图像放大方法及图像放大装置制造方法及图纸

本发明专利技术提供一种图像放大方法及图像放大装置。该图像放大方法包括如下步骤：获取具有第一分辨率的原图像；通过预设的第一插值算法对原图像进行插值放大，得到具有第二分辨率的第一过渡图像，第二分辨率大于第一分辨率；通过预设的第二插值算法对原图像进行插值放大，并对插值放大后的图像进行平滑处理，得到具有第二分辨率的第二过渡图像；对原图像进行边缘检测，得到原图像的边缘信息；建立权值输出模型，并将原图像的边缘信息输入权值输出模型，产生目标图像的融合权值；根据融合权值和预设的融合公式融合第一过渡图像和第二过渡图像，得到具有第二分辨率的目标图像，能够实现图像边缘平滑过渡，提升图像放大效果，降低图像放大成本。

Image Enlargement Method and Image Enlargement Device

【技术实现步骤摘要】
图像放大方法及图像放大装置
本专利技术涉及显示
，尤其涉及一种图像放大方法及图像放大装置。
技术介绍
随着计算机技术，现代通讯技术的高速发展，在人类社会进入信息时代的今天，人们对图像信息的需求也越来越迫切。目前的图像数字化输入设备都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，即对于固定的图像输入条件和固定的图像而言，可获取的数据量是相对固定的。而随着技术的发展和市场需求的变化，消费者对显示器件的显示质量的要求越来越高，相应的，显示器件的分辨率也越来越高，高解析度的视频及信号需求亦越来越大。但是，目前尚有很多的视频文件和信号源分辨率比较低，这些低分辨率的视频文件及信号源在高分辨率显示器件进行显示时，需要经过放大处理。由于图像放大的性能直接决定了视频显示的质量，因此视频显示系统迫切需要高质量的图像放大方法来提高用户的视觉体验。目前，常用的图像放大方法一般为插值放大，典型的插值放大方法包括最邻近插值、双线性插值、双三次插值及多项式插值等，其中，最邻近插值算法最简单，但最邻近插值算法也最易产生像素值不连续，从而导致块效应，进而造成图像模糊，放大后图像质量效果一般不够理想。双线性插值算法较为复杂，双线性插值算法不会出现像素值不连续的情况，放大后的图像质量较高，但能会使图像中各个主题的边缘轮廓和细节部分在一定程度上变得模糊，而双三次插值及多项式插值的算法则又比较复杂。进一步地，现有技术中，通常对图像的平坦区域及边缘区域采用相同的算法进行插值放大，当选用较简单的算法进行运算时，往往使得最终呈现的图像中存在明显的锯齿或失真；当选用较复杂的算法进行运算时，虽然能避免图像的失真，但是整个运算过程所耗费的时间较长，且对硬件的要求更高，无法兼顾图像放大效果与放大成本。
技术实现思路
本专利技术的目的在于提供一种图像放大方法，能够实现图像边缘平滑过渡，提升图像放大效果，降低图像放大成本。本专利技术的目的还在于提供一种图像放大装置，能够实现图像边缘平滑过渡，提升图像放大效果，降低图像放大成本。为实现上述目的，本专利技术提供了一种图像放大方法，包括如下步骤：步骤S1、获取具有第一分辨率的原图像；步骤S2、通过预设的第一插值算法对所述原图像进行插值放大，得到具有第二分辨率的第一过渡图像，所述第二分辨率大于第一分辨率；步骤S3、通过预设的第二插值算法对所述原图像进行插值放大，并对插值放大后的图像进行平滑处理，得到具有第二分辨率的第二过渡图像；步骤S4、对所述原图像进行边缘检测，得到所述原图像的边缘信息；步骤S5、建立权值输出模型，并将原图像的边缘信息输入权值输出模型，产生目标图像的融合权值；步骤S6、根据融合权值和预设的融合公式融合所述第一过渡图像和第二过渡图像，得到具有第二分辨率的目标图像。