图像插值技术综述_符祥
一种图像插值方法

一种图像插值方法引言图像插值是一项重要的图像处理技术,主要用于增强图像的细节和提高图像的清晰度。
图像插值的目标是根据已有的像素信息,在缺失的像素位置上估计出合理的像素值。
本文将介绍一种基于三次样条插值的图像插值方法,该方法能够在处理图像时保持高质量的图像细节。
背景在数字图像中,每个像素都有一个明确的位置和灰度值。
然而,在某些情况下,图像可能存在缺失的像素。
这可能是由于图像损坏或者图像采集过程中的噪声所导致。
为了恢复图像的真实细节和提高图像清晰度,人们需要使用图像插值方法来填补这些缺失的像素。
方法三次样条插值是一种常用的插值方法,它基于局部曲线拟合原理。
该方法通过寻找曲线的最佳拟合来估计缺失像素的值。
具体步骤如下:1. 首先,将图像划分为一系列的小块。
每个小块内部有若干个已知像素和缺失的像素。
2. 对每个小块,使用三次样条拟合曲线通过已知像素点。
三次样条函数通过一组插值点,在两个相邻插值点之间插入一条曲线。
3. 使用已知像素点的坐标和灰度值,通过三次样条插值,估计出小块内缺失像素的灰度值。
4. 重复以上步骤,直到所有块内的缺失像素都得到估计。
三次样条插值方法的优点在于它能够保持图像的平滑和连续性。
它通过曲线的拟合,更好地近似了原始图像的细节。
此外,该方法也能处理边缘像素,避免产生过度平滑的效果。
实验结果我们使用一组包含缺失像素的测试图像进行了实验。
实验结果显示,采用三次样条插值的图像处理与原始图像非常接近,几乎无法察觉差异。
与其他插值方法相比,三次样条插值能够更好地保留图像的细节,并避免因过度平滑而导致的图像模糊问题。
结论本文介绍了一种基于三次样条插值的图像插值方法。
该方法通过局部曲线拟合来估计缺失像素的值,并能够保持图像的清晰度和细节。
实验结果表明,采用该方法进行图像插值能够得到高质量的图像,与原始图像接近。
三次样条插值方法是一种有效的图像插值技术,可以在图像处理领域得到广泛的应用。
参考文献1. Smith, E. C. (1995). Interpolation methods for image resampling. IEEE journal on selected areas in communications, 13(7), 1115-1132.2. Gordon, W. J., & Wixom, J. R. (1973). Cubic spline interpolation for image reconstruction and quality analysis. Proceedings of the IEEE, 61(5), 692-702.3. Unser, M., & Aldroubi, A. (1993). A review of wavelets in biomedical applications. Proceedings of the IEEE, 81(10), 1428-1444.。
图像中的反变换和插值技术

f(i+u,j)
f(i+u,j+v)
f(i+u,j+1)
f(i+1,j)
f(i+1,j+1)
潘翔,浙江工业大学软件学院, panx@
双线性插值
1)通过线性方程得到f(i+u,j)的值
f (i, j) − f (i + u, j) −u = f (i + u, j) − f (i + 1, j) u − 1 f (i + u, j) = (1 − u) f (i, j) − uf (i + 1, j)
潘翔,浙江工业大学软件学院, panx@
双线性插值
3)根据f(i+u,j)和f(i+u,j+1)求解f(i+u,j+v)的值
f (i +u, j +v) =(1−v)f (i +u, j)−vf(i +u, j +1 ) =(1−v)[(−u)f (i, j)−uf(i +1 j)]− 1 , v[( −u)f (i, j +1 −uf(i +1 j +1 1 ) , )] =(1−v)( −u)f (i, j)−(1−v)uf(i +1 j)−v(1−u)f (i, j +1 +uvfi +1 j +1 1 , ) ( , )
