CN101188017A - 数字图像的缩放方法以及*** - Google Patents

Abstract

本发明提供一种数字图像的缩放方法以及***，包括提供一插值点空间位置计算模块计算当前点在原图像中的具***置，并计算相应的缩放比例；提供一相关度计算模块根据插值点位置不同，计算各个方向的相关度；提供一分类判定模块对不同方向的点进行归类；提供一获取参考点及对应方向模块选取最相关的对应方向的四个参考点，并计算插值点在选取的最相关的四个参考点中的对应方向；提供一内插模块沿方向进行插值。本发明提出的方法在集成电路较为简单的情况下，可以根据图像内容选择合适的相关点信息进行插值，然后在此方向上取出相应的参考点数据，结合内插方向重构插值点数值，能够有效地保护物体边界，从而抑制有用信息的模糊。

Description

数字图像的缩放方法以及***

技术领域

本发明属于数字图像处理领域，具体的说，涉及一种数字图像的缩放方法以及***。

背景技术

在平板电视中，由于输入图像和需要显示的输出图像的每行象素和每帧行数不同，需要主驱动控制芯片SCALER来进行空间缩放。所谓图像的空间缩放即图像插值，一般在图像放大的时候，会损失图像的高频分量，图像会显得比较模糊，越是复杂的图像缩放方法效果越好，但是在集成电路上实现却很困难。

现有技术中已经揭露了大量的图像缩放算法，例如，申请号为03111801.1的中国专利中公开了一种数字图像缩放集成电路设计方法，在所述方法中向上缩放和向下缩放由单一电路实现；申请号为200410102692.7的中国专利也公开了一种图像缩放的方法，所述方法通过建立查找表进行缩放，降低了算法的复杂度；此外，申请号为02817340.6的中国专利中也公开了一种用于隔行视频信号的自适应空间缩放方法，其中提出运动场基于场缩放，而静止帧基于帧缩放。但是，以上各个方法都有一个共同的缺点，就是没有考虑图像的边缘方向，在插值过程中只利用了空间位置信息来判定待插值点与周围点的相关性，插值系数事先确定，与图像内容无关。这样在物体边界或细节处，不相关的两部分内容被组合生成插值点，模糊就难以避免，因此在以上各个现有的方法中图像的边缘部分会被模糊掉。

发明内容

本发明的目的在于提供一种数字图像的缩放方法以及***，其可以有效地保护物体边界，从而抑制图像边缘有用信息的模糊化，并且易于集成电路的实现。

为达到上述目的，本发明提供一种数字图像的缩放方法，其包含以下步骤：计算当前点在原图像中的具***置，并计算相应的缩放比例；根据插值点位置不同，计算各个方向的相关度；对不同方向的点进行归类；选取最相关的对应方向的四个邻域点；计算插值点在选取的最相关的四个参考点中的对应方向；沿方向进行插值。

本发明所述的数字图像的缩放方法，其中计算相应的缩放比例的公式为：

                  x＝floor(i_n*Height/H_n+1)

                  y＝floor(j_n*Width/W_n+1)

                  Δx＝i_n*Height/H_n-x+1；

                  Δy＝j_n*Width/W_n-y+1；

其中i_n、j_n为缩放后的新图像的象素的位置，x、y为该象素点所对应的缩放前图像点的位置，Δx、Δy为该缩放后的点到缩放前图像中最近的四点的距离，W_n、H_n为缩放后图像的宽和高，Width、Height为缩放前图像的宽和高。

本发明所述的数字图像的缩放方法，其中计算各个方向的相关度的步骤更详细地为：不同区域的***点分别在0°、45°、90°以及135°四个方向上判断特定象素点处的相关度。

本发明所述的数字图像的缩放方法，其中沿方向进行插值的步骤更详细地为：采用2×2邻域的三次连续多项式插值内核，计算公式为：

$I(x+\mathrm{\Δx},y+\mathrm{\Δy})=\underset{j=0:1}{\underset{i=0:1}{\mathrm{\Σ}}}I\left(X_{\mathrm{ij}}\right)h(\mathrm{\Δ}{x}^{\′}-m)\mathrm{\μ}(\mathrm{\Δ}{y}^{\′}-n)$