所述第一插值算法为最邻近插值、双线性插值、双三次插值或多项式插值算法，所述第二插值算法为最邻近插值算法；所述步骤S3中平滑处理的方式为利用预设的平滑算子对步骤S3中插值放大后的图像进行卷积；其中，所述平滑算子为矩阵1至矩阵5中的任一个：所述原图像包括阵列排布的多个原像素，所述第一过渡图像包括阵列排布的多个第一像素，所述第二过渡图像包括阵列排布的多个第二像素，所述目标图像包括阵列排布的多个目标像素；所述步骤S4中，所述原图像的边缘信息包括所述原图像中各个原像素的边缘信息；所述步骤S5中，将各个原像素对应的边缘信息输入权值输出模型，产生与该原像素的位置相对应目标像素的融合权值；所述步骤S6中，所述预设的融合公式为：Vp＝(1-λ)×Vcb+λ×Vs；其中，所述Vp为目标像素的灰度值，Vcb为与该目标像素的位置相对应的第一像素的灰度值，Vs为与该目标像素的位置相对应的第二像素的灰度值，λ为该目标像素的融合权值，0≤λ≤1。所述步骤S5中建立权值输出模型的步骤具体包括：获取多条训练数据，并根据所述多条训练数据通过机器学习训练产生所述权值输出模型；其中，所述获取所述多条训练数据的方法为：提供具有第一分辨率的训练图像，所述训练图像包括阵列排布的多个训练像素；对所述训练图像进行边缘检测，获取各个训练像素的边缘信息；通过预设的第一插值算法对所述训练图像进行插值放大，得到具有第二分辨率的第一过渡训练图像；通过预设的第二插值算法对所述训练图像进行插值放大，并对插值放大后的图像进行平滑处理，得到具有第二分辨率的第二过渡训练图像；选取多个不同的融合权值，按照所述融合公式及所述多个不同的融合权值融合所述第一过渡训练图像及第二过渡训练图像，产生多个具有第二分辨率的训练目标图像，每一训练目标图像均包括阵列排布的多个训练目标像素；提供该训练图像对应的具有第二分辨率的标准目标图像，所述标准目标图像包括阵列排布的多个标准目标像素；确定每一标准目标像素的灰度值和与该标准目标像素处于相同位置的各个训练目标像素的灰度值的差值最小的训练目标像素；以产生该差值最小的训练目标像素的融合权值作为与该位置的标准目标像素对应的标准融合权值；形成分别对应各个标准目标像素的多条训练数据，每一训练数据包括一标准目标像素的对应的标准融合权值及与该标准目标像素对应的训练像素的边缘信息。所述步骤S5还包括：将所述目标图像划分为多个区域，计算每一区域中的各个目标像素的融合权值的均值，并以该均值作为该区域中的各个目标像素的融合权值。本专利技术还提供一种图像放大装置，包括：获取单元、与所述获取单元相连的第一放大单元、与所述获取单元相连的第二放大单元、与所述获取单元相连的边缘检测单元、与所述边缘检测单元相连的权值产生单元以及与所述第一放大单元、第二放大单元及权值产生单元均相连的融合单元；所述获取单元用于获取具有第一分辨率的原图像；所述第一放大单元用于通过预设的第一插值算法对所述原图像进行插值放大，得到具有第二分辨率的第一过渡图像，所述第二分辨率大于第一分辨率；所述第二放大单元用于通过预设的第二插值算法对所述原图像进行插值放大，并对插值放大后的图像进行平滑处理，得到具有第二分辨率的第二过渡图像；所述边缘检测单元用于对所述原图像进行边缘检测，产生所述原图像的边缘信息；所述权值产生单元用于建立权值输出模型，并将原图像的边缘信息输入权值输出模型，产生目标图像的融合权值；所述融合单元用于根据融合权值和预设的融合公式融合所述第一过渡图像和第二过渡图像，得到具有第二分辨率的目标图像。所述第一插值算法为最邻近插值、双线性插值、双三次插值或多项式插值，所述第二插值算法为最邻近插值；所述第二放大单元进行平滑处理的方式为利用预设的平滑算子对通过第二放大单元插值放大后的图像进行卷积；其中，所述平滑算子为矩阵1至矩阵5中的任一个：所述原图像包括阵列排布的多个原像素，所述第一过渡图像包括阵列排布的多个第一像素，所述第二过渡图像包括阵列排布的多个第二像素，所述目标图像包括阵列排布的多个目标像素；所述边缘检测单元产生的所述原图像的边缘信息具体包括所述原图像中各个原像素的边缘信息；所述权值产生单元将各个原像素对应的边缘信息输入权值输出模型，产生与该原像素的位置相对应目标像素的融合权值；所述融合单元中预设的融合公式为：Vp＝(1-λ)×Vcb+λ×Vs；其中，所述Vp为目标像素的灰度值，Vcb为与该目标像素的位置相对应的第一像本文档来自技高网...