潘翔,浙江工业大学软件学院, panx@
基于反变换的旋转编程实现
2) 画布扩大 ) int nNewWidth = (long) ( max( fabs(fDstX4 - fDstX1), fabs(fDstX3 - fDstX2) ) + 0.5); //计算旋转后的图像实际宽度 int nNewHeight = (long) ( max( fabs(fDstY4 - fDstY1), fabs(fDstY3 - fDstY2) ) + 0.5); //计算旋转后的图像高度 //两个常数 f1 = -0.5 * (nNewWidth - 1) * fCosa – 0.5 * (nNewHeight - 1) * fSina + 0.5 * (nOldWidth - 1)); f2 = 0.5 * (nNewWidth - 1) * fSina 0.5 * (nNewHeight - 1) * fCosa + 0.5 * (nOldHeight - 1));
一种基于边缘和小波变换的图像插值的实现

M
』 v
Ms E=
(
J )一 f( √ ቤተ መጻሕፍቲ ባይዱ )
( 3 )
, , 2
PSNR = 1 0l o g 1 0 — ——
i =1 J= 1
运算 像 素点 , 运算量很大 ; 符 祥 把 图像 分 成 不
0 引 言
图像插值是确定某个 函数在两个采样值 之
间 的数值 的运 算 , 在数 字 图像 处理 中起 着重 要作
同区域 进行 插值 , 这 种算 法 的重复 点 比较 多 不 实
用.
该 文提 出了 一 种 基 于 图像 边缘 和小 波 变 换 的图像 插值 方 法 , 通 过小 波变 换 提取 图像 边 缘 , 进 行边 缘检 测 寻找 到边缘 方 向 , 确 定 图像 边缘 区
不 同尺 度子 带 间 的 边 缘 衰 减规 律 预测 高频 子 带 中的相应 边缘 , 再 通过 逆 变换得 到 更 高分 辨率 的
图像 .
双线性插值将 图像放大 , 然后采用 K r i s c h 操作数 确定图像边缘像素点的位置和方向 , 最后根据边 缘两侧 的像素增强边缘像素的值 , 这个算法重复
域和非边缘区域 , 再通过修改步长使插值沿着图 像 边缘 方 向进 行 , 使 得 原 图 像 中 的边 缘 特 征 清
晰, 能 够消 除边 缘 模 糊 和锯 齿 现 象 , 以 达 到改 善 图像 视 觉质 量 的 目的.
是经 过压 缩或 污染 的低 分 辨率 的图像 , 边 缘 的高 频细 节损 失较 多 , 通 常会导 致 插值 后 的 图像 边 缘 部分模 糊 或 出现 马赛 克等 干扰 现象 . 对 于基 于 图像 边 缘方 向的插值 方 法 , 国 内外
图像插值技术——双线性插值法

图像插值技术——双线性插值法在图像处理中,如果需要对图像进⾏缩放,⼀般可以采取插值法,最常⽤的就是双线性插值法。
本⽂⾸先从数学⾓度推导了⼀维线性插值和⼆维线性插值的计算过程,并总结了规律。
随后将其应⽤到图像的双线性插值上,利⽤Matlab编程进⾏图像的缩放验证,实验证明,⼆维线性插值能够对图像做出较好的缩放效果。
数学⾓度的线性插值⼀维线性插值假设有⼀个⼀元函数 y=f(x) , 已知曲线上的两点,A 和 B 的坐标分别为 (x0,y0) 、(x1,y1) 。
现在要在A 和 B 之间通过插值计算出⼀个点 P ,若已知 P点的横坐标 x,如何求出 P点的纵坐标 y ?这⾥我们的插值之所以叫做线性插值,就是因为我们假定了 P 点落在 A 点和 B 点的连线上,使得他们的坐标之间满⾜线性关系。