其中I(X_ij)为X_ij处采样点的亮度，X_ij为相关邻域的顶点，h(·)为插值内核。

本发明所述的数字图像的缩放方法，输入的为缩放前场(帧)的宽与高、缩放后场(帧)的宽与高、以及当前场(帧)信息，最后要输出的为缩放后场(帧)信息。

本发明还提供一种数字图像的缩放***，其包括：插值点空间位置计算模块，用于计算当前点在原图像中的具***置，并计算相应的缩放比例，所述插值点空间位置计算模块的输入为当前场(帧)信息、缩放后场(帧)的宽与高W_n、H_n，以及缩放前场(帧)的宽与高Width、Height，输出为插值点空间位置信息Δx、Δy，对应原图像的象素点位置x、y；相关度计算模块，用于根据***点位置不同计算各个方向的相关度，所述相关度计算模块的输入为Δy，输出为各个方向的相关度；分类判定模块，用于对不同方向的点进行归类，所述分类判定模块的输入为各个方向的相关度，输出为分类判断出的方向DFlag；获取参考点及对应方向模块，用于选取最相关的对应方向的四个邻域点，并计算插值点在选取的最相关的四个参考点中的对应方向，所述获取参考点及对应方向模块的输入为DFlag、对应原图像的象素点位置x、y、插值点空间位置信息Δx、Δy，输出为四个参考点位置以及投影到新坐标后的新方向Δx′、Δy′；内插模块，用于沿方向进行插值，所述内插模块的输入为四个参考点位置以及投影到新坐标后的新方向Δx′、Δy′，输出为缩放后的场(帧)图像。

本发明所述的数字图像缩放方法在集成电路复杂度不是十分高的情况下，可以根据图像内容选择合适的相关点信息进行插值，然后取出相应的参考点数据，结合内插方向重构插值点数值，显然采用本发明的数字图像缩放方法能够有效地保护物体边界，从而抑制图像边缘有用信息的模糊。

附图说明

通过以下对本发明的一个较佳实施例结合其附图的描述，可以进一步理解其发明的目的、具体结构特征和优点。其中，附图为：

图1为本发明的数字图像的缩放***的一个较佳实施例的方框示意图；

图2为本发明的数字图像的缩放方法的一个较佳实施例的流程图；

图3为本发明的数字图像的缩放方法的一个较佳实施例中***点空间位置示意图；

图4为本发明的数字图像的缩放方法的一个较佳实施例中选取对应方向邻域点示意图；

图5为本发明的数字图像的缩放方法的一个较佳实施例中新的插值方向与原方向间的几何关系示意图。

具体实施方式

以下结合图1至图5，具体说明本发明的一个较佳实施方式。

图1为本发明的数字图像的缩放***的一个较佳实施例的方框示意图。如图所示，本发明所述数字图像的缩放***1包括：插值点空间位置计算模块10、相关度计算模块12、分类判定模块14、获取参考点及对应方向模块16以及内插模块18。

更详细地说，该插值点空间位置计算模块10，用于计算当前点在原图像中的具***置，并计算相应的缩放比例，所述插值点空间位置计算模块10的输入为当前场(帧)信息、缩放后场(帧)的宽与高W_n、H_n，以及缩放前场(帧)的宽与高Width、Height，输出为插值点空间位置信息Δx、Δy，对应原图像的象素点位置x、y。该相关度计算模块12，用于根据***点位置不同计算各个方向的相关度，所述相关度计算模块12的输入为Δy，输出为各个方向的相关度。该分类判定模块14，用于对不同方向的点进行归类，所述分类判定模块14的输入为各个方向的相关度，输出为分类判断出的方向DFlag。该获取参考点及对应方向模块16，用于选取最相关的对应方向的四个邻域点，并计算插值点在选取的最相关的四个参考点中的对应方向，所述获取参考点及对应方向模块16的输入为DFlag、对应原图像的象素点位置x、y、插值点空间位置信息Δx、Δy，输出为四个参考点位置以及投影到新坐标后的新方向Δx′、Δy′。该内插模块18，用于沿方向进行插值，所述内插模块的输入为四个参考点位置以及投影到新坐标后的新方向Δx′、Δy′，输出为缩放后的场(帧)图像。

