[发明专利]一种图像处理方法及系统

说明书

本申请公开了一种图像处理方法及系统，该方法包括：步骤1，根据Grünwald‑Letniko公式对图像中除边缘像素之外的像素进行邻域操作；步骤2，将邻域操作后的图像与原始图像进行叠加。本申请的技术方案降低了图像锐度及白噪点，能够提高图像的清晰度和平滑度。

技术领域

本发明涉及图像处理领域，尤其涉及一种图像处理方法及系统。

背景技术

图像处理是多媒体领域中重要的研究对象之一，广泛应用于智能手机、数码相机以及个人电脑等具有显示屏幕的设备上。原始拍摄获取的图像会存在噪声，需要通过图像增强技术增强图像中的有用信息，从而改善图像的视觉效果，针对给定图像应用场合。

图像增强技术通过增强图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

图像增强技术可以分为两大类：频率域法和空间域法。比较著名的图像增强算法包括拉普拉斯法，该算法属于典型的空间域法。拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数的拉普拉斯变换是各向同性的二阶导数，定义为：

拉普拉斯算子还可以表示成模板的形式，据上面的定义，与拉普拉斯算子的定义相结合，也就是一个点的拉普拉斯的算子计算结果是上下左右的灰度的和减去本身灰度的四倍。同样，可以根据二阶微分的不同定义，所有符号相反，也就是上式所有灰度值全加上负号，就是-1，-1，-1，-1，4。

从模板形式容易看出，如果在图像中一个较暗的区域中出现了一个亮点，那么用拉普拉斯运算就会使这个亮点变得更亮。因为图像中的边缘就是那些灰度发生跳变的区域，所以拉普拉斯锐化模板在边缘检测中很有用。一般增强技术对于陡峭的边缘和缓慢变化的边缘很难确定其边缘线的位置。但此算子却可用二次微分正峰和负峰之间的过零点来确定，对孤立点或端点更为敏感，因此特别适用于以突出图像中的孤立点、孤立线或线端点为目的的场合。拉普拉斯算子也会增强图像中的噪声，对噪声比较敏感，因此得到的图像虽然细节增强，但噪点偏多，影响图像的质量。图2示出了利用拉普拉斯法对图1所示黑白图片进行处理后的结果，

发明内容

有鉴于此，本申请提供了一种图像处理方法及系统，以提高图像增强效果。

本申请提供了一种图像处理方法，该方法包括：

步骤1，根据Grünwald-Letniko公式对图像中除边缘像素之外的像素进行邻域操作；

步骤2，将邻域操作后的图像与原始图像进行叠加。

优选地，所述边缘像素包括距图像上边缘小于n行的像素，所述边缘像素包括距图像下边缘小于m行的像素，所述边缘像素包括距图像左边缘小于k列的像素，以及所述边缘像素包括距图像左边缘小于l列的像素，其中m、n、k、l为正整数。

优选地，m＝n＝k＝l＝2；m＝n＝k＝l＝5；或者m＝n＝2，k＝l＝5。

优选地，m＝n＝k＝l＝2；根据Grünwald-Letniko公式对图像中除边缘像素之外的像素进行邻域操作包括：

图像中除边缘像素之外的第i行j列的像素的邻域操作结果＝1.2*I(i,j)+-v(v-1)/2*(I(i-2,j-2)+I(i-2,j)+I(i-2,j+2)+I(i,j-2)+I(i,j+2)+I(i+2,j-2)+I(i+2,j)+I(i+2,j+2)+I(i,j))-v*(I(i-1,j-1)+I(i-1,j)+I(i-1,j+1)+I(i,j-1)+I(i,j+1)+I(i+1,j-1)+I(i+1,j)+I(i+1,j+1)+I(i,j))+I(i,j))；