基于梯度值及梯度方向的圖像銳化方法及裝置的制造方法
【專利摘要】本發(fā)明實施例提供一種基于梯度值及梯度方向的圖像銳化方法及裝置。逐個掃描圖像中的像素點并計算所述像素點的梯度；當(dāng)判定所述梯度大于預(yù)設(shè)的梯度閾值，則對所述像素點進(jìn)行銳化，以所述銳化操作得到的像素值更新所述像素點的像素值。有效消除了明顯的視覺上的灰度突變,同時可以自適應(yīng)地調(diào)節(jié)圖像銳化的程度。
【專利說明】
基于梯度值及梯度方向的圖像銳化方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明實施例涉及圖像處理領(lǐng)域，尤其涉及一種基于梯度值及梯度方向的圖像銳 化方法及裝置。
【背景技術(shù)】
[0002] 圖像銳化(image sharpening)就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變 的部分，使圖像變得清晰，亦分空域處理和頻域處理兩類。
[0003] USM(非銳化掩膜)算法是常用的圖像銳化算法，可將圖像中較模糊的邊緣變得相 對清晰。其原理是將原圖像與進(jìn)一步模糊的圖像的差作為掩膜，將原圖像根據(jù)設(shè)定的比例 加上掩膜圖像中的值即可實現(xiàn)圖像邊緣的銳化。但是這種算法存在一定的缺陷，銳化后的 最大最小值會超過原始圖片的范圍，造成在邊緣的兩側(cè)出現(xiàn)易被察覺的灰度突變。
[0004] 因此，一種新的銳化算法亟待提出。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明實施例提供一種基于梯度值及梯度方向的圖像銳化方法及裝置，用以解決 現(xiàn)有技術(shù)中圖像銳化后像素值的最大值和最小值超過原始值而出現(xiàn)明顯灰度突變的缺陷。
[0006] 本發(fā)明實施例提供一種基于梯度值及梯度方向的圖像銳化方法，包括：
[0007]逐個掃描圖像中的像素點并計算所述像素點的梯度；
[0008] 當(dāng)判定所述梯度大于預(yù)設(shè)的梯度閾值，則對所述像素點進(jìn)行銳化，以所述銳化操 作得到的像素值更新所述像素點的像素值。
[0009] 本發(fā)明實施例提供一種基于梯度值及梯度方向的圖像銳化裝置，包括：
[0010] 計算模塊，用于逐個掃描圖像中的像素點并計算所述像素點的梯度；
[0011] 銳化模塊，用于，當(dāng)判定所述梯度大于預(yù)設(shè)的梯度閾值，對所述像素點進(jìn)行銳化， 以所述銳化操作得到的像素值更新所述像素點的像素值。
[0012] 本發(fā)明實施例提供的基于梯度值及梯度方向的圖像銳化方法及裝置，通過自動限 定銳化后的像素值范圍，改變了現(xiàn)有技術(shù)中進(jìn)行圖像銳化時，圖像銳化后像素值的最大值 和最小值超過原始值的缺陷，有效消除了明顯的視覺上的灰度突變。此外，還可以自適應(yīng)地 調(diào)節(jié)圖像銳化的程度。
【附圖說明】
[0013] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā) 明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根 據(jù)這些附圖獲得其他的附圖。
[0014] 圖1為本發(fā)明實施例一的技術(shù)流程圖；
[0015] 圖2為本發(fā)明實施例一的另一技術(shù)流程圖；
[0016]圖3為本發(fā)明實施例梯度方向與鄰域像素點的示例圖；
[0017]圖4為本發(fā)明實施例高斯函數(shù)示例圖；
[0018] 圖5為本發(fā)明實施例二的裝置結(jié)構(gòu)示意圖。
【具體實施方式】
[0019] 為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例 中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例是 本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員 在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0020] 實施例一
[0021]圖1是本發(fā)明實施例一的技術(shù)流程圖，結(jié)合圖1，本發(fā)明實施例一種基于梯度值及 梯度方向的圖像銳化方法，主要由兩個大的步驟實現(xiàn)：
[0022] 步驟110:逐個掃描圖像中的像素點并計算所述像素點的梯度；
[0023] 梯度的在圖像處理中的意義表征的是像素值在哪個方向上變化最快，即圖像灰度 的最大變化率。圖像的邊緣部分，像素值的波動較為明顯，故這種波動的檢測可以過對圖像 進(jìn)行梯度運算來實現(xiàn)。
[0024] 逐行逐列掃描待處理圖像中的每一像點素，對于所述像素點，先計算其梯度。由于 圖像在計算機中以數(shù)字圖像的形式進(jìn)行存儲，即圖像是離散的數(shù)字信號，對數(shù)字圖像的梯 度使用差分來代替連續(xù)信號中的微分。
