圖像高頻信息的定位方法和裝置的制造方法
【專利摘要】本發(fā)明公開了一種圖像高頻信息的定位方法和裝置，其中，所述方法包括將待處理圖像分成若干個N*N的子塊；判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域；若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點?？梢钥焖俣ㄎ灰粋€圖像中高頻信息區(qū)域，以便后續(xù)對該高頻信息區(qū)域進行針對性對的圖像處理，提高圖像質(zhì)量。
【專利說明】
圖像高頻信息的定位方法和裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明屬于互聯(lián)網(wǎng)視頻技術(shù)領(lǐng)域，具體地說，涉及一種圖像高頻信息的定位方法和裝置。
【背景技術(shù)】
[0002]在圖像中，盡管人眼對低頻信息更加敏感，但是在圖像質(zhì)量比較高且穩(wěn)定的情況下，高頻信息更加決定圖像的質(zhì)量。尤其是高頻信息比較密集的地方，例如人的頭發(fā)，胡子，花紋比較密的衣服等，在這些地方提升清晰度，則會使人眼感到圖像質(zhì)量有了顯著提升。
[0003]因此，為了有效率的增強圖像質(zhì)量，一種快速定位圖像高頻信息的方法亟待提出。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本申請?zhí)峁┝艘环N圖像高頻信息的定位方法和裝置，可以快速定位一個圖像中高頻信息區(qū)域，以便后續(xù)對該高頻信息區(qū)域進行針對性對的圖像處理，提高圖像質(zhì)量。
[0005]本發(fā)明實施例提供一種圖像高頻信息的定位方法，包括:
[0006]將待處理圖像分成若干個N*N的子塊；
[0007]判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域；
[0008]若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點；
[0009]根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像尚頻?目息區(qū)域。
[0010]其中，判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域之前，包括:
[0011]預(yù)設(shè)每個子塊的灰度閾值，所述灰度閾值是用于區(qū)分所述子塊的圖像灰度的一個閾值。
[0012]其中，預(yù)設(shè)每個子塊的灰度閾值，包括:
[0013]利用最大類間方差法，在所述子塊的像素點矩陣中選擇一個像素點，使得所述像素點在所述像素點矩陣中的左側(cè)部分與右側(cè)部分的方差最大，所述像素點對應(yīng)的灰度值為所述子塊的灰度閾值;或者
[0014]根據(jù)每個子塊中各像素點的灰度值，計算平均灰度值作為所述子塊的灰度閾值。
[0015]其中，判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域，包括:
[0016]獲取每個子塊中各像素點的灰度值，根據(jù)每個子塊對應(yīng)的灰度閾值，若確定所述子塊中灰度值小于所述灰度閾值的像素點個數(shù)超過灰度值大于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的暗區(qū)域多于亮區(qū)域；
[0017]若確定所述子塊中灰度值大于所述灰度閾值的像素點個數(shù)超過灰度值小于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的亮區(qū)域多于暗區(qū)域。
[0018]其中，根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像高頻信息區(qū)域，包括:
[0019]若所述子塊中亮的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像尚頻?目息區(qū)域；
[0020]若所述子塊中暗的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域。
[0021]本申請還提供一種圖像高頻信息的定位裝置，包括:
[0022]分割模塊，用于將待處理圖像分成若干個Ν*Ν的子塊；
[0023]判斷模塊，用于判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域；
[0024]獲取模塊，用于若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點；
[0025]確定模塊，用于根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像高頻信息區(qū)域。
[0026]其中所述的裝置還包括:
[0027]設(shè)置模塊，用于預(yù)設(shè)每個子塊的灰度閾值，所述灰度閾值是用于區(qū)分所述子塊的圖像灰度的一個閾值。
