[发明专利]基于下采样和插值同一性建立数学模型的处理图像的方法

说明书

技术领域

本发明涉及一种图像处理方法，具体涉及一种图像插值在下采样中应用的图像处理方法。

背景技术

尺度变换是图像处理中常用的一种技术手段。尺度变换包括尺度降低和尺度提升，分别由下采样(Down-sampling)和插值(Interpolation)来完成。图像下采样降低图像的分辨率，减少了处理的数据量，可以作为在条件受限的系统中实现某些应用的预处理，对于图像及视频低码率压缩也具有重要的意义。例如，H.26X帧内压缩流程与经典的静态图像压缩算法JPEG类似，这里以JPEG为对象进行说明。众所周知，在低比特率情况下，JPEG压缩会导致讨厌的方块效应。但是，同一幅图像通过现有下采样方法后经过JPEG压缩然后再插值，得到的图像比直接采用JPEG压缩到同样的比特率后的恢复图像的质量要好。

下面直观的来解释一下这个现象。假定对给定图像采用8×8象素块进行编码，如果分配太少的比特(例如平均4比特每块)，仅DC系数被编码，解码后图像由常数象素块组成，这样的图像肯定会表现出很强的方块效应。如果图像进行2倍的下采样处理，那么编码的8×8象素块对应原来的16×16象素块，平均使用4·2²＝16比特来编码系数，这样一些比特会被分配给高频DCT系数，并且象素块会表现出更多的细节。更进一步，在提升解码图像尺度的同时，还可以填加进一些增强的因素，而且插值也能进一步模糊方块效应。因此可以推知，低比特率情况下，应用尺度变换进行压缩可以带来较好的客观和主观的图像质量。

2003年12月9日出版的：A.Bruckstein，M.Elad，R.Kimmel.Down-Scalingfor Better Transform Compression.IEEE Transcations on Image Processing文献，1132～1144页，针对JPEG压缩，建立了一个压缩前后经下采样和插值的理论模型，来分析经压缩-解压缩之后图像的重建误差的期望与总的码率、图像的统计特性以及下采样因子之间的函数关系。为尺度变换在低码率图像压缩中的应用提供了理论依据。

虽然下采样具有重要的意义，但是长期以来，对于图像下采样的研究较少，不能满足各种应用的需求。通常采用邻域平均或象素分除的简单方法。与之相对地，人们对图像插值进行了大量的研究并取得了丰富的成果，提出了包括利用临近元素灰度值的连续性进行插值，如最近邻点插值，线性插值，双线性插值，多项式插值和样条插值等；以分形几何为基础的分形内插方法；在变换域(如小波域)实现的插值方法；基于边缘的插值方法等。而且，对下采样和插值研究通常是分开独立进行的，并没有相互借鉴。

发明内容

本发明为了解决现有下采样后图像保持信息少的问题，提出了一种基于下采样和插值同一性建立数学模型的处理图像的方法。

本发明的步骤如下：

步骤一：输入待下采样图像F_O；

步骤二：建立插值数学模型：

F_H＝C_I(U_HF_LU_V)，    (1-1)

其中F_H的像素点等于F_O的像素点，它们的分辨率相同，U_H和U_V为对低分辨率图像进行水平和垂直方向上零象素的插补的算子；C_I为插值处理的算子，即像素预测模型；

步骤三：选择插值方法，确定像素预测模型，即确定插值方法的算子C_I，同时根据图像F_O大小确定U_H和U_V；

步骤四：建立下采样数学模型：

F_L＝D_H(C_FF_O)D_V，    (1-2)

C_F为下采样的算子，即像素预测模型；D_H和D_V为水平和垂直方向进行下采样的算子；

步骤五：建立插值和下采样统一象素预测模型，由插值的算子C_I和下采样的算子C_F的同一性得到C_F，同时得到D_H和D_V；