[发明专利]一种针对超广角图像的边缘增强算法

摘要

本发明提供一种针对超广角图像的边缘增强算法，包括以下步骤：获取超广角图像；构建超广角图像的边缘增强模型，求取超广角图像的圆心坐标和半径；将超广角图像从RGB空间变换到YUV空间，计算超广角图像上的每个像素点在Y分量上的均值；选取超广角图像中到圆心距离大于0.5r的像素点组成的缓冲区域Ω1，对缓冲区域Ω1内的像素点进行均值补偿；选取超广角图像中到圆心距离大于0.5r且小于的0.75r像素点组成的缓冲区域Ω2，对缓冲区域Ω2内的像素点进行融合补偿；获得边缘增强后的超广角图像。计算超广角图像在Y分量上的均值后，通过均值补偿和融合补偿对超广角图像的边缘部分进行增强，获得拥有清晰度更高的超广角图像。本发明应用于图像处理领域。

主权项

1.一种针对超广角图像的边缘增强算法，其特征在于，包括以下步骤：S1、获取超广角图像，其中，超广角图像中的所有场景的有效信息集中在同一个圆形区域中；S2、构建超广角图像的边缘增强模型：设立平面坐标系X‑O‑Y，超广角图像位于XOY平面内，求取超广角图像A(x，y)的圆心坐标(x0，y0)和半径r；S3、将超广角图像A(x，y)从RGB空间变换到YUV空间，计算超广角图像A(x，y)上的每个像素点在Y分量上的均值mean(x，y)；S4、选取超广角图像中到圆心距离大于0.5r的像素点组成的缓冲区域Ω1，根据步骤S3获得的均值mean(x，y)对缓冲区域Ω1内的像素点进行均值补偿；S5、选取超广角图像中到圆心距离大于0.5r且小于的0.75r像素点组成的缓冲区域Ω2，对缓冲区域Ω2内已完成均值补偿的像素点进行融合补偿；S6、获得边缘增强后的超广角图像。