本發(fā)明涉及圖像銳化方法，具體涉及一種基于局部對(duì)比度的圖像銳化方法。
背景技術(shù)：
：真實(shí)的亮度圖像需要經(jīng)過(guò)很多步驟才能轉(zhuǎn)化為可以直接顯示的數(shù)字灰度圖像。由于電子器件設(shè)計(jì)不夠精密，材料存在缺陷等問(wèn)題，造成這些成像步驟會(huì)為生成的灰度圖像引入一定程度的圖像模糊現(xiàn)象。典型的引起圖像模糊的成像步驟包括：圖像傳感器ccd或者cmos對(duì)一定區(qū)域內(nèi)的光子的數(shù)量做積分，從而模糊了原本清晰的模擬亮度信號(hào)；顏色重建過(guò)程的差值方法降低了圖像色彩的清晰度等。由于圖像銳化技術(shù)能夠抑制由成像過(guò)程引入的圖像模糊問(wèn)題，因此該技術(shù)被越來(lái)越多地應(yīng)用于數(shù)字圖像處理領(lǐng)域中?，F(xiàn)今較為流行的圖像銳化方法是銳化掩模(unsharpmask,usm)算法。usm存在的主要問(wèn)題是在圖像高對(duì)比度的邊緣，過(guò)度地增強(qiáng)圖像的對(duì)比度，從而造成銳化圖像的邊緣附近存在嚴(yán)重的灰度跳變區(qū)域。這一區(qū)域降低了銳化圖像的圖像質(zhì)量，影響了銳化圖像的主觀效果。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是為了解決現(xiàn)有的銳化掩模算法在圖像高對(duì)比度的邊緣會(huì)過(guò)度增強(qiáng)圖像的對(duì)比度，從而造成銳化圖像的邊緣附近存在嚴(yán)重的灰度跳變區(qū)域，進(jìn)而影響銳化圖像主觀效果的缺點(diǎn)，而提出一種基于局部對(duì)比度的圖像銳化方法。一種基于局部對(duì)比度的圖像銳化方法，包括：步驟一、輸入rgb圖像；步驟二、將所述rgb圖像轉(zhuǎn)換為yuv數(shù)據(jù)；步驟三、對(duì)所述yuv數(shù)據(jù)其中的y通道數(shù)據(jù)進(jìn)行高斯濾波并計(jì)算出所述y通道數(shù)據(jù)的weber對(duì)比度u(x,y)；步驟四、構(gòu)建一個(gè)用于對(duì)所述weber對(duì)比度進(jìn)行拉伸變換處理的分段函數(shù)f(u(x,y))；步驟五、通過(guò)如下公式將所述y通道數(shù)據(jù)進(jìn)行處理：其中，i(x,y)為處理后的數(shù)據(jù)；f(x,y)為y通道數(shù)據(jù)；ωc為高斯矩形窗中心像素的權(quán)重；g為高斯核函數(shù)，表達(dá)式為：其中σ2是高斯核的尺度；f*g表示原始圖像與高斯核函數(shù)進(jìn)行卷積運(yùn)算；步驟六、將經(jīng)過(guò)步驟五處理后的y通道數(shù)據(jù)對(duì)應(yīng)的yuv數(shù)據(jù)轉(zhuǎn)換為rgb圖像并輸出。本發(fā)明的有益效果為：1、抑制了偽邊緣的情況，即避免出現(xiàn)圖形輪廓附近產(chǎn)生明暗對(duì)比劇烈的過(guò)渡區(qū)域；2、提升了圖像整體的清晰度；3、本發(fā)明相比于銳化掩模算法，信息熵提高了6.3％，標(biāo)準(zhǔn)差提高了4.9％，平均歐式距離提高了9.4％。附圖說(shuō)明圖1為本發(fā)明的基于局部對(duì)比度的圖像銳化方法的流程圖；圖2為本發(fā)明中對(duì)比度拉伸函數(shù)的曲線圖；圖3為本發(fā)明仿真實(shí)驗(yàn)中的原始圖像；圖4為仿真實(shí)驗(yàn)中通過(guò)usm算法對(duì)圖3進(jìn)行銳化后的圖像；圖5為仿真實(shí)驗(yàn)中通過(guò)本發(fā)明的方法對(duì)圖3進(jìn)行銳化后的圖像。具體實(shí)施方式具體實(shí)施方式一：本實(shí)施方式的基于局部對(duì)比度的圖像銳化方法，如圖1所示，包括：步驟一、輸入rgb圖像。步驟二、將rgb圖像轉(zhuǎn)換為yuv數(shù)據(jù)。步驟三、對(duì)yuv數(shù)據(jù)其中的y通道數(shù)據(jù)進(jìn)行高斯濾波并計(jì)算出y通道數(shù)據(jù)的weber對(duì)比度u(x,y)。步驟四、構(gòu)建一個(gè)用于對(duì)weber對(duì)比度進(jìn)行拉伸變換處理的分段函數(shù)f(u(x,y))。步驟五、通過(guò)如下公式將y通道數(shù)據(jù)進(jìn)行處理。