基于动态边缘检测的图像锐化算法.pdfVIP

第32卷第4期 杭 州 电子科 技 大 学 学 报 Vo1．32。No．4 2012年08月 Journal of Hangzhou Dianzi University Aug．2012 d0i：10．3969／j．issn．1001—9l46．2012．04—006 基于动态边缘检测的图像锐化算法 任 浩，谢 磊 ，陈惠芳 (浙江大学信息与电子工程系，浙江 杭州 310027) 摘要：在数码相机中，经插值运算后的数码图像，常伴有噪声和伪色的影响，使图像变得模湖，边缘 部分不够清晰。因此，需要通过锐化处理，增强图像边缘轮廓，增加清晰度，减少伪色。该文提出 了一种基于动态边缘检测的图像锐化算法 ，恢复的图像在细节纹理、边缘、色彩方面的效果都较理 想，对边缘的噪声抑制较明显，与常用锐化算法比较，在同等仿真环境下，所提出的方法有运算复 杂度较低的优点。 关键词：图像增强；图像锐化 ；边缘检测；时空滤波 中图分类号：TP317．4 文献标识码：A 文章编号：1001—9146(2012)04—0021—40 O 引 言 经过插值运算后的数码图像，噪声和伪色增加，使图像轮廓不明显，图像变得模糊不清。为了克服 数码相机的缺陷，如摩尔纹、伪色和紫边效应，在结构设计中，一般要对图像进行算法处理，这些过程主 要集中在数码相机图像处理模块中 J，是获得高质量数码图像的最重要途径。其中，为了补偿图像轮 廓，增加图像的边缘信息，使图像变得清晰，通过增强对比度与锐度的方法增强图像的高频分量。对数 码图像锐化算法的研究，主要是基于边缘检测的微分算法图像增强 J，通过增加边缘检测的方向，修改 模板增强图像的边缘部分。而基于高斯一拉普拉斯和坎尼最优算子，频域高通滤波以及由休埃克尔和 哈拉利克提出的拟合算子等基于边缘检测的图像增强算法，虽然经过处理的图像效果较好，但算法复杂 度都比较高，运算开销较大。而数码相机对实时性要求较高，所以这些算法都达不到应用要求。基于 此，本文提出了一种基于动态边缘检测的图像锐化算法，充分利用图像的时域特性与边缘检测，恢复图 像在细节纹理、边缘、色彩方面的效果都较理想，对边缘噪声抑制较明显，且计算复杂度不高。 1 常用的锐化算法 常用的锐化算法主要有 ：线性空域锐化，微分法和频域高通滤波法。对线性空域锐化，因图像中的 边沿或线条与图像频谱中的高频分量相对应，采用高通滤波可增强高频分量，使图像的边沿或线条变得 清晰，实现图像的锐化，可采用卷积方法，即采用有限冲激响应线性滤波器，也即采用具有高通特性或高 频提升作用的模板对图像进行处理；也可先用低通平滑方法，求出图像的低频分量 ，再从原图像中减去 低频分量实现。最常用的微分方法是求梯度，如罗伯茨、蒲瑞维特、索贝尔、拉普拉斯算子梯度锐化[3】， 由于图像的内容各种各样，边沿的走向也各不相同，故应采用各向同性、旋转不变的线性微分算子才能 适用于不同的边沿。由于梯度锐化的缺点是处理后的图像仅显示轮廓，灰度变化的部分因梯度值较小 而显得很黑。数字图像的边缘与图像的高频分量相对应，高频滤波器可以让图像的高频分量顺利通过， 让低频分量受到充分限制，从而达到图像锐化的目的 。常用的高通滤波有理想高通、巴特沃斯高通 收稿 日期：2012—06—10 基金项目：国家自然科学基金资助项目，浙江省科技厅创新团队项 目(R09003—06) 作者简介：任浩(1980一)，男，甘肃西峰人，在读研究生，多媒体传输与处理． 杭 州 电子 科 技 大 学 学 报 2012钲 2 基于动态边缘检测的图像锐化算法 基于动态边缘检测的图像锐化算法，首先进行颜色空间转换，将 RGB颜色空间转换成YCbC 空 间，其次划分检测窗口，每固定的5×5个象素作为一个小检测窗口，通过比较连续两帧图像，检测动态 区域，然后使用边缘检测算法检出图像的所有边缘信息，进而设定阈值判决哪些是真正的边缘，哪些 应被视为噪声，最后对认定为边缘的象素进行锐化，而未认定为边缘的象素保持不变。 在RGB色彩空间，无论采用哪种锐化算