[发明专利]一种基于牛顿二阶插值的图像缩放方法

说明书

本发明专利提供了一种基于牛顿二阶插值的图像缩放方法，首先根据源图像和目标图像的分辨率大小计算出缩放倍率，将源图像和目标图像的像素位置进行坐标化；然后基于牛顿二阶插值算法对源图像进行水平方向上的缩放得到中间图像；再根据中间图像对垂直方向、45度方向和135度方向进行边缘位置判断，通过计算三个方向选取像素点的二阶差分来和给定阈值比较确定插值点是否处于边缘区域，最终选择对应的算法计算得到目标图像的像素值。本发明可以对源图像进行任意倍率的无极缩放，同时根据了插值点所在邻域内源像素的相关性对图像的边缘区域进行了保护，缩放后的图像视觉效果比传统的算法更佳，且算法复杂度低，利于硬件实现。

技术领域

本发明属于图像缩放技术领域，特别涉及一种基于牛顿二阶插值的图像缩放方法，适用于FPGA实现对图像进行缩放。

背景技术

图像是人类感知世界的视觉基础，是人类获取信息，表达信息的重要手段。图像缩放技术被广泛的应用于各类消费类电子产品、医学图像处理以及安防监控等领域中。图像是由离散的点阵构成，要对图像进行缩放处理，首先要提取原始图像中的像素数据，然后对像素数据进行处理得到目标图像。

图像缩放的处理算法的种类很多，根据算法是否对边缘进行处理，可以大致分为两类。第一类是不考虑边缘信息的图像插值算法，如最邻近插值、双线性插值和双三次插值等一类经典的插值算法。这类算法在计算目标图像的像素时只通过其位置和邻域内的原始像素数据计算，不考虑边缘处的图像信息变化，缩放后效果不理想。其中，最邻近插值算法在实现过程中最为简单，但在处理后，目标图像会产生马赛克现象；双线性插值和双三次插值具有低通滤波效应，导致高频分量丢失，缩放后得到的目标图像会变得平滑。

第二类是基于边缘的图像缩放算法，边缘检测算法有Sobel、Prewitt和Canny以及基于形态学的边缘检测算法。如江雯等提出基于Sobel算子的边缘插值算法，需要对图像边缘进行检测后存储，然后再根据边缘方向进行插值计算，其实现过于复杂。除了先采用边缘算子检测边缘再插值的方法，还有一类采用边缘自适应的算法，齐敏等人通过数据融合的方式对不同区域的插值点进行插值计算，算法通过多次归一化方法求系数，缩放效果并不理想，且计算过程繁杂。刘政林等人提出基于边缘的实时缩放算法，在边缘检测上考虑欠缺，导致边缘区域的缩放效果不佳。

本领域需要提出缩放效果更好，计算复杂度低，更利于硬件实现的算法。

发明内容

基于上述分析，提出一种基于牛顿二阶插值的图像缩放方法，考虑到边缘的各个方向的相关性，处理结果相比传统的缩放算法，效果更好，计算复杂度低，且利于硬件实现。

为了达到上述技术目的，本发明采用如下技术方案予以实现。

一种基于牛顿二阶插值的图像缩放方法，包括以下步骤：

步骤a，根据源图像和目标图像的分辨率大小确定输入图像和目标图像的缩放倍率，将源图像和目标图像的像素位置进行坐标化。

步骤b，对坐标化后对原始图像进行水平缩放，根据目标像素点映射到原始图像中的位置选择邻域内相关性最大的一组源像素，通过牛顿二阶插值算法计算水平方向的目标像素值得到中间图像；

步骤c，根据水平缩放后的中间图像，同样根据其映射到中间图像中的位置选择3x3邻域内的一组源像素，然后对垂直方向、45度方向和135度方向的各组源像素进行边缘判断，对处于边缘区域的插值点进行融合计算得到目标像素值，处于平缓区域根采用对应方向的源像素插值计算得到目标像素值，插值计算采用的是牛顿二阶插值算法，需要插值点邻域内相关性最大的三个源像素点参与计算。

有益的技术效果

由于传统缩放方法对图像的边缘区域缺少保护，现有的对边缘保护缩放算法存在一些算法复杂和效果不佳的现象；本发明方法计算量小且对边缘的保护更优，适合在硬件上实现。

附图说明