CN1286062C - 数字图像的插值处理方法 - Google Patents

Abstract

本发明提供一种数字图像的插值处理方法，首先确定目标图像的像素点在源图像中相应的映像点坐标(x，y)，然后根据该映像点的相邻像素点的坐标(m，n)，确定高斯权重W_i，再根据该高斯权重W_i以及该相邻像素点的值V_i，计算该映像点的值f(x，y)，通过高斯权重进行插值，在减少插值处理时间的同时，又相对提高了图像的质量。

Description

数字图像的插值处理方法

技术领域

本发明是一种数字图像的处理方法，特别是一种利用高斯权重，对数字图像进行插值的方法。

背景技术

当改变图像的大小或转换图像时，原始像素就会重新排列，然后生成一些新的像素点。当图像放大时，原始像素间隙扩大，需要一些新的像素点来补充空隙，图像缩小时，像素开始混合，生成新的像素，为了填充产生的空隙，必须通过计算邻近像素的颜色值，并使用该值来弥补或插补空隙。这就是我们所说的插值(Interpolation)，插值方法是图像重新分布像素时所运用的方法，目的是要确定图像中已知点之间的空隙点的信息。

传统的数字图像的插值方法有很多种，其中速度最快的是NearestNeighbor(最近邻域)，该方法只简单地拷贝相邻的像素，这种方法虽然速度很快，但经常会产生锯齿；Bilinear(双线性插值)方法通过取每个像素与其上下左右四个相邻像素点的颜色平均值，然后在像素之间建立适度的阴影来平滑过渡，效果较好，但花费的时间较长；Bicubic计算法(双三次插值)与Bilinear类似，区别在于它是计算每个像素与相邻的“米”字型方向上的八个像素的颜色平均值，这种算法效果最好，但却最为费时。上述几种插值方法都存在着弊端，或是效果不佳，或是耗费的时间较长，因此，在图像变换后，如何利用较短的时间完成对图像的插值处理，以减少插值的等待时间，是目前在数字图像处理中，产品所急需而开发厂商所应努力的方向重点。

发明内容

有鉴于此，本发明为解决上述问题而提出一种图像的插值方法，其在提高了图像处理质量的同时，又相对提高了处理的速度。

本发明提供一种数字图像的插值处理方法，首先确定目标图像的像素点在源图像中相应的映像点坐标(x，y)；然后根据该映像点的相邻像素点的坐标(m，n)，确定高斯权重W_i；最后根据该高斯权重W_i以及该相邻像素点的值V_i，计算该映像点的值f(x，y)。

根据本发明提供的数字图像的插值处理方法，通过高斯权重，只利用周围四个相邻像素点进行插值，在减少插值处理时间的同时，又相对提高了图像的效果。

有关本发明的详细内容及技术，配合附图说明如下：

附图说明

图1为本发明数字图像的插值处理方法的总体流程图；

图2为本发明数字图像的插值处理方法的图像变换的示意图；

图3为本发明数字图像的插值处理方法的利用相邻像素点插值的示意图；

图4为本发明数字图像的插值处理方法的权值表生成过程流程图。

图中

步骤110确定目标图像的像素点在源图像中相应的映像点坐标(x，y)。

步骤120根据该映像点的相邻像素点坐标(m，n)，确定高斯权重。

步骤130根据该高斯权重以及该相邻像素点的值，计算该映像点的值。

21    点21

22    点22

23    点23

24    点24

25    点25

26    点26

步骤410在相邻像素点空隙之间确定一区域，并在该区域内确定一特征点。

步骤420根据该特征点的相邻像素点坐标(m，n)，计算高斯权重。

步骤430记录该区域的高斯权重。

具体实施方式

插值就是要确定图像中已知点之间空隙点的信息。我们都知道图像是由像素点组成的，当我们放大.缩小或者旋转图像时，原始像素就会重新排列，然后生成一些新的像素点。因此，就需要通过插值来减少图像几何变换后对原有图像的破坏。

下面结合附图对本发明进行详细说明。

根据本发明提供的数字图像的插值处理方法，请参见图1，图1说明本发明的方法，该图为本发明所提的数字图像的插值处理方法总体流程图，首先确定目标图像的像素点在源图像中相应的映像点坐标(x，y)(步骤110)，根据该映像点的相邻像素点坐标(m，n)，确定高斯权重W_i(步骤120)，根据该高斯权重W_i以及该相邻像素点的值V_i，计算该映像点的值f(x，y)(步骤130)。

当我们对数字图像进行编辑时，经常会对图像做一些几何变换，所述几何变换就是对图像的旋转.拉伸.扭曲.变形等变化。经过几何变换后，像素就会重新排列，当对数字图像进行几何变换后，源图像和目标图像之间必然有一定的映像关系。所述映像关系，即为描述由源图像到目标图像的函数，映像关系说明了从源图像到目标图像所进行的变换。

