[发明专利]提高图像锐度的图像处理

说明书

技术领域

本发明涉及对具有模糊的图像进行的处理，用于提高其锐度。

背景技术

锐化是一种标准的图像处理技术，通常被应用于在视觉上改进图像。锐化的效果通常给用户以极深的印象，因为它似乎带来了之前未曾有的图像细节。锐化实际上是强调图像的边缘并且使其更易于被眼睛分辨出。在图像中并未创造新的细节。

锐化图像的第一步是使用很多现有技术方法之一来模糊该图像，所述现有技术方法例如像素均化、与高斯掩膜(Gaussian mask)或任何其他低通滤波卷积。接下来，处理原始图像和经模糊的版本，从而如果一像素比模糊化版本亮的话，进一步亮化该像素；如果一像素比经模糊的版本暗的话，暗化该像素。结果是增加了各像素与其相邻像素之间的对比度。该处理通常被称为反锐化掩模处理(UM)，并且可以由下式来表示：

f_S(x，y)＝f(x，y)+b(f(x，y)-f_LP(x，y))    (1)

在(1)中，f(x，y)是原始图像，f_LP(x，y)是其低通滤波的版本，而f_S(x，y)是锐化结果。提升因子b确定将图像差异放大多少。

式(1)还可以通过将差f(x，y)-f_LP(x，y)替换为一般高通滤波器f_HP(x，y)来一般化为：

f_S(x，y)＝f(x，y)+bf_HP(x，y)    (2)

大多数现有技术图像锐化方法要么使用形式(1)要么使用形式(2)。这些方法的区别在于选择提升因子b和应用低通或高通滤波的方式。

美国专利5363209描述了UM方法的一种变体，包括以下步骤：1)将图像转换为亮度-色度格式，其中至少一个信号代表总体图像强度；2)确定图像中的最大局部对比度；该局部对比度是在3×3像素领域中确定的；3)确定一3×3的图像滤波器，其将最大局部对比度增加到预定目标值，并将所有其他对比度增加至与其成比例的量，以及4)将所确定的滤波器函数应用于图像以增加锐度。因此，在该方法中，f_LP(x，y)是3×3的图像均值而b是取决于像素位置和图像梯度的函数：b＝b(x，y，fx(x，y)，fy(x，y))。

Chiandussi和Ramponi在标题为“Nonlinear Unsharp masking for theenhancement of Document Images”(Proceedings of the Eighth EuropeanSignal Processing Conference，EUSIPCO--96)的论文所描述的方法中，维持了UM方法的结构，但是用高斯-拉普拉斯(Laplacian-of-Gaussian，LoG)带通滤波器替代高通滤波器。馈送到LoG滤波器的信号被二次算子处理，这在均匀背景区域中使噪声显著平滑。该算法的总体结构与二次齐次滤波器对应。该论文显示了二次滤波器能够以有限的噪声放大实现图像中的边缘改进。

在过去的二十年间已经开发了很多图像锐化和去模糊的方法。最强大的方法在卷积核形状和大小未知时进行盲的解卷积。这样的算法通常用于离线处理，此时需要改进的图像已经被捕获并储存在存储器或硬盘中。在离线模式下，对处理速度和存储量的要求并不高。

已知的图像锐化和去模糊方法存在很多问题。

例如，第一个问题是现代图像传感器要求实时执行图像改进算法。传感器的小型化和低价格大大限制图像处理器，却保持对结果质量的高要求。

第二问题在于捕获非平坦物体导致该物体图像中变化的模糊；模糊量取决于传感器当前位置离该物体的距离。模糊量影响锐化图像所需的锐化滤波器的大小(即孔径)。

现有技术的方法通过多次执行锐化算法、每次使用不同大小的滤波器孔径并随后融合所得图像来处理该问题。然而，从存储器消耗和计算速度的角度看，这是效率低下的。

此外，现有技术并不关注于优化，而且不适于直接嵌入式实现和/或非常低成本的实现。

发明内容

根据本发明，提供了用于处理输入图像数据以锐化图像数据的装置和方法。输入图像数据被转换为积分图像数据，并且向所述积分图像数据应用滤波器以生成箱式滤波图像数据。

这种积分图像数据和箱式滤波的组合在执行图像锐化所需的计算时间方面提供了显著的优点。