图像的轮廓提取方法和轮廓提取装置的制造方法
【技术领域】
[0001] 本公开一般涉及图像处理技术，具体涉及图像轮廓的提取技术，尤其涉及图像的 轮廓提取方法和轮廓提取装置。
【背景技术】
[0002] 当如，消费者对便携移动终端的显不品位正逐步提尚，尚PPI (Pixels Per Inch， 每英寸像素数）显示的设计开发成为显示行业的一大热点。现阶段800PPI以上的产品已 经出现，但随之而来的低开口率、极高的工艺要求，导致高PPI产品良率提升困难，因此成 本也难以降低。
[0003] 在此背景下，Sub Pixel Rendering (SPR，子像素渲染）技术应运而生，为高PPI技 术市场化提供了一条捷径。所谓SPR技术，就是低PPI产品通过合理排布像素顺序，通过像 素渲染使其具有高PPI的显示效果。
[0004] SPR技术需要通过子像素共用来实现，画面大部分位置的亮度可与Real RGB保持 一致，然而在非共用区域，因亮度分配不足，必然存在亮度衰减问题。
【发明内容】
[0005] 鉴于现有技术中的上述缺陷或不足，期望提供一种图像的轮廓提取方法和轮廓提 取装置，能够准确地提取出图像中代表图像轮廓的像素，并可避免提取出非图像轮廓的噪 点。
[0006] 第一方面，本申请实施例提供了一种图像的轮廓提取方法，包括：在图像中选取中 心像素，其中中心像素为图像中不处于边界位置的任意像素；获取以中心像素为中心的像 素矩阵，像素矩阵为三阶方阵；获取像素矩阵中各像素的亮度值形成亮度矩阵，亮度矩阵为 三阶方阵；基于亮度矩阵与三阶算子的卷积运算结果得到结果矩阵；以及基于结果矩阵中 各元素的值确定中心像素是否属于图像的轮廓。
[0007] 第二方面，本申请实施例还提供了一种图像的轮廓提取装置，包括：中心像素选取 单元，配置用于在图像中选取中心像素，其中中心像素为图像中不处于边界位置的任意像 素；像素矩阵获取单元，配置用于获取以中心像素为中心的像素矩阵，像素矩阵为三阶方 阵；亮度获取单元，配置用于获取像素矩阵中各像素的亮度值形成亮度矩阵，亮度矩阵为三 阶方阵；卷积单元，配置用于基于亮度矩阵与三阶算子的卷积运算结果得到结果矩阵；以 及确定单元，配置用于基于结果矩阵中各元素的值确定中心像素是否属于图像的轮廓。
[0008] 本申请实施例提供的的方案，通过由像素矩阵中各像素组成的亮度矩阵与三阶算 子的卷积，来判断像素矩阵中的中心像素是否属于图像的轮廓，运算简单且运算量较小。
[0009] 此外，在本申请的一些实施例中，通过将结果矩阵中各元素的数值与预定阈值相 比较来将结果矩阵进行二值化。若二值化后的结果矩阵中的多个元素满足预先设定的条 件，则确定与结果矩阵对应的像素矩阵中的中心像素属于图像的轮廓，从而可以避免噪点 的误提取，提高图像轮廓提取的准确性。
【附图说明】
[0010] 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它 特征、目的和优点将会变得更明显：
[0011]图1示出了根据本申请一个实施例的图像的轮廓提取方法的示意性流程图；
[0012] 图2a示出了未经轮廓提取的原始图像；
[0013] 图2b示出了采用本申请实施例的图像的轮廓提取方法对图2a所示的原始图像进 行轮廓提取之后得到的结果；
[0014] 图3示出了根据本申请一个实施例的图像的轮廓提取装置的示意性结构图。
【具体实施方式】
[0015] 下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描 述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了 便于描述，附图中仅示出了与发明相关的部分。
[0016] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相 互组合。下面将参考附图并结合实施例来详细说明本申请。
[0017] 参照图1所示，为本申请的一个实施例的图像的轮廓提取方法的示意性流程图 IOOo
[0018] 具体而言，在步骤110中，在图像中选取中心像素，其中中心像素为图像中不处于 边界位置的任意像素。
