图像高频信息的定位方法和装置的制造方法
【专利摘要】本发明公开了一种图像高频信息的定位方法和装置，其中，所述方法包括将待处理图像分成若干个N*N的子块；判断每个子块中的暗区域是否多于亮区域；若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点。可以快速定位一个图像中高频信息区域，以便后续对该高频信息区域进行针对性对的图像处理，提高图像质量。
【专利说明】
图像高频信息的定位方法和装置
技术领域
[0001]本发明属于互联网视频技术领域，具体地说，涉及一种图像高频信息的定位方法和装置。
【背景技术】
[0002]在图像中，尽管人眼对低频信息更加敏感，但是在图像质量比较高且稳定的情况下，高频信息更加决定图像的质量。尤其是高频信息比较密集的地方，例如人的头发，胡子，花纹比较密的衣服等，在这些地方提升清晰度，则会使人眼感到图像质量有了显著提升。
[0003]因此，为了有效率的增强图像质量，一种快速定位图像高频信息的方法亟待提出。
【发明内容】
[0004]有鉴于此，本申请提供了一种图像高频信息的定位方法和装置，可以快速定位一个图像中高频信息区域，以便后续对该高频信息区域进行针对性对的图像处理，提高图像质量。
[0005]本发明实施例提供一种图像高频信息的定位方法，包括:
[0006]将待处理图像分成若干个N*N的子块；
[0007]判断每个子块中的暗区域是否多于亮区域；
[0008]若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点；
[0009]根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像尚频?目息区域。
[0010]其中，判断每个子块中的暗区域是否多于亮区域之前，包括:
[0011]预设每个子块的灰度阈值，所述灰度阈值是用于区分所述子块的图像灰度的一个阈值。
[0012]其中，预设每个子块的灰度阈值，包括:
[0013]利用最大类间方差法，在所述子块的像素点矩阵中选择一个像素点，使得所述像素点在所述像素点矩阵中的左侧部分与右侧部分的方差最大，所述像素点对应的灰度值为所述子块的灰度阈值;或者
[0014]根据每个子块中各像素点的灰度值，计算平均灰度值作为所述子块的灰度阈值。
[0015]其中，判断每个子块中的暗区域是否多于亮区域，包括:
[0016]获取每个子块中各像素点的灰度值，根据每个子块对应的灰度阈值，若确定所述子块中灰度值小于所述灰度阈值的像素点个数超过灰度值大于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的暗区域多于亮区域；
[0017]若确定所述子块中灰度值大于所述灰度阈值的像素点个数超过灰度值小于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的亮区域多于暗区域。
[0018]其中，根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像高频信息区域，包括:
[0019]若所述子块中亮的像素点个数大于预设的第二阈值个数，则确定所述子块为图像尚频?目息区域；
[0020]若所述子块中暗的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域。
[0021]本申请还提供一种图像高频信息的定位装置，包括:
[0022]分割模块，用于将待处理图像分成若干个Ν*Ν的子块；
[0023]判断模块，用于判断每个子块中的暗区域是否多于亮区域；
[0024]获取模块，用于若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点；
[0025]确定模块，用于根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像高频信息区域。
[0026]其中所述的装置还包括:
[0027]设置模块，用于预设每个子块的灰度阈值，所述灰度阈值是用于区分所述子块的图像灰度的一个阈值。
[0028]其中，所述设置模块具体用于:
[0029]利用最大类间方差法，在所述子块的像素点矩阵中选择一个像素点，使得所述像素点在所述像素点矩阵中的左侧部分与右侧部分的方差最大，所述像素点对应的灰度值为所述子块的灰度阈值;或者
[0030]根据每个子块中各像素点的灰度值，计算平均灰度值作为所述子块的灰度阈值。[0031 ]其中，所述判断模块具体用于:
