[发明专利]一种图像插值方法及基于该方法的二维经验模态分解方法

说明书

本发明公开了一种图像插值方法，包括将定义在M维网格上的待插值的散点集合进行分解，形成若干个点集；将若干个点集分别进行扩大，得到若干个扩大点集；在若干个扩大点集上进行基于径向基函数的散点插值，得到插值函数；获得相对于M维网格更为稀疏的稀疏网格，计算每个稀疏网格上的网格点到其所属的一个或多个扩大点集的中心的权函数值，并以该权函数值来分配各个网格点由径向基函数计算出来的插值结果；通过获得的每个稀疏网格上的插值结果来求得M维网格上的所有网格点的插值结果，得到整个包络面。本发明还公开了一种二维经验模态分解方法，该图像插值方法不仅具有较快的计算速度，而且应用在二维经验模态分解方法中还有较好的分解质量。

技术领域

本发明涉及图像信号处理技术领域，尤其涉及一种图像插值方法以及基于该图像插值方法的二维经验模态分解方法。

背景技术

一维经验模态分解(EMD)的推广，对二维经验模态分解(2D-EMD)方法在计算机视觉、图像处理以及各种二维信号的处理中得到了应用。但是，由于二维情况下的数据量过多，在EMD算法中需要进行的散点插值计算复杂度随图像尺度变大呈指数增长，因而导致该算法计算速度在一般的计算机上计算速度极慢，限制了该算法的进一步应用。

目前，研究者们通过找寻不同的计算路径来实现2D-EMD以实现对该算法的加速，主要有通过微分方程的方法、分片散点插值方法、以及基于局部极值均值的直接计算包络面平均值的方法；其中使用微分方程的方法包括了使用非线性扩散方程以及求解薄板样条函数方程的方法，计算复杂度仍然较高；而使用分片散点插值方法以及基于局部极值均值的直接计算包络面平均值的方法则精度不足，且仍不能达到在大尺寸图像下较高的运算速度。2D-EMD的应用因此仍然受到了极大的限制。

TFT-LCD液晶面板被广泛应用在现代显示应用中，包括智能手机、平板、笔记本电脑、液晶电视等。在液晶制造的每一个工序当中，以及工序间的衔接过程中，均有可能导致最终显示不良，因而TFT-LCD最终成品显示缺陷种类多，表现形式多样：其中主要有点缺陷、线缺陷及含义最为广泛复杂的Mura。如何区分多种类型的缺陷，并有效快速定为各种缺陷成为液晶检测的难点之一。

以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。

发明内容

为解决上述技术问题，本发明提出一种图像插值方法、基于该图像插值方法的二维经验模态分解方法、以及基于该二维经验模态分解方法的液晶屏幕缺陷检测方法，该图像插值方法不仅具有较快的计算速度，而且应用在二维经验模态分解方法中还有较好的分解质量，同时对液晶屏幕的点、面缺陷具有良好的分解效果。

为了达到上述目的，本发明采用以下技术方案：

本发明公开了一种图像插值方法，包括以下步骤：

S1：将定义在M维网格上的待插值的散点集合进行分解，形成若干个点集；

S2：将若干个所述点集分别进行扩大，得到若干个扩大点集；

S3：在若干个所述扩大点集上进行基于径向基函数的散点插值，得到插值函数；

S4：获得相对于所述M维网格更为稀疏的稀疏网格，计算每个所述稀疏网格上的网格点到其所属的一个或多个所述扩大点集的中心的权函数值，并以所述权函数值来分配各个网格点由径向基函数计算出来的插值结果；

S5：通过获得的每个所述稀疏网格上的插值结果来求得所述M维网格上的所有网格点的插值结果，得到整个包络面。