买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国科天成科技股份有限公司

摘要：本发明公开了一种基于边缘检测的抗锯齿系统和方法，涉及图像处理技术领域，包括对输入的原始红外图像进行模糊处理；利用Sobel算子获取图像梯度信息，根据梯度幅值和方向判断边缘像素类型，检测锯齿效应区域；针对非直边边缘像素，根据其周围的像素值进行插值计算；将图像分为不同分辨率和重要性分段，分别在不同GPU计算线程上处理；对插值后的边缘区域进行高斯滤波，平滑直边和斜边过渡区域，将处理后的边缘像素与原始非边缘像素进行融合，输出抗锯齿图像。本发明实现了对图像噪声的平滑、边缘的精确检测、锯齿效应的识别和处理、以及高效的并行计算处理，达到了输出高质量的抗锯齿图像的目的。

主权项：1.一种基于边缘检测的抗锯齿方法，其特征在于：包括：对输入的原始红外图像进行模糊处理，平滑噪声并保留边缘信息；利用Sobel算子获取处理后的图像梯度信息，根据梯度幅值和方向判断边缘像素类型，检测锯齿效应区域；针对检测到的非直边边缘像素，根据其周围的像素值进行插值计算；引入GPU并行计算，将利用Sobel算子处理后的图像分为不同分辨率和重要性分段，分别在不同GPU计算线程上处理；所述引入GPU并行计算，将利用Sobel算子处理后的图像分为不同分辨率和重要性分段包括以下步骤：对边缘像素使用双阈值算法获取二值化边缘图像；将边缘图像分成多个分辨率层次，对每个分辨率层次，提取对应的边缘信息；对原始图像进行场景分析，检测图像中的主要对象，根据主要对象的重要性对图像进行分块；对每个分辨率层次的边缘图像块评估其特征，得到复杂度评分；对每个重要性区域的边缘图像块，根据其所属对象的重要程度给予权重评分，将评分高的边缘图像块标记为复杂或重要区域；将不同的边缘图像分段送入GPU的不同计算线程；各计算线程并行在GPU上进行边缘处理操作；所述复杂度评分的计算过程如下：设边缘图像块大小为MxN，边缘像素数量为E，则边缘像素占比为： ；设所有边缘像素的梯度值为{g1,g2,...,gE}，则边缘梯度均值为： ；边缘梯度标准差为： ；对每个边缘像素，统计其8邻域内跳变大于阈值T的邻像素数K,得到锯齿系数： ；复杂度评分的计算如下： ；其中，分别为对应的权重系数；对插值后的边缘区域进行高斯滤波，平滑直边和斜边过渡区域，将处理后的边缘像素与非边缘像素进行融合，输出抗锯齿图像；所述对输入的原始红外图像进行模糊处理包括以下步骤：计算图像每个像素周围一定邻域内的像素值均值avg和标准差std；对于每个像素值，计算与邻域像素值均值avg的差值，记为diff；根据diff的值，对该像素值进行重新分配：若-k*stddiffk*std，则保持像素不变；若diff≥k*std,则像素值=avg+rand*std；若diff≤-k*std,像素值=avg-rand*std；其中，k为常数；rand为0-1均匀随机数；迭代多次直至图像达到期望的模糊平滑程度。

全文数据：

权利要求：

百度查询： 国科天成科技股份有限公司 一种基于边缘检测的抗锯齿系统和方法