[发明专利]一种基于模式预测和方向排序的图像锐化方法

说明书

技术领域

本发明涉及数字图像处理与显示技术领域，涉及一种基于模式预测和方向排序的图像锐化方法。

背景技术

在数字图像的变换和传输过程中，图像质量会降低，所以在数字图像的接收端，需要对图像进行增强处理，使其具有更好的视觉效果。

锐化处理是数字图像增强技术中最常见和最重要的一种，其主要目的是为了更好地突出图像中的细节或者增强被模糊了的细节，所以锐化处理需要恢复和增强纹理的细节。

目前存在多种图像锐化技术，概括为空间域锐化滤波器和频率域锐化滤波器。空间域锐化滤波器是基于各种梯度算子和拉普拉斯算子以及其各种改进形式，频率域锐化滤波器是空间域锐化滤波器在频率域的实现形式。关于空间域锐化滤波器和频率域锐化滤波器的详细描述，可参见《数字图像处理(第二版)，Digital Image Processing，SecondEdition》，著作者：[美]Rafael C.Gonzalez，Richard E.Woods，译作者：阮秋琦，阮宇智，张杰良等：电子工业出版社，2007年9月第二版，ISBN 9787121043987的第3章第7节(第98-108页)和第4章第4节(第142-148页)。空间域锐化滤波器和频率域锐化滤波器的思想是类似的，区别在于分析的方式不同而已。这些方法虽然能够有效地锐化图像，但是有个共同的缺点：这些锐化方法是对整个图像进行批处理，没有选择性地按照图像的纹理方向进行锐化，没有自适应地根据图像特征调整锐化强度，造成噪声放大和纹理复杂的细节部分锐化效果不理想。

在空间域的锐化滤波器中，各种算子都是用局部图像的中心像素点的灰度值和相邻像素点的灰度值做差的方法来提取图像边缘或者细节。不同的算子的差别在于计算灰度值之差的方向和不同方向上的比重。例如对于拉普拉斯算子，见图2(a)中的拉普拉斯算子只计算垂直方向和水平方向，并且权重均匀分配，图2(b)中的拉普拉斯算子的实现方式不仅计算垂直方向和水平方向，而且还计算两个对角线方向，权重也是均匀分配。权重的分配，如果不考虑到图像细节的方向性而均匀分配，就会造成像素之间的差异贡献的均匀化，使得图像边缘等本该强力锐化的地方锐化的强度相对不够，而噪声等本不该锐化的地方进行了锐化，造成锐化效果不佳，噪声同时被放大。

发明内容

为了克服已有的图像锐化方法的资源消耗较大、自适应能力差、不能适应于处理图像细节、抗干扰能力差、无法平滑噪声、适用性差的不足，本发明提供一种减少资源消耗、自适应能力强、特别适合处理图像细节、具有良好的抗干扰能力、有效平滑噪声、适用性良好的基于模式预测和方向排序的图像锐化方法。

本发明解决其技术问题所采用的技术方案是：

一种基于模式预测和方向排序的图像锐化方法，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。

作为优选的一种方案：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。

或者是：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。当然，也可以采用其他现有公知的预测过程。

作为优选的另一种方案：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]。