基于cmos图像传感器的图像轮廓锐化方法及系统的制作方法
【专利摘要】本发明公开了一种基于CMOS图像传感器的图像轮廓锐化方法及系统，其中，该方法包括：选择当前图像上一像素点作为判定点，并提取该判定点周边N×N邻域内相邻像素点的亮度值；通过亮度值差异比较来判断所述判定点是否为轮廓点；若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理。通过采用本发明公开的方法，可以增强图像轮廓，使图像轮廓变得清晰。
【专利说明】基于CMOS图像传感器的图像轮廓锐化方法及系统
【技术领域】
[0001]本发明涉及图像处理【技术领域】，尤其涉及一种基于CMOS图像传感器的图像轮廓锐化方法。
【背景技术】
[0002]随着多媒体技术的迅速发展，各种视频电子产品正在以极快的速度普及。目前的视频产品主要能够实现视频流的显示以及捕获静态图像。图1给出了现有技术中基于CMOS图像传感器的视频图像处理基本工作原理示意图。如图1所示，首先在图像获取单元通过图像传感器从外界获取需要的原始图像数据；然后通过图像传输单元将图像数据传递给图像处理单元，其中包括必要的压缩、传输和解压缩等过程；接着在图像处理单元对图像进行系统自定义或用户预先设置的必要的处理；最后将经过处理的图像转化为特定的格式和形式进行输出。
[0003]但是，现在技术中基于CMOS图像传感器的视频图像处理并没有考虑图像轮廓，因而获得的图像的轮廓较为模糊。
【发明内容】
[0004]本发明的目的是提供一种基于CMOS图像传感器的图像轮廓锐化方法及系统，通过锐化处理来增强图像轮廓，使图像轮廓变得清晰。
[0005]本发明的目的是通过以下技术方案实现的:
[0006]一种基于CMOS图像传感器的图像轮廓锐化方法，该方法包括:
[0007]选择当前图像上一像素点作为判定点，并提取该判定点周边NXN邻域内相邻像素点的亮度值；
[0008]通过亮度值差异比较来判断所述判定点是否为轮廓点；
[0009]若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理。
[0010]进一步的，该方法还包括:图像采集、图像传输与图像处理的步骤；
[0011]其中，图像采集为从外界采集原始的图像数据；
[0012]图像传输为对所述原始的图像数据进行压缩、传输与解压缩；
[0013]图像处理为对解压缩后的图像数据进行预处理来提高图像质量；然后，对预处理后的图像进行颜色插值处理，获得的RGB图像数据；再对所述RGB图像数据进行色彩空间转换，获得YUV图像数据；所述当前图像则为所述YUV图像。
[0014]进一步的，所述提取该判定点周边NXN邻域内相邻像素点的売度值之后包括:
[0015]计算NXN邻域内所有像素点的最大亮度值Ymax、最小亮度值Ymin与亮度基准值Ymean,表不为:
[0016]Ymax = max ([Yll, Y12,...，YN1, YN2,...,YNN])；
[0017]Ymin = min ([Yll, Y12,…，ΥΝΙ, YN2,...,YNN])；
[0018]Ymean= (Ymax+Ymin)/2。
[0019]进一步的，所述通过亮度值差异比较来判断所述判定点是否为轮廓点包括:
[0020]若Ymid-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymid为所述判定点的亮度值。
[0021]进一步的，所述若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理包括:
[0022]进行高通滤波，还原高频信息，其公式为:
[0023]Ydif = Ymid - Ymean ；
[0024]计算锐化调整量，其公式为:
[0025]Ydelta = Sharp_fac XYdif ；
[0026]Sharp_fac = fac_pos ；
[0027]其中，Ydif与Ydelta为带有正负的有符号数，Sharp_fac为锐化增益，fac_pos为正向锐化增益；
[0028]将计算获得的锐化调整量加到所述判定点的亮度值上，完成锐化处理，表示为:
[0029]Yout = Ymid+Ydelta。
[0030]一种基于CMOS图像传感器的图像轮廊锐化系统，该系统包括:
[0031]判定点选择模块，用于选择当前图像上一像素点作为判定点；
[0032]亮度值提取模块，用于提取该判定点周边NXN邻域内相邻像素点的亮度值；
[0033]轮廓点判断模块，用于通过亮度值差异比较来判断所述判定点是否为轮廓点；
[0034]锐化处理模块，用于若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理。
[0035]进一步的，该系统还包括:图像采集模块、图像传输模块与图像处理模块；
[0036]其中，所述图像采集模块，用于从外界采集原始的图像数据；
[0037]所述图像传输模块，用于对所述原始的图像数据进行压缩、传输与解压缩；
[0038]所述图像处理模块，用于对解压缩后的图像数据进行预处理来提高图像质量；然后，对预处理后的图像进行颜色插值处理，获得的RGB图像数据；再对所述RGB图像数据进行色彩空间转换，获得YUV图像数据；所述当前图像则为所述YUV图像。
[0039]进一步的，所述提取该判定点周边NXN邻域内相邻像素点的売度值之后包括:
