数组成中心边缘像素点的邻域序列
。
[0010]进一步地，所述根据边缘像素点邻域序列中各边缘像素点的邻域灰度分布均匀系数差值得到相对差异值，表达式为：
；式中，
UC
y
‑3为邻域序列中边缘像素点
y
‑3与边缘像素点
y
‑2的相对差异值，
CE
y
‑3、CE
y
‑2分别为邻域序列中边缘像素点
y
‑
3、
边缘像素点
y
‑2的邻域灰度分布均匀系数
。
[0011]进一步地，所述边缘灰度分布修正系数，包括：计算邻域序列中所有所述相对差异值的均值，计算邻域序列中各边缘像素点的相对差异值与所述均值的差值绝对值，将邻域序列中所有所述差值绝对值的均值作为边缘像素点的边缘灰度分布修正系数
。
[0012]进一步地，所述各边缘像素点的像素噪声虚假指数，包括：将各边缘像素点的邻域灰度分布均匀系数与边缘灰度分布修正系数的比值作为各边缘像素点的像素噪声虚假指数
。
[0013]进一步地，所述根据各像素点的离群概率以及像素噪声虚假指数得到各像素点的像素综合噪声置信指数，包括：将各像素点的离群概率与像素噪声虚假指数的比值作为各像素点的像素综合噪声置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，其特征在于，该方法包括以下步骤：采集双芯片交替处理智能穿戴手表的屏幕显示图像，分为两部分分别记为第一屏幕显示图像及第二屏幕显示图像，每个芯片对应处理一张屏幕显示图像；步骤1，对第一屏幕显示图像进行图像块划分，对于各图像块，获取图像块各像素点的差值序列；步骤2，采用贝叶斯曲线拟合方法得到差值序列的非线性拟合函数，根据差值序列的最大值和最小值
、
非线性拟合函数的各极值点横坐标差异以及各极值点在差值序列中对应数据的差异得到图像块各像素点的邻域灰度偏差因子；根据图像块各像素点的邻域灰度偏差因子
、
差值序列的信息熵及均值构建邻域灰度分布均匀系数；步骤3，提取第一屏幕显示图像中的各边缘像素点；获取第一屏幕显示图像中各边缘像素点的邻域序列，根据边缘像素点邻域序列中各边缘像素点的邻域灰度分布均匀系数差值得到相对差异值；根据所述相对差异值以及边缘像素点邻域序列中各边缘像素点的相对差异值的均值得到边缘像素点的边缘灰度分布修正系数；根据各边缘像素点的邻域灰度分布均匀系数以及边缘灰度分布修正系数构建各边缘像素点的像素噪声虚假指数；将各非边缘像素点的邻域灰度分布均匀系数确定为各非边缘像素点的像素噪声虚假指数；步骤4，采用
SOS
算法结合第一屏幕显示图像各像素点的像素噪声虚假指数输出各像素点的离群概率；根据各像素点的离群概率以及像素噪声虚假指数得到各像素点的像素综合噪声置信指数；根据图像块内所有像素点的像素综合噪声置信指数构建图像块的区域噪声受扰指数；将各图像块的区域噪声受扰指数之间的欧式距离作为
BM3D
算法的相似度度量公式，结合
BM3D
算法得到去噪后的第一屏幕显示图像；对于第二屏幕显示图像采用上述步骤1到步骤4的方法，得到去噪后的第二屏幕显示图像；将处理后的第一屏幕显示图像和第二屏幕显示图像合并完成智能穿戴手表的屏幕显示的超分辨处理
。2.
如权利要求1所述的基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，其特征在于，所述获取图像块各像素点的差值序列，包括：对于图像块各像素点，以所述像素点为中心构建邻域窗口，计算所述像素点与邻域窗口内各像素点的灰度值的差值绝对值，所有所述差值绝对值组成像素点的差值序列
。3.
如权利要求1所述的基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，其特征在于，所述邻域灰度偏差因子，包括：计算像素点的差值序列最大值与最小值的差值；将非线性拟合函数所有极值点的横坐标从小到大进行排序组成极值下标序列，获取极值下标序列中相邻元素差值的平方；获取非线性拟合函数各极值点在差值序列中所对应的差值绝对值与差值序列均值的差值绝对值，记为第一差值绝对值，计算所有极值点的所述第一差值绝对值的和值；获取所述差值与所述和值的乘积，将所述乘积与极值下标序列中所有所述平方的和值的比值作为像素点的邻域灰度偏差因子
。4.
如权利要求3所述的基于双芯片交替处理的智能穿戴手表屏幕显示超分辨方法，其特征在于，所述根据图像块各像素点的邻域灰度偏差因子
、
差值序列的信息熵及均值构建

【专利技术属性】
技术研发人员：韦加新，彭美龄，许伟坡，韦昱企，韦怡琳，段春新，
申请(专利权)人：深圳市芯科云科技有限公司，
类型：发明
国别省市：