專利名稱：一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理與顯示技術(shù)領(lǐng)域，涉及一種基于模式預(yù)測(cè)和方向排序的 圖像銳化方法。
背景技術(shù)：
在數(shù)字圖像的變換和傳輸過(guò)程中，圖像質(zhì)量會(huì)降低，所以在數(shù)字圖像的接收端，需 要對(duì)圖像進(jìn)行增強(qiáng)處理，使其具有更好的視覺(jué)效果。
銳化處理是數(shù)字圖像增強(qiáng)技術(shù)中最常見(jiàn)和最重要的一種，其主要目的是為了更好 地突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊了的細(xì)節(jié)，所以銳化處理需要恢復(fù)和增強(qiáng)紋理的細(xì) 節(jié)。
目前存在多種圖像銳化技術(shù)，概括為空間域銳化濾波器和頻率域銳化濾波器?？?間域銳化濾波器是基于各種梯度算子和拉普拉斯算子以及其各種改進(jìn)形式，頻率域銳化 濾波器是空間域銳化濾波器在頻率域的實(shí)現(xiàn)形式。關(guān)于空間域銳化濾波器和頻率域銳 化濾波器的詳細(xì)描述，可參見(jiàn)《數(shù)字圖像處理(第二版)，Digital Image Processing, kcondEdition》，著作者[美]Rafael C. Gonzalez, Richard Ε. Woods，譯作者阮秋琦，阮 宇智，張杰良等電子工業(yè)出版社，2007年9月第二版，ISBN 9787121043987的第3章第7 節(jié)(第98-108頁(yè))和第4章第4節(jié)(第142-148頁(yè))?？臻g域銳化濾波器和頻率域銳化 濾波器的思想是類似的，區(qū)別在于分析的方式不同而已。這些方法雖然能夠有效地銳化圖 像，但是有個(gè)共同的缺點(diǎn)這些銳化方法是對(duì)整個(gè)圖像進(jìn)行批處理，沒(méi)有選擇性地按照?qǐng)D像 的紋理方向進(jìn)行銳化，沒(méi)有自適應(yīng)地根據(jù)圖像特征調(diào)整銳化強(qiáng)度，造成噪聲放大和紋理復(fù) 雜的細(xì)節(jié)部分銳化效果不理想。
在空間域的銳化濾波器中，各種算子都是用局部圖像的中心像素點(diǎn)的灰度值和相 鄰像素點(diǎn)的灰度值做差的方法來(lái)提取圖像邊緣或者細(xì)節(jié)。不同的算子的差別在于計(jì)算灰度 值之差的方向和不同方向上的比重。例如對(duì)于拉普拉斯算子，見(jiàn)圖2(a)中的拉普拉斯算 子只計(jì)算垂直方向和水平方向，并且權(quán)重均勻分配，圖2(b)中的拉普拉斯算子的實(shí)現(xiàn)方式 不僅計(jì)算垂直方向和水平方向，而且還計(jì)算兩個(gè)對(duì)角線方向，權(quán)重也是均勻分配。權(quán)重的分 配，如果不考慮到圖像細(xì)節(jié)的方向性而均勻分配，就會(huì)造成像素之間的差異貢獻(xiàn)的均勻化， 使得圖像邊緣等本該強(qiáng)力銳化的地方銳化的強(qiáng)度相對(duì)不夠，而噪聲等本不該銳化的地方進(jìn) 行了銳化，造成銳化效果不佳，噪聲同時(shí)被放大。發(fā)明內(nèi)容
為了克服已有的圖像銳化方法的資源消耗較大、自適應(yīng)能力差、不能適應(yīng)于處理 圖像細(xì)節(jié)、抗干擾能力差、無(wú)法平滑噪聲、適用性差的不足，本發(fā)明提供一種減少資源消耗、 自適應(yīng)能力強(qiáng)、特別適合處理圖像細(xì)節(jié)、具有良好的抗干擾能力、有效平滑噪聲、適用性良 好的基于模式預(yù)測(cè)和方向排序的圖像銳化方法。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是
一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，所述圖像銳化方法包括以下步 驟
1)、確定待銳化圖像的灰度值，選定待銳化像素點(diǎn)MP的鄰域，并且按照鄰域的大 小，預(yù)先定義V個(gè)預(yù)測(cè)方向和V個(gè)與之對(duì)應(yīng)的預(yù)測(cè)模式，編號(hào)為0-V-1，其中V為大于1的整 數(shù)；
