專利名稱：用于增強數(shù)字圖像同時抑制下沖和過沖的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于增強數(shù)字圖像同時抑制或防止通常由于這種增強而產(chǎn)生的下沖和過沖的方法。
背景技術(shù)：
存在多種基于當前的技術(shù)獲取數(shù)字圖像的方法。例如，可以使用數(shù)字相機、掃描儀獲取數(shù)字圖像，或者可以從因特網(wǎng)下載。視頻信號捕獲系統(tǒng)也提供獲取數(shù)字圖像樣本或視頻樣本的方法。數(shù)字圖像也是內(nèi)部可用的，并且在一些多媒體設(shè)備例如DVD播放器和數(shù)字TV系統(tǒng)中被處理。
由于多種原因圖像趨向于退化，為了獲得更好的質(zhì)量，這些圖像需要被增強。許多圖像增強處理是公知的，并且可以根據(jù)圖像的退化特性選擇這些處理中的具體一個。局部對比度增強改善了所給定圖像的可視信號(visualcue)，并且也被稱為細節(jié)增強(detail enhancement)。支持細節(jié)增強的基本概念是加重嵌入圖像中的高頻成分，以便圖像的視覺外觀可以被加深或可以對于人顯得更為生動。
最常用的細節(jié)增強方法是基于模糊掩蔽(unsharp masking)。模糊掩蔽的例子可以通過參照以下參考資料找到，這些資料在此結(jié)合作為參考Jain，AnilK.Fundamentals of Digital Image Processing，Prentice Hall，1989.p.249；以及Lim，Jae S.Two Dimensional Signal Processing and Image Processing，PrenticeHall，1990.p.459。在Kim，Yeong-Yaeg(U.S Patent No.5，930,402)Method andDevice for Local Contrast Enhancement of Video Signal中公開了更復雜的增強方法，此文也在此結(jié)合作為參考。
大多數(shù)細節(jié)增強方法都伴有以下已知問題由于增強的結(jié)果而產(chǎn)生的過沖和下沖。過沖和下沖在視覺上令人討厭并且是不希望的。例如，圖1A示出了可以表示垂直邊緣或水平邊緣的數(shù)字圖像樣值。如果在這些樣值上應(yīng)用一個典型的細節(jié)增強方法，其結(jié)果如圖1B所示。注意斜率已經(jīng)被增加了，因此在邊緣中心附近的邊緣被加深。然而，同樣可以觀察到過沖和下沖(圓圈區(qū)域)也出現(xiàn)在圖1B所示的增強的圖像樣值中，并且如前面所提及的，如果圖像將用例如電視機的顯示設(shè)備顯示，則這種過沖和下沖在視覺上令人討厭并且是不希望的。在下文中過沖和下沖將被稱為“沖出”(Shoots)。所想要的增強結(jié)果可能是圖1C中所示，其中沖出已經(jīng)減輕。這種沖出的視覺影響示于圖2A和2B中。圖2A顯示了退化的輸入圖像，圖2B顯示了使用基于水平高通濾波器的模糊掩蔽的細節(jié)增強的結(jié)果。在圖2B所示的圖像中總體細節(jié)和清晰度已經(jīng)顯著提高，但是該圖像清晰地顯示出由細節(jié)增強處理所導致的沖出在視覺上是不希望的并令人討厭。通常，如果圖像顯示在大的顯示設(shè)備例如大屏幕電視機上，則影響變得更為可見和討厭。
因此，非常希望在增強圖像細節(jié)的同時抑制或阻止引起視覺不舒服的沖出的產(chǎn)生。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種用于增強圖像的細節(jié)同時抑制或阻止在現(xiàn)有技術(shù)的增強處理中將產(chǎn)生的沖出。