其中，i(x,y)為處理后的數(shù)據(jù)；f(x,y)為y通道數(shù)據(jù)；ωc為高斯矩形窗中心像素的權(quán)重；(x,y)是像素點(diǎn)的平面坐標(biāo)；g為高斯核函數(shù)，表達(dá)式為：其中σ2是高斯核的尺度。f*g表示原始圖像與高斯核函數(shù)進(jìn)行卷積運(yùn)算。一個(gè)卷積窗尺寸5×5的尺度為1.5的高斯矩形窗函數(shù)下表所示：0.01440.02810.03510.02810.01440.02810.05470.06830.05470.02810.03510.06830.08530.06830.03510.02810.05470.06830.05470.02810.01440.02810.03510.02810.0144步驟六、將經(jīng)過(guò)步驟五處理后的y通道數(shù)據(jù)對(duì)應(yīng)的yuv數(shù)據(jù)轉(zhuǎn)換為rgb圖像并輸出。從上述步驟可以看出，本發(fā)明提供一種能夠抑制這一偽輪廓的圖像銳化算子。首先通過(guò)rgb轉(zhuǎn)yuv方法提取不包含彩色成分的亮度圖像(y通道)。其次提出一種圖像銳化模型，這種算子需要對(duì)y通道數(shù)據(jù)進(jìn)行高斯濾波并且計(jì)算y通道的weber對(duì)比度；再次利用一個(gè)具有s形狀的分段函數(shù)對(duì)weber對(duì)比度進(jìn)行拉伸，從而增強(qiáng)了圖像的局部細(xì)節(jié)和紋理特性；最后，利用yuv轉(zhuǎn)rgb方法，將銳化后的y通道與未經(jīng)處理的u、v通道數(shù)據(jù)轉(zhuǎn)換為rgb圖像，從而實(shí)現(xiàn)圖像銳化。具體實(shí)施方式二：本實(shí)施方式與具體實(shí)施方式一不同的是：步驟二具體為：通過(guò)公式將rgb圖像轉(zhuǎn)換為yuv數(shù)據(jù)。對(duì)于常用的rgb三通道彩色圖像來(lái)說(shuō)：首先，通過(guò)rgb轉(zhuǎn)yuv模型分離亮度(y通道)與兩個(gè)色差信號(hào)(u通道和v通道)數(shù)據(jù)；其次，單獨(dú)對(duì)y通道數(shù)據(jù)進(jìn)行銳化；最后，將銳化后的y通道、u通道、v通道進(jìn)行yuv轉(zhuǎn)rgb變換得到銳化后的彩色圖像。公式中y表示yuv顏色編碼方法中的y通道數(shù)據(jù)，其含義f(x,y)相同，u表示色度信號(hào)u，v表示色度信號(hào)v；r、g、b分別為rgb色彩模式中的紅、綠、藍(lán)的分量值。其它步驟及參數(shù)與具體實(shí)施方式一相同。具體實(shí)施方式三：本實(shí)施方式與具體實(shí)施方式一或二不同的是：步驟三中，y通道數(shù)據(jù)的weber對(duì)比度u(x,y)的表達(dá)式為：其它步驟及參數(shù)與具體實(shí)施方式一或二相同。具體實(shí)施方式四：本實(shí)施方式與具體實(shí)施方式一至三之一不同的是：步驟四中，用于對(duì)weber對(duì)比度進(jìn)行拉伸變換處理的分段函數(shù)f(u(x,y))的表達(dá)式為：其中k為用于表示拉伸尺度的參數(shù)。這一分段函數(shù)可以在定義域內(nèi)，拉伸weber對(duì)比度從而達(dá)到拉伸局部對(duì)比度，提高圖像細(xì)節(jié)和紋理特征的目的。在k＝2的前提下，局部對(duì)比度拉伸函數(shù)示意圖如圖2所示。從圖2可知s形狀的局部對(duì)比度拉伸函數(shù)能夠增強(qiáng)圖像的局部對(duì)比度。具體來(lái)說(shuō)：對(duì)比度接近0(即局部對(duì)比度最小，圖像細(xì)節(jié)最模糊)的時(shí)候，函數(shù)的拉伸尺度達(dá)到最大，表現(xiàn)為曲線的坡度最陡峭。此時(shí)，圖像的銳化尺度越大，圖像細(xì)節(jié)提升越顯著；對(duì)比度接近-1或者1(即局部對(duì)比度最大，圖像細(xì)節(jié)最突出)的時(shí)候，函數(shù)的拉伸尺度較小。此時(shí)，圖像也得到一定程度銳化，但是銳化尺度較小，圖像的細(xì)節(jié)提升不顯著。其它步驟及參數(shù)與具體實(shí)施方式一至三之一相同。