2)、在像素點(diǎn)MP的鄰域內(nèi)，判斷以MP為中心的局部圖像的紋理方向，對(duì)預(yù)先定義 的V個(gè)預(yù)測(cè)模式執(zhí)行預(yù)測(cè)過(guò)程，形成預(yù)先定義的預(yù)測(cè)方向的可能性大小排序，排名規(guī)則是 預(yù)測(cè)到實(shí)際的紋理方向與該方向相符的可能性越大排名越靠后；
3)、在像素點(diǎn)MP的鄰域內(nèi)，在預(yù)先定義的與V個(gè)預(yù)測(cè)模式對(duì)應(yīng)的V個(gè)方向上，依次 執(zhí)行高通濾波，高通濾波器的系數(shù)的可預(yù)先定義，按照0-V-1方向的次序，高通濾波的結(jié)果 依次標(biāo)記為F0-FV-1 ；
4)、設(shè)置 V 個(gè)不同的權(quán)重系數(shù)alphaO-alphaV-Ι，其中 alphaO > aphal >丨> aphaV-Ι ；
5)按照步驟2)的排序結(jié)果在V個(gè)方向上依次分配與之對(duì)應(yīng)次序的權(quán)重系數(shù)，分 配的規(guī)則為排名最前的方向上分配權(quán)重系數(shù)alphaO，第二位的方向上分配aphal，依次分 配，排名最后的方向上分配權(quán)重系數(shù)aphaV-Ι ；
6)所有方向上的高通濾波的結(jié)果和與其分配的權(quán)重系數(shù)的乘積和即為像素點(diǎn)MP 的銳化量；
7)經(jīng)過(guò)銳化后的像素點(diǎn)MP的灰度值為像素點(diǎn)MP的原灰度值和像素點(diǎn)MP的銳 化量之和。
作為優(yōu)選的一種方案所述步驟2)中，預(yù)測(cè)模式的預(yù)測(cè)過(guò)程采用H. M6的 Intra_4x4預(yù)測(cè)過(guò)程。
或者是所述步驟幻中，預(yù)測(cè)模式的預(yù)測(cè)過(guò)程采用H. 246的htra_8X8預(yù)測(cè)過(guò)程。 當(dāng)然，也可以采用其他現(xiàn)有公知的預(yù)測(cè)過(guò)程。
作為優(yōu)選的另一種方案所述步驟3)中，按照每個(gè)方向上的像素點(diǎn)的不同，高通 濾波器的系數(shù)選[-1,2, -1]或者[-0.5,-0.5,2,-0.5,-0. 5]。
本發(fā)明的技術(shù)構(gòu)思為銳化的重點(diǎn)是圖像紋理的細(xì)節(jié)。不同圖像之間過(guò)渡的地方 需要很大強(qiáng)度地銳化，所以這些地方的灰度值之差對(duì)銳化量應(yīng)該有大的權(quán)重貢獻(xiàn)，而圖像 紋理平坦的區(qū)域，圖像沒(méi)有變化，即不存在圖像的細(xì)節(jié)，這些地方不需要銳化，其灰度值之 差對(duì)銳化量應(yīng)該有小的權(quán)重貢獻(xiàn)，甚至沒(méi)有貢獻(xiàn)。所以，如果能判斷出來(lái)圖像的紋理方向， 即可按照其特征分配權(quán)重。
根據(jù)圖像灰度值，判讀出圖像局部的圖像特征并對(duì)按照需要加強(qiáng)銳化的強(qiáng)度的等 級(jí)對(duì)若干個(gè)計(jì)算方向進(jìn)行排序，并按照排序的結(jié)果給不同的方向上分配不同的權(quán)重，達(dá)到 銳化圖像但不放大噪聲，既能銳化一般的圖像邊緣的同時(shí)也能銳化紋理復(fù)雜的細(xì)節(jié)的理想 效果。
用一個(gè)示例說(shuō)明這個(gè)問(wèn)題。假設(shè)一個(gè)圖像的9個(gè)像素點(diǎn)(其灰度值分別為xll， xl2, xl3, x21, x22, x23, x31, x32, x33)按照如圖 2(c)所示 3x3 矩陣分布，并且 xll = x21 =x31 = xl3 = x23 = x33 > xl2 = x22 = x32,很顯然，xl2, x22, x23 是該圖像的一個(gè)細(xì) 節(jié)一段垂直的線條，所以x22分別與xll，x21，x31和xl3，x23，x33的的灰度值之差對(duì)x22點(diǎn)的銳化量有最大的貢獻(xiàn)，而x22與xl2，x32的灰度值之差對(duì)x22點(diǎn)的銳化量基本沒(méi)有貢 獻(xiàn)。所以在對(duì)點(diǎn)x22進(jìn)行銳化處理時(shí)，如果能在該3x3區(qū)間中預(yù)測(cè)出垂直方向的紋理，并在 水平方向和45度，135度方向上分配較大的權(quán)重，而在垂直方向分配小的權(quán)重，即可對(duì)x22 點(diǎn)得到很好的銳化效果。