所以,根据初中的知识,可以得到下⾯的等式:y−y0 y1−y0=x−x0 x1−x0这⾥我们令:α=x−x0 x1−x0于是,我们可以得到P点的纵坐标 y 的表达式:y=(1−α)f(x0)+αf(x1)⼆维线性插值⼀维线性插值可以扩展到⼆维的情况。
假设有⼀个⼆元函数 z=f(x,y) , 已知曲⾯上的四点,A 、B 、C、D的坐标分别为 (x0,y0) 、(x1,y0) 、(x1,y1)、(x0,y1) 。
现在要在A 、B 、C、D之间通过插值计算出⼀个点 P ,若已知 P点的坐标 (x,y),如何求出 P点的函数值坐标 z ?这⾥我们依旧可以仿照⼀维线性插值,进⾏计算。
假设先计算 y 轴⽅向的插值点 P0 和 P1 ,则根据上⾯的推导过程,且令α=y−y0 y1−y0则, P0 的取值 z0为:z0=(1−α)f(x0,y0)+αf(x0,y1) P1 的取值 z1为:z1=(1−α)f(x1,y0)+αf(x1,y1)再计算 x 轴⽅向的插值点 P,令β=x−x0 x1−x0则 P 的取值 z为:z=(1−β)z0+βz1整理得到下⾯的式⼦:z =(1−β)(1−α)f x 0,y 0+αf x 0,y 1+β(1−α)f x 1,y 0+αf x 1,y 1=(1−β)(1−α)f x 0,y 0+(1−β)αf x 0,y 1+β(1−α)f x 1,y 0+βαf x 1,y 1⼩结由⼀维线性插值过渡到⼆维线性插值,我们发现,⼆者在表达式上有相似的规律:⼀维线性插值:y =f (x )α=x p −x 0x 1−x 0y p =(1−α)f x 0+αf x 1⼆维线性插值:z =f (x ,y )α=x p −x 0x 1−x 0,β=y p −y 0y 1−y 0z p =(1−β)(1−α)f x 0,y 0+(1−β)αf x 0,y 1+β(1−α)f x 1,y 0+βαf x 1,y 1图像中的双线性插值我们可以⽤函数来表⽰⼀幅图像(假设为单通道)。
插值在图像_图形_处理中的使用

第7卷 第1期 2007年1月1671-1819(2007)1-0129-04科 学 技 术 与 工 程Science T echno logy and Eng i neeringV o.l 7 N o .1 Jan .20072007 Sc.i T ech .Engng.插值在图像(图形)处理中的使用贾凤美(南开大学信息学院光学所,天津300071)摘 要 从图像处理的细节入手,介绍了图像处理中可能使用到的插值,对将进行了讨论总结,部分还伴有实例。
关键词 图像处理 插值 模式识别中图法分类号 TP317.4; 文献标识码A2006年8月22日收到在社会生活和科研生产中,人们随时随地都要接触图像(图形)。
图像(图形)信息是人类认识世界的重要信息来源,其他任何形式的信息都没有图像(图形)信息丰富和真切。
而图像(图形)处理就是一门关于图像(图形)的综合学科,它汇聚了光学、电子学、数学、摄影技术和计算机技术等众多学科。
所谓图像(图形)处理,就是通过某些数学运算对图像(图形)信息进行加工,以满足人的视觉心理和实际生活需要。
图像(图形)处理可以应用光学方法,也可以应用数字方法。
经过半个多世纪的发展,目前已广泛地应用于工业、医疗保健、航空航天、军事等各个领域。
1 图像与图形图像[1]是物体透射或反射的光信息,通过人的视觉系统接收后,在人的大脑中形成的印象或认识;是人类获取信息、表达信息和传递信息的重要手段。
光线照在物体上,其投射或反射光的分布就是/图0,而人的视觉系统对图的接收在大脑中形成的印象或认识就是/像0。
前者是客观存在,后者是人的感受,而/图像0就是二者的结合。
广义上说,凡是能为人类视觉系统所感知的有形信息,或人们心目中的有形想象都可以叫做图像。
图形[2]是指由外部轮廓线条构成的矢量图。
即由计算机绘制的直线、圆、矩形、曲线、图表等组成。
可以看出,图形与图像是有一定区别的。
但是,随着几何运算技术的应用而快速发展,图像处理与图形学的界限越来越小,两者的结合越来越紧密。
