CN103778595B - 一种图像缩小处理的方法及装置 - Google Patents

Abstract

本发明公开了一种图像缩小处理的方法及装置。该方法包括：判断预定缩小比例是否小于第一预定阈值；若预定缩小比例小于第一预定阈值，根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像；判断缩小后的图像的分辨率与第一预定阈值的乘积是否大于等于目标分辨率；若乘积大于等于目标分辨率，继续执行根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像的步骤；若乘积小于目标分辨率，根据第二预定阈值利用双线性差值算法对图像进行缩小处理，以使缩小后的图形的分辨率达到目标分辨率。通过上述方式，本发明能够改善图像的边缘出现的锯齿效应，提高图像的显示精度。

Description

一种图像缩小处理的方法及装置

技术领域

本发明涉及图像处理领域，特别是涉及一种图像缩小处理的方法及装置。

背景技术

现有的图像缩小处理的方法一般是按照缩小比例使用双线性差值算法直接将原始图像缩小为目标图像，采用这种方法，当图像需要进行较大的缩小时，原始图像中的很多像素点会直接被忽略掉，从而导致缩小后的图像的边缘易于出现锯齿效应，图像的显示精度大大降低。

举例来说，假设原始图像的分辨率为480*640，经过缩小处理后要求目标图像的分辨率达到96*128，则在缩小处理的过程中，因为双线性差值算法中目标图像中一个像素点的值是由与之相邻的原始图像中四个像素点的值计算得到，当一行480个像素点缩小为一行96个像素点时，由于缩小为一行96个像素点最多只需要使用该行中的192个像素点，则该行中另外的288个像素点将被忽略掉，从而导致缩小后的图像的边缘易于出现锯齿效应，图像的显示精度大大降低。

发明内容

本发明主要解决的技术问题是提供一种图像缩小处理的方法及装置，能够改善缩小后的图像的边缘出现的锯齿效应，提高图像的显示精度。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像缩小处理的方法，该方法包括：判断预定缩小比例是否小于第一预定阈值，其中，预定缩小比例为图像的原始分辨率与目标分辨率的比值，原始分辨率大于目标分辨率；若预定缩小比例小于第一预定阈值，根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像；判断缩小后的图像的分辨率与第一预定阈值的乘积是否大于等于目标分辨率；若乘积大于等于目标分辨率，继续执行根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像的步骤；若乘积小于目标分辨率，根据第二预定阈值利用双线性差值算法对图像进行缩小处理，以使缩小后的图像的分辨率达到目标分辨率。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种图像缩小处理的装置，该装置包括迭代控制器和双线性加速器；迭代控制器判断预定缩小比例是否小于第一预定阈值，其中，预定缩小比例为图像的原始分辨率与目标分辨率的比值，原始分辨率大于目标分辨率；当迭代控制器判断预定缩小比例小于第一预定阈值时，双线性加速器根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像；迭代控制器判断缩小后的图像的分辨率与第一预定阈值的乘积是否大于等于目标分辨率；当迭代控制器判断乘积大于等于目标分辨率时，双线性加速器继续执行根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像的操作；当迭代控制器判断乘积小于目标分辨率时，双线性加速器根据第二预定阈值利用双线性差值算法对图像进行缩小处理，以使缩小后的图像的分辨率达到目标分辨率。

本发明的有益效果是：区别于现有技术的情况，本发明通过判断预定缩小比例是否小于第一预定阈值；若预定缩小比例小于第一预定阈值，根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像；判断缩小后的图像的分辨率与第一预定阈值的乘积是否大于等于目标分辨率；若乘积大于等于目标分辨率，继续执行根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像的步骤；若乘积小于目标分辨率，根据第二预定阈值利用双线性差值算法对图像进行缩小处理，以使缩小后的图像的分辨率达到目标分辨率。通过上述方式，本发明能够改善缩小后的图像的边缘出现的锯齿效应，提高图像的显示精度。

附图说明

图1是本发明第一实施例的图像缩小处理的方法的流程图；

图2是本发明第二实施例的图像缩小处理的方法的流程图；

图3是本发明实施例的图像缩小处理的装置的结构示意图。

具体实施方式

在说明书及权利要求书当中使用了某些词汇来指称特定的组件。所属领域中的技术人员应可理解，制造商可能会用不同的名词来称呼同样的组件。本说明书及权利要求书并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的基准。下面结合附图和实施例对本发明进行详细说明。

图1是本发明第一实施例的图像缩小处理的方法的流程图。需注意的是，若有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括如下步骤：

