本发明涉及图像显示处理领域，具体为一种基于边缘方向相关性的预畸变后平显画面反走样方法。
背景技术：
机载平显普遍采用大视场、离轴光学系统。这类系统由于自身光学特性会导致画面畸变、失真严重，影响飞行员获取平显上显示信息。现阶段普遍采用电校正的方法对平显显示画面进行预畸变处理，预畸变使用双线性或双三插值算法对像素点灰度校正，如中国专利CN105354809A所述。由于插值算法不考虑像素之间的相关性以及在图像变换、传输过程中不可避免引入的误差、噪声，预畸变后画面会存在线条均匀性不佳、边缘“麻花”等问题，需要对全屏画面反走样处理。
现有的反走样处理方法都是在已知作图内容后，根据作图内容进行反走样处理的。但屏显预畸变后画面实际中是无法获取作图内容的，导致对预畸变后画面进行反走样处理时，无法采用目前经典的直线、圆形等反走样算法，所以全屏光栅图像反走样一直是反走样技术中的一个难点。
技术实现要素：
为解决现有技术存在的问题，本发明提出一种基于边缘方向相关性的预畸变后平显画面反走样方法，基本原理是：对输入的DVI图像使用FIFO分别进行行缓冲和列缓冲，同时取出3X3窗口内9个点像素值；对模板窗口内9点像素数据采用快速排序法找出最大值和最小值；由3X3模板内的最大和最小值，对模板内数据进行相关性判断，区分图像边缘区域和非边缘区域；对图像边缘区域，使用方向模板判断边缘方向后进行距离参数归一化后的加权处理；对于非边缘区域，直接延迟输出，延迟时间与反走样处理时间保持一致；最后，可优选根据平显光栅图像固有特点利用分段函数曲线对整体字符画面进行灰度变换。本发明可以提升平显光栅画面整体的显示质量，并降低反走样处理过程引起的灰度损失和亮度损失。
基于上述原理，本发明的技术方案为：
所述一种基于边缘方向相关性的预畸变后平显画面反走样方法，其特征在于：包括以下步骤：
步骤1：对于预畸变后的图像中的所有非边缘像素点，取其中每个非边缘像素点及其周围8个像素点共9个像素点的像素值，组成对应该像素点的3X3像素值模板，并进行以下处理；而预畸变后的图像中的边缘像素点，则像素值不变且延迟输出，延迟时间为步骤3中的反走样处理时间；所述边缘像素点指预畸变后图像中的第一行、最后一行、第一列和最后一列的像素点；
步骤2：对于每个非边缘像素点，分别得到其对应3X3像素值模板中的9个像素值的最大值max和最小值min；并根据公式
计算该非边缘像素点对应的相关性阈值VT，若阈值VT低于预置值Vh，则判断该非边缘像素点处于非边缘区域，若阈值VT不低于预置值Vh，则判断该非边缘像素点处于边缘区域；
步骤3：对于处于边缘区域的非边缘像素点，通过以下步骤进行反走样处理：
步骤3.1：将对应该非边缘像素点的3X3像素值模板分别与以下8个方向模板进行卷积相乘，得到卷积相乘后绝对值最大的结果所对应的方向模板；
8个方向模板为：
步骤3.2：从以下8个距离归一化后的加权模板中，取方向与步骤3.1得到的方向模板方向相同的加权模板，与该非边缘像素点的3X3像素值模板进行卷积相乘，得到该非边缘像素点加权平滑后的像素值并输出；
8个距离归一化后的加权模板为：
步骤4：对处于非边缘区域的非边缘像素点，则像素值不变且延迟后输出，延迟的时间与反走样处理时间保持一致；
步骤5：将反走样处理后的边缘区域和延迟输出的非边缘区域，以及边缘像素点进行合并，得到反走样后的图像数据按照VESA时序输出。
进一步的优选方案，所述一种基于边缘方向相关性的预畸变后平显画面反走样方法，其特征在于：步骤5中对合并得到的图像进一步通过以下分段函数的校正曲线对灰度值进一步校正：
其中x为合并得到的图像中的像素点像素值，y为进一步校正后的像素值，校正后的像素值上限为255，超出255的值按255进行处理。
进一步的优选方案，所述一种基于边缘方向相关性的预畸变后平显画面反走样方法，其特征在于：预置值Vh取0.2～0.25。
进一步的优选方案，所述一种基于边缘方向相关性的预畸变后平显画面反走样方法，其特征在于：步骤1中，采用行缓存和列缓存的三级缓存机制，从预畸变后的图像中取出每个非边缘像素点对应的3X3像素值模板。
有益效果
本发明的优点是：本专利方法区分图像边缘与非边缘区域，对边缘区域进行反走样处理，避免整个图像进行平滑处理带来的灰度损失的问题；利用边缘模板进一步区别边缘的方向性，对图像边缘方向像素进行平滑加权处理，进一步避免方向外像素平滑引入的灰度损失以及平显的亮度损失；优选根据平显光栅图像的特点，利用分段函数对反走样后图像进行灰度变换，提升画面视觉效果；整个方法和装置处理装置硬件开销低，实时性高。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为方法实现的流程图；