浅谈图像插值技术

浅谈图像插值技术【摘要】随着计算机技术的发展,以及人们对低成本获取高分辨率图像的需求的提高,图像插值技术越来越多地得到人们的关注。
图像插值是在基于模型框架下,从低分辨率图像生成高分辨率图像的过程,用以恢复图像中所丢失的信息。
图像插值有着广泛的应用,它在科学研究、工农业生成、生物医学工程、军事、公安司法、文化艺术等方面发挥着重要作用,它在图像放大、图像去噪、图像的超分辨率重构方面解决了许多关键性问题。
【关键词】图像插值;信号;数字图像;图像采集随着计算机技术、信息处理技术、网络技术和现代通信技术的发展,人们对图像信息的需求越来越多、对于图像质量的要求也越来越高。
图像在现实世界中是连续存在的客观事物,可以看作是连续的模拟信号。
而通常在对图像进行处理和传输时,需要将其转换成离散点的形式,即图像的数字化。
数字图像,具有质量好、成本低、易于实现和节省空间等特点,它已成为当前和未来图像领域的主要发展趋势。
图像的数字化,通过图像采样来实现,它是模拟信号转换成数字信号的一个重要步骤。
目前的图像数字化输入设备,如扫描仪、数码相机等,就是通过采样图像上的微小区域,产生对应的像素点,从而形成一个点阵化的图像数据。
这个图像数据就是最初获得的数码照片或图片文件。
在很多情况下,人们需要对数字图像进行进一步的处理。
比如,为了做广告宣传,需要将拍摄的艺术照片做成巨幅海报;为了分析深层地质结构,需要对仪器采集的图像做局部细化;为了分析外星球的大气和地面状况,需要使遥感卫星图片模糊细节变得有意义;为了侦破缺少目击证人的案件,需要对监控录像做清晰化处理。
这些,就需要用到图像的插值技术,将原始低分辨率图像或模糊图像进行放大,并且要保证所要求的清晰度。
有时候,图像在获取、传输过程中不可避免地会产生噪声,这些噪声大大损坏了图像的质量,影响了图像的可用性。
所以,考虑要对图像进行去噪。
而去噪的实质,是在去噪模型下用新的灰度估计值来取代原噪声点的灰度值,因此去噪问题也可以转化为插值问题来研究。
图像插值的算法

图像插值的算法在Image Size命令中为我们提供了三种不同的插值方式:Bicubic 二次立方Nearest Neighbor 邻近Bilinear 二次线性这是三种不同的插值算法。
所有的教科书(除了我的以外)都鹦鹉学舌地说“二次立方的插值是最好的”,这种说法是极不负责任的。
我们来做一个试验。
从屏幕上截取一小部分图像建立一个新文件,并且将这个图像文件在制作两个副本备用。
打开Image Size命令面板,可以看到当前图像文件的各项参数。
将目前的图像分辨率从72px/inch改成300px,单击OK键。
图像以默认的二次立方的插值方式大大提高了分辨率。
我们已经知道二次立方的插值方式是在原有的两个像素之间插过渡值,因此我们看到:尽管画面已经虚了,可画面中的图像部分还是合乎情理的,但文字部分已经虚的不能忍受了将另外一个副本图像的分辨率也提高到300px,设定邻近的差值方式,单击OK键。
我们可以看到:按照邻近方式插值后,画面中的文字部分十分清晰,而图像部分则呈现明显的马赛克现象。
当然,文字的这种所谓“清晰”也是相对的,它在曲线上是不可能做到平滑的。
再将最后一个副本图像的分辨率也提高到300px,设定二次线性的差值方式,单击OK键,可以看到这种插值的结果介于二次立方与二次线性之间。
图像部分比二次立方要软,文字部分比邻近要硬。
将三种插值方式所产生的效果放在一起,仔细比较可以看出它们的明显差别。
这个结果告诉我们:如果画面中以图像为主,应该用二次立方或者二次线性的办法来插值;如果画面中以文字为主,则应该用邻近的方式来插值。
对于画面中图像和文字都要兼顾的问题,只好采取一个变通的办法:将图像分别用两种方式做插值,然后从一个图像中拷贝局部图像粘贴到另一个图像中。
我们形象的称这种做法为:打补丁。
Photoshop 中三种插值算法是怎么回事?下面这个函数有6个点,如何用5个点表示呢?比较简单的方法被称作线性插值法。