接着，请参阅图2，为本发明的数字图像的缩放方法的一个较佳实施例的流程图。

首先，执行步骤S1，扫描行输入，并获取相关信息。在本实施例中，所述相关信息主要包括场(帧)信息和缩放后场(帧)的宽与高W_n、H_n，缩放前场(帧)的宽与高Width、Height。

接着，执行步骤S2，计算空间位置，即计算当前点在原图像中的具***置，同时计算相应的缩放比例。在本实施例中，采用如下的计算公式计算所述空间位置：

                  x＝floor(i_n*Height/H_n+1)

                  y＝floor(j_n*Width/W_n+1)

                  Δx＝i_n*Height/H_n-x+1；

                  Δy＝j_n*Width/W_n-y+1；

其中i_n、j_n为缩放后的新图像的象素的位置，x、y为该象素点所对应的缩放前图像点的位置，Δx、Δy为该缩放后的点到缩放前图像中最近的四点的距离，W_n、H_n为缩放后图像的宽和高，Width、Height为缩放前图像的宽和高。

接着，执行步骤S3，根据插值点位置不同，计算各个方向的相关度。在本实施例中，请同时参阅图3，Δy≤0.5(如方框内的白色区域)，选择a₁，a₂，a₃，b₁，b₂，b₃上下两行各三列数据来判断相关方向；Δy＞0.5(如方框内的网格区域)，则选择a₂，a₃，a₄，b₂，b₃，b₄上下两行各三列数据来判断相关方向，其中，不同区域的点分别在0°、45°、90°以及135°四个方向上判断象素(x，y)处的相关性。

Δy≤0.5时，作相关方向判定，其公式为：

                D₀＝|a₂-b₂|+|a₃-b₃|

                D₁＝|a₂-b₁|+|a₃-b₂|

                D_-1＝|a₁-b₂|+|a₂-b₃|

                D_H＝(|a₃-a₁|+|a₃-a₂|+|b₃-b₁|+|b₃-b₂|)/2

                D_min＝min(D₀，D₁，D_-1，D_H)

如果Δy＞0.5，做方向判定时右移一象素点，其公式为：

                D₀＝|a₂-b₂|+|a₃-b₃|

                D₁＝|a₄-b₃|+|a₃-b₂|

                D_-1＝|a₂-b₃|+|a₃-b₄|

                D_H＝(|a₄-a₂|+|a₄-a₃|+|b₄-b₂|+|b₄-b₃|)/2

                D_min＝min(D₀，D₁，D_-1，D_H)

如图3所示，b₃为目标图像的点D(i_d，j_d)经空间换算后，对应于图像缩放前S(i_s，j_s)的点。D₀，D₁，D_-1，D_H的数值大小表示待插值与对应方向上像素点的相关性，值越小相关性越强，针对相关性最大的方向进行插值。当然，十点或十四点可进行更多方向的判断，对于本领域技术人员而言可以实现，在此不复赘述。

其中D_min＝D₀代表垂直方向，D_min＝D₁代表45度方向，D_min＝D_-1代表135度方向，D_min＝D_H代表水平方向，显然在本实施例中这样的判定并不可靠，因此需要消除不可靠判定来源，下列信息为帮助判断的附加信息：

                  D₀₁＝|a₂-b₂|

                  D₀₂＝|a₃-b₃|

                  if Δy≤0.5

                    D_H1＝(|a₃-a₁|+|a₃-a₂|)/2

                    D_H2＝(|b₃-b₁|+|b₃-b₂|)/2

                  else

                    D_H1＝(|a₄-a₂|+|a₄-a₂|)/2

                    D_H2＝(|b₄-b₂|+|b₄-b₃|)/2

                  end

接着，执行步骤S4，对不同方向的点进行归类。

在本实施例中，由于边缘对噪声很敏感，需要对检测到的边缘进行过滤，以求得到真正的边缘，过滤掉噪声或纹理引起的不可靠边缘。规范的边缘的显著特点就是相关性明显高于其垂直方向，然而噪声等其边缘方向没有主导性，各方向的差分随机分布，通常在垂直于最小梯度的方向也有较小的差分值。这样的噪声点没有明确的方向，选用它附近的四个点进行插值，和垂直方向的边缘处置是一样的。