[0019] 在一些实现方式中，图像可以由矩阵排布的多个像素构成。例如，图像可以表达为 CaJnixn。其中，％,代表图像中的每一个像素，m为图像中像素的行数，η为像素的列数。而 每一个像素\又可以包括多个子像素，例如，可以包括红、绿、蓝三个子像素，或者，还可以 包括红、绿、蓝、白四个子像素等等。
[0020] 本实施例选取的中心像素，为不处于图像的边界位置的任意像素。也即是说，对用 [^兄^表示的图像而言，中心像素不位于图像中的第一行、第m行、第一列和第η列，并且 中心像素可以是LaiJpxq中的任意一个像素，在这里，ρ = 2, 3，"'Iii-I, q = 2, 3，"I-U
[0021] 接着，在步骤120中，获取以中心像素为中心的像素矩阵。在这里，像素矩阵为三 阶方阵。
[0022] 在三阶方阵[aij]3X3中，显然，中心元素为a 22，该元素即为该像素矩阵中的中心像 素。
[0023] 在构造像素矩阵时，以[a^]^中的各行按照水平方向排列、各列按照竖直方向排 列为例。在已选定中心像素的前提下，需要选取与中心像素在水平方向相邻的两个子像素、 与中心像素在竖直方向上相邻的两个子像素、以及与中心像素在对角线方向上相邻的四个 子像素，来构成像素矩阵。
[0024] 接着，在步骤130中，获取像素矩阵中各像素的亮度值形成亮度矩阵。在这里，亮 度矩阵为三阶方阵。亮度矩阵中的每一个元素，为与像素矩阵中各元素相对应的亮度值。
[0025] 接着，在步骤140中，基于亮度矩阵与三阶算子的卷积运算结果得到结果矩阵。
[0026] 在图像处理领域，在对亮度矩阵进行卷积运算时，例如，可以将算子矩阵的中心元 素与待处理的亮度矩阵中的元素对应，并将该元素与算子矩阵的中心算子相乘，与该元素 相邻的各元素与算子矩阵中对应的算子相乘后求取各乘积之和，作为亮度矩阵中该元素卷 积运算后的数值。
[0027] 具体而言，假设亮度矩阵为[LljII3x3，三阶算子为ΙΧ』 3Χ3，其与亮度矩阵的卷积运 算后，形成矩阵[MJ3x3, [MJ3x3中各元素的值分别为：
[0028] M11 - L11Xk2JL12Xk2^L21Xk 3JL22Xk33;
[0029] M12 - Ln^ k21+L12 X k22+L13 X k23+L21 X k31+L22 X k32+L23 X k33；
[0030] M13 - L 12 X k21+L13 X k22+L22 X k31+L23 X k32;
[0031 ] M21 - L n X k12+L12 X k13+L21 X k22+L22 X k23+L31 X k32+L32 X k33;
[0032] M22 - L n X kn+L12 X k12+L13 X k13+L21 X k21+L22 X k22+L23 X k23+L31 X k31;
[0033] +L32 X k32+L33 X k33
[0034] M23 - L 12 X kn+L13 X k12+L22 X k21+L23 X k22+L32 X k31+L33 X k32；
[0035] M31 一 L 21X k12+L22 X k13+L31 X k22+L32 X k23;
[0036] M32 - L 2i X kn+L22 X k12+L23 X k13+L31 X k21+L32 X k22+L33 X k23；
[0037] M33 一 L 22 ^ kn+L23 X k12+L32 X k21+L33 X k22〇
[0038] 接着，在步骤150中，基于结果矩阵中各元素的值确定中心像素是否属于图像的 轮廓。
[0039] 在一些实现方式中，例如，若[MljLx3中的某一个或某几个元素和预定阈值之间满 足预定的关系，则与之对应的像素矩阵[\]3Χ3中的中心像素 a 22属于图像的轮廓。
[0040] 例如，在这些实现方式的一些应用场景中，若[MljLx3中的元素 M22大于预定阈值， 那么可以认为与[MljLx3对应的像素矩阵[a J3x3中的中心像素 a22属于图像的轮廓。
[004