图像锐化调整

一、背景介绍

        之前找多尺度做对比度增强时候，发现了一些锐化相关算法，正好本来也要整理锐化，这里就直接顺手对之前做过的锐化大概整理了下，方便后续用的时候直接抓了。

        这里整理的锐化主要是两块：一个是参考论文：IEBPT（DARK IMAGE ENHANCEMENT BASED ON PAIRWISE TARGET CONTRAST AND MULTI-SCALE DETAIL BOOSTING）， 另一个是在usm基础上，加上边缘方向信息，改善噪声和黑白边问题。

二、实现流程

1、IEBPT

        这个的算法原理很简单，大概意思来说，将输入图像依次进行三次不同强度的高斯平滑后，做图像之间减法，获得不同程度的细节信息，然后通过一定的组合方式把这些细节信息融合到原图中，从而得到锐化之后图像。

 

        感兴趣小伙伴可以参考资料：多尺度的图像细节提升。

        算法效果图如下(左边是原图，右边是算法结果):

 

        可以看到锐化效果很明显，但是也有明显副作用：噪声放大和明显黑白边问题。

2、usm原始版本

        考虑抗噪声干扰，直接常见的usm 锐化，算法原理很简单：对输入图像进行高斯平滑，然后和原图相减得到纹理残差图像，残差图像上强度值信息小于一定阈值的当做噪声过滤掉，非噪声部分叠加回原图，得到细节增强后图像。感兴趣的小伙伴，可以参考资料：Unsharp Mask(USM)锐化算法的的原理及其实现。

        算法效果图如下(左边是原图，右边是算法结果):

 

        可以看到同样的，锐化效果明显，但是也存在不小的副作用：

                a、噪声过滤不干净，无纹理区域比较大的噪声被增强，变得更加突兀。

                b、黑白边也很明显。

3、usm改进版本

        尝试在usm原版版本上，加入边缘纹理检测，简单来说就是只在纹理区域进行图像锐化，并且通过边缘强度抑制，改善黑白边问题。

        因此首先需要进行抗噪声干扰的边缘检测，我这里是使用滤波核，对输入图像进行x,y和两个对角线方向滤波，滤波叠加结果作为边缘信息，相关原理感兴趣小伙伴可以参考资料：

6079：图像处理学习笔记（十四）——图像边缘锐化的基本方法(理论篇)

        检查得到的边缘信息如下：

 

        可以看到，边缘图像上噪声基本能过滤掉，并且根据边缘纹理信息，可以进行锐化强度控制。由于黑白边通常都是出现在强边附近，并且对强边来说，实际并不需要特别重的图像锐化，因此可以通过对强边缘锐化强度降低，改善黑白边问题。

 

        通过抑制边缘强度大于或者小于一定范围的像素锐化强度，来避免噪声放大和黑白边异常。

        算法效果图如下(左边是原图，右边是算法结果):

 

        可以看到，黑白边和无纹理去噪噪声放大情况相对会好不少。

        其实还有进一步改进空间，比如前面的边缘检测结果图，明显存在一些边缘不连续情况，可以考虑在多尺度上进行边缘检测，然后叠加结果作为最终边缘检测结果等。

三、复现代码

        简单的复现代码地址：

https://github.com/yulinghan/ImageQualityEnhancement/tree/master/ltm/sharpen