对于135度的点，可设置标志为-1；对于45度的点，可设置标志为1；对于0度的点，如果上下两行差的比较多，说明这是水平线的边界处，为了防止模糊，需要用最近邻域法，可设置标志为2；对于垂直线上的点，如果左右两列差的比较多，说明这是垂直线的边界处，为了防止模糊，需要用最近邻域法，可设置标志为3；对于90度的点或方向不确定的点，可设置标志为0；由此可以得到如下的判定条件：

         if(D_min＝＝D_-1&|D_-1-D₁|＞T_b&D_min＜T_s)

             DFlag＝-1

         elseif(D_min＝＝D₁&|D_-1-D₁|＞T_b&D_min＜T_s)

             DFlag＝1

         elseif(D_min＝＝D_H&|D_H1-D_H2|＞T_b&D_min＜T_s)

             DFlag＝2

          elseif(D_min＝＝D₀&|D₀₁-D₀₂|＞T_b&D_min＜T_s

              DFlag＝3

          else

              DFlag＝0

          end

这里T_b和T_s为阈值。通常可选T_b＝30，T_s＝75。

接着执行步骤S5，选取最相关的对应方向的四个参考点。在本实施例中，根据步骤S4设置的标志，即可找到对应的最相关的四个参考点。请结合图4所示，分两种情况：

1.Δy≤0.5(如实线点)时

当前点的标志为DFlag＝-1时，选取a₁，a₂，b₂，b₃这四个点；当前点的标志为DFlag＝1时，选取a₂，a₃，b₁，b₂这四个点；当前点的标志为DFlag＝0时，选取a₂，a₃，b₂，b₃这四个点；当前点的标志为DFlag＝2时，判断Δx的大小，如果Δx≤0.5，选取a₂，a₃的平均值，如果Δx＞0.5，选取b₂，b₃的平均值；当前点的标志为DFlag＝3时，判断Δy的大小，如果Δy≤0.5，选取a₂，b₂的平均值，如果Δy＞0.5，选取a₃，b₃的平均值。

2.Δy＞0.5(如虚线点)时

当前点的标志为DFlag＝-1时，选取a₂，a₃，b₃，b₄这四个点；当前点的标志为DFlag＝1时，选取a₃，a₄，b₂，b₃这四个点；当前点的标志为DFlag＝0时，选取a₂，a₃，b₂，b₃这四个点；当前点的标志为DFlag＝2时，判断Δx的大小，如果Δx≤0.5，选取a₂，a₃的平均值，如果Δx＞0.5，选取b₂，b₃的平均值；当前点的标志为DFlag＝3时，判断Δy的大小，如果Δy≤0.5，选取a₂，b₂的平均值，如果Δy＞0.5，选取a₃，b₃的平均值。

然后，执行步骤S6，计算插值点在选取的最相关的四个参考点中的对应方向。在本实施例中，请结合图5所示，新的插值方向与原方向间的几何关系。原方向Δx、Δy为插值点相对坐标x-y的数值，在相关邻域四边形中，投影到新坐标x′-y′的方向为Δx′、Δy′。

当DFlag＝-1或DFlag＝1的时候，需要重新投影到四边形的边。经几何关系求解，重新计算新的Δx′、Δy′；当DFlag＝0时，则使用原来的Δx、Δy。当DFlag＝2或DFlag＝3时，则不必计算，如步骤S5所述，直接选取最接近两点的平均值。

在本实施例中，Δx′、Δy′计算如下：

                          Δx′＝Δx

                          Δy′＝Δy+(Δx-1)DFlag

最后，执行步骤S7，沿方向进行插值。在本实施例中，是采用2×2邻域的三次连续多项式插值内核，计算公式为：

$I(x+\mathrm{\Δx},y+\mathrm{\Δy})=\underset{j=0:1}{\underset{i=0:1}{\mathrm{\Σ}}}I\left(X_{\mathrm{ij}}\right)h(\mathrm{\Δ}{x}^{\′}-m)\mathrm{\μ}(\mathrm{\Δ}{y}^{\′}-n)$

式中I(X_ij)为X_ij处采样点的亮度，X_ij为相关邻域的顶点，h(·)为插值内核。因为三次连续多项式插值内核的空域响应曲线虽然与双线性内插一样限制在2×2区域内，但较双线性内插边界过渡平缓，其频谱的边瓣明显减少，可以一定程度上改善双线性内插过于模糊的缺点。

