基于Robinson算子的圖像銳化系統(tǒng)及銳化方法
【專利摘要】一種基于Robinson算子的圖像銳化系統(tǒng)及銳化方法，包括3×3數(shù)據(jù)流生成模塊、模板操作模塊、模板操作輸出評估模塊和數(shù)據(jù)流輸出模塊，由數(shù)據(jù)幀輸入data_input引入第三幀視頻圖像數(shù)據(jù)，與FIFO1和FIFO2中存儲的前兩幀視頻圖像數(shù)據(jù)構(gòu)成3×3鄰域模板，通過乘法器將模板操作模塊中的8組Robinson算子系數(shù)模板分別與3×3鄰域模板相乘，通過模板操作輸出評估模塊選出8組模板輸出數(shù)據(jù)中的最大值作為檢測出的邊緣值，通過Robinson算子提取圖像的邊緣信息，然后再將邊緣值與原數(shù)據(jù)進(jìn)行加和即得出邊緣增強(qiáng)后更加清晰的視頻圖像，在視頻采集過程中即可對視頻圖像數(shù)據(jù)進(jìn)行實時的銳化處理。
【專利說明】基于Robinson算子的圖像銳化系統(tǒng)及銳化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻監(jiān)控的【技術(shù)領(lǐng)域】，具體說是一種利用Robinson算子實現(xiàn)實時視頻圖像的邊緣增強(qiáng)和圖像銳化的基于Robinson算子的圖像銳化系統(tǒng)及銳化方法。
【背景技術(shù)】
[0002]圖像銳化就是補(bǔ)償圖像的輪廓，增強(qiáng)圖像的邊緣及灰度跳變的部分，使圖像變得清晰，圖像銳化分為空間域處理和頻率域處理兩類。
[0003]圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細(xì)節(jié)變的清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因為圖像受到了平均或積分運算，因此可以對其進(jìn)行逆運算(如微分運算)就可以使圖像變的清晰。
[0004]圖像的能量主要集中在其低頻部分，圖像邊緣信息主要集中在其高頻部分。從頻率域來考慮，圖像模糊的實質(zhì)是因為起高頻分量被衰減，因此可以用高通濾波器來使圖像
清晰。
[0005]Robinson算子是一種邊緣樣板算子,用來運算圖像亮度函數(shù)的梯度之近似值。在圖像的任何一點使用此算子，將會產(chǎn)生對應(yīng)的梯度矢量或是其法矢量。該算子包含8組3X3的矩陣模板，可以用來計算出8個方向的圖像邊緣值，選擇最大的值作為邊緣的輸出值。邊緣輸出值與原圖像疊加，即得到銳化后的圖像。
[0006]如果用g(X，y)代表銳化后的圖像，可以用以下公式表示:
【權(quán)利要求】
1.一種基于Robinson算子的圖像銳化系統(tǒng)，其特征在于:包括3X3數(shù)據(jù)流生成模塊、模板操作模塊、模板操作輸出評估模塊和數(shù)據(jù)流輸出模塊，上述四個模塊依次相連接；3X3數(shù)據(jù)流生成模塊包含兩路先入先出存儲器FIF01、FIF02和一路數(shù)據(jù)幀輸入data_input，F(xiàn)IFOl、FIF02各自的數(shù)據(jù)容量為一幀視頻圖像數(shù)據(jù)，數(shù)據(jù)幀輸入data_input與FIF02相連接，而FIF02與FIFOl相連接，由數(shù)據(jù)幀輸入data_input引入的第一和第二連續(xù)兩幀視頻圖像數(shù)據(jù)分別存入FIFOl和FIF02，由數(shù)據(jù)幀輸入data_input引入的第三幀視頻圖像數(shù)據(jù)與FIFOl和FIF02內(nèi)存儲的前兩幀視頻圖像數(shù)據(jù)一起構(gòu)成3X3鄰域模板，每幀視頻圖像數(shù)據(jù)分別作為3X3鄰域模板中的一個數(shù)據(jù)行；模板操作模塊中具有8組Robinson算子系數(shù)模板，8組Robinson算子系數(shù)模板分別通過乘法器與上述3X 3數(shù)據(jù)流生成模塊中的FIF0UFIF02和data_input的視頻圖像數(shù)據(jù)引出端相連接，并將得出的結(jié)果輸入模板操作輸出評估模塊；模板操作輸出評估模塊將計算出的數(shù)值輸入數(shù)據(jù)流輸出模塊；數(shù)據(jù)流輸出模塊對外設(shè)置一路數(shù)據(jù)幀輸出data_out。
