一种基于信息回收机制的图像插值方法技术

本发明专利技术公开了一种基于信息回收机制的图像插值方法，属于图像插值技术领域。该方法首先对原始图像进行插值计算来获取初步插值图像。其次，针对初步插值图像构建信息回收机制，即量化初步差值图像中的损失信息，具体是通过逆插值计算和误差计算两个步骤来获取误差图像。最后，将初步插值图像和误差图像叠加来获取最终的插值图像。本发明专利技术所公开的图像插值方法具有原理简单的优点，能够减少插值过程中所带来的边缘模糊和锯齿现象，在卫星遥感、智慧城市、超高清电视等应用领域，具有较高的推广价值。价值。价值。

【技术实现步骤摘要】
一种基于信息回收机制的图像插值方法


[0001]本专利技术属于图像插值
，具体涉及一种基于信息回收机制的图像插值方法。

技术介绍

[0002]数字图像插值技术主要利用图像已知采样点的像素值估计未知采样点的像素值，是图像数据的一种生成过程，在卫星遥感、智慧城市、超高清电视等领域有着广泛的应用。在图像处理过程中，根据实际的应用需求来对图像的分辨率进行调整，而调整的过程中都涉及到图像的插值。从数学角度来讲，图像插值就是应用某一核函数和已知邻域像素点来拟合未知像素点的灰度值，插值方法的好坏也直接影响到后续的实际工程应用。
[0003]目前，现有的图像插值技术分为线性插值方法和非线性插值方法。常见的线性插值方法包括近邻插值方法和双线性插值方法等。近邻插值方法中待插值像素值设定为原图像中离其最近点的像素值，其插值后的图像有锯齿现象和块效应。线性插值方法也存在类似的问题。近年来出现了一些非线性插值方法，例如基于机器学习的插值方法，此类方法能够一定程度上改善插值图像的细节信息，但是此类方法存在一些不可控的因素，需要大量的图像进行模型训练，并且训练得到的模型通常不具备泛化能力，导致在图像插值过程中会出现局部图像失真及模糊问题。
[0004]总之，现有图像插值方法存在的主要问题是插值过程中存在细节信息的丢失，容易出现边缘模糊和锯齿现象。因此，如何实现一种纹理细节清晰的图像插值方法就显得尤为重要，这对于卫星遥感、智慧城市、超高清电视等领域具有非常重要的研究意义和实用价值。