本发明提出的方法在集成电路复杂度不是十分高的情况下，可以根据图像内容选择合适的相关点信息进行插值，然后在此方向上取出相应的参考点数据，结合内插方向重构插值点数值。显然此方法能够有效地保护物体边界，抑制有用信息的模糊。

综上所述，本发明提供了一种数字图像的缩放方法，其根据***点的位置选择方向判断参考点，不同的边缘采用不同的处理方法，可以有效解决传统的缩放方法边缘模糊的缺点，并且本发明的数字图像的缩放***结构较为简单，故适合应用到集成电路上。

需要特别说明的是，本发明的数字图像的缩放方法不局限于上述实施例中所限定步骤执行顺序，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种数字图像的缩放方法，其特征在于，包含以下步骤：

计算当前点在原图像中的具***置，并计算相应的缩放比例；

根据插值点位置不同，计算各个方向的相关度；

对不同方向的点进行归类；

选取最相关的对应方向的四个参考点；

计算插值点在选取的最相关的四个参考点中的对应方向；

沿方向进行插值。

2.根据权利要求1所述的数字图像的缩放方法，其特征在于，首先要输入缩放前场(帧)的宽与高、缩放后场(帧)的宽与高、以及当前场(帧)信息。

3.根据权利要求2所述的数字图像的缩放方法，其特征在于，其中计算相应的缩放比例的公式为：

                  x＝floor(i_n*Height/H_n+1)

                  y＝floor(j_n*Width/W_n+1)

                  Δx＝i_n*Height/H_n-x+1；

                  Δy＝j_n*Width/W_n-y+1；

其中i_n、j_n为缩放后的新图像的象素的位置，x、y为该象素点所对应的缩放前图像点的位置，Δx、Δy为该缩放后的点到缩放前图像中最近的四点的距离，W_n、H_n为缩放后图像的宽和高，Width、Height为缩放前图像的宽和高。

4.根据权利要求1所述的数字图像的缩放方法，其特征在于，其中计算各个方向的相关度的步骤更详细地为：不同区域的***点分别在0°、45°、90°以及135°四个方向上判断特定象素点处的相关度。

5.根据权利要求1所述的数字图像的缩放方法，其特征在于，其中沿方向进行插值的步骤更详细地为：采用2×2邻域的三次连续多项式插值内核。

6.根据权利要求5所述的数字图像的缩放方法，其特征在于，其中采用2×2邻域的三次连续多项式插值内核的公式为：

$I(x+\mathrm{\Δx},y+\mathrm{\Δy})=\underset{j=0:1}{\underset{i=0:1}{\mathrm{\Σ}}}I\left(X_{\mathrm{ij}}\right)h(\mathrm{\Δ}{x}^{\′}-m)\mathrm{\μ}(\mathrm{\Δ}{y}^{\′}-n)$

其中I(X_ij)为X_ij处采样点的亮度，X_ij为相关邻域的顶点，h(·)为插值内核。

7.根据权利要求1所述的数字图像的缩放方法，其特征在于，最后输出的是缩放后场(帧)信息。

8.一种数字图像的缩放***，其特征在于，所述数字图像的缩放***包括：

插值点空间位置计算模块，用于计算当前点在原图像中的具***置，并计算相应的缩放比例，所述插值点空间位置计算模块的输入为当前场(帧)信息、缩放后场(帧)的宽与高W_n、H_n，以及缩放前场(帧)的宽与高Width、Height，输出为插值点空间位置信息Δx、Δy，对应原图像的象素点位置x、y；

相关度计算模块，用于根据***点位置不同计算各个方向的相关度，所述相关度计算模块的输入为Δy，输出为各个方向的相关度；

分类判定模块，用于对不同方向的点进行归类，所述分类判定模块的输入为各个方向的相关度，输出为分类判断出的方向DFlag；

获取参考点及对应方向模块，用于选取最相关的对应方向的四个邻域点，并计算插值点在选取的最相关的四个参考点中的对应方向，所述获取参考点及对应方向模块的输入为DFlag、对应原图像的象素点位置x、y、插值点空间位置信息Δx、Δy，输出为四个参考点位置以及投影到新坐标后的新方向Δx′、Δy′；

内插模块，用于沿方向进行插值，所述内插模块的输入为四个参考点位置以及投影到新坐标后的新方向Δx′、Δy′，输出为缩放后的场(帧)图像。

Images