[0025] 常見的圖像梯度模板有以下幾種：
[0026] l)Roberts梯度。Roberts梯度算子是一種最簡單的算子，是一種利用局部差分算 子尋找邊緣的算子，采用對角線方向相鄰兩象素之差近似梯度幅值檢測邊緣。檢測垂直邊 緣的效果好于斜向邊緣，定位精度高，對噪聲敏感，無法抑制噪聲的影響。
[0027] 2)Prewitt 梯度。
[0029]左側(cè)是x方向的3X3Prewitt梯度模板，右側(cè)是y方向的3X3Prewitt梯度模板。 [0030] 3)Sobel梯度。Sobel梯度算子有兩個，一個是檢測水平邊緣的；另一個是檢測垂直 邊緣的。與Prewitt算子相比，Sobel算子對于像素的位置的影響做了加權(quán)，可以降低邊緣模 糊程度，因此效果更好。Sobel梯度算子的3 X 3模板如下所示：
[0032]左側(cè)是x方向的3 X 3Sobe 1梯度模板，右側(cè)是y方向的3 X 3Sobe 1梯度模板。
[0033] 4)Laplacian梯度。Laplacian梯度算子具有各向同性，即與坐標(biāo)軸方向無關(guān)，坐標(biāo) 軸旋轉(zhuǎn)后梯度結(jié)果不變。
[0035 ]左側(cè)為4鄰域系統(tǒng)模板，右側(cè)為8鄰域系統(tǒng)模板。
[0036] 5)Scharr 梯度。
[0039]左側(cè)是y方向的3 X 3Scharr梯度模板，右側(cè)是x方向的3 X 3Scharr梯度模板。算子 中正負(fù)號的位置有所變化，為計算梯度方向時，滿足數(shù)學(xué)中象限的位置分配，看起來更加直 觀。
[0040] 以Sobel梯度模板計算為例，某一像素點及其3X3鄰域內(nèi)的像素值分布如下：
[0041]
[0042]對于像素點P5,其梯度值可以采用如下公式進(jìn)行計算：
[0044] 其中，G為像素點P5對應(yīng)的梯度值，G的取值范圍是|〇, * 255] ,P1~P9是3X 3鄰域內(nèi)所有像素點的像素值。
[0045] 本發(fā)明實施例并不限制采用何種梯度算子計算所述像素點的梯度值，凡是能實現(xiàn) 本發(fā)明實施例中梯度值計算的算法都在本發(fā)明實施例的保護(hù)范圍之內(nèi)。
[0046] 步驟120:當(dāng)判定所述梯度大于預(yù)設(shè)的梯度閾值，則對所述像素點進(jìn)行銳化，以所 述銳化操作得到的像素值更新所述像素點的像素值。
[0047] 本步驟中，首先判斷所述像素點的梯度值是否超過閾值，若是超出預(yù)設(shè)的閾值，則 對所述像素點進(jìn)行銳化，從而避免了銳化后的最大值和最小值超出原圖片的像素值范圍， 從而導(dǎo)致圖像中邊緣部分出現(xiàn)明顯的灰度突變。
[0048] 進(jìn)一步地，結(jié)合圖2，步驟120中，對所述像素點進(jìn)行銳化由步驟121~步驟125實 現(xiàn)。
[0049] 步驟121:根據(jù)所述梯度，計算所述像素點的梯度方向；
[0050] 根據(jù)梯度方向的定義，采用如下公式計算所述像素點的梯度方向0 :
[0052]其中，^為所述像素點沿x方向的梯度值，Py為所述像素點沿y方向的梯度值， arctanO為反正切函數(shù)。
[0053]以Sobel算子為例，px及px的計算如下所示：
[0054] Px=(p3-pl)+2*(p6-p4) + (p9_p7)
[0055] Py = (p1-p7)+2*(p2-p8) + (p3-p9)
[0056] 本發(fā)明實施例中，梯度方向的計算可以在判斷是否進(jìn)行銳化之前執(zhí)行，也可以是 先判斷是否需要進(jìn)行銳化操作，再計算所述梯度方向，本發(fā)明實施例并不做限制。
[0057] 步驟122:沿所述梯度方向的正向及反向，在所述像素點的鄰域內(nèi)尋找最大像素值 以及最小像素值；
[0058] 如圖3所示，以所述像素點為坐標(biāo)原點，水平方向為x軸，垂直方向為y軸，在所述像 素點的鄰域內(nèi)畫出所述像素點的梯度方向及其反向延長線的示意圖。
[0059]所述梯度方向的正向和反向，是圖像的像素值變化最明顯的區(qū)域，因此沿著這個 方向在所述鄰域內(nèi)尋找像素值的最大值和最小值，計算量小，且更加準(zhǔn)確。記所述最大像素 值為Pmax，所述最小像素值為Pmin。
[0060]步驟123:計算所述鄰域內(nèi)的像素值均值；
[0061 ]所述像素值均值的計算公式如下所示：
[0063]其中，pm_為所述像素值均值，N*N為所述鄰域內(nèi)像素點的總數(shù)，px是所述鄰域內(nèi)的 每一像素點對應(yīng)的像素值。
[0064]步驟124:根據(jù)所述像素值均值、所述最大像素值以及所述最小像素值計算所述銳 化系數(shù)；