请参见图2A，该图为源图像，图中有四个像点，分别为点21.点22.点23，以及点24，其为图像中的任意四个像素点，当该图像放大后，得到图2B中的目标图像，此时，可以建立源图像到目标图像的映像关系。在目标图像中，有很多如点25.点26这样的新生成的像素点，需要对这些新生成的像素点赋值。我们建立了源图像与目标图像的映像关系后，就可通过逆向映像找到新生成的像素点在源图像中对应的点，通过该点计算出赋予新生成的像素点的值。所述逆向映像是从目标图像出发，可通过目标图像内的每个点，计算出源图像中与之对应的映像点。从映像的方向来分，有两种基本的映像方法：正向映像和逆向映像。正向映像是从源图出发，对源图内的每个点寻找目标图中与之对应的映像点，而逆映像正好相反。在正向映像中，源图中的多个点可能会映像到目标图案中的同一个点，引起重复计算；而且，如果从源图到目标图案的映像不是满映像的话，有可能使目标图中的某些点得不到对应，形成空洞。逆向映像没有这些问题，因此，这里采取了逆向映像的方式。

事实上，逆向映像所对应的函数，也就是正向映像对应函数的反函数。假设图2B是将图2A中的点的横纵坐标都放大2.5倍后对应的图像。那么对于点25，其逆向映像点，就是将其在图2B中的横纵坐标都缩小2.5倍所得到的点，该点即为源图像图2A中相应映像点。如果逆向映像所对应的点正好是源图像中的某一点时，那么插值信息就是源图像中该点的值。但是点25的逆向映像所对应的点在源图像中不一定能够找到，也就是说逆向映像得到的坐标值不一定正好是像素点的坐标，如果落在像素点的空隙之间，就需要通过其周围的点来计算这一点的值。这里将该坐标值取整数，该整数值所对应的像素点就是相邻像素点之一，如图3所示，点M(x，y)即为点23的映像点，该映像点的值即为插值信息。将(x，y)取整后所得的值为(i，j)，因此(i，j)即为相邻像素点之一，那么周围四个相邻点的坐标分别为：M₁(i，j)，M₂(i+1，j)，M₃(i，j+1)，M₄(i+1，j+1)。当然也可向外延伸更多的点，例如利用周围16个点作为相邻像素点，相邻像素点的个数越多，所计算出来的映像点的值也就越准确，但同时消耗的时间也会更多。

通过逆向映像找到源图像所对应的映像点后，即可利用该映像点相邻的点来计算映像点的值。在这里通过对源图像的值加权的方式来计算映像点的值。利用公式高斯权重W_i以及相邻像素点的值，来计算插入点M(x，y)的信息。计算公式为：

$f(x,y)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{W}_i*V_i$

其中，M_i为映像点M(x，y)相邻的像点，V_i为点M(x，y)的各相邻像素点的RGB值，其从原始图像中就可以通过图像传感器得到。高斯权重 $W_i=e^{-r\sqrt{{(x-m)}^2+{(y-n)}^2}},$ 并且 $\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{W}_i=1,$ 其中(m，n)为各相邻像素点的坐标，r为一系数。

多次实验表明，相邻像素点的个数为四个时，所消耗的时间相对较短，图像的效果也相当不错，因此这里选择利用周围四个像点进行插值计算。当利用周围四个像素点进行插值时(即K值为4)，需要根据四个相邻像素点(M₁、M₂、M₃、M₄)的坐标计算出相应的四个高斯权重，四个高斯权重分别为：

$W_1=e^{-r\sqrt{{(x-i)}^2+{(y-j)}^2}}$

$W_2=e^{-r\sqrt{{(x-i-1)}^2+{(y-j)}^2}}$

$W_3=e^{-r\sqrt{{(x-i-1)}^2+{(y-j-1)}^2}}$

$W_4=e^{-r\sqrt{{(x-i)}^2+{(y-j-1)}^2}}$

令W₁+W₂+W₃+W₄＝1，那么就可以得到系数r的值，利用r值即可返回来计算四个权重。通过上述四个权重就可以计算出f(x，y)的值，即为所要插入的信息。

在上述插值过程中，采取的是将源图像中所有的映像点像素点逐一进行插值计算的方法，为了缩短插值所用的时间，也可采用查权值表的方式得到权重，权值表中记录了图像各个区域所对应的权重，任何区域都可以在权重表中查到相应的权重，通过此权重即可计算插值信息。请参见图4，该图为本发明中权值表生成过程流程图。首先做好一个网格，该网格是将像素点之间的空隙再细分为复数个小方块，每一个小方块为一区域，例如对每四个像素点组成的方格按照100*100进一步划分，那么该四个像素点之间就包含有10000个小方块。对于每一块小方块，选定其中心的一点为特征点(步骤410)，来计算权重W_i。该特征点的权重同样是根据其相邻像素点坐标(m，n)来计算的(步骤420)，再将每一块的坐标以及对应的高斯权重记录下来(步骤430)，即为权值表。