[0028]其中，所述設(shè)置模塊具體用于:
[0029]利用最大類間方差法，在所述子塊的像素點矩陣中選擇一個像素點，使得所述像素點在所述像素點矩陣中的左側(cè)部分與右側(cè)部分的方差最大，所述像素點對應(yīng)的灰度值為所述子塊的灰度閾值;或者
[0030]根據(jù)每個子塊中各像素點的灰度值，計算平均灰度值作為所述子塊的灰度閾值。[0031 ]其中，所述判斷模塊具體用于:
[0032]獲取每個子塊中各像素點的灰度值，根據(jù)每個子塊對應(yīng)的灰度閾值，若確定所述子塊中灰度值小于所述灰度閾值的像素點個數(shù)超過灰度值大于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的暗區(qū)域多于亮區(qū)域；
[0033]若確定所述子塊中灰度值大于所述灰度閾值的像素點個數(shù)超過灰度值小于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的亮區(qū)域多于暗區(qū)域。
[0034]所述確定模塊具體用于:
[0035]若所述子塊中亮的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像尚頻?目息區(qū)域；
[0036]若所述子塊中暗的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域。
[0037]本發(fā)明實施例通過將待處理圖像分成若干個Ν*Ν的子塊;判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域;若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點。可以快速定位一個圖像中高頻信息區(qū)域，以便后續(xù)對該高頻信息區(qū)域進行針對性對的圖像處理，提高圖像質(zhì)量。
【附圖說明】
[0038]此處所說明的附圖用來提供對本申請的進一步理解，構(gòu)成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當限定。在附圖中:
[0039]圖1是本申請實施例的提供的一種圖像高頻信息的定位方法的流程示意圖；
[0040]圖2是本申請實施例的一種亮度直方圖；
[0041]圖3是本申請實施例的一種亮度直方圖；
[0042]圖4為一種圖像的原始數(shù)據(jù)；
[0043]圖5為基于圖4所示的原始數(shù)據(jù)經(jīng)過灰度腐蝕后的數(shù)據(jù)；
[0044]圖6為基于圖5所示的灰度腐蝕后的數(shù)據(jù)經(jīng)過灰度膨脹后的數(shù)據(jù)；
[0045]圖7為經(jīng)過禮帽算法得到的亮的像素點；
[0046]圖8為一種圖像的原始數(shù)據(jù)；
[0047]圖9為基于圖8所示的原始數(shù)據(jù)經(jīng)過灰度膨脹后的數(shù)據(jù)；
[0048]圖10為基于圖9所示的灰度膨脹后的數(shù)據(jù)經(jīng)過灰度腐蝕后的數(shù)據(jù)；
[0049]圖11為經(jīng)過黑帽算法得到的暗的像素點；
[0050]圖12為本發(fā)明實施例采用的一種待處理的圖像；
[0051]圖13為經(jīng)過本發(fā)明實施例所述的圖像高頻信息定位方法得到的高頻信息區(qū)域；
[0052]圖14為本發(fā)明實施例提供的一種圖像高頻信息的定位裝置的結(jié)構(gòu)以使圖。
【具體實施方式】
[0053]以下將配合附圖及實施例來詳細說明本發(fā)明的實施方式，藉此對本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題并達成技術(shù)功效的實現(xiàn)過程能充分理解并據(jù)以實施。
[0054]在一個典型的配置中，計算設(shè)備包括一個或多個處理器(CPU)、輸入/輸出接口、網(wǎng)絡(luò)接口和內(nèi)存。
[0055]內(nèi)存可能包括計算機可讀介質(zhì)中的非永久性存儲器，隨機存取存儲器(RAM)和/或非易失性內(nèi)存等形式，如只讀存儲器(ROM)或閃存(flash RAM)。內(nèi)存是計算機可讀介質(zhì)的示例。
[0056]計算機可讀介質(zhì)包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術(shù)來實現(xiàn)信息存儲。信息可以是計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序的模塊或其他數(shù)據(jù)。計算機的存儲介質(zhì)的例子包括，但不限于相變內(nèi)存(PRAM)、靜態(tài)隨機存取存儲器(SRAM)、動態(tài)隨機存取存儲器(DRAM)、其他類型的隨機存取存儲器(RAM)、只讀存儲器(ROM)、電可擦除可編程只讀存儲器(EEPROM)、快閃記憶體或其他內(nèi)存技術(shù)、只讀光盤只讀存儲器(CD-ROM)、數(shù)字多功能光盤(DVD)或其他光學存儲、磁盒式磁帶，磁帶磁磁盤存儲或其他磁性存儲設(shè)備或任何其他非傳輸介質(zhì)，可用于存儲可以被計算設(shè)備訪問的信息。按照本文中的界定，計算機可讀介質(zhì)不包括非暫存電腦可讀媒體(transitory media)，如調(diào)制的數(shù)據(jù)信號和載波。
