[发明专利]一种基于模式预测和方向排序的图像锐化方法

权利要求书

1.一种基于模式预测和方向排序的图像锐化方法，其特征在于：所述图像锐化方法包括以下步骤：

1）、确定待锐化图像的灰度值，选定待锐化像素点MP的邻域，并且按照邻域的大小，预先定义V个预测方向和V个与之对应的预测模式，编号为0—V-1，其中V为大于1的整数；

2）、在像素点MP的邻域内，判断以MP为中心的局部图像的纹理方向，对预先定义的V个预测模式执行预测过程，形成预先定义的预测方向的可能性大小排序，排名规则是预测到实际的纹理方向与该方向相符的可能性越大排名越靠后；

3）、在像素点MP的邻域内，在预先定义的与V个预测模式对应的V个方向上，依次执行高通滤波，高通滤波器的系数的可预先定义，按照0—V-1方向的次序，高通滤波的结果依次标记为F0—FV-1；

4）、设置V个不同的权重系数：alpha0—alphaV-1，其中alpha0> apha1>…> aphaV-1；

5）按照步骤2）的排序结果在V个方向上依次分配与之对应次序的权重系数，分配的规则为：排名最前的方向上分配权重系数alpha0，第二位的方向上分配apha1，依次分配，排名最后的方向上分配权重系数aphaV-1；

6）所有方向上的高通滤波的结果和与其分配的权重系数的乘积和即为像素点MP的锐化量；

7）经过锐化后的像素点MP的灰度值为：像素点MP的原灰度值和像素点MP的锐化量之和。

2.如权利要求1所述的一种基于模式预测和方向排序的图像锐化方法，其特征在于：所述步骤2）中，预测模式的预测过程采用H.246的Intra_4x4预测过程。

3.如权利要求1所述的一种基于模式预测和方向排序的图像锐化方法，其特征在于：所述步骤2）中，预测模式的预测过程采用H.246的Intra_8x8预测过程。

4.如权利要求1~3之一所述的一种基于模式预测和方向排序的图像锐化方法，其特征在于：所述步骤3）中，按照每个方向上的像素点的不同，高通滤波器的系数选[-1,2,-1]或者[-0.5,-0.5,2,-0.5,-0.5]。

5.如权利要求2所述的一种基于模式预测和方向排序的图像锐化方法，其特征在于：所述步骤2）中，所述H.264的Intra_4x4预测过程给出9种可选预测模式，其中除了预测模式2是无方向的，其他8种预测模式和8种预测方向是一一对应的；

在不同的预测模式下，可以采用不同的函数，对原来的原始块4x4块左边和上边的相邻点进行处理，得到一个新的4x4块，称为重建块，其计算过程为：

RP=PRED（NB，PM）；

其中NB是原始块左边和上边的相邻点，RP是重建块，PM是预测模式，PRED是相应的重建函数，重建函数定义如下：

当PM为模式0时，PRED（）= PRED_0（）；

当PM为模式1时，PRED（）= PRED_1（）；

当PM为模式2时，PRED（）= PRED_2（）；

当PM为模式3时，PRED（）= PRED_3（）；

当PM为模式4时，PRED（）= PRED_4（）；

当PM为模式5时，PRED（）= PRED_5（）；

当PM为模式6时，PRED（）= PRED_6（）；

当PM为模式7时，PRED（）= PRED_7（）；

当PM为模式8时，PRED（）= PRED_8（）；

其中，PRED_0（）-- PRED_8（）分别为模式0—模式8的重建函数。

6.如权利要求5所述的一种基于模式预测和方向排序的图像锐化方法，其特征在于：所述步骤2）中，对当前的4x4的采样点矩阵，预测模式的设定过程如下：

分别在9种不同的预测模式下，进行RDO计算代价，RDO计算代价函数如下：

其中，NB是原始块，RP是重建块，QP是宏块的量化参数，为拉格朗日乘数，,是采用该预测模式需要的比特数；

，是4x4原像素块和重构块之间的平方误差和；

选择RDO计算代价最小的模式，作为其亮度预测模式。