增強方法是基于認識到?jīng)_出可能產(chǎn)生在要增強的圖像的邊緣，因此，如果增強被充分地減少或者甚至在圖像邊緣盡可能的被消除，可能出現(xiàn)的沖出將被抑制甚至可能被消除。增益抑制函數(shù)被用以衰減圖像邊緣的增強。最好，增益抑制函數(shù)本身識別所要增強的圖像的邊緣。
被考慮的前述和其它目的，根據(jù)本發(fā)明，提供一種用于增強圖像的方法，包括步驟獲得包括像素值的第一圖像信號；獲得具有第一圖像信號的高頻分量的高通圖像信號；獲得正非零加權(quán)因子，以控制增強的程度；選擇表示第一圖像中邊緣邊界的邊緣像素值；用于抑制沖出，定義具有衰減系數(shù)的增益抑制函數(shù)，所述衰減系數(shù)乘以在位置上對應(yīng)于邊緣像素值的高通圖像信號的具體的像素值；用加權(quán)因子和增益抑制函數(shù)乘高通圖像信號以獲得結(jié)果；用該結(jié)果加上第一圖像信號，以獲得增強圖像信號，其中沖出已經(jīng)被抑制。
根據(jù)本發(fā)明的附加的特性，通過估計兩個獨立的邊界-指示函數(shù)，并且只有當兩個函數(shù)都表示給定的一個像素值是在邊界上時，推斷第一圖像的給定的一個像素值表示邊緣的邊界，來執(zhí)行選擇步驟。


圖1A示出了表示邊緣的數(shù)字圖像樣值；圖1B示出了在進行了現(xiàn)有技術(shù)的細節(jié)增強處理之后，圖1A的數(shù)字圖像樣值；圖1C示出了在進行了希望的細節(jié)增強處理之后，圖1A的數(shù)字圖像樣值；圖2A示出了退化的圖像；圖2B示出了在進行了現(xiàn)有技術(shù)的細節(jié)增強處理之后，圖2A的圖像；圖3示出了用數(shù)字像素的M×N陣列表示的數(shù)字圖像；圖4示出了現(xiàn)有技術(shù)的細節(jié)增強電路；圖5示出了抑制或阻止沖出的細節(jié)增強電路；圖6示出了位于尖峰信號中間的輸入樣值；圖7A-7D示出了四種可能情況的圖像樣值，它們可以用來更好的理解用于檢測邊緣的邊界的組合情況；以及圖8示出了沖出抑制增益函數(shù)β的第一實施例的圖。
具體實施例方式
本發(fā)明將首先描述關(guān)于用于增強數(shù)字圖像同時阻止或抑制水平方向沖出的發(fā)生的方法。然而，本發(fā)明也適用于增強數(shù)字圖像同時阻止或抑制垂直方向沖出的發(fā)生。
為了系統(tǒng)描述本發(fā)明，將引入一些數(shù)學符號。當獲得數(shù)字圖像樣值時，典型地將數(shù)字圖像作成具有其函數(shù)值對應(yīng)于像素值的水平和垂直指數(shù)的二維信號。即，假設(shè){f}M×N代表由M×N數(shù)字像素組成的數(shù)字圖像或數(shù)字圖片，其中M和N分別代表高度(在垂直方向上的樣值數(shù)目，或行數(shù))和寬度(在水平方向上的樣值的數(shù)目)。則f(m，n)表示輸入圖像的第m行的第n個像素值，{f}M×N。這種關(guān)系示于圖3中。
基于模糊掩蔽的細節(jié)增強的更詳盡的描述可以通過參考在討論本發(fā)明的背景技術(shù)時所提及的參考文獻找到。模糊掩蔽處理是基于將與斜率成正比的信號，或高通信號加到給定圖像上。在圖4中說明了這個處理，它顯示了具有提供輸入信號的高通濾波圖像的細節(jié)信號計算機12的現(xiàn)有技術(shù)的細節(jié)增強電路10。通常，模糊掩蔽運算可以寫成{g}M×N＝{f}M×N+a·{h}M×N其中{g}M×N表示輸出圖像，{h}M×N表示{f}M×N的高通濾波圖像，并且a是預定的非零正常數(shù)(加權(quán)因子)，用于控制增強的程度。
