[发明专利]基于Robinson算子的图像锐化系统及锐化方法

说明书

技术领域

本发明涉及视频监控的技术领域，具体说是一种利用Robinson算子实现实时视频图像的边缘增强和图像锐化的基于Robinson算子的图像锐化系统及锐化方法。

背景技术

图像锐化就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，图像锐化分为空间域处理和频率域处理两类。

图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。

图像的能量主要集中在其低频部分，图像边缘信息主要集中在其高频部分。从频率域来考虑，图像模糊的实质是因为起高频分量被衰减，因此可以用高通滤波器来使图像清晰。

Robinson算子是一种边缘样板算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。该算子包含8组3×3的矩阵模板，可以用来计算出8个方向的图像边缘值，选择最大的值作为边缘的输出值。边缘输出值与原图像叠加，即得到锐化后的图像。

如果用g(x,y)代表锐化后的图像，可以用以下公式表示：

；               

其中，f(x,y)是输入图像，g(x,y)为锐化后的图像，G(x,y)为图像边缘值，c常数1。

发明内容

本发明要解决的技术问题是提供一种利用Robinson算子实现实时视频图像的边缘增强和图像锐化的基于Robinson算子的图像锐化系统及锐化方法。

本发明为解决公知技术中存在的技术问题所采取的技术方案是:

本发明的基于Robinson算子的图像锐化系统，包括3×3数据流生成模块、模板操作模块、模板操作输出评估模块和数据流输出模块，上述四个模块依次相连接；3×3数据流生成模块包含两路先入先出存储器FIFO1、FIFO2和一路数据帧输入data_input，FIFO1、FIFO2各自的数据容量为一帧视频图像数据，数据帧输入data_input与FIFO2相连接，而FIFO2与FIFO1相连接，由数据帧输入data_input引入的第一和第二连续两帧视频图像数据分别存入FIFO1和FIFO2，由数据帧输入data_input引入的第三帧视频图像数据与FIFO1和FIFO2内存储的前两帧视频图像数据一起构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行；模板操作模块中具有8组Robinson算子系数模板，8组Robinson算子系数模板分别通过乘法器与上述3×3数据流生成模块中的FIFO1、FIFO2和data_input的视频图像数据引出端相连接，并将得出的结果输入模板操作输出评估模块；模板操作输出评估模块将计算出的数值输入数据流输出模块；数据流输出模块对外设置一路数据帧输出data_out。

所述的模板操作模块中的Robinson算子系数模板都为3×3的矩阵模板。

本发明的基于Robinson算子的图像锐化系统的锐化方法，包括以下步骤：

A、由数据帧输入data_input引入第一帧视频图像数据，并将此帧视频图像数据存入FIFO2；由数据帧输入data_input再引入与第一帧视频图像数据相连续的第二帧视频图像数据，并将此帧视频图像数据存入FIFO2，而原来存储在FIFO2中的第一帧视频图像数据由FIFO2中释放并转存至FIFO1，再由数据帧输入data_input引入第三帧视频图像数据，此时第三帧视频图像数据与FIFO1和FIFO2中分别释放的前两帧视频图像数据共同构成3×3邻域模板，每帧视频图像数据分别作为3×3邻域模板中的一个数据行；

B、上述第一至第三帧视频图像数据所各自对应的3×3邻域模板中的数据行分别通过乘法器与模板操作模块中的8组Robinson算子系数模板依次相乘，得到8组模板输出数据，8组Robinson算子系数模板依次为Coeffient Template1至Coeffient Template8；

C、上述8组模板输出数据输入到模板操作输出评估模块中，由模板操作输出评估模块选出8组模板输出数据中的最大值，作为检测出的边缘值；

D、将上述检测出的边缘值与原数据orign_data输入到数据流输出模块中，由数据流输出模块将原数据与检测出的边缘值相互加和，得出的结果由数据帧输出data_out向外输出；