[0040]计算NXN邻域内所有像素点的最大亮度值Ymax、最小亮度值Ymin与亮度基准值Ymean,表不为:
[0041]Ymax = max ([Yll, Y12,...，YN1, YN2,...,YNN])；
[0042]Ymin = min ([Yll, Y12,…，ΥΝΙ, YN2,...,YNN])；
[0043]Ymean= (Ymax+Ymin)/2。
[0044]进一步的，所述通过亮度值差异比较来判断所述判定点是否为轮廓点包括:
[0045]若Ymid-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymid为所述判定点的亮度值。
[0046]进一步的，所述若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理包括:
[0047]若Ymid-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymid为所述判定点的亮度值；
[0048]进行高通滤波，还原高频信息，其公式为:
[0049]Ydif = Ymid - Ymean ；
[0050]计算锐化调整量，其公式为:
[0051]Ydelta = Sharp_fac XYdif ；
[0052]Sharp_fac = fac_pos ；
[0053]其中，Ydif与Ydelta为带有正负的有符号数，Sharp_fac为锐化增益，fac_pos为正向锐化增益；
[0054]将计算获得的锐化调整量加到所述判定点的亮度值上，完成锐化处理，表示为:
[0055]Yout = Ymid+Ydelta。
[0056]由上述本发明提供的技术方案可以看出，该方法基于相邻像素点的亮度值来进行锐化处理，可以有效处理图像轮廓模糊的情况；并且该简单易行，占用逻辑资源较少。
【专利附图】
【附图说明】
[0057]为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0058]图1为本发明【背景技术】提供的现有技术中基于CMOS图像传感器的视频图像处理基本工作原理示意图；
[0059]图2为本发明实施例一提供的一种基于CMOS图像传感器的图像轮廓锐化方法的流程图；
[0060]图3为本发明实施例二提供的一种基于CMOS图像传感器的图像轮廓锐化系统的示意图。
【具体实施方式】
[0061]下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
[0062]实施例一
[0063]图2为本发明实施例一提供的一种基于CMOS图像传感器的图像轮廓锐化方法的流程图。如图2所示，该方法包括:
[0064]步骤21、选择当前图像上一像素点作为判定点，并提取该判定点周边NXN邻域内相邻像素点的亮度值。
[0065]本发明实施例中，所述当前图像可以为YUV图像；在执行所述步骤21之前，还包括:图像采集、图像传输与图像处理的步骤；
[0066]其中，图像采集为从外界采集原始的图像数据；
[0067]图像传输为对所述原始的图像数据进行压缩、传输与解压缩；
[0068]图像处理为对解压缩后的图像数据进行预处理来提高图像质量；然后，对预处理后的图像进行颜色插值处理，获得的RGB图像数据；再对所述RGB图像数据进行色彩空间转换，获得YUV图像数据；所述当前图像则为所述YUV图像。
[0069]所述提取该判定点周边NXN邻域内相邻像素点的亮度值之后包括:计算NXN邻域内所有像素点的最大亮度值Ymax、最小亮度值Ymin与亮度基准值Ymean，表示为:
[0070]Ymax = max ([Yll, Y12,...，YN1, YN2,...,YNN])；
[0071]Ymin = min ([Yll, Y12,…，ΥΝΙ, YN2,...,YNN])；
[0072]Ymean= (Ymax+Ymin)/2。
[0073]所述N的数值可以根据实际需求来设定，例如，可以设为3。
[0074]步骤22、通过亮度值差异比较来判断所述判定点是否为轮廓点。
[0075]本发明实施例中，若判定点的亮度值Ymid与亮度基准值Ymean之差足够大，则认为该判定点为轮廓点；否则，不为轮廓点。
[0076]S卩，可以表示为^Ymid-Ymean > T，则该判定点为轮廓点；否则，不为轮廓点；所述T为预先设定的阈值，该值的大小可以根据实际需求或者经验来设定。
[0077]步骤23、若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理。
[0078]所述进行高通滤波，还原高频信息，其公式为:
[0079]Ydif = Ymid - Ymean ；
[0080]所述计算锐化调整量，其公式为:
[0081]Ydelta = Sharp_fac XYdif ；
[0082]Sharp_fac = fac_pos ；
[0083]其中，Ydif与Ydelta为带有正负的有符号数；Sharp_fac为锐化增益；Ymid为所述判定点的亮度值；fac_p0S为正向锐化增益(即当所述判定点为轮廓点锐化调整量为正向锐化增益)。
[0084]将计算获得的锐化调整量加到所述判定点的亮度值上，完成锐化处理，表示为:
[0085]Yout = Ymid+Ydelta。