通常，圖像紋理的細(xì)節(jié)變化的方向，即不同圖像之間過(guò)渡的方向和方向預(yù)測(cè)結(jié)果 是垂直關(guān)系，在進(jìn)行銳化處理時(shí)，越靠近紋理方向上的灰度值之差對(duì)銳化量的貢獻(xiàn)度應(yīng)該 小，即紋理方向上的灰度值之差對(duì)銳化量的貢獻(xiàn)度最小，而與紋理方向相垂直的方向上的 灰度值之差對(duì)銳化量的貢獻(xiàn)度最大。該原理簡(jiǎn)化了權(quán)重分配的方法，即在越靠近紋理方向 上分配越小的權(quán)重，即在紋理方向上的分配最小的權(quán)重，而在與紋理方向垂直的方向上分 配最大的權(quán)重。
判斷圖像的紋理方向，可以利用特定的算法分析，進(jìn)行預(yù)先定義的預(yù)測(cè)模式的預(yù) 測(cè)過(guò)程，形成預(yù)先定義的預(yù)測(cè)方向的可能性大小排序，并根據(jù)這個(gè)排序決定各預(yù)測(cè)方向上 權(quán)重的分配。
預(yù)測(cè)模式的預(yù)測(cè)過(guò)程作為成熟技術(shù)，已經(jīng)得到廣泛應(yīng)用。其實(shí)現(xiàn)方式依賴于不同 的計(jì)算方法，例如H. 264視頻處理規(guī)范中介紹了一種亮度樣點(diǎn)的htra_4x4預(yù)測(cè)過(guò)程。
H. 264是新一代的視頻編碼標(biāo)準(zhǔn)，為了提高編碼效率，H. 264提出了各種編碼模 式，通過(guò)率失真優(yōu)化(Rate Distortion Optimization, RD0)技術(shù)對(duì)各模式進(jìn)行計(jì)算，以取 得最優(yōu)的編碼模式。
在H. 264標(biāo)準(zhǔn)中，亮度樣點(diǎn)的處理單元稱為亮度塊，其可以被定義為4x4塊或者 8x8塊或者16x16塊，分別表示虹4的亮度樣點(diǎn)矩陣，8x8亮度樣點(diǎn)矩陣，16x16亮度樣點(diǎn)矩 陣。
為了更好地理解本發(fā)明的實(shí)施過(guò)程，下面對(duì)H. 246的htra_4x4預(yù)測(cè)過(guò)程簡(jiǎn)單介 紹。
H. 246的htra_4x4預(yù)測(cè)過(guò)程屬于幀內(nèi)預(yù)測(cè)，利用空間相關(guān)性，用當(dāng)前的一個(gè)4x4 塊(稱為當(dāng)前宏塊)的左邊和上邊的相鄰點(diǎn)對(duì)當(dāng)前的4x4塊進(jìn)行方向預(yù)測(cè)。
圖3中小寫字母(a-p)表示當(dāng)前宏塊，即當(dāng)前4x4采樣點(diǎn)矩陣，大寫字母(A-M)表 示其上邊和左邊的相鄰點(diǎn)。
H. 264的htra_4x4預(yù)測(cè)過(guò)程給出了 9種可選預(yù)測(cè)模式，見(jiàn)圖5。其中除了預(yù)測(cè)模 式2是無(wú)方向的，其他8種預(yù)測(cè)模式和圖4中的8種預(yù)測(cè)方向是一一對(duì)應(yīng)的。在不同的預(yù) 測(cè)模式下，可以采用不同的函數(shù)，對(duì)原來(lái)的4x4塊(原始?jí)K)左邊和上邊的相鄰點(diǎn)(A-M)進(jìn) 行處理，得到一個(gè)新的4x4塊，稱為重建塊。
RP = PRED (NB，PM)；
其中NB是原始?jí)K左邊和上邊的相鄰點(diǎn)，RP是重建塊，PM是預(yù)測(cè)模式，PRED是相應(yīng) 的重建函數(shù)，定義如下
當(dāng) PM 為模式 0 時(shí)，PRED () = PRED_0 ()；
當(dāng)PM 為模式 1 時(shí)，PRED () = PRED_1 ()；
當(dāng) PM 為模式 2 時(shí)，PRED () = PRED_2 ()；
當(dāng) PM 為模式 3 時(shí)，PRED () = PRED_3 ()；
當(dāng)PM 為模式 4 時(shí)，PRED () = PRED_4 ()；
當(dāng) PM 為模式 5 時(shí)，PRED () = PRED_5 ()；
當(dāng) PM 為模式 6 時(shí)，PRED () = PRED_6 ()；