步骤S101：判断预定缩小比例是否小于第一预定阈值：若预定缩小比例小于第一预定阈值，执行步骤S102；若预定缩小比例大于等于第一预定阈值，执行步骤S105。

在步骤S101中，第一预定阈值为小于1的值。预定缩小比例为图像的原始分辨率与目标分辨率的比值，其中，原始分辨率大于目标分辨率。举例来说，以第一预定阈值为1/4为例来说，假设图像的原始分辨率为480*640，经过缩小处理后需达到的目标分辨率为96*128，计算原始分辨率和目标分辨率的比值就可以得到预定缩小比例为1/25，其小于第一预定阈值1/4。

换个角度来说，由于分辨率可以由水平方向的像素点(也即行像素点)与垂直方向的像素点(也即列像素点)的乘积来表示，预定缩小比例也可以定义为图像的原始行像素点与目标行像素点的比值或者图像的原始列像素点与目标列像素点的比值，承接上述举例，此时，计算原始行像素点与目标行像素点的比值或者图像的原始列像素点与目标列像素点的比值可以得到预定缩小比例为1/5，也即为上述定义的预定缩小比例求平方根后得到的值。对应地，第一预定阈值优选为上述定义的第一预定阈值求平方根后得到的值，也即1/2。

步骤S102：根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像。

在步骤S102中，按照第一预定阈值的缩小比例利用双线性差值算法对图像进行缩小处理以获取缩小后的图像，其中图像的数据格式采用RGB数据。具体来说，以第一预定阈值为1/4，分辨率为6*4的图像为例来说，按照1/4的缩小比例进行缩小处理也即将分辨率为6*4的图像中的6个行像素点缩小1/2倍，也即缩小为3个行像素点，将4个列像素点缩小1/2倍，也即缩小为2个列像素点，其中缩小后的图像中的3*2个像素点对应的RGB数据分别由6*4个像素点对应的RGB数据计算得到，而且在计算的过程中，6*4个像素点都有参与到计算中，6*4个像素点对应的RGB数据对缩小后的图像中3*2个像素点都有贡献，没有任何一个像素点被忽略掉。

承接上述举例，第一次执行步骤S102后，也即按照1/4的缩小比例对原始分辨率为480*640的图像采用双线性差值算法进行缩小处理后，可得到分辨率为240*320的图像。

第二次执行步骤S102后，也即按照1/4的缩小比例对分辨率为240*320的图像进行缩小处理后，可得到分辨率为120*160的图像。

在本实施例中，执行步骤S102的最大次数m_max可以根据如下公式进行计算：

N为第一预定阈值，X为预定缩小比例，为向上取整操作。

承接上述举例，将预定缩小比例1/25，第一预定阈值1/4代入上述公式可以得到，执行步骤S102的最大次数m_max为2次。

本领域技术人员可以理解，每执行一次步骤S102的缩小操作，图像的分辨率缩小第一预定阈值倍。其中，在缩小的过程中，双线性差值算法利用缩小前的图像中的每个像素点的值获取缩小后的图像中的每个像素点的值，能够有效改善缩小后的图像的边缘出现的锯齿效应。另外，对步骤S102进行m_max次迭代缩小操作后，图像的分辨率接近目标分辨率，此时若再进行一次步骤S102的缩小操作，图像的分辨率将小于目标分辨率。

步骤S103：判断缩小后的图像的分辨率与第一预定阈值的乘积是否大于等于目标分辨率：若乘积大于等于目标分辨率，继续执行步骤S102，若乘积小于目标分辨率，执行步骤S104。

在本实施例中，承接上述举例，第一次执行步骤S102执行后得到分辨率为240*320的图像，将该分辨率乘以第一预定阈值也即1/4，可得到乘积为120*160，该乘积大于目标分辨率96*128，继续执行步骤S102。

第二次执行步骤S102后，得到分辨率为120*160的图像，将该分辨率乘以第一预定阈值也即1/4，可得到乘积为60*80，该乘积小于目标分辨率96*128，执行步骤S104。

步骤S104：根据第二预定阈值利用双线性差值算法对图像进行缩小处理，以使缩小后的图像的分辨率达到目标分辨率。

在步骤S104中，第二预定阈值根据如下公式进行计算：

其中，N为第一预定阈值，M为第二预定阈值，X为预定缩小比例，为向上取整操作。

承接上述举例，将预定缩小比例1/25，第一预定阈值1/4代入上述公式可以得到，第二预定阈值为16/25。

进一步，按照16/25的缩小比例利用双线性差值算法对分辨率为120*160的图像进行缩小处理，得到分辨率为96*128的目标图像。

具体来说，按照16/25的缩小比例进行缩小处理也即将分辨率为120*160的图像中的120个行像素点缩小4/5倍，也即缩小为96个行像素点，将160个列像素点缩小4/5倍，也即缩小为128个列像素点。

