文档章节

Unsharp Mask(USM)锐化算法的的原理及其实现。

abcijkxyz
 abcijkxyz
发布于 2016/11/22 16:39
字数 1415
阅读 4
收藏 0

      在开局之前,首先说明一点,Photoshop的USM锐化只是本文所指USM的一种比较特殊的例子而已。

      通过增强图像的高频部分的内容,图像的视觉效果可以极大的得到改观。为达到这个目的,通常可以使用经典USM技术来实现。这个技术的流程可用下图来实现:

                   

      用具体的公式表达即为:

                    y(n,m)= x(n,m)+ λz(n,m)                                                       (1)

      其中, x(n,m)为输入图像,y(n,m)为输出图像,而z(n,m)为校正信号,一般是通过对x进行高通滤波获取。λ是用于控制增强效果的的一个缩放因子。

      在传统的USM算法中,z(n,m)一般可以通过下式获取:

              z(n,m)=4x(n,m)-x(n-1,m) -x(n +1,m)-x(n, m-1) -x(n,m+1)             (2)

      当然也可以用如下的模板:

                     

        贴部分参考代码:

   Width = Bitmap.Width; Height = Bitmap.Height; Stride = Bitmap.Stride; NewHeight = Height +  2; NewStride = (Width +  2) * BytePerPixel;           ExpandPtr = (byte*)Win32Api.GlobalAlloc(Win32Const.GPTR, NewStride * NewHeight);  // 为保证边缘部分处理方便,扩展边界部分 Utility.GetExpandImage(Bitmap, 1, ExpandPtr);      // 拷贝图像到缓冲区,以及填充边缘像素 for (Y = 0; Y < Height; Y++)                // 处理灰度图像 { Pointer = Bitmap.Pointer + Y * Stride; ExpandP = ExpandPtr + (Y+1) * NewStride+1; for (X = 0; X < Width; X++) { HighPass = (ExpandP[X] << 2) - ExpandP[X - 1] - ExpandP[X + 1] - ExpandP[X - NewStride] - ExpandP[X + NewStride]; // z(n,m) Value = Pointer[X] + Amount * HighPass / 100; // x(n,m)+ λz(n,m),式中的Amount即这里的λ Pointer[X] = (byte)((((ushort)Value | ((short)(255 - Value) >> 15)) & ~Value >> 15)); // 防止数据溢出 } }
Win32Api.GlobalFree((IntPtr)ExpandPtr);

  在很多场合,这个方法也能获得较好的效果,比如下述的Lena图。

            

                   原图                   Amount=25                                    Amount=100

      不过这个方面也有以下的缺点: 1) 线性的高通滤波使得效果对噪音非常敏感,这会导致一些不希望的扭曲,特别在图像变换比较缓慢的地方的噪音,比如上图3中草帽的左侧平坦区域。2)对于图像的边缘(高对比度区域)会出现增强过头的现象,如上图草帽的边缘。  这两点会导致输出图像存在一些令人看上去不舒服的地方。
     很多论文中提出了一些自适应通过动态的改变式(1)中的λ参数来控制调节结果。在图像的变换比较平坦的区域,λ取值小,在较大的对比度(边缘处)地方取适当的λ,而在中对比度处取较大的λ值,以使得这部分的得到最大的增强。 比如这篇文章 Image Enhancement via Adaptive Unsharp Masking 中就提出了一种逐步更新的方式。不过类似这样的文章都普遍存在一个问题,那就是可控参数过多,且这些从参数的取值需要过多的人工参与,我认为这样的算法,是不具有实用的价值的。

     在Photoshop的锐化菜单中也有一项USM锐化,其实这个功能也是符合式1的定义的。通过其UI界面我们可以发现其有3个参数:半径、数量、阈值,其内部的算法过程可以用如下的简单代码表示:

Width = Bitmap.Width; Height = Bitmap.Height; Stride = Bitmap.Stride; BytePerPixel = Bitmap.BitCount / 8;
    FastBitmap Clone = Bitmap.Clone();    // 备份图像数据
    BlurEffect.GaussianBlur(Clone, Radius);  // 对备份的数据进行高斯模糊处理
    for (Y = 0; Y < Height; Y++)
    {
        Pointer = Bitmap.Pointer + Y * Stride;
        PointerC = Clone.Pointer + Y * Stride;
        for (X = 0; X < Width; X++)
        {
            Value = Pointer[X] - PointerC[X];
            if (Utility.Abs (Value) > Threshold)
            {
                Value = Pointer[X] + Amount * Value / 100;
                Pointer[X] = (byte)((((ushort)Value | ((short)(255 - Value) >> 15)) & ~Value >> 15));
            }
        }
    }
    Clone.Dispose();

      众所周知,高斯模糊时低通滤波,那么 Value = Pointer[X] - PointerC[X](原值-低通)则相当于高通的结果,如果原值和低通的差异的绝对值大于指定的阈值,则对改点进行所谓的锐化。