[0065] 當(dāng)P5>Pmean時，應(yīng)當(dāng)將P5的值向Pmax靠攏，當(dāng)P5處于Pmean和Pmax之間的時候，靠攏的程 度應(yīng)該最大。P5越靠近Pm_和Pnmx，銳化的程度應(yīng)該越小，避免出現(xiàn)鋸齒和過度的灰度突變， 參考圖4所示。因此本發(fā)明實施例采用高斯函數(shù)計算所述銳化系數(shù)。
[0066]高斯函數(shù)如下所示：
[0067] f = a X exp[-(x~b)2/c2]
[0068]其中，a、b、c為經(jīng)驗數(shù)值。在理想狀態(tài)下，a應(yīng)該等于1.0,但是為了避免鋸齒等情 況，一般取a = 0.85即可;b的值為b=(pmax+pmean)/2;c作為控制高斯寬度的參數(shù)，經(jīng)過試驗， 把寬度映射到標(biāo)準(zhǔn)高斯函數(shù)的c為0.35的寬度最合適，因此c = (pmax-pmean)/0.35。
[0069] 步驟125:根據(jù)所述銳化系數(shù)對所述像素點進(jìn)行銳化。
[0070] 采用如下公式根據(jù)所述銳化系數(shù)對所述像素點進(jìn)行銳化：
[0071] p7 =p+f X (pmax-p)
[0072] 其中，為所述像素點經(jīng)銳化操作得到的像素值，p為所述像素點未經(jīng)所述銳化操 作時像素值，pmax為所述最大像素值，f?為所述銳化系數(shù)。
[0073] 本實施例中，通過梯度計算檢測圖像中灰度變化較大的位置，從而實現(xiàn)快速精確 的邊緣檢測;通過自動限定銳化后的像素值范圍，確保了進(jìn)行圖像銳化時，圖像銳化后像素 值的最大值和最小值仍在原始值范圍之內(nèi)，有效消除了明顯的視覺上的灰度突變。
[0074] 此外，利用高斯函數(shù)根據(jù)所述像素點鄰域內(nèi)的像素值大小計算銳化系數(shù)，實現(xiàn)了 自適應(yīng)地調(diào)節(jié)圖像銳化的程度，提升了圖像質(zhì)量。
[0075] 實施例二
[0076] 圖5是本發(fā)明實施例二的裝置結(jié)構(gòu)示意圖，結(jié)合圖5,本發(fā)明實施例一種基于梯度 值及梯度方向的圖像銳化裝置，主要包括兩個大的模塊:計算模塊510以及銳化模塊520。 [0077]所述計算模塊510,用于逐個掃描圖像中的像素點并計算所述像素點的梯度；
[0078] 所述銳化模塊520,用于，當(dāng)判定所述梯度大于預(yù)設(shè)的梯度閾值，對所述像素點進(jìn) 行銳化，以所述銳化操作得到的像素值更新所述像素點的像素值。
[0079] 具體地，所述銳化模塊520進(jìn)一步用于:根據(jù)所述梯度，計算所述像素點的梯度方 向；沿所述梯度方向的正向及反向，在所述像素點的鄰域內(nèi)尋找最大像素值以及最小像素 值。
[0080] 具體地，所述銳化模塊520進(jìn)一步用于:計算所述鄰域內(nèi)的像素值均值；
[0081]根據(jù)所述像素值均值、所述最大像素值以及所述最小像素值計算所述銳化系數(shù)； 根據(jù)所述銳化系數(shù)對所述像素點進(jìn)行銳化。
[0082] 具體地，所述銳化模塊520進(jìn)一步用于:采用如下公式計算所述銳化系數(shù)：
[0083] f = a X exp[-(x~b)2/c2]
[0084] 其中，a、b、c為經(jīng)驗數(shù)值，b、c根據(jù)所述最大像素值和所述平均像素值進(jìn)行計算。
[0085] 具體地，所述銳化模塊520進(jìn)一步用于:采用如下公式根據(jù)所述銳化系數(shù)對所述像 素點進(jìn)行銳化：
[0086] p7 =p+f X (pmax-p)
[0087] 其中，為所述像素點經(jīng)銳化操作得到的像素值，p為所述像素點未經(jīng)所述銳化操 作時像素值，pmax為所述最大像素值，f?為所述銳化系數(shù)。
[0088] 圖5所示裝置可以執(zhí)行圖1~圖4所示實施例的方法，實現(xiàn)原理和技術(shù)效果參考圖1 ~圖4所示實施例，不再贅述。
[0089] 以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可 以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單 元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上。可以根據(jù)實際的需要選擇其 中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性 的勞動的情況下，即可以理解并實施。
[0090] 通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到各實施方式可 借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當(dāng)然也可以通過硬件?；谶@樣的理解，上 述技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該 計算機軟件產(chǎn)品可以存儲在計算機可讀存儲介質(zhì)中，如R0M/RAM、磁碟、光盤等，包括若干指 令用以使得一臺計算機裝置(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)裝置等)執(zhí)行各個實施 例或者實施例的某些部分所述的方法。