模糊掩蔽處理通過以下像素處理可以等價地表示g(n，n)＝f(m，n)+a·h(n，n)(1)其中對于m＝1，2，…，M和n＝1，2，…，N，g(m，n)和h(m，n)分別表示{g}M×N和{h}M×N的像素值。從(1)注意到輸入圖像的高頻分量被加到其上，于是由高頻分量組成的圖像的細節(jié)因而被放大。模糊掩蔽處理的總體特性僅依賴于高通濾波器的設(shè)計以及作為增強增益控制參數(shù)的常數(shù)a的值。
設(shè)計和分析高通濾波器的方法在圖像或視頻信號處理技術(shù)中是眾所周知的，因此在本文中將不對這種方法進行深入的探討。以前所引用的文獻，“Fundamentals of Digital Image Processing”和“Two Dimensional SignalProcessing and Image Processing”也可以作為這個主題的參考信息。
將給出高通濾波器的一些基本的例子。作為第一例子，高通濾波器可以表述如下h(m，n)＝f(m，n)-(f(m，n-1)+f(m，n+1))/2(2)它表示水平高通濾波器意味著僅僅考慮水平斜率。同樣，垂直高通濾波器可以表示為h(m，n)＝f(m，n)-(f(m-1，n)+f(n+1，n))/2(3)2維高通濾波器可以表示為h(m，n)＝f(m，n)-(f(m，n-1)+f(m，n+1)+f(n-1，m)+f(n+1，m))/4 (4)它與在(m，n)樣值位置附近水平和垂直方向上的信號的平均變化有關(guān)。
在(1)中的h(m，n)的基本作用是估計圖像的局部對比度或局部細節(jié)。可以使用更復雜的方法來估計圖像的細節(jié)，例如，在U.S.專利號5,930,402中公開的方法。換言之，當前的發(fā)明并不限于任何具體的獲得h(m，n)的方法，因為本發(fā)明的主要目的是抑制或阻止細節(jié)增強方法本身引起的過沖/下沖。為了更好的細節(jié)增強，當前的抑制或阻止沖出的細節(jié)增強方法可以結(jié)合任意獲得圖像高頻分量的可能的方法而被使用。
圖5示出了用于執(zhí)行抑制或阻止沖出的本發(fā)明的細節(jié)增強方法的細節(jié)增強電路20。該增強的輸出信號由下式給出g(n，n)＝f(n，n)+β(n，n)·a·h(m，n) (5)其中β(m，n)是沖出抑制增益函數(shù)(0≤β(m，n)≤1)，它根據(jù)在(m，n)的信號的特性從像素到像素而改變，并且其中a·h(m，n)是普通增強項。圖5示出了沖出抑制增益電路22，用于以以下將要討論的方法產(chǎn)生沖出抑制增益函數(shù)β(m，n)。細節(jié)信號計算機12已經(jīng)結(jié)合圖4討論。
在(5)中的沖出抑制增益函數(shù)的作用是調(diào)節(jié)增強的程度，以便當需要時抑制沖出。即，當估計沖出可能發(fā)生時，β(m，n)的值變小以便增強的影響可以最小。注意如果β(m，n)＝0，則在圖5中顯示的輸出信號簡化為g(m，n)＝f(m，n)，這意味著對于輸入圖像沒有改變或增強。反之，當估計沖出不會發(fā)生時，β(m，n)的值變大以便輸入圖像被增強。注意如果β(m，n)＝1，則在圖5中處理的輸出信號簡化為g(m，n)＝f(m，n)+a·h(m，n)，在這種情況下，輸入圖像被完全增強了a·h(m，n)。因此，(5)后面的基本處理以及圖5中所示的增強電路是根據(jù)估計沖出是否可能發(fā)生，使用沖出抑制增益函數(shù)來調(diào)節(jié)增強的程度的。
