一种硬件友好的基于边缘对比度的图像插值技术制造技术

本发明专利技术公开了一种硬件友好的基于边缘对比度的图像插值技术，涉及技术领域。为解决现有本领域有的改进算法计算和访存复杂度较高，不适合硬件实现，有的算法并行化难度大,不利于硬件进行并行加速处理的问题，步骤一：通过图像读入函数从对应目录位置中读入图像,选取待插值点的8x8Lanczos原像素点矩阵；步骤二：进行4个方向的边缘检测，分别为0

【技术实现步骤摘要】
一种硬件友好的基于边缘对比度的图像插值技术


[0001]本专利技术涉及图形图像处理
，具体为一种硬件友好的基于边缘对比度的图像插值技术。

技术介绍

[0002]在图形图像处理领域，像素性能常常是芯片系统的性能瓶颈,减轻图形渲染的计算和访存负载对于提升图形芯片性能有重大帮助，将图形图像先进行低分辩率渲染后由算法重建放大至期望分辨率的超分辨率重建技术已经成为主要的性能优化手段，它被广泛应用于现代社会中的各个领域,如多媒体传输、大型游戏、医疗图像、公共安全等,它是信息学、计算机视觉和机器学习等学科的结合，同时随着5G技术和计算机硬件的不断进步,图像传输的质量也不断提高,支持高清、全高清、超高清图像或视频的实时性应用变得越来越广泛,这对网络带宽和硬件设备都产生了巨大的压力，单帧图像或多帧图像的重建根据方法不同可以分为基于插值的图像重建、基于学习的图像重建,以及基于深度学习的图像重建等。
[0003]虽然有众多的图像重建算法被提出,但由于客观条件限制很多算法并没有被广泛使用，比如虽然基于深度学习的图像重建算法生成的图像质量高,但它需要有海量数据进行训练,这造成了较高的使用代价,除此之外基于深度学习的算法并不适合应用于医疗成像、城市安防等场景，所以目前应用最广的仍然是插值算法，如OpenCV和Matlab等都提供多种线性插值算法,AMD公司和NVDIA公司也先后推出了基于图像插值算法的游戏加速插件FSR和NIS，可以不依赖硬件平台来提高游戏显示质量，现有本领域有的改进算法计算和访存复杂度较高，不适合硬件实现，有的算法并行化难度大,不利于硬件进行并行加速处理。
[0004]因此，针对上述问题提出一种硬件友好的基于边缘对比度的图像插值技术。