需要插值时，通过插值坐标即可在权重表中找到对应的高斯权重，进而根据该高斯权重W_i以及该相邻像素点的值V_i，计算特征点的值f(x，y)。这里的权重W_i的计算可以选择在这样的四个点中进行，为(0，0)，(0，1)，(1，0)，(1，1)。其它情况都可以映像到这四个点，再根据该权重值计算插值信息，从而省去了很多次的重复计算。按每一块小方块来进行处理，在权值表中找到其相应的权重，进而计算插值信息。从而代替对每个点的逐一插值计算，大大的减小了插值所用的时间。

虽然本发明以前述的较佳实施例揭露如上，但其并非用以限定本发明，任何熟习相机图像技术的人，在不脱离本发明的精神和范围内，应该可以作一些少许改动与添加，因此本发明的专利保护范围以权利要求书中所述为准。

Claims (12)

1.一种数字图像的插值处理方法，包括如下步骤：确定目标图像的像素点在源图像中相应的映像点坐标(x，y)；根据该映像点的相邻像素点的坐标(m，n)，通过公式

$W_i=e^{-r\sqrt{{(x-m)}^2+{(y-n)}^2}}$

计算高斯权重W_i，其中r为一系数，其值是通过公式

$\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{W}_i=1$

计算的；及

根据该高斯权重W_i以及该相邻像素点的值V_i，计算该映像点的值f(x，y)。

2.一种数字图像的插值处理方法，包括如下步骤：

确定目标图像的像素点在源图像中相应的映像点坐标(x，y)；

根据该映像点的相邻像素点的坐标(m，n)，通过查权值表确定高斯权重W_i；及

根据该高斯权重W_i以及该相邻像素点的值V_i，计算该映像点的值f(x，y)。

3.根据权利要求1或2所述的数字图像的插值处理方法，其中所述确定映像点坐标(x，y)的步骤还包括：

确定从源图像到目标图像的映像关系；及

计算目标图像的像素点的逆向映像所对应点的坐标。

4.根据权利要求1或2所述的数字图像的插值处理方法，其中所述相邻像素点的个数为4个。

5.根据权利要求1或2所述的数字图像的插值处理方法，其中所述相邻像素点的个数为16个。

6.根据权利要求1所述的数字图像的插值处理方法，其中用K表示所述相邻像素点的个数，当K的值为4时，若相邻像素点的坐标分别为(m，n)，(m+1，n)，(m，n+1)，(m+1，n+1)时，则W_i的值分别为：

$W_1=e^{-r\sqrt{{(x-m)}^2+{(y-n)}^2}}$

$W_2=e^{-r\sqrt{{(x-m-1)}^2+{(y-n)}^2}}$

$W_3=e^{-r\sqrt{{(x-m-1)}^2+{(y-n-1)}^2}}$

$W_4=e^{-r\sqrt{{(x-m)}^2+{(y-n-1)}^2}}$

其中r为一系数，其值是通过公式

$\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{W}_i=1$

计算的。

7.根据权利要求6所述的数字图像的插值处理方法，其中所述相邻像素点的坐标(m，n)，是通过将映像点的坐标值(x，y)取整得到的。

8.根据权利要求2所述的数字图像的插值处理方法，其中所述权值表的生成包括如下步骤：

在相邻像素点的空隙之间确定一区域，并在该区域内确定一特征点；

根据该特征点相邻像素点的坐标(m，n)，计算高斯权重；及

记录该区域的高斯权重。

9.根据权利要求8所述的数字图像的插值处理方法，其中所述在相邻像素的空隙之间确定一区域的步骤，是为将四个相邻像素点所组成的区域划分为复数个小方块，每个小方块为一区域。

10.根据权利要求8所述的数字图像的插值处理方法，其中所述特征点为该区域内的中心点。

11.根据权利要求1或2所述的数字图像的插值处理方法，其中所述根据该高斯权重以及该相邻像素点的值，计算映像点的值的步骤是通过公式：

$f(x,y)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{W}_i*V_i$

计算的，其中K为相邻像素点的个数。

12.根据权利要求1或2所述的数字图像的插值处理方法，其中所述相邻像素点的值V_i为相应相邻像素点的RGB值。

Images