【技术保护点】
1.一种图像放大方法，其特征在于，包括如下步骤：步骤S1、获取具有第一分辨率的原图像；步骤S2、通过预设的第一插值算法对所述原图像进行插值放大，得到具有第二分辨率的第一过渡图像，所述第二分辨率大于第一分辨率；步骤S3、通过预设的第二插值算法对所述原图像进行插值放大，并对插值放大后的图像进行平滑处理，得到具有第二分辨率的第二过渡图像；步骤S4、对所述原图像进行边缘检测，得到所述原图像的边缘信息；步骤S5、建立权值输出模型，并将原图像的边缘信息输入权值输出模型，产生目标图像的融合权值；步骤S6、根据融合权值和预设的融合公式融合所述第一过渡图像和第二过渡图像，得到具有第二分辨率的目标图像。

【技术特征摘要】
1.一种图像放大方法，其特征在于，包括如下步骤：步骤S1、获取具有第一分辨率的原图像；步骤S2、通过预设的第一插值算法对所述原图像进行插值放大，得到具有第二分辨率的第一过渡图像，所述第二分辨率大于第一分辨率；步骤S3、通过预设的第二插值算法对所述原图像进行插值放大，并对插值放大后的图像进行平滑处理，得到具有第二分辨率的第二过渡图像；步骤S4、对所述原图像进行边缘检测，得到所述原图像的边缘信息；步骤S5、建立权值输出模型，并将原图像的边缘信息输入权值输出模型，产生目标图像的融合权值；步骤S6、根据融合权值和预设的融合公式融合所述第一过渡图像和第二过渡图像，得到具有第二分辨率的目标图像。2.如权利要求1所述的图像放大方法，其特征在于，所述第一插值算法为最邻近插值、双线性插值、双三次插值或多项式插值算法，所述第二插值算法为最邻近插值算法；所述步骤S3中平滑处理的方式为利用预设的平滑算子对步骤S3中插值放大后的图像进行卷积；其中，所述平滑算子为矩阵1至矩阵5中的任一个：3.如权利要求1所述的图像放大方法，其特征在于，所述原图像包括阵列排布的多个原像素，所述第一过渡图像包括阵列排布的多个第一像素，所述第二过渡图像包括阵列排布的多个第二像素，所述目标图像包括阵列排布的多个目标像素；所述步骤S4中，所述原图像的边缘信息包括所述原图像中各个原像素的边缘信息；所述步骤S5中，将各个原像素对应的边缘信息输入权值输出模型，产生与该原像素的位置相对应目标像素的融合权值；所述步骤S6中，所述预设的融合公式为：Vp＝(1-λ)×Vcb+λ×Vs；其中，所述Vp为目标像素的灰度值，Vcb为与该目标像素的位置相对应的第一像素的灰度值，Vs为与该目标像素的位置相对应的第二像素的灰度值，λ为该目标像素的融合权值，0≤λ≤1。4.如权利要求3所述的图像放大方法，其特征在于，所述步骤S5中建立权值输出模型的步骤具体包括：获取多条训练数据，并根据所述多条训练数据通过机器学习训练产生所述权值输出模型；其中，所述获取所述多条训练数据的方法为：提供具有第一分辨率的训练图像，所述训练图像包括阵列排布的多个训练像素；对所述训练图像进行边缘检测，获取各个训练像素的边缘信息；通过预设的第一插值算法对所述训练图像进行插值放大，得到具有第二分辨率的第一过渡训练图像；通过预设的第二插值算法对所述训练图像进行插值放大，并对插值放大后的图像进行平滑处理，得到具有第二分辨率的第二过渡训练图像；选取多个不同的融合权值，按照所述融合公式及所述多个不同的融合权值融合所述第一过渡训练图像及第二过渡训练图像，产生多个具有第二分辨率的训练目标图像，每一训练目标图像均包括阵列排布的多个训练目标像素；提供该训练图像对应的具有第二分辨率的标准目标图像，所述标准目标图像包括阵列排布的多个标准目标像素；确定每一标准目标像素的灰度值和与该标准目标像素处于相同位置的各个训练目标像素的灰度值的差值最小的训练目标像素；以产生该差值最小的训练目标像素的融合权值作为与该位置的标准目标像素对应的标准融合权值；形成分别对应各个标准目标像素的多条训练数据，每一训练数据包括一标准目标像素的对应的标准融合权值及与该标准目标像素对应的训练像素的边缘信息。5.如权利要求3所述的图像放大方法，其特征在于，所述步骤S5还包括：将所述目标图像划分为多个区域，计算每一区域中的各个目标像素的融合权值的均值，并以该均值作为该区域中的各个目标像素的融合权值。6.一种图像放大装置，其特征在于，包括：获取单元(10)、与所述获取单元(10)相连的第一放大单元(20)、与所述获取单元(10)相连的第二放大单元(30)、与所述获取单元(10)相连的边缘检测单元(40)、与所述边缘检测单元...

【专利技术属性】
技术研发人员：朱江，赵斌，周明忠，吴宇，
申请(专利权)人：深圳市华星光电技术有限公司，
类型：发明
国别省市：广东,44