图像锐化调整

一、背景介绍

        之前找多尺度做对比度增强时间，发现了一些锐化相关算法，正好本来也要整理锐化，这里就直接顺手对之前做过的锐化大概整理了下，方便后续用的时间直接抓了。
        这里整理的锐化重要是两块：一个是参考论文：IEBPT（DARK IMAGE ENHANCEMENT BASED ON PAIRWISE TARGET CONTRAST AND MULTI-SCALE DETAIL BOOSTING）， 另一个是在usm基础上，加上边沿方向信息，改善噪声和黑白边问题。
二、实现流程

1、IEBPT

        这个的算法原理很简朴，大概意思来说，将输入图像依次举行三次差别强度的高斯平滑后，做图像之间减法，获得差别水平的细节信息，然后通过一定的组合方式把这些细节信息融合到原图中，从而得到锐化之后图像。

 
        感爱好小同伴可以参考资料：多尺度的图像细节提升。

        算法结果图如下(左边是原图，右边是算法结果):

 
        可以看到锐化结果很显着，但是也有显着副作用：噪声放大和显着黑白边问题。

2、usm原始版本

        考虑抗噪声干扰，直接常见的usm 锐化，算法原理很简朴：对输入图像举行高斯平滑，然后和原图相减得到纹理残差图像，残差图像上强度值信息小于一定阈值的当做噪声过滤掉，非噪声部分叠加回原图，得到细节增强后图像。感爱好的小同伴，可以参考资料：Unsharp Mask(USM)锐化算法的的原理及实在现。
        算法结果图如下(左边是原图，右边是算法结果):

 
        可以看到同样的，锐化结果显着，但是也存在不小的副作用：

                a、噪声过滤不干净，无纹理区域比较大的噪声被增强，变得更加突兀。
                b、黑白边也很显着。
3、usm改进版本

        尝试在usm原版版本上，加入边沿纹理检测，简朴来说就是只在纹理区域举行图像锐化，而且通过边沿强度抑制，改善黑白边问题。
        因此首先必要举行抗噪声干扰的边沿检测，我这里是使用滤波核，对输入图像举行x,y和两个对角线方向滤波，滤波叠加结果作为边沿信息，相关原理感爱好小同伴可以参考资料：
6079：图像处置惩罚学习条记（十四）——图像边沿锐化的基本方法(理论篇)
        检查得到的边沿信息如下：

 
        可以看到，边沿图像上噪声基本能过滤掉，而且根据边沿纹理信息，可以举行锐化强度控制。由于黑白边通常都是出现在强边附近，而且对强边来说，实际并不必要特别重的图像锐化，因此可以通过对强边沿锐化强度低落，改善黑白边问题。

 
        通过抑制边沿强度大于大概小于一定范围的像素锐化强度，来避免噪声放大和黑白边非常。

        算法结果图如下(左边是原图，右边是算法结果):

 
        可以看到，黑白边和无纹理去噪噪声放大情况相对会好不少。

        实在还有进一步改进空间，比如前面的边沿检测结果图，显着存在一些边沿不连续情况，可以考虑在多尺度上举行边沿检测，然后叠加结果作为终极边沿检测结果等。
三、复当代码

        简朴的复当代码地点：
https://github.com/yulinghan/ImageQualityEnhancement/tree/master/ltm/sharpen

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。