图2为3X3模板窗口滑动图；
图3为三级缓存机构硬件实现图；
图4为图像内部不同区域示意图；
图5为灰度校正曲线-幂函数。
具体实施方式
下面详细描述本发明的实施例，所述实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明提出一种基于边缘方向相关性的预畸变后平显画面反走样方法，基本原理是：对输入的DVI图像使用FIFO分别进行行缓冲和列缓冲，同时取出3X3窗口内9个点像素值；对模板窗口内9点像素数据采用快速排序法找出最大值和最小值；由3X3模板内的最大和最小值，对模板内数据进行相关性判断，区分图像边缘区域和非边缘区域；对图像边缘区域，使用方向模板判断边缘方向后进行距离参数归一化后的加权处理；对于非边缘区域，直接延迟输出，延迟时间与反走样处理时间保持一致；最后，可优选根据平显光栅图像固有特点利用分段函数曲线对整体字符画面进行灰度变换。本发明可以提升平显光栅画面整体的显示质量，并降低反走样处理过程引起的灰度损失和亮度损失。
基于上述原理，本发明的技术方案为：
步骤1：对于预畸变后的图像中的所有非边缘像素点，取其中每个非边缘像素点及其周围8个像素点共9个像素点的像素值，组成对应该像素点的3X3像素值模板，并进行以下处理；而预畸变后的图像中的边缘像素点，由于无法在取出之后进行处理，所以像素值不变且延迟输出，延迟时间为步骤3中的反走样处理时间；所述边缘像素点指预畸变后图像中的第一行、最后一行、第一列和最后一列的像素点。
如图3所述，预畸变后的图像按照VESA时序依次进入三级缓存机构，缓存机构分别采用FIFO作为行缓存器、寄存器作为列缓存器。两级FIFO先缓存前两行的数据，当第三行数据到来时，从每一级的缓存机构里面同时取出三个相邻数据。这样可以同时取出相邻三行相邻三列中3X3模板9个点的像素值。
D为取出的3X3像素值模板。
步骤2：对于每个非边缘像素点，分别得到其对应3X3像素值模板中的9个像素值的最大值max和最小值min；并根据公式
计算该非边缘像素点对应的相关性阈值VT，若阈值VT低于预置值Vh，则认为3X3模板内像素之间相关性强，判断该非边缘像素点处于非边缘区域，若阈值VT不低于预置值Vh，则判断该非边缘像素点处于边缘区域。对于平显字符画面，预置值Vh设置为(0.2～0.25)之间。在实际的硬件实现中，由于阈值一般为小数，不利用硬件上门限判断，可以将其取倒数，进而取整进行区分判断。
其中通过两级比较器快速比较找出3X3模板内9个点的最大值、最小值。快速比较的方法如下：先通过“冒泡排序法”找出每组数据的最大和最小值，三组数据的最大值放在一起比较，得出模板窗口9个点的最大值。同样，三组数据的最小值放在一起比较，得出模板窗口的最小值。
步骤3：对于处于高频边缘区域的非边缘像素点，使用加权高斯函数进行空域卷积滤波，实现对图像的平滑处理。即通过以下步骤进行反走样处理：
步骤3.1：将对应该非边缘像素点的3X3像素值模板分别与以下8个方向模板进行卷积相乘(对应点相乘后整体取和)，得到卷积相乘后绝对值最大的结果所对应的方向模板，判断图像边缘的方向性，
8个方向模板为：
步骤3.2：如图5所示，在边缘方向内，距离中心像素不同的点对中心像素灰度贡献值不同。所以从以下8个距离归一化后的加权模板中，取方向与步骤3.1得到的方向模板方向相同的加权模板，与该非边缘像素点的3X3像素值模板进行卷积相乘，得到该非边缘像素点加权平滑后的像素值并输出；
8个距离归一化后的加权模板为：
例如，如果步骤3.1中判断图像边缘为左边缘，则选择左边缘的加权模板对窗口D中中心像素进行加权处理，加权公式如下：
用I像素值来取代3X3模板窗口中点心Y2X2的值。
步骤4：对处于非边缘区域的非边缘像素点，则像素值不变且延迟后输出，延迟的时间与反走样处理时间保持一致。
低频平坦区域像素之间相关性比较强，不进行反走样处理，直接延迟进行输出。延迟的时间与反走样处理的时间一致，来保证最终输出的连续性与同步性。
步骤5：将反走样处理后的边缘区域和延迟输出的非边缘区域，以及边缘像素点进行合并，得到反走样后的图像数据按照VESA时序输出。
由于经过畸变处理后的平显字符画面灰度值的具有一定的特殊性，一方面高频分量丰富，另一方面灰度值对集中在(0～40)和(180～255)两个区间内，所以对合并得到的图像进一步通过以下分段函数的校正曲线对灰度值进一步校正，提升画面对比度。
分段函数如下：
其中x为合并得到的图像中的像素点像素值，y为进一步校正后的像素值，校正后的像素值上限为255，超出255的值按255进行处理。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。