[0032]获取每个子块中各像素点的灰度值，根据每个子块对应的灰度阈值，若确定所述子块中灰度值小于所述灰度阈值的像素点个数超过灰度值大于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的暗区域多于亮区域；
[0033]若确定所述子块中灰度值大于所述灰度阈值的像素点个数超过灰度值小于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的亮区域多于暗区域。
[0034]所述确定模块具体用于:
[0035]若所述子块中亮的像素点个数大于预设的第二阈值个数，则确定所述子块为图像尚频?目息区域；
[0036]若所述子块中暗的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域。
[0037]本发明实施例通过将待处理图像分成若干个Ν*Ν的子块;判断每个子块中的暗区域是否多于亮区域;若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点。可以快速定位一个图像中高频信息区域，以便后续对该高频信息区域进行针对性对的图像处理，提高图像质量。
【附图说明】
[0038]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中:
[0039]图1是本申请实施例的提供的一种图像高频信息的定位方法的流程示意图；
[0040]图2是本申请实施例的一种亮度直方图；
[0041]图3是本申请实施例的一种亮度直方图；
[0042]图4为一种图像的原始数据；
[0043]图5为基于图4所示的原始数据经过灰度腐蚀后的数据；
[0044]图6为基于图5所示的灰度腐蚀后的数据经过灰度膨胀后的数据；
[0045]图7为经过礼帽算法得到的亮的像素点；
[0046]图8为一种图像的原始数据；
[0047]图9为基于图8所示的原始数据经过灰度膨胀后的数据；
[0048]图10为基于图9所示的灰度膨胀后的数据经过灰度腐蚀后的数据；
[0049]图11为经过黑帽算法得到的暗的像素点；
[0050]图12为本发明实施例采用的一种待处理的图像；
[0051]图13为经过本发明实施例所述的图像高频信息定位方法得到的高频信息区域；
[0052]图14为本发明实施例提供的一种图像高频信息的定位装置的结构以使图。
【具体实施方式】
[0053]以下将配合附图及实施例来详细说明本发明的实施方式，藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
[0054]在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
[0055]内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
[0056]计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0057]如在说明书及权利要求当中调用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。此外，“耦接”一词在此包含任何直接及间接的电性耦接手段。因此，若文中描述一第一装置耦接于一第二装置，则代表所述第一装置可直接电性耦接于所述第二装置，或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明本发明的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
[0058]还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
[0059]发明人在实现本发明的过程中发现:
[0060]在灰度形态学中，对于灰度变化较频繁的区域，其一般灰度会发生突变，然后很快会变回来。因此，使用礼帽算法和黑帽算法可提取出图像中的高频信息区域。然而，发明人进一步发现，对于每个子块的处理，不能采用同时使用礼帽算法和黑帽算法然后取结果的最大值，本发明只需提取出每个子块中亮的像素点或者暗的像素点即可，在出现灰度连续变化的情况下，若同时使用礼帽算法和黑帽算法会将整幅图变成白色。会给系统带来额外的消耗(时间和内存的小号)。因此，本发明首先判断每个子块中的暗区域是否多于亮区域，根据不同的判断结果，对每个子块使用礼帽算法或黑帽算法中的一种操作即可。
[0061]图1是本申请实施例的提供的一种图像高频信息的定位方法的流程示意图，如图1所示，包括:
[0062 ] 11、将待处理图像分成若干个N*N的子块；
