[发明专利]一种对图像边缘进行增强处理的方法和系统及介质

权利要求书

1.一种对图像边缘进行增强处理的方法，其特征在于，所述方法包括以下步骤：

提取待处理图像中的区域图像，所述提取待处理图像中的区域图像包括：利用矩形提取函数来形成截取矩形的ROI区域，基于所述ROI区域对待处理图像进行区域截取得到区域图像；

采用双线性插值法对所述区域图像进行线性插值处理；

对线性插值处理后的区域图像进行高斯平滑滤波处理；

对高斯滤波处理后的区域图像基于索贝尔算子进行边缘检测获取梯度图像；

根据梯度图像的灰度值确定所述梯度图像中待增强边缘；

对所述梯度图像的待增强边缘进行边缘增强处理生成边缘增强图像；

所述采用双线性插值法对所述区域图像进行线性插值处理包括：

获取所述区域图像的高度和宽度分别为SH、SW，得到线性插值图像的高度和宽度分别为DH＝SH*A、DW＝SW*B，则插值点坐标(x，y)的灰度值f1(x，y)由向后空间映射法得到的区域图像上的坐标位置(x+u，y+v)，与(x+u，y+v)相邻的四个坐标位置的灰度值f(i，j) ，f(i+1，j) ，f(i，j+1)和f(i+1 ，j+1)确定；

f1(x，y)＝（1-t）*（1-u）*f（i，j）+（1-t）*u*f（i+1，j）+t*(1-u)*f（i，j+1）+t*u*f（i+1，j+1）；

u，v分别表示插值点坐标(x ，y)与坐标位置(x+u，y+v)在水平和垂直方向的浮点距离；u＝(SH-1)/(DH-1)*x；v＝(SW-1)/(DW-1)*y；其中：x，y为正整数，0＜x＜DH，0＜y＜DW，A和B为线性插值倍数；

得到插值点坐标(x，y)的灰度值g1 (x，y)＝f1(x，y)，最近邻插值下采样得到插值点坐标(x，y)的灰度值g2(x，y)；g2(x，y)由插值点坐标(x，y)向后空间映射得到区域图像上的坐标(x+u，y+v)，与坐标(x+u，y+v)相邻的四个坐标位置(i，j) ，(i+1，j) ，(i，j+1)、(i+1，j+1)的欧式距离最短的一个坐标位置的灰度值确定；

重新求取插值点坐标(x，y)的灰度值f1′(x，y)，f1′(x ，y)由g1 (x ，y)与g2(x，y)的加权融合获得，加权融合的权重系数由插值点周边的4个相邻点像素的灰度方差构造，求取公式如下所示：

f1′(x，y)＝W₁*g₁(x，y)+W₂g₂(x，y)；

式中，，W₂＝1-W₁，δ为插值点周边的8个相邻点像素的灰度方差。

2.如权利要求1所述的对图像边缘进行增强处理的方法，其特征在于，所述对线性插值处理后的区域图像进行高斯平滑滤波处理包括：

计算区域图像下的高斯卷积核，所述高斯卷积核包括：

其中：为方差值窗口中对应的点的权重值矩阵，其为高斯卷积核；方差值窗口的行号为x，列号为y，为高斯半径；

基于高斯卷积核对线性插值处理后的区域图像进行高斯卷积模糊；

基于方差值窗口在灰度化区域图像中进行遍历，将线性插值处理后的区域图像转换成高斯滤波后的区域图像。

3.如权利要求2所述的对图像边缘进行增强处理的方法，其特征在于，所述对高斯滤波处理后的区域图像基于索贝尔算子进行边缘检测获取梯度图像包括：

将高斯滤波处理后的区域图像中的每个像素点都分别与卷积模板进行卷积运算，用卷积结果的最大值替换卷积模板中心所对应的像素值，作为新图像的灰度值；

将高斯滤波处理后的区域图像中所有的像素卷积运算后得到一幅新的灰度图像。

4.如权利要求3所述的对图像边缘进行增强处理的方法，其特征在于，所述根据梯度图像的灰度值确定所述梯度图像中待增强边缘包括：

选取一个合适的阈值，若梯度图像中的图像梯度值大于所述阈值，则认为所述像素点为待增强边缘点；

将所有待增强边缘点进行判断处理后得到所述梯度图像中待增强边缘，所述待增强边缘为像素位置点集合。