圖像模糊度的確定方法和設(shè)備的制作方法

圖像模糊度的確定方法和設(shè)備的制作方法
【專利摘要】本發(fā)明公開了圖像模糊度的確定方法和設(shè)備。用于確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的方法包括二值化步驟，用于將所述具有空間不連續(xù)性的圖像區(qū)域二值化以便獲得經(jīng)二值化的圖像區(qū)域；檢測步驟，用于檢測所述經(jīng)二值化的圖像區(qū)域中的輪廓邊緣像素；以及確定步驟，用于基于檢測到的輪廓邊緣像素確定所述具有空間不連續(xù)性的圖像區(qū)域的模糊度。
【專利說明】圖像模糊度的確定方法和設(shè)備
【技術(shù)領(lǐng)域】
[0001]本發(fā)明總體上涉及灰度圖像的模糊度的計(jì)算。特別地，本發(fā)明涉及用于確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的方法和設(shè)備，并且進(jìn)一步涉及用于確定具有空間不連續(xù)性的圖像的模糊度的方法和設(shè)備。
【背景技術(shù)】
[0002]隨著電子信息捕獲技術(shù)的飛速發(fā)展，自然環(huán)境中的真實(shí)物體(諸如人、建筑物、樹木、文檔等)通常被捕獲為圖像以便被進(jìn)一步存儲或處理。
[0003]在圖像處理領(lǐng)域中存在多種用于評估被捕獲的圖像的質(zhì)量的指標(biāo)。其中，模糊度(blurring degree)是一種非常重要的表示圖像的質(zhì)量測量的指標(biāo)，并且還可被稱為模糊度量或模糊水平，并且還等同于銳度度量。
[0004]在實(shí)踐中，圖像的模糊度通常需要被精確地確定以便作為進(jìn)一步處理的基礎(chǔ)，因此圖像的模糊度的確定在圖像處理(諸如圖像復(fù)原(例如，去模糊化)或者圖像增強(qiáng))、或多種圖像拾取設(shè)備(例如照相機(jī)、視頻照相機(jī)等)中得到廣泛引用，并且圖像的模糊度對于應(yīng)用了模糊度的應(yīng)用而言是非常關(guān)鍵的。
[0005]例如，在圖像復(fù)原或者圖像增強(qiáng)中，模糊度可被用作在自適應(yīng)局部去模糊化中進(jìn)行子圖像分類的度量，可用于估計(jì)點(diǎn)擴(kuò)散函數(shù)(PSF)矩陣的參數(shù)，或者可用作在迭代去模糊化算法中判斷算法是否可停止的閾值。
[0006]在圖像拾取設(shè)備的自聚焦系統(tǒng)中，模糊度可被用于實(shí)施自動聚焦系統(tǒng)中的最佳焦點(diǎn)確定，例如以便照相機(jī)自動調(diào)整其焦點(diǎn)。
[0007]當(dāng)前，模糊度的確定主要基于兩種思路。一種思路是基于頻譜分析方法(現(xiàn)有技術(shù)1)，另一種思路是基于邊緣的方法(現(xiàn)有技術(shù)2)。
[0008]在現(xiàn)有技術(shù)I的技術(shù)中，通常通過在頻域或者小波域中分析模糊圖像的模糊程度來獲得模糊度。
[0009]Sharp Laboratories of America, Inc.名下的美國專利 N0.7181082 描述了一種用于基于DCT變換確定模糊度量的方法。在其實(shí)現(xiàn)中，該方法利用了模糊圖像中的其功率譜隨著頻率增加更快地下落的特性，并且通過DCT系數(shù)的統(tǒng)計(jì)消息(諸如直方圖或者標(biāo)準(zhǔn)偏差)來描述此現(xiàn)象。更具體而言，該方法從多個(gè)DCT系數(shù)中得出兩個(gè)模糊指示符，并且使用這兩個(gè)指示符來測量圖像的模糊水平。
[0010]上述方法可適當(dāng)?shù)卦u估真實(shí)圖像。但是，該方法計(jì)算復(fù)雜并且具有低計(jì)算速度，這是因?yàn)樾枰獙τ诿?X8像素的子圖像應(yīng)用DCT變換，而這費(fèi)時(shí)且難以在基于照相機(jī)的文檔圖像處理中直接實(shí)現(xiàn)。此外，由于DCT變換不能很好地描述空間不連續(xù)性，因此DCT變換不適合于具有空間不連續(xù)性的圖像(諸如文檔圖像)的評估，因此不適合于模糊文檔圖像的評估。
[0011]在現(xiàn)有技術(shù)2的技術(shù)中，通常通過檢測并且評估圖像中包含的對象的邊緣的銳度來獲得模糊度。邊緣的銳度可由邊緣寬度或者邊緣強(qiáng)度來表示。邊緣寬度通常以像素?cái)?shù)來衡量，并且邊緣強(qiáng)度通常是無量綱的。實(shí)際上，邊緣強(qiáng)度通常被用于表示邊緣的銳度并且確定圖像的模糊度。
[0012]在2008 年的文章“Blind Image Quality Assessment for Measuring ImageBlur”中，提出了基于邊緣強(qiáng)度測量確定銳度度量的方法。更具體來說，該方法被如下地實(shí)現(xiàn):通過Canny檢測器來檢測邊緣像素；根據(jù)各邊緣像素周圍的局部極值來計(jì)算各邊緣像素的邊緣強(qiáng)度；以及選擇所有邊緣像素的結(jié)果中的最大值作為最終模糊度量。
[0013]此方法沒有考慮局部對比度差別的影響，并且可推斷局部圖像的對比度越高，則最終結(jié)果變得越大，這樣不能反映圖像的真實(shí)模糊水平。另一個(gè)缺陷是其使用Canny檢測器來檢測邊緣。Canny檢測器基于Gauss濾波進(jìn)行操作并且因此使得檢測過程具有高計(jì)算開銷并且變得緩慢且不準(zhǔn)確，而且其在基于照相機(jī)的文檔圖像處理中相對不高效。
[0014]STMicroelectronics Ltd.名下的美國專利N0.7899264也描述了用于評估模糊圖像的方法。此方法使用四個(gè)第一階邊緣檢測核(kernel)來確定邊緣，并且在固定邊緣寬度的上下文中來測量邊緣強(qiáng)度。然后，此方法通過邊緣的對比度來將邊緣強(qiáng)度歸一化，該邊緣的對比度是在垂直于邊緣的朝向的方向上確定的。
