一种具有超高解析度的图像边缘锯齿消除方法

xiaoxiao2020-7-22  2

一种具有超高解析度的图像边缘锯齿消除方法
【专利摘要】本发明涉及一种具有超高解析度的图像边缘锯齿消除方法。该方法用于实现从低分辨率到高分辨率的放大转换,借由对接收的图像数据进行边缘侦测,保存为原始边缘像素帧;接着将原始边缘像素帧于水平及垂直方向分别放大两倍,并保留原始边缘像素的信息,放大后的待插值像素的值以0灰阶替代;然后沿着原始边缘像素的边缘方向运用特定的插值规则对上述暂以0灰阶替代的待插值像素进行插值补偿,使得输出画面的锯齿状现象明显降低,而细节特征得到很好保持。本发明之方法简单,计算量小,运行速度快可以有效降低成本。
【专利说明】一种具有超高解析度的图像边缘锯齿消除方法
【技术领域】
[0001]本发明涉及一种具有超高解析度(Super Resolution, SR)的图像边缘锯齿消除方法,特别是影像插值的补偿方法。
【背景技术】
[0002]随着信息时代的发展,消费性电子产品已经遍布了人类生活的各个角落,日新月异的消费性电子产品在不断更新汰换的同时,人类对视觉效果的要求也越来越高,现今显示器的影像规格已藉由提升影像解析度的处理技术,从标准画质(StandardDefinition, SD)提高成高画质(High Definition, HD)的视讯规格,而超高解析度算法已成为目前平面显示器4K2K领域的主流算法,其是指将低分辨率图像或图像序列恢复成高分辨率图像,以提高画面质量。其中,影像插值即为目前提高影像解析度的方法之一,例如:最邻近像素内插法(Nearest-Neighbor interpolation)、双线性内插法(bilinearinterpolation)或双立方内插(Bicubic Interpolation)等。
[0003]但这些传统影像内插方法只是单纯的放大画面,忽略高低频的变化信息,因此影像会随着放大倍率的增加而变得模糊。而另外考虑人眼对于高频信息(影像边缘)较为敏感,在放大的过程中保留原始边缘信息的边缘插值方法的计算量消耗过高,很难满足一些实际应用的需求,导致成本增加,实用性不强。
[0004]因此,本发明提供一种具有超高解析度的图像边缘锯齿消除方法,用于实现从低分辨率到高分辨率的放大转换,既可消除图像边缘锯齿不使图像边缘变得模糊,并可降低系统的计算量,使所应用的液晶显示器具有系统算法简单,运行速度快并可有效降低成本等特点。

【发明内容】

[0005]本发明的目的在于消除图像边缘锯齿状,提高边缘轮廓对比度,保持图像细节信息,并有效降低系统成本。
[0006]为达成本发明的前述目的,本发明提供一种具有超高解析度的图像边缘锯齿消除方法,其包括步骤(I)对一图像边缘进行侦测,并保存为原始边缘像素帧,该检测出来的边缘具有高信噪比、高定位精度、单一边缘响应、封闭性等优点,因此可以对复杂图像进行最优边缘侦测;步骤(2)对所述原始边缘像素帧进行2x2放大而形成一放大像素帧,,保留全部原始边缘像素帧之边缘像素的信息,放大像素帧因放大增加的像素为待插像素;步骤
(3)以O灰阶代替待插像素的像素值,此过程能保证边缘轮廓的清晰度与完整性,增强画面对比度而不牺牲影像品质;以及步骤(4)在所述放大像素帧中沿着被保留之原始边缘像素的边缘方向,对所述暂以O灰阶替代的待插值像素进行插值补偿,并考虑边缘像素及周边像素信息的影响,使得输出画面的锯齿状现象明显降低,而保持良好的细节特征。上述本发明的超高解析度算法用于实现从低分辨率到高分辨率的放大转换,其算法简单、计算量小,致使系统运行速度加快并可以有效降低成本。[0007]其中,上述步骤(I)的具体算法步骤如下:(1-1)使用高斯滤波器平滑图像边缘;(1-2)使用一阶偏导有限差分计算边缘梯度幅值和方向;(1-3)对边缘梯度幅值进行非极大值抑制;(1-4)用双阈值算法检测和连接边缘。而上述步骤(2)为边缘扩大方法,该过程直接将所述原始边缘像素帧进行2x2放大,保留原始边缘像素的信息,并于步骤(3)中以O灰阶代替待插像素,通过在随后插值时判断边缘类型以进行补偿来解决图像锯齿,而非将边缘像素平滑化,故边缘轮廓的清晰度可以得到保证。上述步骤(4)具体为:根据上述步骤
(I)检测出来的边缘像素,划分多个4x4像素,每个4x4像素分为4x4特殊边缘、2x2通用边缘和其他边缘三种。其中,以当前待插像素为中心,在其4x4像素内先判断是否存在特殊边缘,若有,则采用相对应的4x4插值规则进行计算;若无,则判断4x4像素数是否存在通用边缘,若有则应用2x2通用插值规则进行像素插值补偿;若上述两种边缘都不存在,则用双立方插值算法进行像素插值补偿,由此可以精确提高边缘像素的对比度并保持良好的图像细节信息。
[0008]为了提高边缘方向插值的精确性,本发明针对所述4x4像素进行边缘方向判定,沿着各边缘方向插值得出待插像素值。以所述中心点像素为基准进行插值,所述中心点上方像素和所述中心点左边像素也同时进行插值补偿,并且所述中心点上方以及所述中心点左方的插值补偿由位于所述4x4像素内部中心的4个像素点决定。