步骤S105：根据预定缩小比例利用双线性差值算法对图像进行缩小处理，以使缩小后的图像的分辨率达到目标分辨率。

在步骤S105中，当步骤S101判断预定缩小比例大于等于第一预定阈值时，根据预定缩小比例利用双线性差值算法对图像进行缩小处理。

举例来说，以第一预定阈值为1/4为例来说，假设图像的原始分辨率为120*160，经过缩小处理后需达到的目标分辨率为96*128，计算原始分辨率和目标分辨率的比值就可以得到预定缩小比例为16/25，其大于第一预定阈值1/4，此时，按照16/25的缩小比例利用双线性差值算法对分辨率为120*160的图像进行缩小处理，得到分辨率为96*128的目标图像。

本发明第一实施例通过判断预定缩小比例是否小于第一预定阈值；若预定缩小比例小于第一预定阈值，利用迭代缩小的方法对图像进行处理，使得缩小后的图像的分辨率达到目标分辨率。通过上述方式，本发明能够改善缩小后的图像的边缘出现的锯齿效应，提高图像的显示精度。

图2是本发明第二实施例的图像缩小处理的方法的流程图。需注意的是，若有实质上相同的结果，本发明的方法并不以图2所示的流程顺序为限。如图2所示，该方法包括如下步骤：

如图2所示，图2与图1中第一实施例主要区别在于：在步骤S101之前，图2进一步包括步骤S201和S202。另外，在步骤S105后，图2进一步包括步骤S203和S204。步骤S201、S202、S203和S204具体如下所示：

步骤S201：判断图像的数据格式是RGB数据还是YUV数据：若是YUV数据，执行步骤S202，若是RGB数据，执行步骤S101。

在步骤S201中，图像可以采用RGB数据也可以采用YUV数据的数据格式来进行描述。当图像采用RGB数据进行描述时，可利用双线性差值算法直接对图像中每个像素点的RGB数据进行缩小处理；当图像采用YUV数据进行描述时，需要首先将图像中每个像素点的YUV数据转化为RGB数据，然后利用双线性差值算法对图像中每个像素点的RGB数据进行缩小处理。

步骤S202：将图像的YUV数据转化为RGB数据。

在步骤S202中，根据如下公式将图像中每个像素点对应的YUV数据转化为RGB数据:

$\left\{\begin{array}{cc}R=floor(Y+V+V/8),& R\∈\[0,255\]\\ G=Y-floor(U/2)+floor(U/8)-floor(V/16)-floor(V/2),& G\∈\[0,255\]\\ B=Y+2U,& B\∈\[0,255\]\end{array}\right.;$

其中，floor为向下取整操作。

其中，利用硬件电路实现上述YUV数据转化为RGB数据的过程中，由于上述公式中除法操作限定为除2、除8或除16，此时，利用移位操作即可实现除法操作，可大大加快图像的缩小处理的速度。

步骤S203：判断达到目标分辨率的图像的数据格式是否需要从RGB数据转化为YUV数据：若需要，执行步骤S204，若不需要，流程结束(步骤S205)。

在步骤S203中，当图1中的步骤S104或者S105执行完毕后，进一步判断达到目标分辨率的图像的数据格式是否需要从RGB数据转化为YUV数据。也就是说，本发明第二实施例中缩小后的图像既可以采用RGB数据也可以采用YUV数据的数据格式来进行描述，以此可方便地将缩小后的图像应用于不同的应用场合。

步骤S204：将达到目标分辨率的图像的RGB数据转化为YUV数据。

在步骤S204中，根据如下公式将达到目标分辨率的图像中每个像素点对应的RGB数据转化为YUV数据:

$\left\{\begin{array}{c}Y=floor(R/4+R/32+R/64+R/256+G/2+G/16+G/64+G/128\\ \begin{array}{cc}+B/16+B/32+B/64+B/256),& Y\∈\[0,255\]\end{array}\\ U=floor(-R/8-R/64-R/128-G/4-G/32-G/128+B/2+B/16),\\ U\∈\[-127,128\]\\ V=floor(R/2+R/8-R/128-R/256-G/2-G/64\\ \begin{array}{cc}+B/8+B/64+B/128),& V\∈\[-127,128\]\end{array}\end{array}\right.;$