[0015]此方法的缺陷如下:首先，這種檢測核可能引入更多的噪聲，并且難以預(yù)先設(shè)定用于判斷是否為邊緣像素的合理閾值。其次，對于給定的邊緣，邊緣強(qiáng)度的測量僅僅利用了邊緣像素的最近相鄰像素，因此評估結(jié)果在沒有以高準(zhǔn)確度定位邊緣的情況下可能不那么可
[0016]Eastman Kodak Company名下的美國專利N0.6023056公開了這樣的方法,該方法通過Sobel檢測器來檢測圖像中的預(yù)定量值之上的多個(gè)邊緣，并且根據(jù)邊緣相關(guān)矩陣來測量檢測到的邊緣的銳度。
[0017]此方法缺陷如下:首先，Sobel檢測器在檢測邊緣時(shí)引入了一些噪聲。其次，邊緣相關(guān)矩陣的計(jì)算費(fèi)時(shí)。第三，此方法沒有考慮不同對比度的影響。
[0018]從上文可見，在現(xiàn)有技術(shù)2的技術(shù)中，邊緣檢測速度低并且其性能不穩(wěn)定，這是因?yàn)楝F(xiàn)有技術(shù)2的技術(shù)依賴于它們的邊緣檢測器或檢測核的參數(shù)。此外，這些技術(shù)不能適當(dāng)?shù)匾种茍D像的對比度的影響，因此在應(yīng)用于具有不同對比度的文檔圖像時(shí)不能實(shí)現(xiàn)準(zhǔn)確結(jié)果。

【發(fā)明內(nèi)容】

[0019]針對基于邊緣的方法開發(fā)了本發(fā)明，并且本發(fā)明旨在解決如上文所述的關(guān)于現(xiàn)有技術(shù)2的問題。
[0020]本發(fā)明的一個(gè)目標(biāo)是加速確定圖像的模糊度的處理速度。
[0021]本發(fā)明的另一個(gè)目標(biāo)是魯棒地實(shí)現(xiàn)圖像的模糊度確定。
[0022]根據(jù)本發(fā)明的第一方面，提供了一種用于確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的方法。該方法包括用于將具有空間不連續(xù)性的圖像區(qū)域二值化以便獲得經(jīng)二值化的圖像區(qū)域的二值化步驟；檢測該經(jīng)二值化的圖像區(qū)域中的輪廓邊緣像素的檢測步驟；以及用于基于檢測到的輪廓邊緣像素確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的確定步驟。
[0023]根據(jù)本發(fā)明的第二方面，提供了用于確定具有空間不連續(xù)性的圖像的模糊度的方法。該方法包括將圖像劃分成至少一個(gè)圖像區(qū)域的步驟；將根據(jù)第一方面的方法應(yīng)用于每個(gè)圖像區(qū)域以計(jì)算該圖像區(qū)域的模糊度的步驟；以及將該至少一個(gè)圖像區(qū)域的模糊度進(jìn)行平均以獲得該圖像的模糊度的步驟。
[0024]根據(jù)本發(fā)明的第三方面，提供了一種用于將具有空間不連續(xù)性的模糊圖像去模糊化的方法。該方法包括將該圖像劃分成至少一個(gè)圖像區(qū)域的步驟；將根據(jù)本發(fā)明的第一方面的方法應(yīng)用于每個(gè)圖像區(qū)域以計(jì)算該圖像區(qū)域的模糊度的步驟；對于每個(gè)圖像區(qū)域基于計(jì)算出的該圖像區(qū)域的模糊度進(jìn)行去模糊化的步驟；以及將該至少一個(gè)去模糊化的圖像區(qū)域組合以獲得去模糊化的圖像的步驟。
[0025]根據(jù)本發(fā)明的第四方面，提供了一種用于確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的設(shè)備。該設(shè)備包括被配置用于將具有空間不連續(xù)性的圖像區(qū)域二值化以便獲得經(jīng)二值化的圖像區(qū)域的二值化單元；被配置用于檢測經(jīng)二值化的圖像區(qū)域中的輪廓邊緣像素的檢測單元；以及被配置用于基于檢測到的輪廓邊緣像素確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的確定單元。
[0026]根據(jù)本發(fā)明的第五方面，提供了用于確定具有空間不連續(xù)性的圖像的模糊度的設(shè)備。該設(shè)備包括被配置用于將圖像劃分成至少一個(gè)圖像區(qū)域的單元；被配置用于將根據(jù)第一方面的方法應(yīng)用于每個(gè)圖像區(qū)域以計(jì)算該圖像區(qū)域的模糊度的單元；以及被配置用于將該至少一個(gè)圖像區(qū)域的模糊度進(jìn)行平均以獲得該圖像的模糊度的單元。
[0027]根據(jù)本發(fā)明的第六方面，提供了一種用于將具有空間不連續(xù)性的模糊圖像去模糊化的設(shè)備。該設(shè)備包括被配置用于將圖像劃分成至少一個(gè)圖像區(qū)域的單元；被配置用于將根據(jù)本發(fā)明的第一方面的方法應(yīng)用于每個(gè)圖像區(qū)域以計(jì)算該圖像區(qū)域的模糊度的單元；被配置用于對于每個(gè)圖像區(qū)域基于計(jì)算出的該圖像區(qū)域的模糊度進(jìn)行去模糊化的單元；以及被配置用于將該至少一個(gè)去模糊化的圖像區(qū)域組合以獲得去模糊化的圖像的單元。
[0028][有利效果]
[0029]這樣，基于圖像二值化以及輪廓邊緣像素提取，本發(fā)明實(shí)現(xiàn)了具有空間不連續(xù)性的圖像的模糊度的快速確定。
[0030]此外，通過計(jì)算灰度圖像的每個(gè)輪廓像素的邊緣強(qiáng)度并且利用關(guān)于該灰度圖像的對比度條件的信息來歸一化該邊緣強(qiáng)度，本發(fā)明實(shí)現(xiàn)了具有空間不連續(xù)性的圖像的模糊度的穩(wěn)定確定，由此確定的模糊度可在不同的照度和對比度條件下保持穩(wěn)定，因而該方法可用作邊緣強(qiáng)度的客觀度量來測量圖像的模糊度。
[0031]此外，本發(fā)明可實(shí)現(xiàn)用于具有空間不連續(xù)性的圖像的快速且魯棒的模糊度確定，這樣可明顯地加速計(jì)算過程，并且克服不同文檔圖像之間的對比度差的影響。
[0032]本發(fā)明的其他特性特征和優(yōu)點(diǎn)從下文參照附圖的描述將變得清晰。