[0009]为让本发明的上述内容能更明显易懂,下文特举优选实施例,并配合所附图示,做详细说明如下:
【专利附图】

【附图说明】
[0010]图1为本发明超高解析度算法的流程图。
[0011]图2为本发明边缘像素帧进行放大的示意图。
[0012]图3为本发明待插像素插值的示意图。
[0013]图4 (a)-4(b)为本发明4x4各种特殊边缘和对应的插值规则的第一种示意图。
[0014]图5 (a)-5(b)为本发明4x4各种特殊边缘和对应的插值规则的第二种示意图。
[0015]图6 (a)-6(d)为本发明4x4各种特殊边缘和对应的插值规则的第三种示意图。
[0016]图7(a)_7(b)为本发明4x4各种特殊边缘和对应的插值规则的第四种示意图。
[0017]图8 (a)-8(b)为本发明4x4各种特殊边缘和对应的插值规则的第五种示意图。
[0018]图9 (a)-9(b)为本发明4x4各种特殊边缘和对应的插值规则的第六种示意图。
[0019]图10(a)_10(b)为本发明4x4各种特殊边缘和对应的插值规则的第七种示意图。
[0020]图11 (a)-ll (O)为本发明2x2通用边缘和对应的插值规则的示意图。
[0021]图12为本发明软件仿真结果的示意图。
【具体实施方式】
[0022]请参见图1,为本发明之一种具有超高解析度的图像边缘锯齿消除方法的流程图,包括有步骤101:高斯去噪;步骤102:梯度直与梯度方向计算;步骤103:非极大值抑制;步骤104:双阀值检测和连接边缘、步骤201:对原始边缘像素帧进行2x2放大;步骤301:以O灰阶代替待插像素的像素值;以及步骤401:沿边缘方向进行插值,上述步骤101至104 —般称为Canny算子边缘侦测方法,其系对一图像边缘进行侦测,并保存为原始边缘像素帧,具体侦测方法如下:一待放大的图像序列100通过一高斯去噪步骤101使用高斯滤波器平滑图像,对原始数据与高斯平滑模式作卷积。这里所用的滤波器会直接影响步骤101的演算结果,较小的滤波器产生的模糊效果较少,因此可以检测较小、变化较明显的细线;较大的滤波器产生的模糊效果较多,因此有利于检测较大、较平滑的边缘。平滑后图像序列100与高斯平滑滤波器的卷积可以如下:
[0023]g (X,y) = h (X,y, σ ) *f (χ, y),
[0024]其中g(x,y)为平滑后的图像序列100 ;f(x, y)为平滑前的图像。
[0025]另外,由于图像中的边缘可能会指向不同的方向,因此于步骤102中利用一阶偏导有限差分计算边缘梯度幅值和方向。在此步骤中,使用一阶有限差分计算偏导数数组P与Q,平滑后图像g(X,y)的梯度可以使用2x2 —阶有限差分近似式来计算X与y偏导数的两个数组,其中
[0026]P (x, y) ^ [g(x, y+l)-g(x, y)+g(x+l, y+l)-g(x+l, y)]/2 ;
[0027]Q(x, y) ^ [g (x, y)-g (x+1, y)+g (x, y+1)-g (x+1, y+1) ]/2,
[0028]幅值和方位角可用直角坐标到级坐标的坐标转化公式来计算:
[0029]M(x,y) = [P(x, y)2+Q(x, y)2]1/2
[0030]θ (χ, y) = taiT1 [Q (χ, y) /P (χ, y)]
[0031]其中,Μ(χ,y)反映图像的边缘强度;θ (χ, y)反映边缘的方向。
[0032]于步骤103中,对边缘梯度幅值进行非极大值抑制(non_maxima suppression,匪S),此步骤为求确定边缘,必须保留局部边缘梯度最大的点,进而抑制非极大值。非极大值抑制系通过抑制边缘梯度线上所有非屋脊峰值的幅值来细化M (x, y)中的边缘梯度幅值屋脊,其方向角和幅值分别为:
[0033]ζ (x, y) = Selector [ θ (χ, y)];
[0034]N (χ, y) = NMS [Μ (χ, y),ζ (χ,y)]。
[0035]并且于步骤104中利用双阈值算法检测和连接边缘以完成对一图像边缘进行侦测并保存为边缘像素帧的步骤,所述双阀值算法就是利用两个阀值τ I和τ 2(2 τ I~τ 2)得到两个阀值的边缘图像N1Uy)和队0^,7)。由于N2(x,y)属于高阀值,因此含有极少的假边缘,其在N2 (χ, y)中将边缘连接成轮廓,当到达轮廓的端点时,便于N1 (χ, y)的邻点寻找可以连接到轮廓上的边缘,如此,不断地在N1U, y)中收集边缘,直到把N2 (χ, y)连接起来为止。
[0036]上述Canny算子边缘侦测方法的目的在于找到一个最优化的边缘检测算法,而其检测出来的图像边缘具有高信噪比、高定位精度、单一边缘响应、封闭性等优点,因此可以对复杂图像进行最优边缘侦测。