具體實(shí)施方式五：本實(shí)施方式與具體實(shí)施方式一至四之一不同的是：步驟六中，通過(guò)如下公式將經(jīng)過(guò)步驟五處理后的y通道數(shù)據(jù)對(duì)應(yīng)的yuv數(shù)據(jù)轉(zhuǎn)換為rgb圖像：其中i為經(jīng)過(guò)步驟五處理后的y通道數(shù)據(jù)，其含義與i(x,y)相同。其它步驟及參數(shù)與具體實(shí)施方式一至四之一相同。<仿真實(shí)驗(yàn)>一、仿真環(huán)境：1.軟件環(huán)境：matlab2010b，windows7；2.硬件環(huán)境：cpu四核i7-6700hq，內(nèi)存8gbddr4，顯卡gtx1060；3.輸入輸出：后綴為bmp的數(shù)字圖像。二、仿真結(jié)果分析：仿真實(shí)驗(yàn)中，自由參數(shù)設(shè)定為k＝2，高斯核尺度σ2＝1。對(duì)于標(biāo)準(zhǔn)數(shù)字圖像cameraman進(jìn)行圖像銳化，對(duì)比了原始圖像、usm算法銳化圖像、本文算法銳化圖像的主觀視覺(jué)效果，驗(yàn)證了本文算法的有效性。實(shí)驗(yàn)結(jié)果如圖3至圖5所示。從圖3至圖5可以看出usm算法以及本文算法都增加了圖像的清晰度，提高了圖像細(xì)節(jié)特征。通過(guò)usm算法得到的銳化圖像在攝像師輪廓附近產(chǎn)生了明暗對(duì)比劇烈的過(guò)渡區(qū)域。在過(guò)渡區(qū)域較亮的一側(cè)，存在一個(gè)延輪廓分布的，寬度極窄的，過(guò)度明亮的高亮度區(qū)域。在過(guò)渡帶較暗一側(cè)，存在一個(gè)延輪廓分布的，寬度極窄的、過(guò)度黑暗的低亮度區(qū)域。這種過(guò)渡區(qū)域嚴(yán)重影響了圖像的主觀效果。本文算法抑制了這種偽邊緣現(xiàn)象，圖像邊緣附近的灰度跳變得到了有效的控制，圖像的整體清晰度也好于usm算法三、客觀評(píng)價(jià)指標(biāo)：采用三種客觀評(píng)價(jià)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)價(jià)。第一個(gè)評(píng)價(jià)指標(biāo)是圖像的信息熵，信息熵公式如式7所示：其中i是灰階值，pi是灰階值i在圖像中出現(xiàn)的概率，h是熵值。信息熵的值決定了圖像包含信息量的多少，值越大包含的信息量越多，值越小包含的信息量越少。第二個(gè)評(píng)價(jià)指標(biāo)灰度的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差公式如式8所示：其中n是圖像包含的像素總數(shù)，σ是灰度的標(biāo)準(zhǔn)差。灰度標(biāo)準(zhǔn)差反映了圖像的細(xì)節(jié)特征。標(biāo)準(zhǔn)差越大，圖像灰度變化越劇烈，圖像的細(xì)節(jié)越豐富。標(biāo)準(zhǔn)差越小，圖像灰度變化越平緩，圖像的細(xì)節(jié)表現(xiàn)力較差。第三種評(píng)價(jià)指標(biāo)是圖像局部對(duì)比度的歐氏距離的平均值(簡(jiǎn)稱為平均歐氏距離)，公式如式9所示：其中e是平均歐氏距離。從公式9可知，平均歐氏距離反映了銳化圖像的局部對(duì)比度與絕對(duì)平滑對(duì)比度(即局部對(duì)比度是0)的平均偏移程度。平均歐氏距離越大，局部對(duì)比度越高，圖像細(xì)節(jié)特征較為突出。平均歐氏距離越小，局部對(duì)比度越低，圖像細(xì)節(jié)特征較為不明顯。標(biāo)準(zhǔn)數(shù)字圖像cameraman的三種客觀評(píng)價(jià)指標(biāo)數(shù)據(jù)對(duì)比如表1所示：表1客觀評(píng)價(jià)指標(biāo)數(shù)據(jù)對(duì)比從表1可知經(jīng)過(guò)圖像銳化算子處理后，圖像內(nèi)容，細(xì)節(jié)豐富程度都得到顯著提高。具體來(lái)看，本文算法在信息熵、標(biāo)準(zhǔn)差、平均歐氏距離三方面均高于傳統(tǒng)的usm算法，因此本文算法能夠有效地提高圖像的紋理、細(xì)節(jié)特征。本發(fā)明還可有其它多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，本領(lǐng)域技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。當(dāng)前第1頁(yè)12