[发明专利]基于双三次插值的自适应图像缩放方法

说明书

技术领域

本发明属于数字图像处理领域，涉及一种自适应图像缩放方法。

背景技术

数字图像缩放是数字图像处理的基本问题，它是指图像分辨率的改变，也称图像分辨率转换或图像尺度变换，在医学、互联网以及多媒体领域得到了广泛应用。图像缩放就是改变图像的分辨率，其过程包括两个主要步骤：首先根据源图像的像素分布以及图像特征，重建一个可以近似表达原图像的连续函数，然后根据目标分辨率对重构函数进行重采样，得到目标图像的像素颜色值。图像缩放主要包括图像的放大和缩小，也称作升采样和降采样。缩小图像的主要目的包括使图像符合显示区域的大小以及生成对应图像的缩略图，如在互联网以及多媒体领域中，高分辨率的图片经常需要在限定的小尺寸范围内显示，这就需要用到图像缩小技术，而放大图像由于不能获得图像的更多信息以及图像的清晰度受到影响而较少用到，但有一些放大算法能够增加图像像素个数从而使目标图像的质量超过原始图像。

目前图像缩放算法主要分为两类，一类是经典的基于像素插值的图像插值算法，最近邻插值算法、双线性插值算法、双三次插值算法等，这些算法易于实现、速度快，但由于插值模型的低通滤波效应，使目标图像中出现锯齿或边缘模糊等现象，如最近邻插值算法会在目标图像边缘出现锯齿，双线性插值算法和双三次插值算法使目标图像整体变的平滑。为保持图像边缘的清晰效果，近几年研究出了另一类基于边缘的图像插值算法，如基于像素面积的缩放算法，该算法使用像素面积模型将像素作为一个小矩形进行处理，完成自适应插值。此外还有一些利用小波变换，分形等进行边缘保护的图像插值算法，但计算量太大，难于硬件实现。

综上所述，双线性、双三次等各种线性插值方法由于速度快易于实现等特点，已成为数字图像缩放应用中常用方法。然而线性插值算法会产生混叠伪影和边缘模糊等问题，有效解决线性插值算法产生的混叠伪影和边缘模糊的问题需要进行深入研究，以期提高缩放后的图像质量。

发明内容

技术问题：针对现有的线性插值缩放算法中尚存的不足和限制，本发明提供了一种能够有效解决现有的线性插值算法中存在的混叠伪影和边缘模糊问题，提高图像视觉效果的基于双三次插值的自适应图像缩放方法。

技术方案：本发明的基于双三次插值的自适应图像缩放方法，包括以下步骤：

1）记录源图像src的宽度sw和高度sh，以及目标图像dst的宽度dw和高度dh；

2）对源图像src进行高斯模糊，得到高斯模糊图像g_blur，

3）根据源图像的高度值sh及目标图像dst的高度值dh，对步骤2）中得到的高斯模糊图像g_blur按列进行双三次自适应插值缩放，得到中间插值图像t_image，具体步骤如下：

对目标图像dst从上向下逐行计算归一化后的行权重xw，归一化后的行权重xw组成行权重数组x_array，然后按列提取步骤2）中得到的高斯模糊图像g_blur中的每一列的像素并按顺序组成列数组inpix，将高斯模糊图像g_blur中第xc列、第xr行像素的上下共xm个像素的像素值分别乘以行权重数组x_array中对应的权重值fxw得到xm个加权结果rx，并将得到的所有加权结果rx相加得到中间像素xp，作为中间插值图像t_image中的第xc列、第xr行的像素，中间像素xp的像素值，即中间插值图像t_image中的第xc列、第xr行的像素值的计算公式为：

outpix[xr]=Σi=-hhinpix[i]×fxwh]]>

其中

按上述方法计算得到中间插值图像t_image的所有中间像素xp，组成中间插值图像t_image；

归一化后的行权重xw的计算方法为：

31）求出缩放比例xsca=sh/dh，根据xpos=xd×xsca计算出目标图像dst的第xd行在高斯模糊图像g_blur中的对应位置xpos，