2.根據(jù)權(quán)利要求1所述的基于Robinson算子的圖像銳化系統(tǒng)，其特征在于:模板操作模塊中的Robinson算子系數(shù)模板都為3X3的矩陣模板。
3.一種基于權(quán)利要求1所述的基于Robinson算子的圖像銳化系統(tǒng)的銳化方法，包括以下步驟: A、由數(shù)據(jù)幀輸入data_input引入第一幀視頻圖像數(shù)據(jù)，并將此幀視頻圖像數(shù)據(jù)存入FIF02 ;由數(shù)據(jù)幀輸入data_input再引入與第一幀視頻圖像數(shù)據(jù)相連續(xù)的第二幀視頻圖像數(shù)據(jù)，并將此幀視頻圖像數(shù)據(jù)存入FIF02，而原來存儲在FIF02中的第一幀視頻圖像數(shù)據(jù)由FIF02中釋放并轉(zhuǎn)存至FIFOl，再由數(shù)據(jù)幀輸入data_input弓丨入第三幀視頻圖像數(shù)據(jù)，此時第三幀視頻圖像數(shù)據(jù)與FIF01和FIF02中分別釋放的前兩幀視頻圖像數(shù)據(jù)共同構(gòu)成3X3鄰域模板，每幀視頻圖像數(shù)據(jù)分別作為3X3鄰域模板中的一個數(shù)據(jù)行； B、上述第一至第三幀視頻圖像數(shù)據(jù)所各自對應(yīng)的3X3鄰域模板中的數(shù)據(jù)行分別通過乘法器與模板操作模塊中的8組Robinson算子系數(shù)模板依次相乘，得到8組模板輸出數(shù)據(jù)，8 組 Robinson 算子系數(shù)模板依次為 Coeffient Templatel 至 Coeffient Template8 ； C、上述8組模板輸出數(shù)據(jù)輸入到模板操作輸出評估模塊中，由模板操作輸出評估模塊選出8組模板輸出數(shù)據(jù)中的最大值，作為檢測出的邊緣值； D、將上述檢測出的邊緣值與原數(shù)據(jù)orign_data輸入到數(shù)據(jù)流輸出模塊中，由數(shù)據(jù)流輸出模塊將原數(shù)據(jù)與檢測出的邊緣值相互加和，得出的結(jié)果由數(shù)據(jù)幀輸出data_out向外輸出； E、由數(shù)據(jù)幀輸入data_input持續(xù)引入新的視頻圖像數(shù)據(jù)，按照步驟A至步驟D持續(xù)順序執(zhí)行相應(yīng)的處理過程。
4.根據(jù)權(quán)利要求3所述的基于Robinson算子的圖像銳化系統(tǒng)的銳化方法，其特征在于:上述步驟D中所述的原數(shù)據(jù)orign_data與步驟A中所述的第二幀視頻圖像數(shù)據(jù)相同。
5.根據(jù)權(quán)利要求3所述的基于Robinson算子的圖像銳化系統(tǒng)的銳化方法，其特征在于:8組Robinson算子系數(shù)模板中Coeffient Templatel對應(yīng)于90 °模板，
【文檔編號】H04N5/208GK103716512SQ201410028918
【公開日】2014年4月9日 申請日期:2014年1月22日 優(yōu)先權(quán)日:2014年1月22日
【發(fā)明者】戴林, 張立嵩 申請人:天津天地偉業(yè)數(shù)碼科技有限公司