當(dāng) PM 為模式 7 時(shí)，PRED () = PRED_7 ()；
當(dāng) PM 為模式 8 時(shí)，PRED () = PRED_8 ()；
其中PRED_0 () -PRED_8 ()分別為模式0_模式8的重建函數(shù)，其具體計(jì)算方法，分 別參見(jiàn)國(guó)際電信聯(lián)盟的《ITU-T H. 264建議書(2005年3月版)》第8. 3. 1. 2. 1-8. 3. 1. 2. 9小節(jié)。
圖5所示的9預(yù)測(cè)模式和圖4所示的預(yù)測(cè)方向有對(duì)應(yīng)關(guān)系除了模式2，其他8種 預(yù)測(cè)模式分別與其相同編號(hào)的預(yù)測(cè)方向?qū)?yīng)。
對(duì)當(dāng)前的虹4的采樣點(diǎn)矩陣(稱為當(dāng)前宏塊)，H. 264的htra_4x4預(yù)測(cè)過(guò)程如 下
(1)分別在9種不同的預(yù)測(cè)模式下，對(duì)原來(lái)的4x4塊(原始?jí)K)左邊和上邊的相鄰 點(diǎn)(A-M)進(jìn)行處理，得到一個(gè)新的4x4塊(重建塊)。
RP = PRED (NB，PM)；
其中NB是原始?jí)K左邊和上邊的相鄰點(diǎn)，RP是重建塊，PM是預(yù)測(cè)模式，PRED是相應(yīng) 的重建函數(shù)
(2)分別在9種不同的預(yù)測(cè)模式下，進(jìn)行RDO計(jì)算代價(jià)，RDO計(jì)算代價(jià)函數(shù)如下
RDO (NB, RP, PM | QP，λ mode) = SSD (NB, RP, PM | QP) + λ mode X R (NB，RP，PM | QP)
其中，NB是原始?jí)K，RP是重建塊，QP是宏塊的量化參數(shù)，Xm。de為拉格朗日乘數(shù)， Afflode = 0. 85X2QIV3，R(NB, RP, PM|QP)是采用該預(yù)測(cè)模式需要的比特?cái)?shù)。
權(quán)利要求
1.一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，其特征在于所述圖像銳化方法包 括以下步驟1)、確定待銳化圖像的灰度值，選定待銳化像素點(diǎn)MP的鄰域，并且按照鄰域的大小，預(yù) 先定義V個(gè)預(yù)測(cè)方向和V個(gè)與之對(duì)應(yīng)的預(yù)測(cè)模式，編號(hào)為0— V-I，其中V為大于1的整數(shù)；2)、在像素點(diǎn)MP的鄰域內(nèi)，判斷以MP為中心的局部圖像的紋理方向，對(duì)預(yù)先定義的V 個(gè)預(yù)測(cè)模式執(zhí)行預(yù)測(cè)過(guò)程，形成預(yù)先定義的預(yù)測(cè)方向的可能性大小排序，排名規(guī)則是預(yù)測(cè) 到實(shí)際的紋理方向與該方向相符的可能性越大排名越靠后；3)、在像素點(diǎn)MP的鄰域內(nèi)，在預(yù)先定義的與V個(gè)預(yù)測(cè)模式對(duì)應(yīng)的V個(gè)方向上，依次執(zhí)行 高通濾波，高通濾波器的系數(shù)的可預(yù)先定義，按照0—V-I方向的次序，高通濾波的結(jié)果依 次標(biāo)記為FO — FV-I ；4)、設(shè)置V個(gè)不同的權(quán)重系數(shù)alphaO—alphaV-Ι，其中 alpha0> aphal〉···〉aphaV-1 ；5)按照步驟2)的排序結(jié)果在V個(gè)方向上依次分配與之對(duì)應(yīng)次序的權(quán)重系數(shù)，分配的規(guī) 則為排名最前的方向上分配權(quán)重系數(shù)alphaO，第二位的方向上分配aphal，依次分配，排 名最后的方向上分配權(quán)重系數(shù)aphaV-Ι ；6)所有方向上的高通濾波的結(jié)果和與其分配的權(quán)重系數(shù)的乘積和即為像素點(diǎn)MP的銳 化量；7)經(jīng)過(guò)銳化后的像素點(diǎn)MP的灰度值為像素點(diǎn)MP的原灰度值和像素點(diǎn)MP的銳化量 之和。
2.如權(quán)利要求1所述的一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，其特征在于 所述步驟2)中，預(yù)測(cè)模式的預(yù)測(cè)過(guò)程采用H. 246的htra_4X4預(yù)測(cè)過(guò)程。
