[发明专利]基于近似方差和暗色块像素统计信息的图像边缘增强方法

摘要

本发明公开了基于近似方差和暗色块像素统计信息的自适应图像边缘增强方法，包括：对未经去噪图像，计算图像每个像素的近似方差；统计单一暗色块亮度均值和方差；根据单一暗色块亮度均值和方差确定相关阈值；计算增强系数矩阵；对经去噪图像进行边缘增强处理。本发明具有的效果是：第一，在图像细节越丰富区域边缘增强程度越大，在图像越平滑区域增强程度越小，对图像噪声不会同时增强；第二，能克服图像暗区容易出现噪声斑点的问题；第三，参数根据图像相关信息自适应调节，能够避免出现过度增强造成边缘光晕等现象。

主权项

1.一种基于近似方差和暗色块像素统计信息的图像边缘增强方法，其特征在于，包括以下步骤：1)对噪声图像进行HSV分解，取出亮度分量：设I(x,y)为含有噪声污染的、不经过去噪处理的实际图像，S(x,y)为对I(x,y)进行去噪处理后的结果图像,两者均为RGB颜色格式，且大小均为M×N,对I(x,y)进行去噪处理以获得S(x,y)；将I(x,y)和S(x,y)分别转化到HSV颜色空间，分别得到在HSV颜色空间的两幅图像I_hsv(x,y)和S_hsv(x,y),取出两者的亮度分量2)计算图像像素近似方差:A)创建大小为(2w+1)×(2w+1)的矩阵模板F,w为自然数，假定矩阵第一行第一列位置坐标为(0,0)，则矩阵中心位置为(w,w),f(k,l)表示位置坐标为(k,l)的矩阵模板元素值，k＝0,1,…,2w，l＝0,1,…,2w,矩阵模板元素值均为浮点数值，矩阵模板元素值按照各元素位置到中心点位置的距离增大而减小，且中心位置对应的元素值要比周边位置元素要大；B)运用矩阵模板F对进行卷积处理得到C_I(x,y)，即：其中为卷积运算，并对图像矩阵C_I(x,y)的每一元素进行平方计算，得到的新的值作为对应位置的元素值，得到一幅新的图像矩阵，设为G(x,y)；C)对图像矩阵的每一元素进行平方计算，得到的新的值作为对应位置的元素值，得到一幅新的图像矩阵，设为P(x,y)；D)运用矩阵模板F对P(x,y)进行卷积计算，得到CP(x,y)，即：E)计算图像矩阵CP(x,y)与G(x,y)的差，得到近似方差D(x,y)，即：D(x,y)＝CP(x,y)‑G(x,y)3)检测单一暗色图像块：A)将划分成H×W个n×n图像块，其中表示对a取比a小的最大的整数,对每个n×n图像块，计算其对应的像素平均值和方差，由此获得图像块像素平均值集合S_ave＝{l₁,l₂,…,l_H×W}和图像块像素方差集合S_std＝{δ₁,δ₂,…,δ_H×W}；B)从集合S_std＝{δ₁,δ₂,…,δ_H×W}中选出值最小的U个元素,其中U<0.5|S_std|，|S_std|表示集合S_std的元素个数，设选出的U个元素为{δ′₁,δ′₂,…,δ′_U}，计算其平均值C)从所有H×W个n×n选出单一暗色图像块，满足以下条件的将被确定为单一暗色图像块：l_i<l_thr且其中lthr，δ0，λ为预先设定的常值参数；4)计算噪声相关阈值：对所有选出来的单一暗色图像块，找到它们之间像素方差最大的图像块，设对应的最大像素方差为δbm；对除了单一暗色图像块剩下的图像块，计算它们图像块像素方差的平均值，设为δna；由此获得两个阈值：5)对每一像素计算边缘增强系数k：确定系数矩阵K，其大小与图像矩阵I(x,y)相同,对K的每一矩阵元素k(x,y)，按照以下规则取值：其中kt为预设的常量参数，Dt＝max{D(x,y)>T2}，即Dt取集合{D(x,y)>T2}中最大的值；6)对去噪图像边缘增强处理，转换到RGB格式输出：A)对的每一个像素按照以下公式进行增强处理，得到一幅新的图像矩阵B)用替代并把S_hsv(x,y)转换到RGB图像颜色空间，得到新的RGB图像I^*(x,y)，I^*(x,y)即为边缘增强方法处理后的输出结果。