[0063]在图像处理技术中，一个图像通常划分成若干子块，一个子块由一个亮度像素块和附加的两个色度像素块组成。一般来说，亮度块为16x16大小的像素块，而两个色度图像像素块的大小依据其图像的采样格式而定，如:对于YUV420采样图像，色度块为8x8大小的像素块。每个图像处理算法以子块为单位，逐个子块进行处理。
[0064]本发明实施例中，将图像分成若干个N*N的子块。一般情况下N取16即可。对于每个子区域，单独做处理。
[0065]102、判断每个子块中的暗区域是否多于亮区域;若是，则执行步骤103，否则执行步骤104;
[0066]本发明实施例中，判断每个子块中的暗区域是否多于亮区域之前，包括:
[0067]预设每个子块的灰度阈值，所述灰度阈值是用于区分所述子块的图像灰度的一个阈值。
[0068]可选的，本发明实施例中预设每个子块的灰度阈值包括但不限于以下方法:
[0069]利用最大类间方差法，在所述子块的像素点矩阵中选择一个像素点，使得所述像素点在所述像素点矩阵中的左侧部分与右侧部分的方差最大，所述像素点对应的灰度值为所述子块的灰度阈值;或者
[0070]根据每个子块中各像素点的灰度值，计算平均灰度值作为所述子块的灰度阈值。
[0071]本发明实施例中，判断每个子块中的暗区域是否多于亮区域具体实现时包括:
[0072]获取每个子块中各像素点的灰度值，根据每个子块对应的灰度阈值，若确定所述子块中灰度值小于所述灰度阈值的像素点个数超过灰度值大于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的暗区域多于亮区域；
[0073]若确定所述子块中灰度值大于所述灰度阈值的像素点个数超过灰度值小于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的亮区域多于暗区域。
[0074]103、使用礼帽算法获取所述子块中亮的像素点；
[0075]104、使用黑帽算法获取所述子块中暗的像素点。
[0076]上述礼帽算法和黑帽算法都是基于图像灰度学算法-灰度腐蚀和灰度膨胀而组合而来的。礼帽算法先对图像进行灰度腐蚀，再进行灰度膨胀，最后用原始数据减去膨胀后的值即可。黑帽算法则先对图像进行灰度膨胀，在进行灰度腐蚀，最后减去原始数据即可。本发明对此不做限定。
[0077]可选地，上述步骤103或104之后，还包括:
[0078]105、根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像高频信息区域。
[0079]具体实现时，例如，若所述子块中亮的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域;若所述子块中暗的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域。
[0080]本发明实施例通过将待处理图像分成若干个N*N的子块;判断每个子块中的暗区域是否多于亮区域;若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点。可以快速定位一个图像中高频信息区域，以便后续对该高频信息区域进行针对性对的图像处理，提高图像质量。
[0081 ]下面通过具体实现方法对本发明的技术方案进行详细的描述。
[0082]本文采用的是基于宏块的方法，把图像分成若干个N*N的子块。一般情况下N取16即可。对于每个子区域，单独做处理。
[0083]本发明实施例中将每个图像子块转换为灰度图像的方法包括但不限于以下:
[0084]1.浮点算法:Gray = R*0.3+G*0.59+B*0.11
[0085]2.整数方法:Gray = (R*30+G*59+B*l I )/100
[0086]3.移位方法:Gray = (R*76+G* 151+B*28) ?8;
[0087]4.平均值法:Gray = (R+G+B)/3 ；
[0088]5.仅取绿色:Gray=G;
[0089]通过上述任一种方法求得Gray后，将原来的RGB(R，G，B)中的R，G，B统一用Gray替换，形成新的颜色RGB(Gray，Gray，Gray)，用它替换原来的RGB(R，G，B)就是灰度图像了。
[0090]其中，基于灰度图像，例如，利用Photoshop程序就可以获得该灰度图像的亮度直方图，如图2和图3所示的的亮度直方图，对于灰度变化较频繁的区域，其一般灰度会发生突变，然后很快会变回来。
[0091]本发明实施例中，采用最大类间方差法(OTSU)或者均值分割法预设每个子块对应的灰度阈值。其中，OTSU最大类间方差法可以在子块中选取一个最能区分开图像灰度的一个阈值。具体的算法就不讨论了，主要原理是选取一个像素点，使其左侧(暗)的部分和右侧(亮)的部分方差最大，则该选取的像素点对应的灰度值为该子块的灰度阈值。均值分割法比较简单，只需将子块中的各像素点的灰度平均值作为灰度阈值即可。其中，OTSU最大类间方差法定位阈值比较准确，均值分割法运算速度较快。