      这里对式(1)多引进了一个参数阈值,通过调节该值,来决定达到何种程度对比度的像素才需要增强。

      实际的效果表明,这种方式的锐化要比传统的USM锐化能获得更好的调节效果。

      以下为Threshold=0,Amount=50时不同半径的效果。

         

       

                    原图                                                                Radius=5                                             Radius=50                                          Radius=200

      随着半径的增大,图像的对比度逐渐变强,边缘越发明显,但是所有的调节后的图像都未出现明显的噪音增强,效果非常之理想,对于Lena图,处理后的图片中可以明显的看出在眼睛部位,眼白和眼球的对比更为清晰、明显,而且整幅图形从感觉上说原始图像较为朦胧,处理后的清晰不少。

      Amount参数对效果的影响很明显可以获知,越大,对比度越高,但是由于其和结果的线性关系,这个参数的变化对结果的影响比其他两个参数更敏感。

      实际上,上述高斯模糊也可以用中值模糊、方框模糊来代替,所得到的效果和高斯滤波非常相似。在Paint.net的效果-》相片-》尖锐化滤镜就是用的中值的方式实现的。

    关于实现代码,基本上我在上面已经提及,其实最关键还是高斯模糊的实现。如果你觉得有难度,正如上文所说,也可以用均值来代替,而均值模糊编码则非常简单。 

 

    同样,提供个编译好的文件给有兴趣研究该算法的朋友看看效果:

    http://files.cnblogs.com/Imageshop/USM.rar

 

 

 ***************************作者: laviewpbt   时间: 2013.5.19    联系QQ:  33184777  转载请保留本行信息*************************

 

 

本文转载自:http://www.cnblogs.com/Imageshop/archive/2013/05/19/3086388.html

共有 人打赏支持
abcijkxyz
粉丝 61
博文 6196
码字总数 1876
作品 0
深圳
项目经理
FPGA设计——图像处理(锐化增强)

1. 概述 本设计采用FPGA技术,实现CMOS视频图像的锐化增强,并通过以太网传输(UDP方式)给PC实时显示。 2. 硬件系统框图 CMOS采用MT9V011(30万像素),FPGA采用ALTERA公司的CYCLONE IV,以太网...

shugenyin
2017/10/28
0
0
【AI超级美发师】深度学习算法打造染发特效(附代码)

【新智元导读】如今,在类似天天P图、美图秀秀等手机APP中,给指定照片或视频中的人物更换头发颜色已经是再正常不过的事情了。那么本文便介绍了该功能背后如AI头发分割模块、头发换色、颜色增...

技术小能手
08/03
0
0
PNG尺寸缩小实战

为了节省资源,我们希望在不同分辨率的前端上可以获取到不同尺寸的素材资源。由于最近的业务中使用的所有素材都是PNG格式的图片,并且对图片效果要求比较严格,并没有在市面上找到可以直接使...

EchoZhou
2017/11/29
0
0
Qt Quick 图像处理实例之美图秀秀(附源码下载)

在《Qt Quick 之 QML 与 C++ 混合编程详解》一文中我们讲解了 QML 与 C++ 混合编程的方方面面的内容,这次我们通过一个图像处理应用,再来看一下 QML 与 C++ 混合编程的威力,同时也为诸君揭...

foruok
2014/07/16
0
0
android图片特效处理之锐化效果

这篇将讲到图片特效处理的锐化效果。跟前面一样是对像素点进行处理,算法是通用的。 算法原理: 一、简单算法:分别获取当前像素点和八个周围像素点的RGB值,先求出当前像素点的RGB值与八个像...

迷途d书童
2012/03/05
1K
0

没有更多内容

加载失败,请刷新页面

加载更多

Spring JdbcTemplate模板模式与回调结合分析

在看Spring的JdbcTemplate的时候,看到其将模板模式和回调模式结合使用的实现,可以精妙的解决很多的问题。详见Spring中涉及的设计模式总结中的关于模板模式和回调模式结合的具分析,本文利用...

宸明
51分钟前
1
0
docker update:更新一个或多个容器的配置

更新容器的配置 docker update:更新一个或多个容器的配置。 具体内容请访问:https://docs.docker.com/engine/reference/commandline/update/#options 语法:docker update [OPTIONS] CONTA...

lwenhao
今天
2
0
unload事件

unload事件不触发的原因分析 1.代码位置不对,应该优先加载,不能放到回调函数中 2.浏览器不支持 3.最可能的原因,unload事件中触发的函数是一个异步执行的函数,浏览器是不允许在窗口关闭之后在...

狮子狗
今天
1
0
DbForge Schema Compare for MySQL入门教程:如何连接到数据库

【dbForge Schema Compare for MySQL下载】 要创建连接: 1. 在“Connection” 工具栏上单击“New Connection”按钮 。 2. 在“Host” 框中输入主机名。 3. 在“Port” 框中输入端口信息。默...

Miss_Hello_World
今天
2
0
spring中事务的应用

spring中事务管理的两种方式 编程式事务使用TransactionTemplate或者直接使用底层的PlatformTransactionManager。对于编程式事务管理,spring推荐使用TransactionTemplate。 声明式事务是建立...

狂奔的熊二
今天
0
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部