現(xiàn)在，在引入輸入樣值以便實現(xiàn)(5)中的沖出抑制的細節(jié)增強運算時，我們轉(zhuǎn)向計算沖出抑制增益函數(shù)β(m，n)的問題。因此，基本問題是當執(zhí)行增強處理時，如何估計沖出可能發(fā)生的可能性。進一步的觀察沖出的發(fā)生使人們得出結(jié)論如圖1B和圖2B所示沖出通常發(fā)生在邊緣的邊界。
因此，我們轉(zhuǎn)向以下問題研究一種用于檢測邊緣的邊界并產(chǎn)生相關(guān)的沖出抑制增益函數(shù)β(m，n)的方法，該β(m，n)可被用于執(zhí)行(5)所描述和圖5中所示的增強處理。為了得到這種沖出抑制增益函數(shù)β(m，n)，計算以下量d(m，n)＝min(fL(m，n)，fR(m，n))(6)其中fL(m，n)＝|f(m，n)-f(m，n-1)| (7)fR(m，n)＝|f(m，n)-f(m，n+1)| (8)為了標準化d，計算以下量 如果d(m，n)≤D (9)其它其中D和J是預定的正非零常數(shù)。注意，可能當x(m，n)的值接近0時，樣值f(m，n)是可能位于邊緣的邊界。然而，同樣要注意以下事實，x(m，n)的值接近0并不必然意味著樣值f(m，n)位于邊緣的邊界。x(m，n)的一個小值也可以在常數(shù)區(qū)附近獲得，其中fL(m，n)和fR(m，n)的值都小。因此，僅基于x(m，n)，并不足以確定當前輸入樣值f(m，n)是否位于邊緣的邊界。
為了補償用于確定當前輸入樣值f(m，n)是否位于邊緣的邊界的不充足的條件，按照如下調(diào)查水平斜率信號的幅值。如下定義水平拉普拉斯信號的標準化幅值 如果|Δ(m，n)|≤H (10)其它其中H是用于標準化的預定的正非零常數(shù)值，K是預定的正非零常數(shù)，并且Δ(m，n)指示離散水平拉普拉斯信號，它可以近似為Δ(m，n)＝(f(m，n+1)-f(m，n))-(f(m，n)-f(m，n-1))＝f(m，n+1)-2·f(m，n)+f(m，n-1)。
眾所周知，通過尋找拉普拉斯的零交叉點，拉普拉斯可以用于邊緣檢測。例如，可以參考前面引用的文獻，“Fundamentals of Digital Image Processing”，和“Two Dimensional Signal Processing and Image Processing”。反之，當拉普拉斯具有大的幅值，或等價地，當y(m，n)的值接近1，這表明在樣值f(m，n)附近的第一階差信號有一個很大的變化。這意味著樣值f(m，n)可能是位于邊緣的邊界。然而并不必然是這種情況，因為在樣值f(m，n)位于尖峰信號中間的情況下，y(m，n)也將會有大的值，例如圖6中所示。
現(xiàn)在，通過結(jié)合在(9)和(10)中解釋的情況，我們有足夠的條件來確定當前輸入樣值f(m，n)是否位于邊緣的邊界，現(xiàn)有技術(shù)的增強可能會引入的沖出問題。即，如果x(m，n)是接近0并且同時y(m，n)是接近1，則可以很容易地斷言輸入樣值f(m，n)是位于邊緣的邊界。x(m，n)接近0的情況意味著至少向后或向前第一階樣值差(fL(m，n)或fR(m，n))之一是小的，這意味著至少一邊是常數(shù)區(qū)(constant region)。因此，x(m，n)接近0的情況清楚地排除圖6中所示的情況，即樣值f(m，n)是在尖峰信號的中間的情況。同時，y(m，n)接近1的情況意味著樣值f(m，n)或者位于邊緣的邊界或者在尖峰信號的中間。因此，y(m，n)接近1的情況清楚地排除常數(shù)區(qū)的情況。然而，因為x(m，n)接近0，我們還可以排除尖峰信號的情況，因此，使用兩個標準，我們有足夠的條件用于推論樣值f(m，n)是位于邊緣的邊界。