技术实现思路

[0005]本专利技术的目的在于提供一种硬件友好的基于边缘对比度的图像插值技术，以解决上述
技术介绍
中提出现有本领域有的改进算法计算和访存复杂度较高，不适合硬件实现，有的算法并行化难度大,不利于硬件进行并行加速处理的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种硬件友好的基于边缘对比度的图像插值技术，包括如下步骤：
[0007]步骤一：通过图像读入函数从对应目录位置中读入图像,选取待插值点的8x8Lanczos原像素点矩阵；
[0008]步骤二：进行4个方向的边缘检测，分别为0
°
、45
°
、90
°
和135
°
；
[0009]步骤三：进行差值计算；
[0010]步骤四：将插值计算结果输出,等待所有插值点输出完毕后得到最终高分辨率图像。
[0011]通过采用上述技术方案，采用四种边缘方向的对比度探测，根据全局阀值和局部
阀值来精准确定位边缘，对边缘区域和平坦区域采用不同系数的Lanczos窗系数进行差值。
[0012]进一步地，基于步骤二中边缘检测如下步骤：
[0013]步骤一：将中央4x4像素点矩阵使用公式将彩色转换成像素近似灰度；
[0014]步骤二：将4个方向梯度和不同阈值进行比较，产生边缘对比度结果矩阵,根据对比度结果选择插值系数β。
[0015]通过采用上述技术方案，。
[0016]进一步地，基于步骤三中的差值计算步骤如下：
[0017]步骤一：差值系数选择，根据边缘对比度结果矩阵选择不同系数的Lanzcos系数进行插值,按照边缘区域对比度结果,由高到低依次选择对应公式中不同β值产生的插值系数，对于平坦区域选择公式产生的插值系数；
[0018]步骤一(1)：平坦区域采用以下公式产生的系数进行差值：
[0019][0020]步骤一(2)：边缘区域根据不同边缘方向和对比度值，选择以下公式不同β值产生的系数进行差值：
[0021][0022]步骤二：使用上个步骤中选择的系数,对低分辨图像8x8像素点进行插值计算,生成待插值点像素。
[0023]通过采用上述技术方案，算法中r＝4时根据对比度的不同,取β
r＝4
＝1.18,β
r＝4
＝1.22,β
r＝4
＝1.25，此外算法根据原像素中心点的临近2x2像素点的边缘信息和r＝4时四级Lanzcos4窗函数实现不同感受野内的图像信息合并,从而提高整体图像质量。
[0024]进一步地，所述不同阈值包括全局阈值和局部阈值，且通过全局阈值和局部阈值来精确定位边缘。
[0025]通过采用上述技术方案，提高了计算精准度。
[0026]进一步地，所述近似灰度的计算像素通过以下公式进行计算：
[0027]gray
′
＝red/8+green/2+green/8+blue/4
[0028]通过采用上述技术方案，由于考虑到硬件开销,以及人眼对彩色图像的绿色分量最敏感,本算法使用该公式来计算像素的近似灰度从而进行边缘检测.通过近似灰度的方式，不仅可以避免分别对RGB分量进行边缘检测,还可以将定点乘加操作转换为整数加法操作。
[0029]与现有技术相比，本专利技术的有益效果是：
[0030]1、该硬件友好的基于边缘对比度的图像插值技术，通过采用4种边缘方向的对比度探测,根据全局阈值和局部阈值来精确定位边缘,对边缘区域和平坦区域采用不同系数的Lanczos窗系数进行插值，可以改善原有计算和存储的复杂程度，同时提高了实时性的需
求；
[0031]2、该硬件友好的基于边缘对比度的图像插值技术，根据原像素中心点的临近2x2像素点的边缘信息和r＝4时四级Lanzcos4窗函数实现不同感受野内的图像信息合并,从而提高整体图像质量。
附图说明
[0032]图1为本专利技术的不同β值得Lanczos窗函数对比图；
[0033]图2为本专利技术的不同边缘的插值系数对比示意图；
[0034]图3为本专利技术的各级感受野像素的合并插值示意图。
具体实施方式
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0036]一种硬件友好的基于边缘对比度的图像插值技术，包含以下步骤：
[0037]步骤一：通过图像读入函数从对应目录位置中读入图像,选取待插值点的8x8Lanczos原像素点矩阵；
[0038]步骤二：进行4个方向的边缘检测，分别为0
°
、45
°
、90
°
和135
°
；
[0039]步骤三：进行差值计算；
[0040]步骤四：将插值计算结果输出,等待所有插值点输出完毕后得到最终高分辨率图像。
[0041]基于步骤二中边缘检测如下步骤：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种硬件友好的基于边缘对比度的图像插值技术，其特征在于：包括如下步骤：步骤一：通过图像读入函数从对应目录位置中读入图像,选取待插值点的8x8Lanczos原像素点矩阵；步骤二：进行4个方向的边缘检测，分别为0
°
、45
°
、90
°
和135
°
；步骤三：进行差值计算；步骤四：将插值计算结果输出,等待所有插值点输出完毕后得到最终高分辨率图像。2.根据权利要求1所述的硬件友好的基于边缘对比度的图像插值技术，其特征在于：基于步骤二中边缘检测如下步骤：步骤一：将中央4x4像素点矩阵使用公式将彩色转换成像素近似灰度；步骤二：将4个方向梯度和不同阈值进行比较,产生边缘对比度结果矩阵,根据对比度结果选择插值系数β。3.根据权利要求1所述的硬件友好的基于边缘对比度的图像插值技术，其特征在于：基于步骤三中...

【专利技术属性】
技术研发人员：严忻恺，丁晟，夏玉果，居水荣，
申请(专利权)人：江苏信息职业技术学院，
类型：发明
国别省市：