【專利附圖】

【附圖說明】
[0033]并入說明書中并且構(gòu)成說明書的一部分的附圖示出了本發(fā)明的實(shí)施例，并且與描述一起用于解釋本發(fā)明的原理。在附圖中，相似的附圖標(biāo)記指示相似的項(xiàng)目。
[0034]圖1是示出可實(shí)現(xiàn)本發(fā)明的實(shí)施例的計(jì)算機(jī)系統(tǒng)的示例性硬件配置的框圖。
[0035]圖2是示出根據(jù)本發(fā)明的實(shí)施例的圖像區(qū)域的模糊度的確定方法的流程圖。
[0036]圖3是示出根據(jù)本發(fā)明的實(shí)施例的圖像區(qū)域的模糊度的確定設(shè)備的框圖。
[0037]圖4是示出根據(jù)本發(fā)明的示例性實(shí)施例的檢測步驟中的處理的流程圖。[0038]圖5A示出灰度圖，圖5B示出得自該灰度圖的二值化圖像，圖5C示出得自該二值化圖像的去噪聲的圖像，并且圖示出得自該去噪聲的圖像的輪廓邊緣。
[0039]圖6A示出模糊圖像，圖6B示出通過現(xiàn)有技術(shù)獲得的邊緣，并且圖6C示出通過本發(fā)明獲得的輪廓邊緣。
[0040]圖7是示出根據(jù)本發(fā)明的示例性實(shí)施例的檢測單元的框圖。
[0041]圖8是示出根據(jù)本發(fā)明的另一示例性實(shí)施例的檢測步驟中的處理的流程圖。
[0042]圖9示出具有2X2像素的像素塊的輪廓邊緣像素的分析結(jié)果。
[0043]圖10是示出根據(jù)本發(fā)明的示例性實(shí)施例的確定步驟中的處理的流程圖。
[0044]圖11示出要被確定的一些示例性梯度方向。
[0045]圖12示意性地示出輪廓邊緣像素周圍的局部灰度極值位置。
[0046]圖13示出根據(jù)本發(fā)明的示例性實(shí)施例的確定單元的框圖。
[0047]圖14示出具有相同內(nèi)容、相同模糊水平以及不同對比度的一組文檔圖像，其中(a)代表具有中間對比度的圖像，(b)代表具有低對比度的圖像，并且(C)代表具有高對比度的圖像。
[0048]圖15示出用于比較根據(jù)本發(fā)明的方法和現(xiàn)有技術(shù)的具有相同內(nèi)容、相同模糊水平以及不同對比度的另一組文檔圖像，其中(a)代表具有中間對比度的圖像，(b)代表具有低對比度的圖像，并且(C)代表具有高對比度的圖像。
[0049]圖16示出用于比較根據(jù)本發(fā)明的方法和現(xiàn)有技術(shù)的具有相同模糊水平、不同內(nèi)容、以及不同對比度的一組文檔圖像，其中(a)代表具有中間對比度的圖像，(b)代表具有低對比度的圖像，并且(C)代表具有高對比度的圖像。
【具體實(shí)施方式】
[0050]下文將參照附圖描述本發(fā)明的實(shí)施例。
[0051]應(yīng)注意，在附圖中相似的附圖數(shù)字和字母指示相似的項(xiàng)目，并且因此一旦一個(gè)項(xiàng)目在一個(gè)附圖中被定義，則對于隨后的附圖無需再對其進(jìn)行論述。
[0052]首先，將解釋在本公開的上下文中的一些術(shù)語的含義。
[0053]在本說明書的上下文中，圖像通常指的是灰度圖像，并且包括多個(gè)像素。
[0054]圖像可被分成至少一個(gè)圖像區(qū)域，每個(gè)圖像區(qū)域包括至少一個(gè)像素，并且圖像區(qū)域可以是多種形狀(諸如方形、矩形、五邊形、六邊形等)中的任一種。
[0055]圖像區(qū)域可包括至少一個(gè)像素塊，每個(gè)像素塊包括至少一個(gè)像素，并且像素塊可以是多種形狀(諸如方形、矩形、五邊形、六邊形等)中的任一種。通常，在具體實(shí)現(xiàn)中，像素塊的形狀將根據(jù)圖像區(qū)域的形狀被選擇。
[0056]具有空間不連續(xù)性的圖像通常指的是如下這樣的圖像，即該圖像包括與背景形成對比的至少一個(gè)離散分布的對象。這樣的具有空間不連續(xù)性的圖像的常見示例是文檔圖像，并且該至少一個(gè)離散分布的對象是文檔圖像中包含的字符。當(dāng)然，離散對象可以是文檔圖像或其它類型的圖像中的例如離散人物、建筑物、樹木等的其他物體的圖片。
[0057]二值化之后的圖像由兩種類型的像素(即前景像素和背景像素)構(gòu)成，其中背景像素是在二值化中使用的背景顏色的像素，并且前景像素是在二值化中使用的非背景顏色(即，前景顏色)的像素。在通常的實(shí)現(xiàn)中，灰度圖像可被二值化為黑白圖像，并且前景像素是黑像素并且背景像素是白像素。當(dāng)然，二值化中使用的兩種顏色可以是其它顏色。
[0058]圖像中的輪廓邊緣像素指的是二值化圖像區(qū)域中的至少一個(gè)離散分布的對象相對于背景的輪廓邊界中的像素，并且在文檔圖像的情況下，輪廓邊緣像素通常是字符中包含的筆劃的外輪廓中的像素。
[0059]內(nèi)部前景像素(inner foreground pixel)是在二值化圖像區(qū)域中的至少一個(gè)離散分布對象內(nèi)部包含的前景像素，并且在文檔圖像的情況下，內(nèi)部前景像素是在字符的筆劃輪廓內(nèi)部的前景像素。
[0060]在本公開中，術(shù)語“第一”、“第二”等僅僅用于區(qū)分元素或者步驟，而不是要指示時(shí)間順序、優(yōu)先選擇或者重要性。
[0061]圖1是示出可實(shí)施本發(fā)明的實(shí)施例的計(jì)算機(jī)系統(tǒng)1000的硬件配置的框圖。
[0062]如圖1所示，計(jì)算機(jī)系統(tǒng)包括計(jì)算機(jī)1110。計(jì)算機(jī)1110包括處理單元1120、系統(tǒng)存儲器1130、不可移除非易失性存儲器接口 1140、可移除非易失性存儲器接口 1150、用戶輸入接口 1160、網(wǎng)絡(luò)接口 1170、視頻接口 1190、和輸出外圍接口 1195，它們通過系統(tǒng)總線1121連接。
