CN101296314A - 像素数据处理方法 - Google Patents

Abstract

本发明涉及数字图像信号处理技术，特别涉及图像边界像素进行矩阵运算时一种处理方法。本发明针对现有技术对边界像素和其它像素进行处理时图像显示不均匀的缺点，公开了一种像素数据处理方法。本发明的技术方案是，当待处理像素f的邻域中，有像素g分布于像素矩阵外，则根据像素g所处的位置，按照与像素f所在的行/列对称的原则，以矩阵中对应像素的值作为像素g的值，然后进行相应的处理。本发明用于图像处理领域，可以对边界像素和其它部分像素进行一视同仁的处理，达到一致的图像处理效果。特别是选择对称位置的像素进行缺省像素的填补，在简化程序的同时，保证了处理效果的均匀性。

Description

像素数据处理方法

技术领域

本发明涉及数字图像信号处理技术，特别涉及图像边界像素进行矩阵运算时一种处理方法。

背景技术

一幅数字图像由有限的像素(pixel)组成，像素的值(像素数据)反映了图像特定位置的相关信息(如色彩color、亮度brightness等)。在图像处理技术中，通常采用矩阵这样的离散数据结构来表达一幅图像。比如可以用二维矩阵来表示一幅数字图像，可以是静止图像或运动图像的一帧，矩阵中的元素就是像素的值，为整数，对应于图像信息的量化级别，如图像像素的亮度值、灰度值、色度值、对比度值、锐度值等，也可以是图像YUV空间的Y通道数据。在像素矩阵中由一些彼此邻接的像素组成的重要集合称之为邻域。图1是一帧图像矩阵结构示意图，图中每一个小方格代表一个像素。

为了提高图像的显示效果，就需要对原始图像的像素矩阵进行一些特殊的处理，通过复杂算法来完成原始图像在亮度、色度、对比度、锐利度提升以及伽玛校正、降噪处理等方面的调节，使图像看上去更加鲜艳生动，富于表现力。在这些图像处理算法中(如锐化和降噪处理)，就需要对以原始像素为中心的一个n×n大小的矩形邻域内的像素进行矩阵运算和处理。

在进行以上矩阵运算时，当待处理像素(像素f)处于显示屏的边界(一帧像素构成的矩阵的边界)时，则存在无法构成完整邻域的问题。比如对于一个分辨率为1366×768的显示屏来讲，待处理的单帧像素共768行，每行有1366个有效像素。当像素f位于屏的左上角第一行第一列时，以它为中心的n×n矩阵中的元素就是残缺不全的，缺少左部、上部及左上部的像素(像素g)。即像素f的邻域中，仅有1/4的像素处于矩阵中。同样的问题还出现在当待处理像素处于屏幕的上、下、左、右边界时。

现有技术在对像素进行矩阵运算时，首先判断待处理的像素f是否处于边界位置，若是，则不作处理，直接用该像素的原值进行显示，也即只对具有完整邻域的像素进行运算，而边界像素保持原值不变。

这种方法在多数普通图像上，也许看不出有什么问题，而且在算法实现上相对也比较容易。但是当遇到某些特殊图像时，这样的处理方式弊病就非常明显了。比如，在某些显示设备专用的测试图像中，有一种全屏均黑，仅有从左到右、从上到下横竖几条白色平行线条的测试图像。该图像主要用于测试显示设备的暗场均匀性、线条显现锐利度等指标。对于这种特殊图像，用上面的处理方法，就会发现在屏的左、右、上、下边界处，有明显的原值和锐化处理后的像素分界。原值白色线条的亮度分量明显低于锐化处理后的白色条纹，这样一来就看到整屏图像锐利度的不均匀了，边界与非边界区上、下、左、右四道分界线。分界线的宽度与n的取值有关，当n取7时，上、下、左、右分界是三行/三列，当n取得越大时，这种明暗分界线就越明显。

发明内容

本发明所要解决的技术问题，就是针对现有技术对边界像素和其它像素进行处理时图像显示不均匀的问题，提供一种像素数据处理方法，可以解决图像边界与其它部分不均匀的问题，对普通静态、动态视频图像和特殊测试图像，均能达到一致的画面处理效果，同时硬件实现起来也不复杂。