[0086]另外，若判定点不为轮廓点时，也可以采用上述公式来调整，分为如下两种情况:I)若Ymid彡Ymean，但是二者差值小于T ;此时也可以进行正向锐化增益调整，即Sharp_fac = fac_pos ；2)若 YmicKYmean,此时进行负向锐化增益调整，即 Sharp_fac = fac_neg,fac_neg为与负向锐化增益。
[0087]其中，上述参数fac_pos与fac_neg的大小均可根据实际需求或者经验来设定。
[0088]通过上述方案可以看出，本发明实施例中的锐化调整量作用于亮度上，基于这种处理方式还可与肤色信号联动，有效的处理了人脸轮廓上的效果。
[0089]通过上述处理之后，将处理后的图像数据根据制定的格式和形式进行输出。
[0090]本发明实施例的方案相对于现有技术而言，主要具有以下的优点和特点:
[0091]I)本发明方法简单易行，占用逻辑资源较少；
[0092]2)本发明在功能不使用的时候，不开启运算逻辑，降低了功耗；
[0093]3)基于相邻像素点的亮度值来进行锐化处理，可以有效处理图像轮廓模糊的情况。
[0094]实施例二
[0095]本发明实施例二提供的一种基于CMOS图像传感器的图像轮廓锐化系统；该系统主要包括:
[0096]判定点选择模块311，用于选择当前图像上一像素点作为判定点；
[0097]亮度值提取模块312，用于提取该判定点周边NXN邻域内相邻像素点的亮度值；
[0098]轮廓点判断模块313，用于通过亮度值差异比较来判断所述判定点是否为轮廓占.
[0099]锐化处理模块314，用于若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理。
[0100]进一步的，该系统还包括:图像采集模块32、图像传输模块33与图像处理模块34 ；
[0101]其中，所述图像采集模块32，用于从外界采集原始的图像数据；
[0102]所述图像传输模块33，用于对所述原始的图像数据进行压缩、传输与解压缩；
[0103]所述图像处理模块34，用于对解压缩后的图像数据进行预处理来提高图像质量；然后，对预处理后的图像进行颜色插值处理，获得的RGB图像数据；再对所述RGB图像数据进行色彩空间转换，获得YUV图像数据；所述当前图像则为所述YUV图像。
[0104]进一步的，所述提取该判定点周边NXN邻域内相邻像素点的売度值之后包括:
[0105]计算NXN邻域内所有像素点的最大亮度值Ymax、最小亮度值Ymin与亮度基准值Ymean,表不为:
[0106]Ymax = max ([Yll, Y12,…，ΥΝΙ, YN2,...,YNN])；
[0107]Ymin = min([Yll, Y12, — , ΥΝΙ, YN2,...,YNN])；
[0108]Ymean= (Ymax+Ymin)/2。
[0109]进一步的，所述通过亮度值差异比较来判断所述判定点是否为轮廓点包括:
[0110]若Ymi d-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymi d为所述判定点的亮度值。
[0111]进一步的，所述若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理包括:
[0112]若Ymid-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymid为所述判定点的亮度值；
[0113]进行高通滤波，还原高频信息，其公式为:
[0114]Ydif = Ymid - Ymean ；
[0115]计算锐化调整量，其公式为:
[0116]Ydelta = Sharp_fac XYdif ；
[0117]Sharp_fac = fac_pos ；
[0118]其中，Ydif与Ydelta为带有正负的有符号数，Sharp_fac为锐化增益，fac_pos为正向锐化增益；
[0119]将计算获得的锐化调整量加到所述判定点的亮度值上，完成锐化处理，表示为:
[0120]Yout = Ymid+Ydelta。
[0121]另外，若判定点不为轮廓点时，也可以采用上述公式来调整，分为如下两种情况:I)若Ymid彡Ymean，但是二者差值小于T ;此时也可以进行正向锐化增益调整，即Sharp_fac = fac_pos ；2)若 YmicKYmean,此时进行负向锐化增益调整，即 Sharp_fac = fac_neg,fac_neg为与负向锐化增益。
[0122]其中，上述参数fac_pos与fac_neg的大小均可根据实际需求或者经验来设定。
[0123]本发明实施例中的模块311-314还可以集成在一个模块“锐化模块31”中来实现模块311-314的功能，具体的如图3所示。
[0124]需要说明的是，上述系统中包含的各个功能模块所实现的功能的具体实现方式在前面的各个实施例中已经有详细描述，故在这里不再赘述。
[0125]所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功倉泛。
[0126]通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是⑶-R0M，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0127]以上所述，仅为本发明较佳的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本【技术领域】的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