[0063]系統(tǒng)存儲器1130包括ROM (只讀存儲器)1131和RAM (隨機(jī)存取存儲器)1132。BIOS (基本輸入輸出系統(tǒng))1133駐留在ROM 1131中。操作系統(tǒng)1134、應(yīng)用程序1135、其它程序模塊1136和一些程序數(shù)據(jù)1137駐留在RAM 1132中。
[0064]不可移除非易失性存儲器1141 (諸如硬盤)連接到不可移除非易失性存儲器接口1140。不可移除非易失性存儲器1141例如可存儲操作系統(tǒng)1144、應(yīng)用程序1145、其它程序模塊1146以及一些程序數(shù)據(jù)1147。
[0065]可移除非易失性存儲器(例如軟盤驅(qū)動器1151和⑶-ROM驅(qū)動器1155)連接到可移除非易失性存儲器接口 1150。例如，軟盤1152可插入軟盤驅(qū)動器1151，并且⑶(緊致盤)1156可插入CD-ROM驅(qū)動器1155。
[0066]諸如鼠標(biāo)1161和鍵盤1162的輸入設(shè)備連接到用戶輸入接口 1160。
[0067]計(jì)算機(jī)1110可通過網(wǎng)絡(luò)接口 1170連接到遠(yuǎn)程計(jì)算機(jī)1180。例如，網(wǎng)絡(luò)接口 1170可經(jīng)局域網(wǎng)1171連接到遠(yuǎn)程計(jì)算機(jī)1180?？商鎿Q地，網(wǎng)絡(luò)接口 1170可連接到調(diào)制解調(diào)器(調(diào)制器一解調(diào)器)1172，并且調(diào)制解調(diào)器1172經(jīng)廣域網(wǎng)1173連接到遠(yuǎn)程計(jì)算機(jī)1180。
[0068]遠(yuǎn)程計(jì)算機(jī)1180可包括諸如硬盤的存儲器1181，其存儲遠(yuǎn)程應(yīng)用程序1185。
[0069]視頻接口 1190連接到監(jiān)視器1191。
[0070]輸出外圍接口 1195連接到打印機(jī)1196和揚(yáng)聲器1197。
[0071]圖1所示的計(jì)算機(jī)系統(tǒng)僅是說明性的，并且決不打算限制本發(fā)明、其應(yīng)用或者使用。
[0072]圖1所示的計(jì)算機(jī)系統(tǒng)可對于任一實(shí)施例被實(shí)現(xiàn)為孤立計(jì)算機(jī)，或者設(shè)備中的處理系統(tǒng)，其中可去除一個(gè)或多個(gè)不必要的組件或者可添加一個(gè)或多個(gè)附加的組件。
[0073][基本實(shí)施例]
[0074]下文，將參照圖2描述具有空間不連續(xù)性的圖像區(qū)域的模糊度的確定方法。
[0075]在步驟S100 (還被稱為二值化步驟)中，具有空間不連續(xù)性的圖像區(qū)域被二值化以便獲得二值化圖像區(qū)域。這樣的具有空間不連續(xù)性的圖像區(qū)域是灰度圖像區(qū)域，并且通常由具有空間不連續(xù)性的灰度圖像分割得到。[0076]在步驟S200 (還被稱為檢測步驟)中，可在該二值化圖像區(qū)域中檢測輪廓邊緣像素。
[0077]在步驟S300 (還被稱為確定步驟)中，可基于檢測到的輪廓邊緣像素確定具有空間不連續(xù)性的圖像區(qū)域的模糊度。更具體來說，基于與檢測到的輪廓邊緣像素對應(yīng)的灰度圖像區(qū)域中的像素的值計(jì)算模糊度。
[0078]圖3是示出根據(jù)本發(fā)明的實(shí)施例的圖像區(qū)域的模糊度的確定設(shè)備的框圖。該設(shè)備300可包括被配置為將具有空間不連續(xù)性的圖像區(qū)域二值化以便獲得二值化圖像區(qū)域的二值化單元301 ;被配置為在該二值化圖像區(qū)域中檢測輪廓邊緣像素的檢測單元302 ;以及被配置為基于檢測到的輪廓邊緣像素確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的確定單元 303。
[0079]下文，將參照本發(fā)明的一些示例性實(shí)施例描述實(shí)施例中的各步驟以及對應(yīng)單元中的具體處理。應(yīng)注意，盡管以下的描述和對應(yīng)的附圖涉及文檔圖像，但是這些處理可被等同地應(yīng)用于其它類型的具有空間不連續(xù)性的圖像。
[0080][ 二值化處理]
[0081]二值化可被以本領(lǐng)域中已知的多種方式實(shí)現(xiàn)。在本發(fā)明中，使用Otus方法來二值化圖像區(qū)域，并且該方法可以高速度和相對好的結(jié)果將圖像區(qū)域二值化。由于Otus方法是本領(lǐng)域中常用的二值化方法，它的詳細(xì)描述在此被省略。
[0082]圖5A示出原始的灰度文檔圖像，并且圖5B是通過Otus方法得自圖5A中的灰度圖像的二值化文檔圖像。如圖5B所示，白像素將是二值化圖像中的背景像素，并且黑像素因此是前景像素。應(yīng)注意，圖5B僅是說明性的，并且依賴于二值化中所使用的顏色，前景像素和背景像素可具有與圖5B中的顏色不同的顏色。
[0083][檢測處理]
[0084]如上所述，本發(fā)明通過從二值化圖像中檢測輪廓邊緣像素并且利用該輪廓邊緣像素來確定模糊度，改進(jìn)了圖像的模糊度的確定，這是因?yàn)檩喞吘壪袼乜筛鼫?zhǔn)確地識別圖像中所包含的對象的邊緣，因此使得確定更準(zhǔn)確。
[0085]下文，將描述用于檢測輪廓邊緣像素的兩種檢測處理。
[0086][示例性實(shí)施例1]
[0087]在示例性實(shí)施例1中，將參照圖4描述本發(fā)明的檢測處理。
[0088]在步驟S201 (還可被稱為噪聲過濾步驟)中，從二值化圖像區(qū)域中濾除被視為噪
聲像素的前景像素。
[0089]在步驟S202 (還可被稱為內(nèi)部前景像素過濾步驟)中，從噪聲過濾之后的二值化圖像區(qū)域中濾除內(nèi)部前景像素，從而剩余的前景像素將被視為輪廓邊緣像素。
[0090]圖7是示出根據(jù)本發(fā)明的示例性實(shí)施例的檢測單元的框圖。檢測單元302可包括被配置為從二值化圖像區(qū)域中濾除被視為噪聲像素的前景像素的噪聲過濾單元3021和被配置為從噪聲過濾之后的二值化圖像區(qū)域中濾除內(nèi)部前景像素，從而剩余的前景像素將被視為輪廓邊緣像素的內(nèi)部前景像素過濾單元3022。