[0057]如在說明書及權(quán)利要求當中調(diào)用了某些詞匯來指稱特定組件。本領(lǐng)域技術(shù)人員應(yīng)可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權(quán)利要求并不以名稱的差異來作為區(qū)分組件的方式，而是以組件在功能上的差異來作為區(qū)分的準則。如在通篇說明書及權(quán)利要求當中所提及的“包含”為一開放式用語，故應(yīng)解釋成“包含但不限定于”?！按笾隆笔侵冈诳山邮盏恼`差范圍內(nèi)，本領(lǐng)域技術(shù)人員能夠在一定誤差范圍內(nèi)解決所述技術(shù)問題，基本達到所述技術(shù)效果。此外，“耦接”一詞在此包含任何直接及間接的電性耦接手段。因此，若文中描述一第一裝置耦接于一第二裝置，則代表所述第一裝置可直接電性耦接于所述第二裝置，或通過其他裝置或耦接手段間接地電性耦接至所述第二裝置。說明書后續(xù)描述為實施本發(fā)明的較佳實施方式，然所述描述乃以說明本發(fā)明的一般原則為目的，并非用以限定本發(fā)明的范圍。本發(fā)明的保護范圍當視所附權(quán)利要求所界定者為準。
[0058]還需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的商品或者系統(tǒng)不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種商品或者系統(tǒng)所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的商品或者系統(tǒng)中還存在另外的相同要素。
[0059]發(fā)明人在實現(xiàn)本發(fā)明的過程中發(fā)現(xiàn):
[0060]在灰度形態(tài)學中，對于灰度變化較頻繁的區(qū)域，其一般灰度會發(fā)生突變，然后很快會變回來。因此，使用禮帽算法和黑帽算法可提取出圖像中的高頻信息區(qū)域。然而，發(fā)明人進一步發(fā)現(xiàn)，對于每個子塊的處理，不能采用同時使用禮帽算法和黑帽算法然后取結(jié)果的最大值，本發(fā)明只需提取出每個子塊中亮的像素點或者暗的像素點即可，在出現(xiàn)灰度連續(xù)變化的情況下，若同時使用禮帽算法和黑帽算法會將整幅圖變成白色。會給系統(tǒng)帶來額外的消耗(時間和內(nèi)存的小號)。因此，本發(fā)明首先判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域，根據(jù)不同的判斷結(jié)果，對每個子塊使用禮帽算法或黑帽算法中的一種操作即可。
[0061]圖1是本申請實施例的提供的一種圖像高頻信息的定位方法的流程示意圖，如圖1所示，包括:
[0062 ] 11、將待處理圖像分成若干個N*N的子塊；
[0063]在圖像處理技術(shù)中，一個圖像通常劃分成若干子塊，一個子塊由一個亮度像素塊和附加的兩個色度像素塊組成。一般來說，亮度塊為16x16大小的像素塊，而兩個色度圖像像素塊的大小依據(jù)其圖像的采樣格式而定，如:對于YUV420采樣圖像，色度塊為8x8大小的像素塊。每個圖像處理算法以子塊為單位，逐個子塊進行處理。
[0064]本發(fā)明實施例中，將圖像分成若干個N*N的子塊。一般情況下N取16即可。對于每個子區(qū)域，單獨做處理。
[0065]102、判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域;若是，則執(zhí)行步驟103，否則執(zhí)行步驟104;
[0066]本發(fā)明實施例中，判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域之前，包括:
[0067]預(yù)設(shè)每個子塊的灰度閾值，所述灰度閾值是用于區(qū)分所述子塊的圖像灰度的一個閾值。
[0068]可選的，本發(fā)明實施例中預(yù)設(shè)每個子塊的灰度閾值包括但不限于以下方法:
[0069]利用最大類間方差法，在所述子塊的像素點矩陣中選擇一個像素點，使得所述像素點在所述像素點矩陣中的左側(cè)部分與右側(cè)部分的方差最大，所述像素點對應(yīng)的灰度值為所述子塊的灰度閾值;或者
[0070]根據(jù)每個子塊中各像素點的灰度值，計算平均灰度值作為所述子塊的灰度閾值。
[0071]本發(fā)明實施例中，判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域具體實現(xiàn)時包括:
[0072]獲取每個子塊中各像素點的灰度值，根據(jù)每個子塊對應(yīng)的灰度閾值，若確定所述子塊中灰度值小于所述灰度閾值的像素點個數(shù)超過灰度值大于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的暗區(qū)域多于亮區(qū)域；