圖7A-7D示出了四個可能的情況，可以用來更好的理解用于檢測邊緣的邊界的結(jié)合條件。圖7A示出了表示x(m，n)和y(m，n)都是小(接近0)的常數(shù)區(qū)的圖像樣值。圖7B示出了x(m，n)是大(接近1)且y(m，n)是小(接近0)的邊緣點的樣值。圖7C示出了x(m，n)是小(接近0)且y(m，n)是大(接近1)的邊緣邊界的樣值。圖7D示出了x(m，n)和y(m，n)都是大(接近1)的尖峰信號。
基于結(jié)合的條件，現(xiàn)在有必要構(gòu)造沖出抑制增益函數(shù)β(m，n)，以便滿足以下邊界條件當x→0和y→0時，β→1；當x→0和y→1時，β→0；當x→1和y→0時，β→1；當x→1和y→1時，β→1； (11)作為這個方程的第一實施例，沖出抑制增益函數(shù)β可以如下實現(xiàn)β(m，n)＝β(x(m，n)，y(m，n))＝1-(1-x(m，n))p·(y(m，n))q(12)其中p和q是預定的常數(shù)。圖8示出了β(x，y)的圖，在此p＝1.75和q＝0.75。注意，此處β(x，y)的值僅當x(m，n)和y(m，n)分別收斂于0和1時收斂于0，它是輸入樣值f(m，n)位于邊緣的邊界的條件。
在(12)中給出的沖出抑制增益函數(shù)β的一些變型可以產(chǎn)生，也同樣具有相同的如(11)中規(guī)定的匯聚特性。例如，沖出抑制增益函數(shù)β的第二實施例具有如(11)中規(guī)定的匯聚特性，并且如下表示β(m，n)＝1-(1-x(n，n))p·(y(m，n))q(13)現(xiàn)在很明顯，沖出抑制增益函數(shù)β也可以推導出以阻止或抑制在垂直方向上所發(fā)生的沖出。在(11)中定義的邊界條件仍然適用，因此，方程(12)和(13)也可以用于這種情況。唯一的差別是在被代入(9)之前，方程(6)-(8)將被改變以運算在垂直方向上，并且離散垂直拉普拉斯信號在代替方程(10)之前被近似。(6)-(8)的垂直等價式如下fL(m，n)＝|f(m，n)-f(m-1，n)|；fU(m，n)＝|f(m，n)-f(m+1，n)|；并且d(m，n)＝min(fL(m，n)，fU(m，n))。
離散垂直拉普拉斯信號的近似如下Δ(m，n)＝f(m+1，n)-2·f(m，n)+f(m-1，n)。
為了增強數(shù)字圖像同時在垂直和水平方向上抑制沖出，用于抑制水平方向的沖出的沖出抑制增益函數(shù)βh和用于抑制垂直方向的沖出的沖出抑制增益函數(shù)βv可以被代入方程(5)所以β＝βv*βh。
權(quán)利要求
1.一種用于增強圖像的方法，包括獲得包括像素值的第一圖像信號；獲得具有第一圖像信號高頻分量的高通圖像信號；獲得正非零加權(quán)因子以控制增強的程度；選擇代表第一圖像的邊緣邊界的邊緣像素值；為抑制沖出，定義增益抑制函數(shù)，所述增益抑制函數(shù)具有在位置上對應(yīng)于邊緣像素值的高通圖像信號的具體的像素值相乘的衰減系數(shù)；用加權(quán)因子和增益抑制函數(shù)乘高通圖像信號以獲得結(jié)果；以及將結(jié)果加到第一圖像信號，以獲得增強的圖像信號，其中沖出已經(jīng)被抑制。
2.如權(quán)利要求1所述的方法，其中執(zhí)行選擇步驟包括通過估計兩個獨立的邊界-指示函數(shù)，和只有兩個函數(shù)都指示給定的一個像素值的是在邊界上時，推論第一圖像的給定的一個像素值表示邊緣的邊界。