[0091]下文，將參照圖5A至6C詳細(xì)描述噪聲過濾步驟和內(nèi)部前景像素過濾步驟中的每一個(gè)中的具體處理。圖5A至輸出各處理階段中的圖像，并且圖6A至6C示出現(xiàn)有技術(shù)2和本發(fā)明之間的檢測邊緣的比較。[0092]如圖5B所示，二值化圖像例如由于不均勻的照明而在其中仍包含一些噪聲，諸如在二值化圖像的左上角的黑色污跡，并且噪聲像素通常表現(xiàn)為二值化圖像中的前景像素，并且在檢測期間可能被不正確地檢測為邊緣像素，由此對于基于檢測結(jié)果的進(jìn)一步處理產(chǎn)生不利影響。因此，需要消除噪聲像素以避免它的負(fù)面影響。
[0093]由于噪聲像素通常是前景像素，因此噪聲像素將被從二值化圖像中的所有前景像素檢測。
[0094]對于二值化圖像中的通常由p (i，j)表達(dá)的每個(gè)檢測到的前景像素，其中(i，j)是二值化圖像和原始灰度圖像中的像素的坐標(biāo)，檢測到的前景像素的周圍的具有預(yù)定尺寸的預(yù)定區(qū)域(像素塊)將被檢測。更具體來說，預(yù)定區(qū)域中所包含的除了該檢測到的前景像素之外的像素的類型和數(shù)目被檢測。
[0095]當(dāng)前景像素周圍的預(yù)定區(qū)域中所包含的背景像素的數(shù)目大于預(yù)定閾值(第一閾值)時(shí)，該前景像素被視為噪聲像素并且將被濾除。
[0096]第一閾值可以是該預(yù)定區(qū)域中包含的像素的總數(shù)的80%。
[0097]該預(yù)定區(qū)域可被稱為第一預(yù)定區(qū)域，并且可以是如上文所述的多種形狀，并且預(yù)定區(qū)域的優(yōu)選形狀為方形，并且預(yù)定區(qū)域的預(yù)定尺寸(第一尺寸)可以是5X5像素的尺寸。
[0098]優(yōu)選地，該預(yù)定區(qū)域通常為其中該檢測到的前景像素居中的區(qū)域?？商鎿Q地，該檢測到的前景像素可位于該預(yù)定區(qū)域的中部范圍中。
[0099]當(dāng)然，該預(yù)定尺寸(第一尺寸)和第一閾值可被操作者根據(jù)實(shí)際處理環(huán)境任意設(shè)定。
[0100]圖5C示出二值化圖像的去噪聲的結(jié)果，并且可見，噪聲像素(諸如在圖像區(qū)域的左上角處的污跡)被有效地檢測到并且濾除，而實(shí)際筆劃得到保護(hù)。
[0101]相比于現(xiàn)有技術(shù)2的邊緣檢測器(諸如Canny檢測器)，本發(fā)明的一個(gè)主要優(yōu)點(diǎn)是僅識別并且利用圖像中的離散分布的對象的輪廓邊緣(例如，在文檔圖像中，輪廓筆劃上的邊緣)，而現(xiàn)有技術(shù)的邊緣檢測器檢測并利用了更詳細(xì)的邊緣。但是，并不是輸入圖像中的所有邊緣對于邊緣強(qiáng)度計(jì)算都是有用的。
[0102]如圖6B所示，可見當(dāng)圖像如圖6A所示那樣模糊時(shí)，Canny方法檢測到筆劃中的許多弱的邊緣(在圖6B中用圓圈標(biāo)記出)。但是，由于文檔圖像的模糊水平主要由文檔圖像中包含的字符的輪廓邊緣與背景之間的邊緣的強(qiáng)度描述，而不是由筆劃內(nèi)的那些邊緣(例如，弱邊緣)描述，并且剩余的那些弱邊緣將不僅增加計(jì)算開銷，而且也使得模糊度的計(jì)算不準(zhǔn)確。
[0103]相反，本發(fā)明忽略了那些弱邊緣，并且將獲得更加精確的結(jié)果，如圖6C所示。
[0104]因此，本發(fā)明將濾除與二值化圖像中的內(nèi)部前景像素對應(yīng)的這樣的弱邊緣像素，以便僅識別并利用離散分布對象的輪廓邊界與背景之間的邊緣中包含的輪廓邊緣像素。
[0105]在內(nèi)部前景像素過濾期間，對于噪聲過濾之后的前景像素中的每一個(gè)，當(dāng)該前景像素周圍的具有預(yù)定尺寸的預(yù)定區(qū)域(像素塊)中包含的所有像素都是前景像素時(shí)，該前景像素被視為內(nèi)部前景像素并且將被濾除。
[0106]該預(yù)定區(qū)域可被稱為第二預(yù)定區(qū)域，并且可以為如上所述的多種形狀，并且該預(yù)定區(qū)域的優(yōu)選形狀為方形，并且該預(yù)定區(qū)域的預(yù)定尺寸(第二尺寸)可以是3X3像素的尺寸。[0107]優(yōu)選地，該預(yù)定區(qū)域通常是其中被檢測的前景像素居中的區(qū)域?？商鎿Q地，該被檢測的前景像素可位于該預(yù)定區(qū)域的中部范圍中。
[0108]當(dāng)然，該預(yù)定尺寸(第二尺寸)可被操作者根據(jù)實(shí)際處理環(huán)境任意設(shè)定。
[0109]從圖中可見，筆劃的內(nèi)部前景像素被濾除，并且各像素的輪廓被檢測到。
[0110][示例性實(shí)施例2]
[0111]下文，將描述檢測步驟中的用于識別輪廓邊緣像素的另一處理。
[0112]在此檢測處理中，將檢測二值化圖像中的具有預(yù)定尺寸(第三尺寸)的每個(gè)像素塊，并且當(dāng)像素塊中的前景像素符合預(yù)定條件時(shí)，可在該像素塊中識別輪廓邊緣像素。
[0113]因此，在這樣的示例性實(shí)施例中，檢測單元302將檢測二值化圖像中的具有預(yù)定尺寸(第三尺寸)的每個(gè)像素塊，并且當(dāng)該像素塊中的前景像素符合預(yù)定條件時(shí)，從該像素塊中識別輪廓邊緣像素。
[0114]在示例性實(shí)現(xiàn)中，該預(yù)定尺寸為2X2像素的尺寸，并且該預(yù)定條件對應(yīng)于該2X2像素塊中的前景像素的數(shù)量。
[0115]圖8是示出這樣的示例性實(shí)現(xiàn)中的檢測處理的流程圖，并且圖9示出對應(yīng)于該預(yù)定條件的具有2X2像素的像素塊中的像素布置，以及該示例性實(shí)現(xiàn)中的輪廓邊緣像素的識別結(jié)果。
[0116]如圖8所示，要被檢測的具有2X2像素的尺寸的每個(gè)像素塊中包含的前景像素的數(shù)量應(yīng)被首先確定，并且當(dāng)像素塊包含兩個(gè)或三個(gè)前景像素時(shí)，該像素塊將被確定為包括輪廓邊緣像素，并且符合特定布置的前景像素將被識別為輪廓邊緣像素。