3.如權(quán)利要求1所述的一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，其特征在于 所述步驟2)中，預(yù)測(cè)模式的預(yù)測(cè)過(guò)程采用H. 246的htra_8X8預(yù)測(cè)過(guò)程。
4.如權(quán)利要求廣3之一所述的一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，其特征 在于所述步驟3)中，按照每個(gè)方向上的像素點(diǎn)的不同，高通濾波器的系數(shù)選[_1，2，-1]或 者[-0. 5，-0. 5，2，-0. 5，-0. 5]。
5.如權(quán)利要求2所述的一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，其特征在于 所述步驟2)中，所述H. 264的htra_4X4預(yù)測(cè)過(guò)程給出9種可選預(yù)測(cè)模式，其中除了預(yù)測(cè) 模式2是無(wú)方向的，其他8種預(yù)測(cè)模式和8種預(yù)測(cè)方向是一一對(duì)應(yīng)的；在不同的預(yù)測(cè)模式下，可以采用不同的函數(shù)，對(duì)原來(lái)的原始?jí)K4x4塊左邊和上邊的相 鄰點(diǎn)進(jìn)行處理，得到一個(gè)新的4x4塊，稱為重建塊，其計(jì)算過(guò)程為RP=PRED (NB,PM)；其中NB是原始?jí)K左邊和上邊的相鄰點(diǎn)，RP是重建塊，PM是預(yù)測(cè)模式，PRED是相應(yīng)的重 建函數(shù)，重建函數(shù)定義如下當(dāng)PM為模式0時(shí)，PRED()=PRED_0()當(dāng)PM為模式1時(shí)，PRED()=PRED_1()當(dāng)PM為模式2時(shí)，PRED()=PRED_2()當(dāng)PM為模式3時(shí)，PRED()=PRED_3()當(dāng)PM為模式4時(shí)，PRED()=PRED_ 4()當(dāng)PM為模式5時(shí)，PRED()=PRED_5()當(dāng) PM 為模式 6 時(shí)，PRED ( ) = PRED_6 ()； 當(dāng) PM 為模式 7 時(shí)，PRED ( ) = PRED_7 ()； 當(dāng) PM 為模式 8 時(shí)，PRED ( ) = PRED_8 ()；其中，PRED_0 O - PRED_8 ()分別為模式0—模式8的重建函數(shù)。
6.如權(quán)利要求5所述的一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，其特征在于 所述步驟2)中，對(duì)當(dāng)前的虹4的采樣點(diǎn)矩陣，預(yù)測(cè)模式的設(shè)定過(guò)程如下分別在9種不同的預(yù)測(cè)模式下，進(jìn)行RDO計(jì)算代價(jià)，RDO計(jì)算代價(jià)函數(shù)如下
全文摘要
一種基于模式預(yù)測(cè)和方向排序的圖像銳化方法，根據(jù)圖像灰度值，選定待銳化像素點(diǎn)MP的鄰域，判讀出圖像局部的圖像特征并對(duì)按照需要加強(qiáng)銳化的強(qiáng)度的等級(jí)對(duì)若干個(gè)計(jì)算方向進(jìn)行排序，并按照排序的結(jié)果給不同的方向上分配不同的權(quán)重，所有方向上的高通濾波的結(jié)果和與其分配的權(quán)重系數(shù)的乘積和即為像素點(diǎn)MP的銳化量；經(jīng)過(guò)銳化后的像素點(diǎn)MP的灰度值為像素點(diǎn)MP的原灰度值和像素點(diǎn)MP的銳化量之和。本發(fā)明減少資源消耗、自適應(yīng)能力強(qiáng)、特別適合處理圖像細(xì)節(jié)、具有良好的抗干擾能力、有效平滑噪聲、適用性良好。
文檔編號(hào)H04N5/208GK102035997SQ20101058772
公開(kāi)日2011年4月27日 申請(qǐng)日期2010年12月14日 優(yōu)先權(quán)日2010年12月14日
發(fā)明者呂炳赟, 秦興 申請(qǐng)人:杭州愛(ài)威芯科技有限公司