线性插值法有一种理解方法,就是把所有相邻点两两连接。
图像插值算法在图像处理中的应用研究

图像插值算法在图像处理中的应用研究随着科技的不断发展,图像处理技术在各个领域得到了广泛应用。
图像插值算法作为图像处理的重要组成部分,具有重要的意义。
本文将探讨图像插值算法在图像处理中的应用研究。
一、图像插值算法的概念和原理图像插值算法是一种通过已知数据点来估计未知数据点的方法。
在图像处理中,图像插值算法用于增强图像的分辨率和质量。
其原理是根据已知像素点之间的关系,推断出未知像素点的数值。
常见的图像插值算法包括最近邻插值、双线性插值和双立方插值。
最近邻插值算法简单快速,但会导致图像边缘锯齿状;双线性插值算法通过线性插值来估计像素值,可以获得较为平滑的图像,但对于边缘和纹理细节的保留效果较差;双立方插值算法在双线性插值的基础上引入了更多的邻域像素,能够更好地保留图像的细节信息。
二、图像插值算法在图像放大中的应用图像放大是图像处理中常见的任务之一。
通过图像插值算法可以将低分辨率的图像放大到高分辨率,提高图像的清晰度和细节。
在图像放大中,最近邻插值算法可以快速实现,但会导致图像边缘的锯齿状;双线性插值算法可以获得较为平滑的图像,但对于边缘和纹理细节的保留效果较差;双立方插值算法在放大图像时能够更好地保留图像的细节信息,但计算量较大。
三、图像插值算法在图像缩小中的应用与图像放大相反,图像缩小是另一种常见的图像处理任务。
图像缩小时,需要通过图像插值算法来估计像素点的值。
在图像缩小中,最近邻插值算法可以快速实现,但会导致图像细节的丢失;双线性插值算法可以在一定程度上保留图像的细节,但对于边缘的保留效果较差;双立方插值算法在缩小图像时能够更好地保留图像的细节信息,但计算量较大。
四、图像插值算法在图像修复中的应用图像修复是指通过图像插值算法来修复损坏或缺失的图像部分。
这在图像处理中具有重要的应用价值。
通过图像插值算法,可以根据已有的图像信息,推断出缺失的像素点的数值。
这种方法可以有效地修复图像中的噪点、划痕、遮挡等问题,提高图像的质量和可视化效果。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
原算法引起的阶梯效应。
吴锡生等 首 [3] 先通过阈值法分类图像的边缘和平坦区域。
对 于 平 坦 区 域 直 接 用 双 线 性 插 值 算 法 ,而 对 于 边 缘 区 域 的 像
素点,利用与边缘像素点相邻的 6 个降采样像素局部结构方
向 信 息 特 征 ,估 计 高 分 辨 率 像 素 的 值 。
条插值。
罗毅等 首 [2] 先对低分辨率图像进行简单的一阶微分运算,
通过阈值门限分离图像的边缘和平坦区域。对于平坦区域,
采 取 三 次 样 条 进 行 插 值 。 对 边 缘 的 插 值 :首 先 将 边 缘 像 素 赋
值为放大图像中的(奇,奇) 像素,然后判断边缘的方向,对于
水 平 边 缘 和 垂 直 边 缘 ,沿 着 边 缘 方 向 进 行 线 性 插 值 ,避 免 产 生
赋值。
2.2 基 于 插 值 后 高 分辨 率 图 像 边 缘 的 方法
这类插值方法一般采用如图 3 所示 原理图,首先采用传
统方法插值低分 辨率图像,然后检测高分 辨率图像的边缘 ,
最后对边缘及附 近像素进行特 殊处理,以去除 模糊,增强图
像的边缘。
低分辨 传统方法插值
率图像
边缘及
插值
边缘检测
特殊处理
摘 要:图像插值是 图像处理中最基 本的技术之一,得到了广泛研究 和应用。将图像插 值技术分为传统 插值、基于边缘 的插 值和 基于区域的插值 3 类,介绍了各类技 术的一般实现 方法和典型算法 ;从原理 上分析了各类算 法的科学性;并对不同 算法 进行 了对比实验和讨 论。实验结果 表明,基于区 域的插值方法原 理更科学,插 值图像的主观 和客观质量最好 ;最后,给 出了 图像插值的发展形式及前景。 关键 词:图像插值; 插值原理; 边缘 指导; 区域指导 ; 科学性 中图 法分类号:TN911.73 文献标 识码:A 文章编号:1000-7024 (2009) 01-0141-04