[0117]更具體而言，當(dāng)該像素塊中存在兩個(gè)前景像素時(shí)，這兩個(gè)前景像素為輪廓邊緣像素，并且當(dāng)該像素塊中存在三個(gè)前景像素時(shí)，這三個(gè)前景像素中的沿對象線方向的兩個(gè)像素為輪廓邊緣像素，如圖9所示，其中該像素塊中的陰影框和空白框分別對應(yīng)于前景像素和背景像素，并且其中的具有符號“ * ”的陰影框?qū)?yīng)于輪廓邊緣像素。
[0118]應(yīng)注意，圖9僅示出用于確定輪廓邊緣像素的一些示例性條件和布置，并且其它條件和布置還可由操作者根據(jù)灰度圖像中的離散對象被設(shè)定。例如，在其它形狀的預(yù)定區(qū)域中，輪廓邊緣像素的布置可以是沿曲線的。
[0119]盡管上文已經(jīng)描述了兩個(gè)示例性檢測處理，但是應(yīng)注意，它們是說明性的并且本發(fā)明并不因此受限。本發(fā)明的檢測處理可被以其它方式實(shí)現(xiàn)，只要僅輪廓邊緣像素被識別并且被用于確定灰度圖像的模糊度即可。
[0120][確定步驟]
[0121]這樣的確定處理可被以與現(xiàn)有技術(shù)中的用于基于邊緣像素計(jì)算模糊度的方式類似的方式實(shí)現(xiàn)。例如，通過計(jì)算檢測到的邊緣像素中的每一個(gè)的邊緣強(qiáng)度來計(jì)算灰度圖像的模糊度。
[0122]在本實(shí)施例中，灰度圖像區(qū)域的模糊度通過如下地平均化該圖像區(qū)域中包含的輪廓邊緣像素的邊緣強(qiáng)度以便獲得該圖像區(qū)域的模糊度而被獲得。
[0123]",) = 士Z
[0124]其中，N為圖像區(qū)域中的輪廓邊緣像素的數(shù)量，S(Pj)為該圖像區(qū)域中的第j個(gè)輪廓邊緣像素的邊緣強(qiáng)度。[0125]應(yīng)注意，不管確定方式如何，本發(fā)明的基本實(shí)施例的整體計(jì)算速度仍由于輪廓邊緣像素的快速檢測而大大提高。
[0126]此外，為了進(jìn)一步加速圖像區(qū)域的模糊度的計(jì)算，在輪廓邊緣像素的檢測完成之后，可將輪廓邊緣像素的數(shù)目與預(yù)定閾值(第二閾值)相比，以便確定該圖像區(qū)域是否是空白區(qū)域(margin area)。第二閾值通常是該圖像區(qū)域中的像素的總數(shù)的0.05%。
[0127]當(dāng)輪廓邊緣像素的數(shù)目小于此閾值時(shí)，該圖像區(qū)域可被分類為空白區(qū)域，并且其模糊度可不進(jìn)行計(jì)算，或者可被設(shè)定為默認(rèn)值，例如值O。
[0128][良好效果]
[0129]通過利用二值化和輪廓邊緣像素的檢測，本發(fā)明的基本實(shí)施例可實(shí)現(xiàn)良好的效果。
[0130]該過程使用二值化圖像來檢測輪廓邊緣像素，與灰度圖像中的邊緣檢測方法相t匕，該二值化圖像適合于文檔圖像并且對于找到真實(shí)邊緣是可靠的。
[0131]此外，與現(xiàn)有技術(shù)I相比，由于避免了頻域中的變換，計(jì)算復(fù)雜度顯著降低并且計(jì)算速度顯著增加。此外，本發(fā)明的基本實(shí)施例可良好地適合于具有空間不連續(xù)性的圖像。
[0132]與現(xiàn)有技術(shù)2相比，本發(fā)明參照二值化圖像，并且僅檢測并利用得自前景像素的外輪廓像素以用于確定模糊度，這樣不需要計(jì)算或分析灰度圖像的導(dǎo)數(shù)，從而速度提高并且檢測精度提高。相反，現(xiàn)有技術(shù)2中的技術(shù)通常具有低的速度，并且它們的檢測精度依賴于預(yù)設(shè)參數(shù)，因此受限。
[0133]以下的表I和2示出了現(xiàn)有技術(shù)和本發(fā)明的檢測速度之間的比較。從中清楚可見，本發(fā)明的檢測速度大大提聞。
[0134]與現(xiàn)有技術(shù)I相比，如表I所示，本發(fā)明的運(yùn)行速度提高大約6倍。
[0135]表I
[0136](CPU =Pentium 4,2.8GHz)
[0137]
【權(quán)利要求】
1.一種用于確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的方法，該方法包括: 二值化步驟，用于將所述具有空間不連續(xù)性的圖像區(qū)域二值化以便獲得經(jīng)二值化的圖像區(qū)域； 檢測步驟，用于檢測所述經(jīng)二值化的圖像區(qū)域中的輪廓邊緣像素；以及確定步驟，用于基于檢測到的輪廓邊緣像素確定所述具有空間不連續(xù)性的圖像區(qū)域的模糊度。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述具有空間不連續(xù)性的圖像區(qū)域包括至少一個(gè)離散分布的對象，并且輪廓邊緣像素為在所述經(jīng)二值化的圖像區(qū)域中離散分布的對象相對于背景的輪廓邊界中的像素。
3.根據(jù)權(quán)利要求2所述的方法，其中，所述具有空間不連續(xù)性的圖像區(qū)域是文檔圖像區(qū)域，并且所述至少一個(gè)離散分布的對象 是所述文檔圖像區(qū)域中的字符。
4.根據(jù)權(quán)利要求1所述的方法，其中，所述確定步驟包括用于計(jì)算檢測到的輪廓邊緣像素中的每一個(gè)的邊緣強(qiáng)度、以便確定所述具有空間不連續(xù)性的圖像區(qū)域的模糊度的步驟。
5.根據(jù)權(quán)利要求1所述的方法，其中，所述經(jīng)二值化的圖像區(qū)域包括前景像素和背景像素，并且 其中，所述檢測步驟進(jìn)一步包括: 噪聲過濾步驟，用于從所述經(jīng)二值化的圖像區(qū)域中濾除被視為噪聲像素的前景像素；以及 內(nèi)部前景像素過濾步驟，用于在噪聲過濾之后的所述經(jīng)二值化的圖像區(qū)域中濾除內(nèi)部前景像素， 其中，在噪聲過濾和內(nèi)部前景像素過濾之后的剩余的前景像素被檢測為輪廓邊緣像素。