[0092]由于礼帽算法主要提取的是在较暗的区域中亮的像素点。相反黑帽算法提取的是在较亮的区域中暗的像素点。因此在需要使用礼帽算法的区域中，较暗的灰度应该占据大多数，相反在需要做黑帽算法的区域中，亮的灰度应该占大多数。
[0093]在预设了每个子块对应的灰度阈值后，如果每个子块中小于该灰度阈值的像素点个数超过大于该灰度阈值的像素点个数达到预定的第一个数阈值，说明暗的区域较多，则使用礼帽算法;如果每个子块中大于该灰度阈值的像素点个数超过小于该灰度阈值的像素点个数达到预定的第一个数阈值，说明亮的区域较多，则使用黑帽算法。
[0094]其中，礼帽算法和黑帽算法都是基于基本的图像灰度学算法-灰度腐蚀和灰度膨胀而组合而来的。礼帽算法先对图像进行灰度腐蚀，再进行灰度膨胀，最后用原始数据减去膨胀后的值即可。黑帽算法则先对图像进行灰度膨胀，在进行灰度腐蚀，最后减去原始数据即可。
[0095]礼帽操作的过程如下:
[0096]图4为一种图像的原始数据，图5为基于图4所示的原始数据经过灰度腐蚀后的数据，如图4和图5所示，该例子采用了宽度为3的核，且核中心位于中间的位置。灰度膨胀与灰度腐蚀不一样的是，取核中的最大值，图6为基于图5所示的灰度腐蚀后的数据经过灰度膨胀后的数据，如图6所示，看到孤立的亮点已经被消除掉了，这两步灰度腐蚀和灰度膨胀组合起来又叫做灰度开运算，再用图4所示原始数据减去图6中的数据，即可把孤立的亮点提取出来，即可得到亮的像素点，如图7所示，图7为经过礼帽算法得到的亮的像素点。
[0097]黑帽操作的过程如下:
[0098]对图8的原始数据先进行灰度膨胀操作，得到图9所示数据，图9为基于图8所示的原始数据经过灰度膨胀后的数据;基于图9的数据，再进行腐蚀操作得到图10所示的数据，图10为基于图9所示的灰度膨胀后的数据经过灰度腐蚀后的数据;可以看到孤立的暗值已被“填平”，再用于图10所示的灰度腐蚀后的数据减去原始数据，即得到暗的像素点，如图11所示，图11为经过黑帽算法得到的暗的像素点。
[0099]对于经过上述礼帽算法计算后可以得到暗的像素点的个数，经过黑帽算法计算后得到亮的像素点的个数，可以通过预设的第二个数阈值(T)，判定每个子块中有多少个这样的亮的像素点的个数或者暗的像素点的个数，如果一个子块中亮的像素点的个数大于第二个数阈值(T)，则可认为该子块满足高频信息区域的条件，可执行后续的操作，例如锐化，调整对比度等来提升清晰度。图12为本发明实施例采用的一种待处理的图像，图13为经过本发明实施例所述的图像高频信息定位方法得到的高频信息区域。
[0100]图14为本发明实施例提供的一种图像高频信息的定位装置的结构以使图，如图14所示，包括:
[0101]分割模块21，用于将待处理图像分成若干个N*N的子块；
[0102]判断模块22，用于判断每个子块中的暗区域是否多于亮区域；
[0103]获取模块23，用于若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点；
[0104]确定模块24，用于根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像高频信息区域。
[0105]其中，所述的装置还包括:
[0106]设置模块25，用于预设每个子块的灰度阈值，所述灰度阈值是用于区分所述子块的图像灰度的一个阈值。
[0107]所述设置模块25具体用于:
[0108]利用最大类间方差法，在所述子块的像素点矩阵中选择一个像素点，使得所述像素点在所述像素点矩阵中的左侧部分与右侧部分的方差最大，所述像素点对应的灰度值为所述子块的灰度阈值;或者
[0109]根据每个子块中各像素点的灰度值，计算平均灰度值作为所述子块的灰度阈值。
[0110]所述判断模块22具体用于:
[0111]获取每个子块中各像素点的灰度值，根据每个子块对应的灰度阈值，若确定所述子块中灰度值小于所述灰度阈值的像素点个数超过灰度值大于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的暗区域多于亮区域；
[0112]若确定所述子块中灰度值大于所述灰度阈值的像素点个数超过灰度值小于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的亮区域多于暗区域。
[0113]所述确定模块24具体用于:
[0114]若所述子块中亮的像素点个数大于预设的第二阈值个数，则确定所述子块为图像尚频?目息区域；