[0037]完成上述步骤101至104后请继续参见图1的步骤201,步骤201为一边缘扩大方法,请参见图2,于步 骤201中直接将所述原始边缘像素帧10进行2x2放大而形成一放大像素帧20,并且保留全部原始边缘像素帧10之边缘像素11的信息,放大像素帧20因放大增加的像素为待插像素,并且于步骤301中以O灰阶代替待插像素的像素值,图2中两两像素的间格处即为暂以O灰阶代替的待插像素,此步骤通过在后续步骤401插值时判断边缘类型以进行补偿来解决图像锯齿,并非将边缘像素平滑化,故此过程能保证边缘轮廓的清晰度与完整性,增强画面对比度而不牺牲影像品质。[0038]步骤401为一像素补偿方法,其系在所述放大像素帧20中沿着被保留之原始边缘像素11的边缘方向,运用特定的插植规则对所述暂以O灰阶替代的待插值像素01 ;02 ;03 ;04进行插值补偿,并考虑边缘像素及周边像素信息(4x4个原像素)的影响,使得输出画面的锯齿状现象明显降低,而保持良好的细节特征,其系根据上述步骤101至104利用Canny算子边缘侦测方法所检测出来的边缘像素,划分多个4x4像素,每个4x4像素分别存在有4x4特殊边缘、2x2通用边缘和其他边缘三种,所述特殊边缘经4x4插值规则计算,所述通用边缘由2x2插值规则进行计算,所述其他边缘则由通用的双立方插值算法进行计算。其具体方法为:以当前待插像素为中心,在其4x4像素内先判断是否存在特殊边缘,若有,则采用相对应的4x4插值规则进行计算;若无,则判断4x4像素内是否存在通用边缘,若有则应用2x2通用插值规则进行像素插值补偿;若上述两种边缘都不存在,则用双立方插值算法进行像素插值补偿,例如:在图2中,01和02属于4x4特殊边缘,使用4x4插值规则;03属于2x2通用边缘,则使用2x2插值规则;而04非属于4x4特殊边缘,也非为2x2通用边缘,因此使用通用的双立方插值算法进行计算,由此可以精确提高边缘像素的对比度并保持良好的图像细节信息,透过上述步骤101至401完成放大图像200的输出。
[0039]请参考图3,为求方便说明,以下将所述4x4像素左下角的像素坐标定义为(0,O),右上角的像素坐标定义为(3a,3b),所述a为X轴方向的单位长度,所述b为Y轴方向的单位长度,其中a = 1,b = 1,因此图3至图11中的各像素点坐标所对应的像素代号可由下表1表示,但不局限于此,其中A、B、C、D、E、F、G、H、1、J、K、L、Μ、N、O、P为原像素点,m、u和I分别为待插值的中心点,上方点以及左边点,为了提高边缘方向插值的精确性,本发明所述的插值系针对所述4x4像素进行边缘方向判定,利用上述规则计算中心点m、中心点上方u以及中心点左方I的待插像素值。
[0040]表1
[0041]
【权利要求】
1.一种具有超高解析度的图像边缘锯齿消除方法,包括以下步骤: (1)对一图像边缘进行侦测,并保存为原始边缘像素帧; (2)对所述原始边缘像素帧进行2x2放大而形成一放大像素帧,保留全部原始边缘像素帧之边缘像素的信息,放大像素帧因放大增加的像素为待插像素; (3)以O灰阶代替待插像素的像素值; (4)在所述放大像素帧中沿着被保留之原始边缘像素的边缘方向,对所述暂以O灰阶替代的待插值像素进行插值补偿。
2.根据权利要求1所述的图像边缘锯齿消除方法,其中所述步骤(1)具体为: (1-1)使用高斯滤波器平滑图像边缘; (1-2)使用一阶偏导有限差分计算边缘梯度幅值和方向; (1-3)对该边缘梯度幅值进行非极大值抑制; (1-4)使用双阈值算法检测以及连接边缘。
3.根据权利要求1所述的图像边缘锯齿消除方法,其中所述步骤(4)具体为:根据所述步骤(1)侦测出的边缘像素划分多个4x4像素,并且在所述4x4像素内判断是否存在4x4特殊边缘,若有,采用相对应的4x4插值规则进行计算;若无,则判断所述4x4像素内是否存在2x2通用边缘,若有 则应用2x2通用插值规则对所述O灰阶像素进行像素插值补偿;若上述两种边缘都不存在,则用双立方插值算法对所述O灰阶像素进行像素插值补偿。
4.根据权利要求3所述的图像边缘锯齿消除方法,其中所述4x4插值规则为:针对所述4x4像素进行边缘方向判定,沿着边缘方向以所述4x4像素的中心点为基准进行插值,所述中心点上方以及所述中心点左方亦同时进行插值补偿。
5.根据权利要求3所述的图像边缘锯齿消除方法,其中所述2x2通用插值规则为: 仅针对位于所述4x4像素内部中心的4个像素点进行边缘方向判定,沿着边缘方向以所述4x4像素的中心点为基准进行插值,所述中心点上方以及所述中心点左方亦同时进行插值补偿。
6.根据权利要求4所述的图像边缘锯齿消除方法,其中所述4x4像素的中心点、所述中心点上方以及所述中心点左方的插值补偿由位于所述4x4像素内部中心的4个像素点决定。
7.根据权利要求5所述的图像边缘锯齿消除方法,其中所述4x4像素的中心点、所述中心点上方以及所述中心点左方的插值补偿由所述4x4像素内部中心的所述4个像素点决定。