3.如權(quán)利要求1所述的方法，其中第一圖像信號的每個像素值由f(m，n)表示，其中m表示垂直位置，以及n表示水平位置；選擇邊緣像素值的步驟和定義增益抑制函數(shù)的步驟的結(jié)合包括計算fL(m，n)＝|f(m，n)-f(m，n-1)|；fR(m，n)＝|f(m，n)-f(m，n+1)|；d(m，n)＝min(fL(m，n)，fR(m，n))；以及 如果d(m，n)≤D其它其中D和J是預定的非負常數(shù)；選擇邊緣像素值的步驟和定義增益抑制函數(shù)的步驟的結(jié)合包括計算Δ(m，n)＝f(m，n+1)-2·f(m，n)+f(m，n-1)；以及 如果|Δ(m，n)|≤H；其它其中K是預定的非零常數(shù)；以及增益抑制函數(shù)由β(m，n)表示，并且具有以下定義的特性當x→0和y→0時，β→1；當x→0和y→1時，β→0；當x→1和y→0時，β→1；以及當x→1和y→1時，β→1；
4.如權(quán)利要求3所述的方法，其中增益抑制函數(shù)是β(m，n)＝β(x(m，n)，y(m，n))＝1-(1-x(m，n))p·(y(m，n))q；并且p和q是預定的常數(shù)。
5.如權(quán)利要求3所述的方法，其中增益抑制函數(shù)是β(m，n)＝β(x(m，n)，y(m，n))＝1-(1-x(m，n))p·(y(m，n))q；并且p和q是預定的常數(shù)。
6.如權(quán)利要求1所述的方法，其中邊緣在水平方向延伸。
7.如權(quán)利要求1所述的方法，其中邊緣在垂直方向延伸。
8.如權(quán)利要求1所述的方法，其中獲得高通圖像信號的步驟包括濾波第一圖像信號。
9.如權(quán)利要求1所述的方法，其中增益抑制函數(shù)本身執(zhí)行選擇邊緣像素值的步驟。
10.如權(quán)利要求1所述的方法，其中第一圖像信號的每個像素值由f(m，n)表示，其中m表示垂直位置以及n表示水平位置；選擇邊緣像素值的步驟和定義增益抑制函數(shù)的步驟的結(jié)合包括計算fL(m，n)＝|f(m，n)-f(m-1，n)|；fU(m，n)＝|f(m，n)-f(m+1，n)|；d(m，n)＝min(fL(m，n)，fU(m，n))；并且 如果d(m，n)≤D；其它其中D和J是預定的非負常數(shù)；選擇邊緣像素值的步驟和定義增益抑制函數(shù)的步驟的結(jié)合包括計算Δ(m，n)＝f(n+1，n)-2·f(m，n)+f(m-1，n)；以及 如果|Δ(m，n)|≤H；其它其中K是預定的非零常數(shù)；以及增益抑制函數(shù)由β(m，n)表示，并且具有以下定義的特性當x→0和y→0時，β→1；當x→0和y→1時，β→0；當x→1和y→0時，β→1；以及當x→1和y→1時，β→1；
11.如權(quán)利要求10所述的方法，其中增益抑制函數(shù)是β(m，n)＝β(x(m，n)，y(m，n))＝1-(1-x(m，n))p·(y(m，n))q；并且p和q是預定的常數(shù)。
12.如權(quán)利要求10所述的方法，其中增益抑制函數(shù)是β(m，n)＝β(x(m，n)，y(m，n))＝1-(1-x(m，n))p·(y(m，n))q；并且p和q是預定的常數(shù)。
全文摘要
提供一種方法，用于增強圖像的細節(jié)同時抑制或阻止在現(xiàn)有技術(shù)的增強處理中將出現(xiàn)的沖出。所述增強處理是基于認識到?jīng)_出很可能發(fā)生在要被增強的圖像的邊緣，因此，如果增強被足夠的減少或甚至可能在圖像邊緣消除，將另外發(fā)生的沖出將被抑制或甚至被消除。使用增益抑制函數(shù)以衰減圖像邊緣的增強。最好，該增益抑制函數(shù)本身識別要增強的圖像的邊緣。
文檔編號G06T5/00GK1426019SQ02144499
公開日2003年6月25日 申請日期2002年9月30日 優(yōu)先權(quán)日2001年12月12日
發(fā)明者金永鐸 申請人:三星電子株式會社