【权利要求】
1.一种基于CMOS图像传感器的图像轮廓锐化方法，其特征在于，该方法包括: 选择当前图像上一像素点作为判定点，并提取该判定点周边NXN邻域内相邻像素点的亮度值； 通过亮度值差异比较来判断所述判定点是否为轮廓点； 若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理。
2.根据权利要求1所述的方法，其特征在于，该方法还包括:图像采集、图像传输与图像处理的步骤； 其中，图像采集为从外界采集原始的图像数据； 图像传输为对所述原始的图像数据进行压缩、传输与解压缩； 图像处理为对解压缩后的图像数据进行预处理来提高图像质量；然后，对预处理后的图像进行颜色插值处理，获得的RGB图像数据；再对所述RGB图像数据进行色彩空间转换，获得YUV图像数据；所述当前图像则为所述YUV图像。
3.根据权利要求1所述的方法，其特征在于，所述提取该判定点周边NXN邻域内相邻像素点的亮度值之后包括: 计算NXN邻域内所有像素点的最大亮度值Ymax、最小亮度值Ymin与亮度基准值Ymean,表不为:
Ymax = max([Yll, Y12,…，ΥΝΙ, YN2,...，YNN])；
Ymin = min([Yll, Υ12,…，ΥΝΙ, YN2,...，YNN])；
Ymean= (Ymax+Ymin)/2。
4.根据权利要求3所述的方法，其特征在于，所述通过亮度值差异比较来判断所述判定点是否为轮廓点包括: 若Ymid-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymid为所述判定点的亮度值。
5.根据权利要求4所述的方法，其特征在于，所述若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理包括: 进行高通滤波，还原高频信息，其公式为:
Ydif = Ymid - Ymean ； 计算锐化调整量，其公式为:
Ydelta = Sharp_fac XYdif ；
Sharp_fac = fac—pos ； 其中，Ydif与Ydelta为带有正负的有符号数，Sharp—fac为锐化增益，fac—pos为正向锐化增益； 将计算获得的锐化调整量加到所述判定点的亮度值上，完成锐化处理，表示为:
Yout = Ymid+Ydelta。
6.一种基于CMOS图像传感器的图像轮廓锐化系统，其特征在于，该系统包括: 判定点选择模块，用于选择当前图像上一像素点作为判定点； 亮度值提取模块，用于提取该判定点周边NXN邻域内相邻像素点的亮度值； 轮廓点判断模块，用于通过亮度值差异比较来判断所述判定点是否为轮廓点； 锐化处理模块，用于若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理。
7.根据权利要求6所述的系统，其特征在于，该系统还包括:图像采集模块、图像传输模块与图像处理模块； 其中，所述图像采集模块，用于从外界采集原始的图像数据； 所述图像传输模块，用于对所述原始的图像数据进行压缩、传输与解压缩； 所述图像处理模块，用于对解压缩后的图像数据进行预处理来提高图像质量；然后，对预处理后的图像进行颜色插值处理，获得的RGB图像数据；再对所述RGB图像数据进行色彩空间转换，获得YUV图像数据；所述当前图像则为所述YUV图像。
8.根据权利要求6所述的系统，其特征在于，所述提取该判定点周边NXN邻域内相邻像素点的亮度值之后包括: 计算NXN邻域内所有像素点的最大亮度值Ymax、最小亮度值Ymin与亮度基准值Ymean,表不为:
Ymax = max([Yll, Y12,…，ΥΝΙ, YN2,..., YNN])；
Ymin = min([Yll, Υ12, — , ΥΝΙ, YN2,...，YNN])； Ymean= (Ymax+Ymin)/2。
9.根据权利要求8所述的系统，其特征在于，所述通过亮度值差异比较来判断所述判定点是否为轮廓点包括: 若Ymid-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymid为所述判定点的亮度值。
10.根据权利要求9所述的系统，其特征在于，所述若所述判定点为轮廓点则对其进行高通滤波，还原高频信息，并计算锐化调整量来对该判定点进行锐化处理包括: 若Ymid-Ymean > T，则该判定点为轮廓点；其中，T为预先设定的阈值，Ymid为所述判定点的亮度值； 进行高通滤波，还原高频信息，其公式为:
Ydif = Ymid - Ymean ； 计算锐化调整量，其公式为:
Ydelta = Sharp_fac XYdif ；
Sharp_fac = fac—pos ； 其中，Ydif与Ydelta为带有正负的有符号数，Sharp—fac为锐化增益，fac—pos为正向锐化增益； 将计算获得的锐化调整量加到所述判定点的亮度值上，完成锐化处理，表示为:
Yout = Ymid+Ydelta。
【文档编号】H04N5/357GK104394336SQ201410720346
【公开日】2015年3月4日 申请日期:2014年12月1日 优先权日:2014年12月1日
【发明者】王达智, 程杰 申请人:北京思比科微电子技术股份有限公司