8.根据权利要求6所述的图像边缘锯齿消除方法,其中当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a, 3b)且像素坐标(0,b)、(a,b)、(2a,b)、(3a, b)为检测出的边缘像素点时,所述4x4像素的中心点由像素坐标(O,a)、(a,b)、(2a,b)、(3a, b)四像素点双立方插值得出,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方等于像素坐标(a, 2b)、(2a, 2b)像素的平均值;而当像素坐标(O, 2b)、(a, 2b)、(2a, 2b)、(3a, 2b)为检测出的边缘像素点时,所述中心点上方则由像素坐标(O,2b)、(a, 2b)、(2a,2b)、(3a, 2b)四像素点双立方插值得出,所述中心点左方等于像素坐标(a, b)的像素值,所述4x4像素的中心点等于像素坐标(a,b)、(2a, b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
9.根据权利要求6所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O, O),右上角的像素坐标为(3a, 3b)且像素坐标(O, b)、(a, b)、(2a, 2b)、(3a, 2b)和(0,2b)、(a, 2b)、(2a,b)、(3a, b)分别为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a,b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方则分别等于像素坐标(2a,2b)以及像素坐标(a,2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
10.根据权利要求6所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O, O),右上角的像素坐标为(3a, 3b)且像素坐标(O, O)、(a, b)、(2a, b)、(3a, 2b);(0,b)、(a, 2b)、(2a, 2b)、(3a, 3b) ; (0,2b)、(a, b)、(2a, b)、(3a, 0)和(0,3b)、(a, 2b)、(2a,2b)、(3a,b)分别为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a, b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a, 2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(a, 2b)、(2a, 2b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
11.根据权利要求6所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O, O),右上角的像素坐标为(3a, 3b)且像素坐标(O, O)、(a, b)、(2a, 2b)、(3a, 3b)和(0,3b)、(a, 2b)、(2a, b)、(3a, 0)分别为检测出的边缘像素点时,所述中心点左方等于像素坐标(a,2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(a,2b)、(2a, 2b)像素的平均值,所述4x4像素的中心点则分别由像素坐标(0,O)、(a, b)、(2a, 2b)、(3a, 3b)以及(0,3b)、(a, 2b)、(2a, b)、(3a, 0)四像素点双立方插值得出,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
12.根据权利要求6所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(0,O),右上角的像素坐标为(3a,3b)且像素坐标(a,0)、(2a,b)、(2a,2b)、(3a, 3b)和(0,3b)、(a, 2b)、(a, b)、(2a, 0)分别为检测出的边缘像素点时,所述4x4像素的中心点以及所述中心点左方等于像素坐标(a, 2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(a, 2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
13.根据权利要求6所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(0,O),右上角的像素坐标为(3a, 3b)且像素坐标(2a,3b)、(2a,2b)、(2a,b)、(2a, 0)为检测出的边缘像素点时,所述4x4像素的中心点由像素坐标(2a,3b)、(2a,2b)、(2a,b)、(2a, 0)四像素点双立方插值得出,所述中心点左方等于像素坐标(a, 2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(a,2b)的像素值;而当像素坐标(a,3b)、(a, 2b)、(a,b)、(a, 0)为检测出的边缘像素点时,所述中心点左方由像素坐标(a, 3b)、(a, 2b)、(a,b)、(a, 0)四像素点双立方插值得出,所述4x4像素的中心点等于像素坐标(a, 2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(a, 2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
