一种基于加权求和的图像收缩方法.pdf

本发明属于视频及图像处理技术，具体涉及一种基于加权求和的图像收缩方法。该方法通过计算每个像素点的一个邻域内的所有像素点灰度值加权求和的值作为输出结果的方法来实现灰度图像的收缩，在灰度图像收缩的宽度值width变化的过程中，处理后的灰度图像的收缩效果变得非常平滑，而且，收缩的过程中每个点是以圆形边界的趋势收缩，不会有很生硬的方块状边界出现。

1.  一种基于加权求和的图像收缩方法，包括如下步骤：
(1)选定灰度图像收缩的宽度值width；
(2)对当前灰度图像的每个像素点的灰度值进行取反处理；
(3)根据收缩的宽度值width确定一个正方形区域范围以及该区域的权系数w；
(4)针对取反处理后的图像中的每个像素点，以该像素点为中心，计算步骤(3)所确定的正方形区域范围内所有像素点灰度值与权系数w的乘积的和；
(5)将计算结果进行限幅处理；
(6)将限幅处理后的图像的每个像素点的灰度值再进行取反处理，即得目标图像的像素点灰度值。

2.  如权利要求1所述的基于加权求和的图像收缩方法，其特征在于：步骤(3)中所述的正方形区域的边长L＝ceil(width)×2+1。

3.  如权利要求1或2所述的基于加权求和的图像收缩方法，其特征在于：步骤(3)中，设正方形区域范围内的像素点到中心点的距离为r，当图像收缩的宽度值width≥3时，如果r≤(width-3)，则权系数w＝1；如果r＞(width-3)，则权系数

4.  如权利要求1或2所述的基于加权求和的图像收缩方法，其特征在于：步骤(3)中，设正方形区域范围内的像素点到中心点的距离为r，当图像收缩的宽度值width＜3时，权系数其中，σ＝(1-t)·0.4+t，t＝width/3。

一种基于加权求和的图像收缩方法
技术领域
本发明属于视频及图像处理技术，具体涉及一种基于加权求和的图像收缩方法。
背景技术
在高质量视频以及图像的特效处理中，需要对灰度图像进行膨胀或收缩。传统的灰度图像收缩方法都是基于在每个像素点的一个邻域内(通常是一个矩形区域内)找出最小灰度值来实现灰度图像的收缩。这种方法简单易懂，但效果却不尽如人意。首先，在矩形区域搜索最小值会导致收缩出现方块边界的效应；另外，这种方法的在搜索区域增大的过程中最小增大单位是一个像素，这就使得图像收缩的效果在搜索区域变化的过程中比较生硬。
有些灰度图像收缩方法可以让用户选择一个模板，这个模板可以允许用户自己定义一个搜索区域。这种方法虽然解决了前面提到的方块边界效应的问题，但却解决不了图像效果在搜索区域变化的过程中变得生硬的问题。
发明内容
本发明的目的在于针对现有技术的缺陷，提供一种基于加权求和的图像收缩方法，使收缩后的图像效果更加平滑，不产生生硬的方块边界效应。
本发明的技术方案如下：一种基于加权求和的图像收缩方法，包括如下步骤：
(1)选定灰度图像收缩的宽度值width；
(2)对当前灰度图像的每个像素点的灰度值进行取反处理；
(3)根据收缩的宽度值width确定一个正方形区域范围以及该区域的权系数w；
(4)针对取反处理后的图像中的每个像素点，以该像素点为中心，计算步骤(3)所确定的正方形区域范围内所有像素点灰度值与权系数w的乘积的和；
(5)将计算结果进行限幅处理；
(6)将限幅处理后的图像的每个像素点的灰度值再进行取反处理，即得目标图像的像素点灰度值。
进一步，如上所述的基于加权求和的图像收缩方法，其中，步骤(3)中所述的正方形区域的边长L＝ceil(width)×2+1。
进一步，如上所述的基于加权求和的图像收缩方法，步骤(3)中，设正方形区域范围内的像素点到中心点的距离为r，当图像收缩的宽度值width≥3时，如果r≤(width-3)，则权系数w＝1；如果r＞(width-3)，则权系数w=e-(r-width+3)2/2.]]>
进一步，如上所述的基于加权求和的图像收缩方法，步骤(3)中，设正方形区域范围内的像素点到中心点的距离为r，当图像收缩的宽度值width＜3时，权系数其中，σ＝(1-t)·0.4+t，t＝width/3。
本发明的有益效果如下：本发明不采用在每个像素点的一个邻域内找最小灰度值的这种传统方式，而是通过计算每个像素点的一个邻域内的所有像素点灰度值加权求和的值作为输出结果的方法来实现灰度图像的收缩，在灰度图像收缩的宽度值width变化的过程中，处理后的灰度图像的收缩效果变得非常平滑，而且，收缩的过程中每个点是以圆形边界的趋势收缩，不会有很生硬的方块状边界出现。
附图说明
图1为本发明的方法流程图；
图2为本发明的灰度图像收缩效果图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细的描述。
本发明所提供的基于加权求和的图像收缩方法流程如图1所示，包括如下步骤：
(1)选定灰度图像收缩的宽度值width；
(2)对当前灰度图像的每个像素点的灰度值进行取反处理；
(3)根据收缩的宽度值width确定一个正方形区域范围以及该区域的权系数w；
(4)针对取反处理后的图像中的每个像素点，以该像素点为中心，计算步骤(3)所确定的正方形区域范围内所有像素点灰度值与权系数w的乘积的和；
(5)将计算结果进行限幅处理；对于8bit灰度图像而言，一般将超过255的值限幅到255；
(6)将限幅处理后的图像的每个像素点的灰度值再进行取反处理，即得目标图像的像素点灰度值。
本发明首先要对当前灰度图像的每个像素点的灰度值进行取反处理，对于一个选定的收缩宽度width，width是一个浮点数，单位是像素，在确定正方形的区域边长时，需要对width进行向上取整处理，根据如下公式得到步骤(3)中所述的正方形区域的边长L＝ceil(width)×2+1，这样就相当于有了一个L×L大小的区域。
在确定上述正方形区域的权系数时，设正方形区域范围内的像素点到中心点的距离为r，根据width值的大小进行选择计算。
1)当图像收缩的宽度值width≥3时，
如果r≤(width-3)，则权系数w＝1；
如果r＞(width-3)，则权系数
2)当图像收缩的宽度值width＜3时，
记t＝width/3，
记σ＝(1-t)·0.4+t
权系数w=e-r2/(2·σ2).]]>
举例来说：当width＝1.5，加权系数矩阵如下所示：
0.000280.006080.016880.006080.000280.006080.129920.360450.129920.006080.016880.360451.000000.360450.016880.006080.129920.360450.129920.006080.000280.006080.016880.006080.00028]]>
通过求解正方形区域范围L×L内所有像素点灰度值与相应的权系数w的乘积的和，将计算结果进行限幅处理，然后将限幅处理后的图像的每个像素点的灰度值再进行取反处理，即得目标图像的像素点灰度值。
图2中表示了几种width取值的收缩效果图，其中(a)为原始灰度图像，(b)为width＝0.5的收缩后图像，(c)为width＝2.5的收缩后图像，(d)为width＝5的收缩后图像。
本发明所述的方法并不限于具体实施方式中所述的实施例，本领域技术人员根据本发明的技术方案得出其他的实施方式，同样属于本发明的技术创新范围。