袁 野，顾振宇

(上海对外贸易学院商务信息学院，上海 201620)

在数字电视视频后处理芯片中，提高清晰度算法至关重要。在视频后处理中，由于信号传输过程中损失了很多高频成分，引起了解码图像的模糊，提高图像清晰度算法的目的是合理补偿高频分量，使模糊的图像变得清晰，边缘部分得到进一步锐化。

增强清晰度算法可分为空域和频域的不同处理算法［1］。空域方法中有代表性的包括:拉普拉斯算法、反锐化掩模等;频域有代表性的有小波变换方法等［2-3］。但是频域算法相对复杂，一般不适合应用到视频后处理芯片中，而空域算法在图像细节增强的同时放大了噪声，尤其是在图像的平坦区域，背景噪声非常明显。

人们提出了很多方法，对减小噪声和对边缘不同程度地增强进行折中考虑［4-9］。如文献［2］把图像根据细节程度分为低、中、高三个区域，应用不同的增强因子，对低细节区域、中细节区域、高细节区域做不同程度的增强，但因为增强因子的复杂以及不连续性，很难保证增强后图像的高频分量能够保持增强前的单调性。即两个像素点比较，增强前后的高频分量的大小可能发生倒置。

为了克服上述缺点，本文提出一种新的基于高频增强曲线的对视频图像提升清晰度的处理方法。

1 基本原理

本文算法的提高清晰度的基本原理就是首先对图像进行分析，由空域信号计算出高低频分量，然后根据频率大小和性质不同，通过设置阈值，区分出哪些是需要抑制的噪声，哪些是需要增强的细节和小边缘，以及哪些是需要保持的大边缘。……