技术实现思路

[0005]针对现有技术中存在的问题，本专利技术提供了一种基于信息回收机制的图像插值方法，本专利技术所采取的技术方案如下：
[0006]一种基于信息回收机制的图像插值方法，包括如下步骤：
[0007]步骤S1：图像插值，对原始图像F(x，y)进行图像插值，得到初步插值图像I(x
′
，y
′
)，其中原始图像变量x的取值范围是x＝1，2，...，M，变量y的取值范围是y＝1，2，...，N，M和N分别为图像的行数和列数，初步插值图像变量x
′
的取值范围是x
′
＝1，2，...，round(M
·
A)，y
′
的取值范围是y
′
＝1，2，...，round(N
·
A)，“round()”为四舍五入函数，A是图像缩放的尺度系数；
[0008]接下来的三个步骤用于实现图像插值的信息回收机制来获取高质量的插值图像。
[0009]步骤S2：逆插值计算，对步骤S1得到的初步插值图像I(x
′
，y
′
)进行逆向插值，也就是说，如果步骤S1中的图像插值是进行分辨率提升，逆向插值则是降低I(x
′
，y
′
)的分辨率并得到图像H(x，y)，并称该过程为逆向下采样，如果步骤S1中的插值是为了降低图像分辨率，则逆向插值是提升I(x
′
，y
′
)的分辨率并得到图像H(x，y)，并称该过程为逆向上采样，H
(x，y)作为逆向插值的结果图像，其分辨率与原始图像F(x，y)的分辨率相同；
[0010]步骤S3：误差计算，将原始图像F(x，y)与步骤S2得到的逆向插值结果图像H(x，y)作差，并记该差值为A(x，y)，然后使用步骤S1中的插值方法对A(x，y)进行插值计算得到误差图像E(x
′
，y
′
)；
[0011]步骤S4：叠加输出，将步骤S1的初步插值图像I(x
′
，y
′
)与步骤S3的误差图像E(x
′
，y
′
)叠加来获取最终的插值输出图像S(x
′
，y
′
)。
[0012]优选地，所述步骤S1中图像插值的计算公式为：
[0013]其中S是以坐标点(x
′
，y
′
)经反向坐标映射后在原始图像坐标系统的子区域，若S是3
×
3邻域，相应的变量i，j，k和l的取值范围是[
‑
3，3]内的整数，ω(i，j，k，l)的计算公式为
[0014]优选地，所述步骤S2中图像逆向下采样的计算公式为：
[0015]其中“*”为卷积运算符号，δ(x，y)的定义为：
[0016]优选地，所述步骤S2中图像逆向上采样的计算公式为：
[0017]其中“*”为卷积运算符号，δ(x，y)的定义为：
[0018]优选地，所述步骤S4中插值输出图像S(x
′
，y
′
)的计算公式为：
[0019]S(x
′
，y
′
)＝I(x
′
，y
′
)+λ
·
E(x
′
，y
′
)，其中参数λ＝1.5。
[0020]与现有技术相比，本专利技术具有的有益效果是：本专利技术原理简单，通过构建插值过程中的信息回收机制来获取误差图像，并将其叠加到最终的插值图像并输出，以此来降低插值过程中所带来的边缘模糊和锯齿现象。本专利技术的插值方法适合于卫星遥感、智慧城市、超高清电视应用领域，具有较高的推广价值。
附图说明
[0021]图1为本专利技术的实施步骤框图。
具体实施方式
[0022]为了便于技术人员理解本专利技术的技术方案，现结合说明书附图和实施例对本专利技术的技术方案作进一步详细描述。
[0023]本专利技术提供了一种基于信息回收机制的图像插值方法，本专利技术所采取的技术方案
如下：
[0024]结合图1，一种基于信息回收机制的图像插值方法的具体实施步骤如下：
[0025]步骤S1：图像插值，对原始图像F(x，y)进行图像插值，得到初步插值图像I(x
′
，y
′
)，其中原始图像变量x的取值范围是x＝1，2，...，M，变量y的取值范围是y＝1，2，...，N，M和N分别为图像的行数和列数，初步插值图像变量x
′
的取值范围是x
′
＝1，2，...，round(M
·
A)，y
′
的取值范围是y
′
＝1，2，...，round(N
·
A)，“round()”为四舍五入函数，A是图像缩放的尺度系数。尺度系数A大于1表示需要对原始图像进行放大处理，0＜A＜1表示需要对原始图像进行缩小处理。
[0026]在具体的插值过程中，需要根据图像缩放的尺度系数A来构建初步插值图像I(x
′
，y
′
)的坐标与原始图像F(x，y)的坐标之间的对应关系，建立反向坐标映射计算公式，即(x
′
，y
′本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信息回收机制的图像插值方法，其特征在于：具体步骤如下：步骤S1：图像插值，对原始图像F(x，y)进行图像插值，得到初步插值图像I(x
′
，y
′
)，其中原始图像变量x的取值范围是x＝1，2，...，M，变量y的取值范围是y＝1，2，...，N，M和N分别为图像的行数和列数，初步插值图像变量x
′
的取值范围是x
′
＝1，2，...，round(M
·
A)，y
′
的取值范围是y
′
＝1，2，...，round(N
·
A)，“round()”为四舍五入函数，A是图像缩放的尺度系数；步骤S2：逆插值计算，对步骤S1得到的初步插值图像I(x
′
，y
′
)进行逆向插值，也就是说，如果步骤S1中的图像插值是进行分辨率提升，逆向插值则是降低I(x
′
，y
′
)的分辨率并得到图像H(x，y)，并称该过程为逆向下采样，如果步骤S1中的插值是为了降低图像分辨率，则逆向插值是提升I(x
′
，y
′
)的分辨率并得到图像H(x，y)，并称该过程为逆向上采样，H(x，y)作为逆向插值的结果图像，其分辨率与原始图像F(x，y)的分辨率相同；步骤S3：误差计算，将原始图像F(x，y)与步骤S2得到的逆向插值结果图像H(x，y)作差，并记该差值为A(x，y)，然后使用步骤S1中的插值方法对A(x，y)进行插值计算得到误差图像E(x
′
，y
...

【专利技术属性】
技术研发人员：郭立强，
申请(专利权)人：淮阴师范学院，
类型：发明
国别省市：