6.根據(jù)權(quán)利要求5所述的方法，其中， 噪聲過濾步驟包括對于前景像素中的每一個(gè)，當(dāng)該前景像素周圍的第一預(yù)定區(qū)域中所包含的背景像素的數(shù)目大于第一預(yù)定閾值時(shí)，檢測該前景像素為噪聲像素，并且濾除該前景像素。
7.根據(jù)權(quán)利要求6所述的方法，其中，所述第一預(yù)定區(qū)域是具有5X5像素的方形區(qū)域；以及 其中，所述第一預(yù)定閾值是所述第一預(yù)定區(qū)域中包含的像素的總數(shù)的80%。
8.根據(jù)權(quán)利要求5所述的方法，其中， 內(nèi)部前景像素過濾步驟包括對于噪聲過濾之后的前景像素中的每一個(gè)，當(dāng)該前景像素周圍的第二預(yù)定區(qū)域中所包含的所有像素都是前景像素時(shí)，檢測該前景像素為內(nèi)部前景像素，并且濾除該前景像素。
9.根據(jù)權(quán)利要求8所述的方法，其中，所述第二預(yù)定區(qū)域?yàn)榫哂?X3像素的方形區(qū)域。
10.根據(jù)權(quán)利要求1所述的方法，其中， 所述檢測步驟包括對于所述經(jīng)二值化的圖像區(qū)域中包含的具有預(yù)定尺寸的像素塊中的每一個(gè)，僅當(dāng)該像素塊中的前景像素符合預(yù)定條件時(shí)識別該像素塊中的輪廓邊緣像素。
11.根據(jù)權(quán)利要求10所述的方法，其中該像素塊的預(yù)定尺寸為2X2像素， 該預(yù)定條件是該像素塊中包含的前景像素的數(shù)目為2或3，以及當(dāng)該像素塊中存在兩個(gè)前景像素時(shí)，這兩個(gè)前景像素被識別為輪廓邊緣像素，或者當(dāng)該像素塊中存在三個(gè)前景像素時(shí)，該三個(gè)前景像素之中的沿對角線方向的兩個(gè)前景像素被識別為輪廓邊緣像素。
12.根據(jù)權(quán)利要求1所述的方法，其中，所述確定步驟包括: 邊緣強(qiáng)度計(jì)算步驟，用于對于每個(gè)輪廓邊緣像素，計(jì)算該輪廓邊緣像素的邊緣強(qiáng)度；歸一化步驟，對于每個(gè)輪廓邊緣像素，利用關(guān)于該圖像區(qū)域的對比度條件的信息來對該輪廓邊緣像素的計(jì)算出的邊緣強(qiáng)度進(jìn)行歸一化；以及 模糊度計(jì)算步驟，用于基于該輪廓邊緣像素的經(jīng)歸一化的邊緣強(qiáng)度，計(jì)算該圖像區(qū)域的模糊度。
13.根據(jù)權(quán)利要求12所述的方法，其中，所述邊緣強(qiáng)度計(jì)算步驟包括: 從該圖像區(qū)域中在通過該輪廓邊緣像素的最大灰度梯度方向上找到該輪廓邊緣像素周圍的局部灰度極大值像素和局部灰度極小值像素；以及 通過將該局部灰度極大值像素和局部灰度極小值像素之間的灰度差除以該局部灰度極大值像素和局部灰度極小值像素之間的沿該最大灰度梯度方向的距離，計(jì)算該輪廓邊緣像素的邊緣強(qiáng)度。
14.根據(jù)權(quán)利要求12所述的方法 ，其中， 關(guān)于該圖像區(qū)域的對比度條件的信息是在該具有空間不連續(xù)性的圖像區(qū)域中的該輪廓邊緣像素周圍的第三預(yù)定區(qū)域中的局部灰度方差；以及 該歸一化步驟包括將計(jì)算出的邊緣強(qiáng)度除以該局部灰度方差以便歸一化該計(jì)算出的邊緣強(qiáng)度。
15.根據(jù)權(quán)利要求14所述的方法，其中，所述第三預(yù)定區(qū)域是具有5X5像素的區(qū)域。
16.根據(jù)權(quán)利要求4所述的方法，其中，所述確定步驟包括: 將圖像區(qū)域中包含的輪廓邊緣像素的邊緣強(qiáng)度平均化以便獲得該圖像區(qū)域的模糊度。
17.一種用于確定具有空間不連續(xù)性的圖像的模糊度的方法，該方法包括: 將該圖像劃分成至少一個(gè)圖像區(qū)域； 將根據(jù)權(quán)利要求1-16中任一項(xiàng)所述的方法應(yīng)用于各圖像區(qū)域，以計(jì)算圖像區(qū)域的模糊度；以及 將該至少一個(gè)圖像區(qū)域的模糊度進(jìn)行平均化以獲得該圖像的模糊度。
18.一種用于將具有空間不連續(xù)性的模糊圖像去模糊化的方法，該方法包括: 將該圖像劃分成至少一個(gè)圖像區(qū)域； 將根據(jù)權(quán)利要求1-16中任一項(xiàng)所述的方法應(yīng)用于各圖像區(qū)域，以計(jì)算圖像區(qū)域的模糊度； 基于計(jì)算出的圖像區(qū)域的模糊度對各圖像區(qū)域進(jìn)行去模糊化；以及 將該至少一個(gè)經(jīng)去模糊化的圖像區(qū)域進(jìn)行組合以獲得經(jīng)去模糊化的圖像。
19.一種用于確定具有空間不連續(xù)性的圖像區(qū)域的模糊度的設(shè)備，該設(shè)備包括: 二值化單元，被配置用于將所述具有空間不連續(xù)性的圖像區(qū)域二值化以便獲得經(jīng)二值化的圖像區(qū)域；檢測單元，被配置用于檢測所述經(jīng)二值化的圖像區(qū)域中的輪廓邊緣像素；以及確定單元，被配置用于基于檢測到的輪廓邊緣像素確定所述具有空間不連續(xù)性的圖像區(qū)域的模糊度。
20.根據(jù)權(quán)利要求19所述的設(shè)備，其中，所述具有空間不連續(xù)性的圖像區(qū)域包括至少一個(gè)離散分布的對象，并且輪廓邊緣像素為在所述經(jīng)二值化的圖像區(qū)域中離散分布的對象相對于背景的輪廓邊界中的像素。
21.根據(jù)權(quán)利要求20所述的設(shè)備，其中，所述具有空間不連續(xù)性的圖像區(qū)域是文檔圖像區(qū)域，并且所述至少一個(gè)離散分布的對象是所述文檔圖像區(qū)域中的字符。
22.根據(jù)權(quán)利要求19所述的設(shè)備，其中，所述確定單元包括被配置用于計(jì)算檢測到的輪廓邊緣像素中的每一個(gè)的邊緣強(qiáng)度、以便確定所述具有空間不連續(xù)性的圖像區(qū)域的模糊度的單元。