其中，floor为向下取整操作。

其中，利用硬件电路实现上述RGB数据转化为YUV数据的过程中，由于上述公式中除法操作限定为除2ⁿ，其中n为正整数，此时，利用移位操作即可实现除法操作，可大大加快图像的处理速度。

本发明第二实施例通过若缩小处理前的图像的数据是YUV数据，则将图像的YUV数据转化为RGB数据；若缩小处理后的图像需要转化为YUV数据，则将缩小处理后的图像的RGB数据转化为YUV数据，从而可以实现对两种不同数据格式的缩小处理，以满足实际应用的需求。另外，本发明第二实施例通过判断预定缩小比例是否小于第一预定阈值；若预定缩小比例小于第一预定阈值，利用迭代缩小的方法对图像进行处理，能够改善图像的边缘出现的锯齿效应，提高图像的显示精度。

图3是本发明实施例的图像缩小处理的装置的结构示意图。如图3所示，该装置包括迭代控制器11、双线性加速器12、图像格式转换器13和存储器14。

迭代控制器11与双线性加速器12连接，用于控制双线性加速器12对图像进行缩小处理。

具体来说，迭代控制器11判断预定缩小比例是否小于第一预定阈值，其中，预定缩小比例为图像的原始分辨率与目标分辨率的比值，原始分辨率大于目标分辨率。其中，第一预定阈值优选为1/4。

当迭代控制器11判断预定缩小比例小于第一预定阈值时，双线性加速器12根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像，其中图像的各个像素点的值存储在存储器14中。当双线性加速器12执行完毕后，迭代控制器11判断缩小后的图像的分辨率与第一预定阈值的乘积是否大于等于目标分辨率。当迭代控制器11判断乘积大于等于目标分辨率时，双线性加速器12继续执行根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像的操作。当双线性加速器12执行完毕后，迭代控制器11继续执行判断缩小后的图像的分辨率与第一预定阈值的乘积是否大于等于目标分辨率的操作，如此循环往复，直至迭代控制器11判断出缩小后的图像的分辨率与第一预定阈值的乘积小于目标分辨率，此时，双线性加速器12根据第二预定阈值利用双线性差值算法对图像进行缩小处理，以使缩小后的图像的分辨率达到目标分辨率。

其中，第二预定阈值根据如下公式进行计算：

其中，N为所述第一预定阈值，M为所述第二预定阈值，X为所述预定缩小比例，为向上取整操作。

当迭代控制器11判断预定缩小比例大于等于第一预定阈值时，双线性加速器12根据预定缩小比例利用双线性差值算法对图像进行缩小处理，以使缩小后的图像的分辨率达到目标分辨率。

具体来说，双线性加速器12包括第一行存储器121、第二行存储器122、第三行存储器123、第四行存储器124、多路选择器125和双线性差值计算单元126。

第一行存储器121、第二行存储器122、第三行存储器123、第四行存储器124用于分时获取图像中相邻四行像素点的数据。

多路选择器125分别与第一行存储器121、第二行存储器122、第三行存储器123、第四行存储器124以及双线性差值计算单元126连接，用于在双线性差值计算单元126的控制下，选择第一行存储器与第二行存储器或者第三行存储器与第四行存储器与双向性差值计算单元126连通。

双线性差值计算单元126用于获取与之连通的两个行存储器中存储的两行像素点的数据，并根据双线性差值算法对两行像素点的数据进行缩小处理。

其中，当双线性差值计算单元126执行获取与之连通的两个行存储器中存储的两行所述像素点的数据，并根据双线性差值算法对两行像素点的数据进行缩小处理的操作的同时，另外两个行存储器执行获取图像中相邻的下两行像素点的数据的操作。

以第一预定阈值为1/4，分辨率为480*640的图像来说，双线性加速器12根据第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的图像操作具体为：第一行存储器121、第二行存储器122通过存储器读写总线从存储器14中获取分辨率为480*640的图像中第1行和第2行两行行像素点的数据，其中，每一行像素点的数据包括640个像素点的数据，像素点的数据格式采用RGB数据。

