[发明专利]基于CUDA及边缘检测的图像插值

说明书

技术领域

本发明涉及一种基于CUDA（Compute Unified Device Architecture，计算机统一架构体系）及边缘检测的图像插值方法，利用CUDA并行技术并以像素为单位处理数据，不降低图像处理复杂度的同时加快了处理速度，提高效率。其中涉及NVIDIA（英伟达）公司的CUDA技术及图像处理过程中提高图像分辨率方法。 

背景技术

在数字图像处理领域中，图像插值是一类经常碰到的问题，而且图像插值具有十分重要的实用价值。通过插值可以实现图像的放大显示，提高图像的分辨率。例如，对于侦察卫星，卫星图像的分辨率和清晰度越高，识别军事目标的可能性越大、准确度越高，对军事和国防事业具有重要的意义。而且，放大的高清晰图像一方面提供令人愉悦的图像，另一方面还提供图像更多的细节，这些细节对识别和分析图像非常重要。但是，由于硬件性能的限制，通过摄像机或者其他视频设备获得的图像往往达不到所需的分辨率，若从硬件上着手改进将需要付出较昂贵的代价，而采用图像插值技术来提高数字图像的分辨率和清晰度，从软件方面进行改进和弥补硬件的不足是很有现实意义和价值的。目前已有许多算法被提出来解决提高图像分辨率问题，线性插值算法便是解决该问题的一种重要方法。 

常见的线性插值，如双线性或三次样条插值，基于空间不变模型，计算简单，效率高，但是捕捉边缘能力差，得到的HR（high definition,高清）图像边缘模糊并有很多锯齿。为了得到更好的插值效果，人们不断提出新的插值算法，NEDI（New Edge-Directed Interpolation，新型基于边缘检测的插值）算法就是其中之一。该算法的放大效果要远远好于传统的线性插值，但是相应的复杂程度也远高于传统的线性插值算法。 

NEDI算法利用协方差的自适应插值方法可以用来调节插值过程使得它能满足任何方向上的边缘。它能用低分辨率图像的协方差和高分辨率图像的协方差具有几何对偶性的特点实现高分辨率图像重建。该方法是一种新的非迭代方向自适应插值算法，由Xin Li和Orchard提出，其基本思想是先计算原始图像各像素点的局部协方差系数，再利用原始图像与待插值图像协方差间的几何对偶性来计算待插值图像中需要插入的像素点的值。 

NEDI算法虽然实现了方向自适应性，提高放大图像的质量，但计算复杂度很高，不能在实际的实时图像处理中得到广泛的应用。 

GPGPU（通用计算图形处理单元）编程是软件开发中最热门的最有前途的趋势之一。通过编写专门在目前的高端3D图形卡中的大规模并行流处理器上运行的代码，程序员能够加快一系列算法，并且并不局限于在高性能计算应用程序中。最流行的GPGPU（General Purpose Computation on the GPU，通用图形处理器）架构是NVIDIA公司开发的CUDA技术。 

CUDA是利用GPGPU进行并行运算应用开发的一套C语言编程平台，通过它可以利用特定显卡的高性能运算能力进行一些大规模高性能计算，有效提升计算机系统的使用效率。它使用C语言为基础，可以直接以大多数人熟悉的C语言，写出在显示芯片上执行的程序，而不需要去学习特定的显示芯片的指令或是特殊的结构。由于CUDA特别的编程模型及存储数据方法，使得大量而复杂的同类运算可以由线程同时处理，使得 用户能够以更短的时间完成图像视频处理并让CPU得以解放出来处理一般性日常任务。 

总而言之，基于边缘检测的图像插值算法的复杂度高而处理实时性差，如果可以用CUDA技术的并行处理数据功能解决，不仅可以提高重建高分辨率图像实时性，作为一个创新点对实时的图像处理有很高的实用价值，而且对利用CUDA技术降低图像处理中其它算法的复杂度也有很好借鉴作用。 

发明内容

为解决基于边缘检测的图像插值算法因高复杂度而产生的处理时间增加问题，本发明的目的在于提供一种基于CUDA及边缘检测的图像插值方法，利用CUDA并行技术处理图像数据在不改变处理图像质量同时减少处理时间、实现对图像的实时处理。 

为达到上述目的，本发明的构思如下：