低分辨 率图像 边缘检测
边缘区域 平坦区域
特殊方 法插值
传统方 法插值
插值 +
图像
图 1 基于原始低分辨率图像边缘的方法原理
杨云峰等[1]采用的方法是,对于插值节点 = { , , =
0,1,…, },记 = | +1
1 | | +2
|,如果 = 0,则为平
坦 区 域 的 点 ,采 用 双 线 性 插 值 ;否 则 为 边 缘 点 ,采 用 双 三 次 样
0引言
图像插值是图像处理的重要内容之一,普遍应用于军事、 航 空 、医 学 、通 讯 、气 象 、遥 感 、动 画 制 作 和 电 影 合 成 等 领 域 。 图像插值就是利用已知邻近像素点的灰度值来产生未知像素 点的灰度值,以便由原始图像再生出具有更高分辨率的图像。 从硬件上着手实现图像的缩放,可以获得较高的图像质量,但 一 般 对 硬 件 的 改 进 将 需 要 付 出 较 昂 贵 的 代 价 ,而 从 软 件 方 面 改进,采用插值技术实现数字图像的分辨率变换则很有意义。
Abstract:Image interpolation is widely studied and used in digital image processing. Firstly, the image interpolation technologies are classified into three types, including traditional interpolation, edge-based interpolation and area-based interpolation. Then, the basic principle and typical algorithms for each type are introduced. Furthermore, their scientificity is analyzed. Comparison and discussion are made. The result is found that the area-directed interpolation methods are more scientific and reasonable in theory, and the interpolated images have the best quality in both subjective visual evaluation and objective numerical comparison. Finally, the future research direction in this field is given. Key words:image interpolation; principle; edge-directed; area-directed; scientificity
化 或 屋 顶 状 变 化 。具 体 方 法 是 将 内 邻 域 像 素 值 和 与 其 相 邻 的
某 外 邻 域 像 素 值 平 均 ,然 后 赋 给 内 邻 域 像 素 。
党向盈等在文献 [7] 中又介绍了一种的方法,同样以 bili-
near 或 bicubic 对原始图像进行放大,然后选用 canny 算子进行 边 缘 检 测 。 确 定 过 渡 带 内 像 素 的 修 正 方 向 ,一 般 为 垂 直 于 边
符祥,郭宝龙:图像插值技术计综算述机工程与设计 Computer Engineering and Design
多1
符 祥 , 1,2 郭宝龙 2 (1. 南昌航空大学 计算机学院,江西 南昌 330063;2. 西安电子科技大学 机电工程学院,陕西 西安 710071)