14.根据权利要求6所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O, O),右上角的像素坐标为(3a, 3b)且像素坐标(a, 3b)、(a, 2b)、(2a, b)、(2a, 0)和(2a, 3b)、(2a, 2b)、(a, b)、(a, 0)分别为检测出的边缘像素点时,所述4x4像素的中心点以及所述中心点左方等于像素坐标(a,2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(a, 2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
15.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O, O),右上角的像素坐标为(3a, 3b)且像素坐标(2a, b)为检测出的边缘像素点时,所述4x4像素的中心点以及所述中心点左方等于像素坐标(a, 2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(a, 2b)、(2a, 2b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
16.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O, O),右上角的像素坐标为(3a, 3b)且像素坐标(a,b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(2a,2b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,2b)的像素值,所述中心点上方等于像素坐标(a,2b)、(2a, 2b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
17.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a,3b)且像素坐标(a,b)、(2a,b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a,b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方等于(a,2b)、(2a, 2b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
18.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a,3b)且像素坐标(2a,2b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a,b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方等于像素坐标(a,2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
19.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的 像素坐标为(3a,3b)且像素坐标(2a,2b)、(2a,b)为检测出的边缘像素点时,所述4x4像素的中心点以及所述中心点左方等于像素坐标(a,2b)、(a,b)像素的平均值,所述中心点上方等于像素坐标(a, 2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
20.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(0,O),右上角的像素坐标为(3a, 3b)且像素坐标(2a,2b)、(a, b)或(2a,2b)、(a,b)、(2a,b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a,b)、(2a, 2b)像素的平均值,所述中心点左方以及所述中心点上方等于像素坐标(a, 2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
21.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(0,O),右上角的像素坐标为(3a, 3b)且像素坐标(a, 2b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a,b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方等于像素坐标(2a,2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
