【技術實現步驟摘要】
本專利技術屬于圖像處理，特別涉及一種基于噪聲標定的自適應圖像銳化方法。
技術介紹
1、現有技術中，由圖像傳感器獲得的原始圖像，往往與用戶圖像相比，存在細節不足和清晰度較低的問題，所以通過后端圖像銳化操作來實現細節增強。目前主流的圖像銳化方法為usm(非銳化掩模，又稱非銳化掩蔽)，其原理是通過各種方法(如sobel算子，拉普拉斯算子等)獲得圖像細節分量，對該分量與銳度增益值相乘獲得增強后圖像，然后再將基本圖像與增強后的細節圖像進行加法運算，獲得銳化處理后圖像。
2、然而，對于傳感器獲得的原始圖像，一般都會有泊松噪聲和高斯噪聲，現有技術會將噪聲一起銳化導致圖像相關細節信息丟失，且銳度增益值參數一般需要手動調整。
3、此外，現有技術中的常用術語解釋包括：
4、1.圖像噪聲標定：對不同光照場景下不同灰度區域的噪聲情況進行標定，標定結果可以用均值或方差等參數來衡量；
5、2.不同增益值和曝光時間場景：在不同環境光下，成像整體亮度主要取決于所乘的增益值和成像曝光時間(光圈值和感光度往往隨成像系統固定)；故可以用增益值和曝光時間來區分不同光照條件下的成像整體亮度；
6、標準灰階測試卡：印有不同灰度等級的測試卡，包括但不限于13階或者256階灰階對比度測試圖卡；而文中所述標準灰階圖像是成像系統對其所成的像。
技術實現思路
1、本申請的目的在于：提供一種基于噪聲標定的自適應圖像銳化方法與裝置，基于圖像噪聲標定結果自適應指導圖像銳化，以解決上
2、具體地，本專利技術提出一種基于噪聲標定的自適應圖像銳化方法，所述方法中包括圖像噪聲標定模塊和自適應銳化模塊；
3、所述圖像噪聲標定模塊，獲取成像系統拍攝標準灰階測試卡，統計單張標準灰階圖像每個灰階對應的均值和方差，再統計多張標準灰階圖像每個灰階對應的平均均值和平均方差，最后將每個灰階對應的平均均值和平均方差保存到參數文件，并與具體的增益值和曝光時間對應；
4、所述自適應銳化模塊，獲取當前成像系統的增益值和曝光時間，并自動讀取參數文件中保存的平均均值和平均方差，根據讀取的平均均值和平均方差，計算當前灰度下的銳度增益值，根據銳度增益值對圖像進行自適應銳化。
5、所述方法進一步包括以下步驟：
6、s1:圖像噪聲標定，獲取在不同增益值和曝光時間下的噪聲水平；
7、是通過在不同增益值和曝光時間下，對成像系統在不同灰階下的噪聲水平進行標定，包含步驟：
8、s101:成像系統拍攝標準灰階測試卡，標準灰階測試卡包含m個灰階，所成標準灰階圖像不同灰階塊的尺寸為w*w；
9、s102:統計單張標準灰階圖像每個灰階對應的均值和方差，假設第m個灰階塊在第n幅圖像上的點(p，q)處的像素值為ym，n，p，q，則第m個灰階塊在第n幅圖像上對應的均值和方差為：
10、
11、
12、s103:在固定增益值和曝光時間場景下，重復步驟s102，獲得另一張標準灰階圖像對應灰階的均值和方差，然后根據n張標準灰階圖像各個灰階對應的均值和方差計算結果，求取每個灰階對應的平均均值和平均方差為：
13、
14、
15、s104:切換到另一個增益值和曝光時間場景，并重復步驟s103，并將每個灰階對應的平均均值和平均方差保存到參數文件，并與具體的增益值和曝光時間對應；
16、s2:圖像銳度增益值計算；
17、結合前述的噪聲標定結果確定待處理圖像中不同灰度像素點，在不同增益值和曝光時間場景中的圖像銳度增益值，假設當前場景下當前像素點的灰度值為i，且其落在(m-1，m)灰階范圍內，則灰度值i對應的平均方差為：
18、
19、則當前場景灰度值i對應的圖像銳度增益值ki，k和σ為用戶固定參數，e為自然常數，也被稱為歐拉數：
20、
21、s3:圖像銳化；
22、利用usm算法，并結合前述圖像銳度增益值，對圖像進行銳化增強，假設原圖像f(u，v)，像素點(u，v)的灰度值為i，銳化后圖像為g(u，v)，原圖像的高頻分量為z(u，v)，則銳化過程為：
23、g(u，v)＝f(u，v)+ki×z(u，v)
24、s4:輸出最終圖像銳化結果。
25、所述usm算法是非銳化掩模，又稱非銳化掩蔽，其原理是通過包括sobel算子、拉普拉斯算子的各種方法獲得圖像高頻分量，對該分量與銳度增益值相乘獲得增強后圖像，然后再將基本圖像與增強后的圖像高頻分量進行加法運算，獲得銳化處理后圖像。
26、所述步驟s1實現了所述圖像噪聲標定模塊的作用；所述步驟s2和步驟s3實現了所述自適應銳化模塊的作用。
27、由此，本申請的優勢在于：
28、1.根據不同場景下，圖像不同區域的噪聲情況，設定合適的銳度增益值參數，避免噪聲被銳化增強；
29、2.圖像銳化強度自適應與噪聲情況，方便銳度增益值參數調節。
本文檔來自技高網...【技術保護點】
1.一種基于噪聲標定的自適應圖像銳化方法，其特征在于，所述方法中包括圖像噪聲標定模塊和自適應銳化模塊；
2.根據權利要求1所述的一種基于噪聲標定的自適應圖像銳化方法，其特征在于，所述方法進一步包括以下步驟：
3.根據權利要求2所述的一種基于噪聲標定的自適應圖像銳化方法，其特征在于，所述USM算法是非銳化掩模，又稱非銳化掩蔽，其原理是通過包括Sobel算子、拉普拉斯算子的各種方法獲得圖像高頻分量，對該分量與銳度增益值相乘獲得增強后圖像，然后再將基本圖像與增強后的圖像高頻分量進行加法運算，獲得銳化處理后圖像。
4.根據權利要求2所述的一種基于噪聲標定的自適應圖像銳化方法，其特征在于，所述步驟S1實現了所述圖像噪聲標定模塊的作用；所述步驟S2和步驟S3實現了所述自適應銳化模塊的作用。
【技術特征摘要】
1.一種基于噪聲標定的自適應圖像銳化方法，其特征在于，所述方法中包括圖像噪聲標定模塊和自適應銳化模塊；
2.根據權利要求1所述的一種基于噪聲標定的自適應圖像銳化方法，其特征在于，所述方法進一步包括以下步驟：
3.根據權利要求2所述的一種基于噪聲標定的自適應圖像銳化方法，其特征在于，所述usm算法是非銳化掩模，又稱非銳化掩蔽，其原理是通過...
【專利技術屬性】
技術研發人員：季元吉，
申請(專利權)人：合肥君正科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。