1 传统图像插值算法
在 传 统 图 像 插 值 算 法 中 ,最 近 邻 插 值 较 简 单 ,容 易 实 现 , 早期的时候应用 比较普遍。但是,该方法 会在新图像中 产生 明显的锯齿边缘和马赛克现象。双线性插值法具有平滑功 能,能有效地 克服最近邻法 的不足,但会 退化图像的高 频部 分,使图像细节变 模糊。在放大倍数比 较高时,高阶插值 ,如 双三次和三次样条插值等比低阶插值效果好。这些插值算 法可以使插值生成的像素灰度值延续原图像灰度变化的连 续性,从 而使放大图像 浓淡变化自然平 滑。但是在图像 中, 有 些 像 素 与 相 邻 像 素 间 灰 度 值 存 在 突 变 ,即 存 在 灰 度 不 连 续 性。这些具有灰度值突变的像素就是图像中描述对象的轮 廓或纹理图像的 边缘像素。在图像放大 中,对这些具有 不连 续 灰 度 特 性 的 像 素 ,如 果 采 用 常 规 的 插 值 算 法 生 成 新 增 加 的 像 素 ,势 必 会 使 放 大 图 像 的 轮 廓 和 纹 理 模 糊 ,降 低 图 像 质 量 。 由 于 篇 幅 有 限 ,人 们 已 经 熟 知 的 传 统 图 像 插 值 算 法 这 里 不 再 详细介绍。
缘 的 方 向 ,最 后 将 过 渡 带 像 素 和 其 修 正 方 向 指 向 的 平 坦 区 域
充插值像素点,实线段 A、B、C、D 所连接的黑点为低分辨率图
像中检测出的边缘像素。
2 1,2 1 2 ,2
A B
D C
2 +1,2 +1
图 2 Zhang 算法边缘插值
在 对 零 填 充 像 素 进 行 赋 值 时 ,首 先 对 边 缘 像 素 点 赋 值 。 在图示中,以边缘像素点连接线段 B 中的零填充点 2 ,2 为 例,对该点进行插值时,由于 2 1,2 1 与 2 +1,2 +1 均为低
分辨率图像中的边缘像素,根据边缘的连续性,认为 2 ,2 亦
为边缘像素,所以,用两点的均值对点 2 ,2 赋值,即
2 ,2
=
1 2
[
2
1,2 1 + 2 +1,2 +1 ]
=
1 2
[
,+
+1, +1 ]
(1)
其余边缘像素点以此类推。
处 理 完 边 缘 像 素 后 ,再 对 其 余 零 填 充 像 素 用 双 三 次 插 值
这类插值方法一般采用如图 1 所示原理图,首先检测低 分 辨 率 图 像 的 边 缘 ,然 后 根 据 检 测 的 边 缘 将 像 素 分 类 处 理 ,对 于 平 坦 区 域 的 像 素 ,采 用 传 统 方 法 插 值 ;对 于 边 缘 区 域 的 像 素 ,设 计 特 殊 插 值 方 法 ,以 达 到 保 持 边 缘 细 节 的 目 的 。
张雄等 首 [4] 先采用传统的边缘检测算子提取图像的边缘,
先对边缘像素插值,以水平和垂直方向图像放大倍数均为 2 为
例,图 2 为边缘插值示意图,黑白点阵构成高分辨率图像像素
阵 列。黑 点 为 低 分 辨 率 图 像 像 素 点 的 复 制,如 像 素 点
2 1,2 1 对应低分辨率图像中的像素点 , ,白点为零填
142 2009,30 (1)
计算机工程与设计 Computer Engineering and Design
2 基于边缘的图像插值算法
为 了 克 服 传 统 方 法 的 不 足 ,近 年 来 提 出 了 许 多 边 缘 保 护 的插值方法,对插值图像的边 缘有一定的增 强,使得图像 的 视觉效果更好 ,边缘保护的插 值方法可以分 为两类:基于 原 始低分辨图像边缘的方法和基于插值后高分辨率图像边缘 的方法。 2.1 基 于 原 始 低 分 辨率 图 像 边 缘 的 方 法
附近像素
图像
图 3 基于插值后高分辨率图像边缘的方法原理
高岚等 [5] 首先 基于双线 性插值将 图像放大, 然后采用
Krisch 算子确定图像边缘像素点的位置和方向,最后根据边缘 两侧的像素增强边缘像素的值。