本发明解决所述技术问题，采用的技术方案是，像素数据处理方法，包括以下步骤：

a.在像素矩阵中选择待处理像素f；

b.根据像素数据处理算法选定像素f的邻域；

c.在所述邻域中，如果有像素g分布于所述像素矩阵外，则根据像素g所处的位置，按照与像素f所在的行/列对称的原则，以矩阵中对应像素的值作为像素g的值，然后执行所述处理算法。

本发明的有益效果是，可以对边界像素和其它部分像素进行一视同仁的处理，达到一致的图像处理效果。特别是选择对称位置的像素进行缺省像素的填补，在简化程序的同时，保证了处理效果的均匀性。

附图说明

图1是一帧图像矩阵结构示意图；

图2～图4是实施例1的示意图；

图5是实施例2的示意图；

图6是实施例3的示意图；

图7是实施例4的示意图；

图8是实施例5的示意图；

图9是实施例6的示意图；

图10是实施例7的示意图；

图11是实施例8的示意图；

图12是实施例9的示意图；

图13是实施例10的示意图；

图14是实施例11的示意图。

图中，粗实线表示矩阵的边界；每个小方格代表一个像素，其中的文字(字母、数字)代表该像素的值。

具体实施方式

下面结合附图及实施例，详细描述本发明的技术方案。

本发明的像素数据处理方法，当待处理像素f的邻域不完整时，即邻域中有像素g处于图1所示的矩阵外，则根据像素g所处的位置，按照对称原则，以矩阵中其他像素填补像素g，然后对像素f进行相应处理。

实施例1

假定待处理像素f位于图1所示的矩阵左上角顶部，如图2中的像素f44。这种情况是像素g分布在矩阵任意两条相交边界(矩阵上边界和左边界)外的情况，图中虚线方格代表像素g，实线方格代表矩阵中的像素。根据像素f44的处理算法，选定以像素f44为中心的7×7的矩形邻域。该邻域共有48个像素，除了实线方格代表的矩阵中的15个像素外，尚有33个虚线方格代表的像素g处于矩阵外。由于像素g实际上并不存在，需要用矩阵中的像素对其进行填补，并以其相应的值进行运算处理。具体的填补方法如下：

1.在图2中，以像素f44所在行为对称轴，用矩阵中的像素填补对称位置的像素g；如图3所示，处于矩阵上边界的像素g用矩阵中的像素进行了填补，像素f44的邻域中，还有处于左边界外的像素g需要填补；

2.在图3中，以像素f44所在列为对称轴，用邻域中的像素填补对称位置的其余像素g；如图4所示，像素f44的邻域中所有像素g均被矩阵中的像素填补。至此，根据填补后像素的值，以选定的邻域，对像素f44进行相应的算法处理。

从图4可以看出，也可以先以像素f44所在列为对称轴，用矩阵中的像素填补对称位置像素g；再以像素f44所在行为对称轴，用邻域中的像素填补对称位置的其余像素g。这样得到的结果与上述方法相同。

实施例2

本例除了选定的邻域为X型邻域外，其他情况与实施例1相同，如图5所示。可以看出，像素f44的邻域中，仅有像素f55、像素f66、像素f77处于矩阵中，采用上述方法可以对邻域中处于矩阵外的其他像素g进行填补，然后执行相应的算法处理。

实施例3

本例选定的邻域为十字型邻域，见图6。对处于矩阵外的像素g，可以采用相同的方法进行填补。本例其他情况与实施例1相同。

实施例4

本例中，像素f55为待处理像素。在选定的7×7邻域中，像素g分布在矩阵的上边界和左边界外，像素g的填补方法与实施例1相同。填补后像素g的值如图7所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

实施例5

本例中，像素f44为待处理像素，处于矩阵左下角。在选定的7×7邻域中，像素g分布在矩阵的下边界和左边界外，像素g的填补方法与实施例1相同。填补后像素g的值如图8所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