[0091] 最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制;盡管 參照前述實施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可 以對前述各實施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換； 而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和 范圍。
【主權(quán)項】
1. 一種基于梯度值及梯度方向的圖像銳化方法，其特征在于，包括如下的步驟： 逐個掃描圖像中的像素點并計算所述像素點的梯度； 當(dāng)判定所述梯度大于預(yù)設(shè)的梯度閾值，則對所述像素點進(jìn)行銳化，以所述銳化操作得 到的像素值更新所述像素點的像素值。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述像素點進(jìn)行銳化，進(jìn)一步包括： 根據(jù)所述梯度，計算所述像素點的梯度方向； 沿所述梯度方向的正向及反向，在所述像素點的鄰域內(nèi)尋找最大像素值以及最小像素 值。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，對所述像素點進(jìn)行銳化，進(jìn)一步包括： 計算所述鄰域內(nèi)的像素值均值； 根據(jù)所述像素值均值、所述最大像素值以及所述最小像素值計算所述銳化系數(shù)； 根據(jù)所述銳化系數(shù)對所述像素點進(jìn)行銳化。4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，計算所述銳化系數(shù)，進(jìn)一步包括： 采用如下公式計算所述銳化系數(shù)： f = a X exp[-(x~b)2/c2] 其中，a、b、c為經(jīng)驗數(shù)值，b、c根據(jù)所述最大像素值和所述平均像素值進(jìn)行計算。5. 根據(jù)權(quán)利要求3或4所述的方法，其特征在于，采用如下公式根據(jù)所述銳化系數(shù)對所 述像素點進(jìn)行銳化： P7 =P+f X (pmax-p) 其中，P'為所述像素點經(jīng)銳化操作得到的像素值，P為所述像素點未經(jīng)所述銳化操作時 像素值，pmax為所述最大像素值，f為所述銳化系數(shù)。6. -種基于梯度值及梯度方向的圖像銳化裝置，其特征在于，包括如下的模塊： 計算模塊，用于逐個掃描圖像中的像素點并計算所述像素點的梯度； 銳化模塊，用于，當(dāng)判定所述梯度大于預(yù)設(shè)的梯度閾值，對所述像素點進(jìn)行銳化，以所 述銳化操作得到的像素值更新所述像素點的像素值。7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述銳化模塊進(jìn)一步用于： 根據(jù)所述梯度，計算所述像素點的梯度方向； 沿所述梯度方向的正向及反向，在所述像素點的鄰域內(nèi)尋找最大像素值以及最小像素 值。8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述銳化模塊進(jìn)一步用于： 計算所述鄰域內(nèi)的像素值均值； 根據(jù)所述像素值均值、所述最大像素值以及所述最小像素值計算所述銳化系數(shù)； 根據(jù)所述銳化系數(shù)對所述像素點進(jìn)行銳化。9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述銳化模塊進(jìn)一步用于： 采用如下公式計算所述銳化系數(shù)： f = a X exp[-(x~b)2/c2] 其中，a、b、c為經(jīng)驗數(shù)值，b、c根據(jù)所述最大像素值和所述平均像素值進(jìn)行計算。10. 根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述銳化模塊進(jìn)一步用于： 采用如下公式根據(jù)所述銳化系數(shù)對所述像素點進(jìn)行銳化： P7 =P+f X (pmax-p) 其中，P'為所述像素點經(jīng)銳化操作得到的像素值，P為所述像素點未經(jīng)所述銳化操作時 像素值，pmax為所述最大像素值，f為所述銳化系數(shù)。
【文檔編號】G06T5/00GK105894459SQ201510918068
【公開日】2016年8月24日
【申請日】2015年12月10日
【發(fā)明人】楊帆, 劉陽, 蔡硯剛, 白茂生, 魏偉
【申請人】樂視云計算有限公司