[0073]若確定所述子塊中灰度值大于所述灰度閾值的像素點個數(shù)超過灰度值小于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的亮區(qū)域多于暗區(qū)域。
[0074]103、使用禮帽算法獲取所述子塊中亮的像素點；
[0075]104、使用黑帽算法獲取所述子塊中暗的像素點。
[0076]上述禮帽算法和黑帽算法都是基于圖像灰度學算法-灰度腐蝕和灰度膨脹而組合而來的。禮帽算法先對圖像進行灰度腐蝕，再進行灰度膨脹，最后用原始數(shù)據(jù)減去膨脹后的值即可。黑帽算法則先對圖像進行灰度膨脹，在進行灰度腐蝕，最后減去原始數(shù)據(jù)即可。本發(fā)明對此不做限定。
[0077]可選地，上述步驟103或104之后，還包括:
[0078]105、根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像高頻信息區(qū)域。
[0079]具體實現(xiàn)時，例如，若所述子塊中亮的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域;若所述子塊中暗的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域。
[0080]本發(fā)明實施例通過將待處理圖像分成若干個N*N的子塊;判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域;若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點?？梢钥焖俣ㄎ灰粋€圖像中高頻信息區(qū)域，以便后續(xù)對該高頻信息區(qū)域進行針對性對的圖像處理，提高圖像質(zhì)量。
[0081 ]下面通過具體實現(xiàn)方法對本發(fā)明的技術(shù)方案進行詳細的描述。
[0082]本文采用的是基于宏塊的方法，把圖像分成若干個N*N的子塊。一般情況下N取16即可。對于每個子區(qū)域，單獨做處理。
[0083]本發(fā)明實施例中將每個圖像子塊轉(zhuǎn)換為灰度圖像的方法包括但不限于以下:
[0084]1.浮點算法:Gray = R*0.3+G*0.59+B*0.11
[0085]2.整數(shù)方法:Gray = (R*30+G*59+B*l I )/100
[0086]3.移位方法:Gray = (R*76+G* 151+B*28) ?8;
[0087]4.平均值法:Gray = (R+G+B)/3 ；
[0088]5.僅取綠色:Gray=G;
[0089]通過上述任一種方法求得Gray后，將原來的RGB(R，G，B)中的R，G，B統(tǒng)一用Gray替換，形成新的顏色RGB(Gray，Gray，Gray)，用它替換原來的RGB(R，G，B)就是灰度圖像了。
[0090]其中，基于灰度圖像，例如，利用Photoshop程序就可以獲得該灰度圖像的亮度直方圖，如圖2和圖3所示的的亮度直方圖，對于灰度變化較頻繁的區(qū)域，其一般灰度會發(fā)生突變，然后很快會變回來。
[0091]本發(fā)明實施例中，采用最大類間方差法(OTSU)或者均值分割法預(yù)設(shè)每個子塊對應(yīng)的灰度閾值。其中，OTSU最大類間方差法可以在子塊中選取一個最能區(qū)分開圖像灰度的一個閾值。具體的算法就不討論了，主要原理是選取一個像素點，使其左側(cè)(暗)的部分和右側(cè)(亮)的部分方差最大，則該選取的像素點對應(yīng)的灰度值為該子塊的灰度閾值。均值分割法比較簡單，只需將子塊中的各像素點的灰度平均值作為灰度閾值即可。其中，OTSU最大類間方差法定位閾值比較準確，均值分割法運算速度較快。
[0092]由于禮帽算法主要提取的是在較暗的區(qū)域中亮的像素點。相反黑帽算法提取的是在較亮的區(qū)域中暗的像素點。因此在需要使用禮帽算法的區(qū)域中，較暗的灰度應(yīng)該占據(jù)大多數(shù)，相反在需要做黑帽算法的區(qū)域中，亮的灰度應(yīng)該占大多數(shù)。
[0093]在預(yù)設(shè)了每個子塊對應(yīng)的灰度閾值后，如果每個子塊中小于該灰度閾值的像素點個數(shù)超過大于該灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，說明暗的區(qū)域較多，則使用禮帽算法;如果每個子塊中大于該灰度閾值的像素點個數(shù)超過小于該灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，說明亮的區(qū)域較多，則使用黑帽算法。
[0094]其中，禮帽算法和黑帽算法都是基于基本的圖像灰度學算法-灰度腐蝕和灰度膨脹而組合而來的。禮帽算法先對圖像進行灰度腐蝕，再進行灰度膨脹，最后用原始數(shù)據(jù)減去膨脹后的值即可。黑帽算法則先對圖像進行灰度膨脹，在進行灰度腐蝕，最后減去原始數(shù)據(jù)即可。
[0095]禮帽操作的過程如下:
[0096]圖4為一種圖像的原始數(shù)據(jù)，圖5為基于圖4所示的原始數(shù)據(jù)經(jīng)過灰度腐蝕后的數(shù)據(jù)，如圖4和圖5所示，該例子采用了寬度為3的核，且核中心位于中間的位置?；叶扰蛎浥c灰度腐蝕不一樣的是，取核中的最大值，圖6為基于圖5所示的灰度腐蝕后的數(shù)據(jù)經(jīng)過灰度膨脹后的數(shù)據(jù)，如圖6所示，看到孤立的亮點已經(jīng)被消除掉了，這兩步灰度腐蝕和灰度膨脹組合起來又叫做灰度開運算，再用圖4所示原始數(shù)據(jù)減去圖6中的數(shù)據(jù)，即可把孤立的亮點提取出來，即可得到亮的像素點，如圖7所示，圖7為經(jīng)過禮帽算法得到的亮的像素點。
[0097]黑帽操作的過程如下:
[0098]對圖8的原始數(shù)據(jù)先進行灰度膨脹操作，得到圖9所示數(shù)據(jù)，圖9為基于圖8所示的原始數(shù)據(jù)經(jīng)過灰度膨脹后的數(shù)據(jù);基于圖9的數(shù)據(jù)，再進行腐蝕操作得到圖10所示的數(shù)據(jù)，圖10為基于圖9所示的灰度膨脹后的數(shù)據(jù)經(jīng)過灰度腐蝕后的數(shù)據(jù);可以看到孤立的暗值已被“填平”，再用于圖10所示的灰度腐蝕后的數(shù)據(jù)減去原始數(shù)據(jù)，即得到暗的像素點，如圖11所示，圖11為經(jīng)過黑帽算法得到的暗的像素點。
[0099]對于經(jīng)過上述禮帽算法計算后可以得到暗的像素點的個數(shù)，經(jīng)過黑帽算法計算后得到亮的像素點的個數(shù)，可以通過預(yù)設(shè)的第二個數(shù)閾值(T)，判定每個子塊中有多少個這樣的亮的像素點的個數(shù)或者暗的像素點的個數(shù)，如果一個子塊中亮的像素點的個數(shù)大于第二個數(shù)閾值(T)，則可認為該子塊滿足高頻信息區(qū)域的條件，可執(zhí)行后續(xù)的操作，例如銳化，調(diào)整對比度等來提升清晰度。圖12為本發(fā)明實施例采用的一種待處理的圖像，圖13為經(jīng)過本發(fā)明實施例所述的圖像高頻信息定位方法得到的高頻信息區(qū)域。
[0100]圖14為本發(fā)明實施例提供的一種圖像高頻信息的定位裝置的結(jié)構(gòu)以使圖，如圖14所示，包括:
[0101]分割模塊21，用于將待處理圖像分成若干個N*N的子塊；
[0102]判斷模塊22，用于判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域；
[0103]獲取模塊23，用于若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點；
[0104]確定模塊24，用于根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像高頻信息區(qū)域。
[0105]其中，所述的裝置還包括:
[0106]設(shè)置模塊25，用于預(yù)設(shè)每個子塊的灰度閾值，所述灰度閾值是用于區(qū)分所述子塊的圖像灰度的一個閾值。
[0107]所述設(shè)置模塊25具體用于:
[0108]利用最大類間方差法，在所述子塊的像素點矩陣中選擇一個像素點，使得所述像素點在所述像素點矩陣中的左側(cè)部分與右側(cè)部分的方差最大，所述像素點對應(yīng)的灰度值為所述子塊的灰度閾值;或者
[0109]根據(jù)每個子塊中各像素點的灰度值，計算平均灰度值作為所述子塊的灰度閾值。
[0110]所述判斷模塊22具體用于:
[0111]獲取每個子塊中各像素點的灰度值，根據(jù)每個子塊對應(yīng)的灰度閾值，若確定所述子塊中灰度值小于所述灰度閾值的像素點個數(shù)超過灰度值大于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的暗區(qū)域多于亮區(qū)域；
[0112]若確定所述子塊中灰度值大于所述灰度閾值的像素點個數(shù)超過灰度值小于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的亮區(qū)域多于暗區(qū)域。
[0113]所述確定模塊24具體用于:
[0114]若所述子塊中亮的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像尚頻?目息區(qū)域；
[0115]若所述子塊中暗的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域。
[0116]圖14所示的裝置可以執(zhí)行圖1所示的方法，其實現(xiàn)原理和技術(shù)效果不再贅述。
[0117]上述說明示出并描述了本發(fā)明的若干優(yōu)選實施例，但如前所述，應(yīng)當理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構(gòu)想范圍內(nèi)，通過上述教導或相關(guān)領(lǐng)域的技術(shù)或知識進行改動。而本領(lǐng)域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護范圍內(nèi)。