22.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(0,O),右上角的像素坐标为(3a,3b)且像素坐标(a,2b)、(2a, b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a, 2b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方等于像素坐标(2a,2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
23.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a,3b)且像素坐标(a,2b)、(a,b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(2a,2b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,2b)、(a,b)像素的平均值,所述中心点上方等于像素坐标(2a,2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
24.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a, 3b)且像素坐标(a,2b)、(a,b)、(2a, b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a, 2b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,2b)、(a, b)像素的平均值,所述中心点上方等于像素坐标(2a, 2b)的像素值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
25.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a,3b)且像素坐标(a,2b)、(2a,2b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a,b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方等于像素坐标(a,2b)、(2a, 2b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
26.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a, 3b)且像素坐标(a,2b)、(2a,2b)、(2a, b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a, 2b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a,b)的像素值,所述中心点上方等于像素坐标(a,2b)、(2a, 2b)像素的平均 值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
27.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a, 3b)且像素坐标(a,2b)、(2a,2b)、(a, b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(2a,2b)、(a, b)像素的平均值,所述中心点左方等于像素坐标(a,2b)、(a, b)的平均值,所述中心点上方等于像素坐标(a, 2b)、(2a, 2b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
28.根据权利要求7所述的图像边缘锯齿消除方法,其中,当所述4x4像素左下角的像素坐标为(O,O),右上角的像素坐标为(3a,3b)且像素坐标(a,2b)、(2a, 2b)、(a, b)、(2a, b)为检测出的边缘像素点时,所述4x4像素的中心点等于像素坐标(a,2b)、(2a,2b)、(a,b)、(2a, b)像素的平均值,所述中心点左方等于像素坐标(a, 2b)、(a,b)像素的平均值,所述中心点上方等于像素坐标(a, 2b)、(2a, 2b)像素的平均值,其中a为X轴方向的单位长度,b为Y轴方向的单位长度。
【文档编号】G06T5/00GK103996170SQ201410174632
【公开日】2014年8月20日 申请日期:2014年4月28日 优先权日:2014年4月28日
【发明者】李 浩, 胡厚亮, 朱立伟, 何振伟 申请人:深圳市华星光电技术有限公司

最新回复(0)