[0055]δ为预设的常量参数，一般的司
，本实施例中取值为2. 5。在按照上述方 法获得所有元素值后，所有元素值要进行如下归一化处理：
[0057]f(k，1)为最终矩阵模板F在（k，1)位置的元素值。本发明上述矩阵模板创建方 法不限于上述高斯分布模型创建方法，任何满足上述取值规律的创建方法都适合本发明。
[0058]3)运用矩阵模板F对/,.,>，进行卷积处理得到Q(X，y)，即：
[0060] 其中诊为卷积运算；并对图像矩阵QUy)的每一元素（即像素）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)。
[0061] 4)对图像矩阵/Ux, 7)的每一元素（即像素）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);
[0062] 5)运用矩阵模板F对P(X，y)进行卷积计算，得到CP (X，y)，即：
[0064] 6)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：
[0065] D(x,y) =CP (x,y)-G(x,y)
[0066] 7)对.r)划分成HXW个nXn图像块，其中 对a取比a小的最大的整数。对每个nXn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SaTC= {1D12，…，1HXW}和图像块像素方差集合Sstd= {δδ2，… ，δ HXW}0
[0067] 8)从集合Sstd={δδ2，…，δ_}中选出值最小的U个元素（U<0. 5|Sstd|， Sstd|表示集合Sstd的元素个数），本实施例中U为0.3|Sstd|。设选出的U个元素为 ，δ2'，···，δ，}，计算其平均值瓦。
[0068] 9)从所有HXW个nXn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：
[0069] 1A〈ith,且各 <1.Sq+λΒ^
[0070] 其中ltto，δ。，λ为预先设定的常值参数。一般的取值在20-125之间，δ。取 值范围为10-30,λ取值范围为3-10;本实施例中，取值50,δ。取值10,λ取值5。
[0071] 10)对所有选出来的单一暗色图像块，找到它们之间对应的最大的图像块像素方 差，设为Sbni;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Sna。由此获得两个阈值：
[0073] 11)确定系数矩阵K，其大小与图像矩阵I(x，y)相同。对每一矩阵元素k(x，y)，按 照以下规则取值：
[0075] 其中kt为预设的常量参数，本实施例中kt取值为0.8。Dt=max{D(x，y) >T2}， 即Dt取集合{D(x，y) >Τ2}中最大的值。
[0076] 12)对tU，j)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：
[0078] 13)用化Ju)替代心U,/)，并把Shsv(x，y)转换到RGB图像颜色空间，得到新 的RGB图像Γ(χ，y)。Γ(χ，y)即为本发明边缘增强方法处理后的输出结果。
[0079] 图5-6为本实施例进行边缘增强结果示意图；（a)为采用USM处理结果；(b)为本 发明方法处理结果。从本发明方法处理的结果可以看出：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。图6(a)为 普通USM算法增强结果，图6(b)为本发明边缘增强结果，可以看到在白条纹间隔区域（a) 有明显的噪声增强，而（b)噪声增强不明显；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。
[0080] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明， 尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可 以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的 保护范围之内。
【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 W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MXN，本发明不限制去噪 处理方法，任何能够有效的图像去噪处理方法都可W用来对I(x，y)进行去噪处理W获得 S(x，y);将I(x，y)和S(x，y)分别转化到服V颜色空间，分别得到在服V颜色空间的两幅图 像ihsv(X，y)和Shsv(X，y)，取出两者的亮度分量心，/)、成.山-，iO: 2) 计算图像像素近似方差： A) 创建大小为（2w+l)X(2w+l)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（〇,〇)，则矩阵中屯、位置为（w，w)，f(k，l)表示位置坐标为化，1)的矩阵模板元素 值，k= 0, 1，…，2w，1 = 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 各元素位置到中屯、点位置的距离增大而减小，且中屯、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对巧,,.U，7)进行卷积处理得到Cl(X，y)，即：其中?为卷积运算，并对图像矩阵Cl(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) 对图像矩阵勺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： C,,,(v，>'）二尸(Λ-，J)这)厂 巧计算图像矩阵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HXW个ηΧη图像块，其中bJ表示对a 取比a小的最大的整数，对每个ηΧη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Swe= {1 1，12,…，Ihxw}和图像块像素方差集合S,td= {δ1，δ2,… ，8HXiJ; B) 从集合S,td= {S1，δ2,…，δHxJ中选出值最小的U个元素扣<0. 5IS,J，IS,J表 示集合Sgtd的元素个数），设选出的U个元素为（δ' 1，δ' 2，···，δ'。}，计算其平均值 反； C) 从所有HXW个ηΧη选出单一暗色图像块，满足W下条件的将被确定为单一暗色图 像块： 11<1加且<)''.<4 + 巧.. 其中Ithf，δ。，λ为预先设定的常值参数； 4) 计算噪声相关阔值： 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δ。。;由此获得两个阔值：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W下规则取值：其中1^为预设的常量参数，0,= 111曰义{0知，7)〉了2}，即0,取集合{0知，7)〉了2}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51, (χ，τ)的每一个像素按照W下公式进行增强处理，得到一幅新的图像矩阵 度九、，心，八Β)用铅,(x，_7)替代61,知，jO，并把Sh,v(x，y)转换到RGB图像颜色空间，得到新的RGB 图像Γ(χ，y)，Γ(χ，y)即为本发明边缘增强方法处理后的输出结果。2. 根据权利要求1所述的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，步骤2)所述的矩阵模板元素按照二元高斯分布取值：δ为预设的常量参数，在按照上述方法获得所有元素值后，所有元素值要进行如下归 一化处理：f'也1)为最终矩阵模板F在也1)位置的元素值。3. 根据权利要求2所述的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，所述参数S= ·|。4.根据权利要求1所述的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，所述参数Ithf取值范围为20至125，δ。取值范围为10至30,λ取值范围为 3 至 10。
【专利摘要】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。
【IPC分类】G06T5/00
【公开号】CN105243651
【申请号】CN201510801371
【发明人】张政, 熊志辉, 张茂军, 徐玮, 刘煜
【申请人】中国人民解放军国防科学技术大学
【公开日】2016年1月13日
【申请日】2015年11月19日