数字图像的插值处理方法技术

本发明专利技术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。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术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。
技术介绍
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。
技术实现思路
有鉴于此，本专利技术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。本专利技术提供一种，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Wi；最后根据该高斯权重Wi以及该相邻像素点的值Vi，计算该映像点的值f(x，y)。根据本专利技术提供的，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。有关本专利技术的详细内容及技术，配合附图说明如下附图说明图1为本专利技术的总体流程图；图2为本专利技术的图像变换的示意图；图3为本专利技术的利用相邻像素点插值的示意图；图4为本专利技术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2122点2223点2324点2425点2526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。具体实施例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。下面结合附图对本专利技术进行详细说明。根据本专利技术提供的，请参见图1，图1说明本专利技术的方法，该图为本专利技术所提的总体流程图，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210)，根据该映像点的相邻像素点坐标(m，n)，确定高斯权重Wi(步骤220)，根据该高斯权重Wi以及该相邻像素点的值Vi，计算该映像点的值f(x，y)(步骤230)。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Wi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)=Σi=1kWi*Vi]]>其中，Mi为映像点M(x，y)相邻的像点，Vi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Wi=e-r(x-m)2+(y-n)2,]]>并且Σi=14Wi=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W1=e-r(x-i)2+(y-j)2]]>W2=e-r(x-i-1)2+(y-j)2]]>W3=e-r(x-i-1)2+(y-j-1)2]]>W4=e-r(x-i本文档来自技高网...

【技术保护点】
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），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）。

【技术特征摘要】

【专利技术属性】
技术研发人员：姜彦儒，叶伯强，
申请(专利权)人：致伸科技股份有限公司，
类型：发明
国别省市：71[中国|台湾]