实施例6

本例中，像素f44为待处理像素，处于矩阵右上角。在选定的7×7邻域中，像素g分布在矩阵的上边界和右边界外，像素g的填补方法与实施例1相同。填补后像素g的值如图9所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

实施例7

本例中，像素f44为待处理像素，处于矩阵右下角。在选定的7×7邻域中，像素g分布在矩阵的下边界和右边界外，像素g的填补方法与实施例1相同。填补后像素g的值如图10所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

实施例8

本例中，像素f44为待处理像素，处于矩阵左边界。在选定的7×7邻域中，像素g分布在矩阵的左边界外，像素g的填补方法是，以像素f44所在列为对称轴，用矩阵中像素的值作为对称位置像素g的值。填补后像素g的值如图11所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

实施例9

本例中，像素f44为待处理像素，处于矩阵右边界。在选定的7×7邻域中，像素g分布在矩阵的右边界外，像素g的填补方法是，以像素f44所在列为对称轴，用矩阵中像素的值作为对称位置像素g的值。填补后像素g的值如图12所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

实施例10

本例中，像素f44为待处理像素，处于矩阵上边界。在选定的7×7邻域中，像素g分布在矩阵的上边界外，像素g的填补方法是，以像素f44所在行为对称轴，用矩阵中像素的值作为对称位置像素g的值。填补后像素g的值如图13所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

实施例11

本例中，像素f44为待处理像素，处于矩阵下边界。在选定的7×7邻域中，像素g分布在矩阵的下边界外，像素g的填补方法是，以像素f44所在行为对称轴，用矩阵中像素的值作为对称位置像素g的值。填补后像素g的值如图14所示。图中虚线方格代表像素g，实线方格代表矩阵中的像素。

Claims (10)

1.像素数据处理方法，包括以下步骤：

a.在像素矩阵中选择待处理像素f；

b.根据像素数据处理算法选定像素f的邻域；

c.在所述邻域中，如果有像素g分布于所述像素矩阵外，则根据像素g所处的位置，按照与像素f所在的行/列对称的原则，以矩阵中对应像素的值作为像素g的值，然后执行所述处理算法。

2.根据权利要求1所述的像素数据处理方法，其特征在于，步骤c中，所述像素的值为像素的亮度值或灰度值。

3.根据权利要求1所述的像素数据处理方法，其特征在于，步骤c中，所述像素的值为YUV空间的Y通道数据。

4.根据权利要求1所述的像素数据处理方法，其特征在于，所述像素矩阵为一帧图像的像素集合。

5.根据权利要求4所述的像素数据处理方法，其特征在于，所述一帧图像为静止图像或运动图像的一帧。

6.根据权利要求1～5任意一项所述的像素数据处理方法，其特征在于，所述邻域为：以像素f为中心的i×j的矩形邻域；所述i，j均为大于1的奇数。

7.根据权利要求6所述的像素数据处理方法，其特征在于，步骤c为

在所述邻域中，如果像素g分布在所述矩阵任意两条相交边界外，则以矩阵中对应像素的值作为像素g的值方法如下：

c11、以像素f所在行为对称轴，用矩阵中像素的值作为对称位置像素g的值；

c12、以像素f所在列为对称轴，用邻域中像素的值作为对称位置其余像素g的值；

或者

c′11、以像素f所在列为对称轴，用矩阵中像素的值作为对称位置像素g的值；

c′12、以像素f所在行为对称轴，用邻域中像素的值作为对称位置其余像素g的值；

在所述邻域中，如果像素g仅分布在所述矩阵任意一条边界外，则以矩阵中对应像素的值作为像素g的值方法如下：

以像素f所在列/行为对称轴，用矩阵中像素的值作为对称位置像素g的值。

8.根据权利要求6所述的像素数据处理方法，其特征在于，所述i＝j。

9.根据权利要求1所述的像素数据处理方法，其特征在于，所述邻域为：以像素f为中心的“X”形邻域。

10.根据权利要求1所述的像素数据处理方法，其特征在于，所述邻域为：以像素f为中心的“十字”形邻域。

Images