[0115]若所述子块中暗的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域。
[0116]图14所示的装置可以执行图1所示的方法，其实现原理和技术效果不再赘述。
[0117]上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
【主权项】
1.一种图像高频信息的定位方法，其特征在于，包括: 将待处理图像分成若干个N*N的子块； 判断每个子块中的暗区域是否多于亮区域； 若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点； 根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像高频信息区域。2.如权利要求1所述的方法，其特征在于，判断每个子块中的暗区域是否多于亮区域之前，包括: 预设每个子块的灰度阈值，所述灰度阈值是用于区分所述子块的图像灰度的一个阈值。3.如权利要求2所述的方法，其特征在于，预设每个子块的灰度阈值，包括: 利用最大类间方差法，在所述子块的像素点矩阵中选择一个像素点，使得所述像素点在所述像素点矩阵中的左侧部分与右侧部分的方差最大，所述像素点对应的灰度值为所述子块的灰度阈值;或者 根据每个子块中各像素点的灰度值，计算平均灰度值作为所述子块的灰度阈值。4.如权利要求1-3中任一项所述的方法，其特征在于，判断每个子块中的暗区域是否多于亮区域，包括: 获取每个子块中各像素点的灰度值，根据每个子块对应的灰度阈值，若确定所述子块中灰度值小于所述灰度阈值的像素点个数超过灰度值大于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的暗区域多于亮区域； 若确定所述子块中灰度值大于所述灰度阈值的像素点个数超过灰度值小于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的亮区域多于暗区域。5.如权利要求1所述的方法，其特征在于，根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像高频信息区域，包括: 若所述子块中亮的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域； 若所述子块中暗的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域。6.一种图像高频信息的定位装置，其特征在于，包括: 分割模块，用于将待处理图像分成若干个N*N的子块； 判断模块，用于判断每个子块中的暗区域是否多于亮区域； 获取模块，用于若是则使用礼帽算法获取所述子块中亮的像素点，否则使用黑帽算法获取所述子块中暗的像素点； 确定模块，用于根据所述子块中亮的像素点个数或者暗的像素点个数，确定所述子块是否属于图像高频信息区域。7.如权利要求6所述的装置，其特征在于，还包括: 设置模块，用于预设每个子块的灰度阈值，所述灰度阈值是用于区分所述子块的图像灰度的一个阈值。8.如权利要求7所述的装置，其特征在于，所述设置模块具体用于: 利用最大类间方差法，在所述子块的像素点矩阵中选择一个像素点，使得所述像素点在所述像素点矩阵中的左侧部分与右侧部分的方差最大，所述像素点对应的灰度值为所述子块的灰度阈值;或者 根据每个子块中各像素点的灰度值，计算平均灰度值作为所述子块的灰度阈值。9.如权利要求6-8中任一项所述的装置，其特征在于，所述判断模块具体用于: 获取每个子块中各像素点的灰度值，根据每个子块对应的灰度阈值，若确定所述子块中灰度值小于所述灰度阈值的像素点个数超过灰度值大于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的暗区域多于亮区域； 若确定所述子块中灰度值大于所述灰度阈值的像素点个数超过灰度值小于所述灰度阈值的像素点个数达到预定的第一个数阈值，则确定所述子块中的亮区域多于暗区域。10.如权利要求7所述的装置，其特征在于，所述确定模块具体用于: 若所述子块中亮的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域； 若所述子块中暗的像素点个数大于预设的第二阈值个数，则确定所述子块为图像高频信息区域。
【文档编号】G06T7/00GK105894491SQ201510890417
【公开日】2016年8月24日
【申请日】2015年12月7日
【发明人】杨帆, 刘阳, 蔡砚刚, 白茂生, 魏伟
【申请人】乐视云计算有限公司