23.根據(jù)權(quán)利要求19所述的設(shè)備，其中，所述經(jīng)二值化的圖像區(qū)域包括前景像素和背景像素，并且 其中，所述檢測單元進(jìn)一步包括: 噪聲過濾單元，被配置用于從所述經(jīng)二值化的圖像區(qū)域中濾除被視為噪聲像素的前景像素；以及 內(nèi)部前景像素過濾單元，被配置用于在噪聲過濾之后的所述經(jīng)二值化的圖像區(qū)域中濾除內(nèi)部前景像素， 其中，在噪聲過濾和內(nèi)部前景像素過濾之后的剩余的前景像素被檢測為輪廓邊緣像素。
24.根據(jù)權(quán)利要求23所述的設(shè)備，其中， 噪聲過濾單元包括被配置用于對于前景像素中的每一個(gè)，當(dāng)該前景像素周圍的第一預(yù)定區(qū)域中所包含的背景像素的數(shù)目大于第一預(yù)定閾值時(shí)，檢測該前景像素為噪聲像素，并且濾除該前景像素的單元。
25.根據(jù)權(quán)利要求24所述的設(shè)備，其中，所述第一預(yù)定區(qū)域是具有5X5像素的方形區(qū)域；以及 其中，所述第一預(yù)定閾值是所述第一預(yù)定區(qū)域中包含的像素的總數(shù)的80%。
26.根據(jù)權(quán)利要求23所述的設(shè)備，其中， 內(nèi)部前景像素過濾單元包括被配置用于對于噪聲過濾之后的前景像素中的每一個(gè)，當(dāng)該前景像素周圍的第二預(yù)定區(qū)域中所包含的所有像素都是前景像素時(shí)，檢測該前景像素為內(nèi)部前景像素，并且濾除該前景像素的單元。
27.根據(jù)權(quán)利要求26所述的設(shè)備，其中，所述第二預(yù)定區(qū)域?yàn)榫哂?X3像素的方形區(qū)域。
28.根據(jù)權(quán)利要求19所述的設(shè)備，其中， 所述檢測單元包括被配置用于對于所述經(jīng)二值化的圖像區(qū)域中包含的具有預(yù)定尺寸的像素塊中的每一個(gè)，僅當(dāng)該像素塊中的前景像素符合預(yù)定條件時(shí)識別該像素塊中的輪廓邊緣像素的單元。
29.根據(jù)權(quán)利要求28所述的設(shè)備，其中 該像素塊的預(yù)定尺寸為2X2像素，該預(yù)定條件是該像素塊中包含的前景像素的數(shù)目為2或3，以及當(dāng)該像素塊中存在兩個(gè)前景像素時(shí)，這兩個(gè)前景像素被識別為輪廓邊緣像素，或者當(dāng)該像素塊中存在三個(gè)前景像素時(shí)，該三個(gè)前景像素之中的沿對角線方向的兩個(gè)前景像素被識別為輪廓邊緣像素。
30.根據(jù)權(quán)利要求19所述的設(shè)備，其中，所述確定單元包括: 邊緣強(qiáng)度計(jì)算單元，被配置用于對于每個(gè)輪廓邊緣像素，計(jì)算該輪廓邊緣像素的邊緣強(qiáng)度； 歸一化單元，被配置用于對于每個(gè)輪廓邊緣像素，利用關(guān)于該圖像區(qū)域的對比度條件的信息來對該輪廓邊緣像素的計(jì)算出的邊緣強(qiáng)度進(jìn)行歸一化；以及 模糊度計(jì)算單元，被配置用于基于該輪廓邊緣像素的經(jīng)歸一化的邊緣強(qiáng)度，計(jì)算該圖像區(qū)域的模糊度。
31.根據(jù)權(quán)利要求30所述的設(shè)備，其中，所述邊緣強(qiáng)度計(jì)算單元包括: 被配置用于從該圖像區(qū)域中在通過該輪廓邊緣像素的最大灰度梯度方向上找到該輪廓邊緣像素周圍的局部灰度極大值像素和局部灰度極小值像素的單元；以及 被配置用于通過將該局部灰度極大值像素和局部灰度極小值像素之間的灰度差除以該局部灰度極大值像素和局部灰度極小值像素之間的沿該最大灰度梯度方向的距離，計(jì)算該輪廓邊緣像素的邊緣強(qiáng)度的單元。
32.根據(jù)權(quán)利要求30所述的設(shè)備，其中， 關(guān)于圖像區(qū)域的對比度條件的信息是在該具有空間不連續(xù)性的圖像區(qū)域中的該輪廓邊緣像素周圍的第三預(yù)定區(qū)域中的局部灰度方差；以及 該歸一化單元包括被配置用于將該計(jì)算出的邊緣強(qiáng)度除以該局部灰度方差以便歸一化該計(jì)算出的邊緣強(qiáng)度的單元。
33.根據(jù)權(quán)利要求32所述的設(shè)備，其中，所述第三預(yù)定區(qū)域是具有5X5像素的區(qū)域。
34.根據(jù)權(quán)利要求22所述的設(shè)備，其中，所述確定單元包括: 被配置用于將圖像區(qū)域中包含的輪廓邊緣像素的邊緣強(qiáng)度平均化以便獲得該圖像區(qū)域的模糊度的單元。
35.一種用于確定具有空間不連續(xù)性的圖像的模糊度的設(shè)備，該設(shè)備包括: 被配置用于將該圖像劃分成至少一個(gè)圖像區(qū)域的單元； 被配置用于將根據(jù)權(quán)利要求1-16中任一項(xiàng)所述的方法應(yīng)用于各圖像區(qū)域，以計(jì)算圖像區(qū)域的模糊度的單元；以及 被配置用于將該至少一個(gè)圖像區(qū)域的模糊度進(jìn)行平均化以獲得該圖像的模糊度的單J Li o
36.一種用于將具有空間不連續(xù)性的模糊圖像去模糊化的設(shè)備，該設(shè)備包括: 被配置用于將該圖像劃分成至少一個(gè)圖像區(qū)域的單元； 被配置用于將根據(jù)權(quán)利要求1-16中任一項(xiàng)所述的方法應(yīng)用于各圖像區(qū)域，以計(jì)算圖像區(qū)域的模糊度的單元； 被配置用于基于計(jì)算出的圖像區(qū)域的模糊度對各圖像區(qū)域進(jìn)行去模糊化的單元；以及被配置用于將該至少一個(gè)經(jīng)去模糊化的圖像區(qū)域進(jìn)行組合以獲得經(jīng)去模糊化的圖像的單元。
【文檔編號】G06T7/60GK103455994SQ201210169465
【公開日】2013年12月18日 申請日期:2012年5月28日 優(yōu)先權(quán)日:2012年5月28日
【發(fā)明者】魏曉明, 李建杰 申請人:佳能株式會社