【主權(quán)項】
1.一種圖像高頻信息的定位方法，其特征在于，包括: 將待處理圖像分成若干個N*N的子塊； 判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域； 若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點； 根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像高頻信息區(qū)域。2.如權(quán)利要求1所述的方法，其特征在于，判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域之前，包括: 預(yù)設(shè)每個子塊的灰度閾值，所述灰度閾值是用于區(qū)分所述子塊的圖像灰度的一個閾值。3.如權(quán)利要求2所述的方法，其特征在于，預(yù)設(shè)每個子塊的灰度閾值，包括: 利用最大類間方差法，在所述子塊的像素點矩陣中選擇一個像素點，使得所述像素點在所述像素點矩陣中的左側(cè)部分與右側(cè)部分的方差最大，所述像素點對應(yīng)的灰度值為所述子塊的灰度閾值;或者 根據(jù)每個子塊中各像素點的灰度值，計算平均灰度值作為所述子塊的灰度閾值。4.如權(quán)利要求1-3中任一項所述的方法，其特征在于，判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域，包括: 獲取每個子塊中各像素點的灰度值，根據(jù)每個子塊對應(yīng)的灰度閾值，若確定所述子塊中灰度值小于所述灰度閾值的像素點個數(shù)超過灰度值大于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的暗區(qū)域多于亮區(qū)域； 若確定所述子塊中灰度值大于所述灰度閾值的像素點個數(shù)超過灰度值小于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的亮區(qū)域多于暗區(qū)域。5.如權(quán)利要求1所述的方法，其特征在于，根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像高頻信息區(qū)域，包括: 若所述子塊中亮的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域； 若所述子塊中暗的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域。6.一種圖像高頻信息的定位裝置，其特征在于，包括: 分割模塊，用于將待處理圖像分成若干個N*N的子塊； 判斷模塊，用于判斷每個子塊中的暗區(qū)域是否多于亮區(qū)域； 獲取模塊，用于若是則使用禮帽算法獲取所述子塊中亮的像素點，否則使用黑帽算法獲取所述子塊中暗的像素點； 確定模塊，用于根據(jù)所述子塊中亮的像素點個數(shù)或者暗的像素點個數(shù)，確定所述子塊是否屬于圖像高頻信息區(qū)域。7.如權(quán)利要求6所述的裝置，其特征在于，還包括: 設(shè)置模塊，用于預(yù)設(shè)每個子塊的灰度閾值，所述灰度閾值是用于區(qū)分所述子塊的圖像灰度的一個閾值。8.如權(quán)利要求7所述的裝置，其特征在于，所述設(shè)置模塊具體用于: 利用最大類間方差法，在所述子塊的像素點矩陣中選擇一個像素點，使得所述像素點在所述像素點矩陣中的左側(cè)部分與右側(cè)部分的方差最大，所述像素點對應(yīng)的灰度值為所述子塊的灰度閾值;或者 根據(jù)每個子塊中各像素點的灰度值，計算平均灰度值作為所述子塊的灰度閾值。9.如權(quán)利要求6-8中任一項所述的裝置，其特征在于，所述判斷模塊具體用于: 獲取每個子塊中各像素點的灰度值，根據(jù)每個子塊對應(yīng)的灰度閾值，若確定所述子塊中灰度值小于所述灰度閾值的像素點個數(shù)超過灰度值大于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的暗區(qū)域多于亮區(qū)域； 若確定所述子塊中灰度值大于所述灰度閾值的像素點個數(shù)超過灰度值小于所述灰度閾值的像素點個數(shù)達到預(yù)定的第一個數(shù)閾值，則確定所述子塊中的亮區(qū)域多于暗區(qū)域。10.如權(quán)利要求7所述的裝置，其特征在于，所述確定模塊具體用于: 若所述子塊中亮的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域； 若所述子塊中暗的像素點個數(shù)大于預(yù)設(shè)的第二閾值個數(shù)，則確定所述子塊為圖像高頻信息區(qū)域。
【文檔編號】G06T7/00GK105894491SQ201510890417
【公開日】2016年8月24日
【申請日】2015年12月7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