当第一行存储器123、第二行存储器124读取完成后，双线性加速器12控制多路选择器125将第一行存储器121、第二行存储器122与双线性差值计算单元126连通，然后双线性差值计算单元126读取第一行存储器121、第二行存储器122中第1行和第2行像素点的数据，进一步采用双线性插值算法将第1行和第2行两行像素点的数据缩小为由320个像素点组成的第一行数据，最后将由320个像素点组成的第一行数据写入第一行存储器121或者第二行存储器122中。与此同时，第三行存储器123、第四行存储器124通过存储器读写总线从存储器14中获取分辨率为480*640的图像中第3行和第4行两行行像素点的数据。

当第三行存储器123、第四行存储器124读取完成后，双线性加速器12控制多路选择器125将第三行存储器123、第四行存储器124与双线性差值计算单元126连通，然后双线性差值计算单元126读取第三行存储器123、第四行存储器124中第3行和第4行像素点的数据并进行缩小处理以得到由320个像素点组成的第二行数据。与此同时，第一行存储器121或者第二行存储器122中存储的经过缩小处理后得到的由320个像素点组成的第一行数据通过存储器读写总线写入存储器14中，然后通过存储器读写总线从存储器14中获取分辨率为480*640的图像中第5行和第6行两行行像素点的数据。

上述过程循环执行，直至完成第479行和第480行两行像素点的数据的缩小处理得到由320个像素点组成的第二百四十行数据并通过存储器读写总线写入存储器14中，此时存储器14中存储的图像为分辨率240*320的图像。

图像格式转换器13分别与双线性加速器12和存储器14连接，用于当双线性加速器12对图像进行缩小处理前，若存储在存储器14中的图像的数据格式为YUV数据时，根据如下公式将存储在存储器14中的图像的YUV数据转化为RGB数据，并传递给双线性加速器12：

$\left\{\begin{array}{cc}R=floor(Y+V+V/8),& R\∈\[0,255\]\\ G=Y-floor(U/2)+floor(U/8)-floor(V/16)-floor(V/2),& G\∈\[0,255\]\\ B=Y+2U,& B\∈\[0,255\]\end{array}\right.;$

其中，floor为向下取整操作。

进一步，图像格式转化器13用于当双线性加速器12对图像进行缩小处理并达到目标分辨率后，若图像的数据格式需要从RGB数据转化为YUV数据，则根据如下公式将图像的RGB数据转化为YUV数据然后存储于存储器14中：

$\left\{\begin{array}{c}Y=floor(R/4+R/32+R/64+R/256+G/2+G/16+G/64+G/128\\ \begin{array}{cc}+B/16+B/32+B/64+B/256),& Y\∈\[0,255\]\end{array}\\ U=floor(-R/8-R/64-R/128-G/4-G/32-G/128+B/2+B/16),\\ U\∈\[-127,128\]\\ V=floor(R/2+R/8-R/128-R/256-G/2-G/64\\ \begin{array}{cc}+B/8+B/64+B/128),& V\∈\[-127,128\]\end{array}\end{array}\right.$

其中，floor为向下取整操作。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像缩小处理的方法，其特征在于，所述方法包括：

判断预定缩小比例是否小于第一预定阈值，其中，所述预定缩小比例为图像的原始分辨率与目标分辨率的比值，所述原始分辨率大于所述目标分辨率；

若所述预定缩小比例小于所述第一预定阈值，根据所述第一预定阈值利用双线性差值算法对所述图像进行缩小处理以获取缩小后的所述图像；

判断缩小后的所述图像的分辨率与第一预定阈值的乘积是否大于等于所述目标分辨率；

若所述乘积大于等于所述目标分辨率，继续执行所述根据所述第一预定阈值利用所述双线性差值算法对图像进行缩小处理以获取缩小后的所述图像的步骤；

若所述乘积小于所述目标分辨率，根据第二预定阈值利用所述双线性差值算法对图像进行缩小处理，以使缩小后的所述图像的分辨率达到所述目标分辨率。

2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

若所述预定缩小比例大于等于所述第一预定阈值，根据所述预定缩小比例利用所述双线性差值算法对所述图像进行缩小处理，以使缩小后的所述图像的分辨率达到所述目标分辨率。

3.根据权利要求1所述的方法，其特征在于，所述判断预定缩小比例是否小于第一预定阈值的步骤之前，所述方法包括步骤：

判断所述图像的数据格式是RGB数据还是YUV数据；

若所述图像的所述数据格式为所述YUV数据，根据如下公式将所述图像的所述YUV数据转化为所述RGB数据：

$\left\{\begin{array}{cc}R=floor(Y+V+V/8),& R\∈\[0,255\]\\ G=Y-floor(U/2)+floor(U/8)-floor(V/16)-floor(V/2),& G\∈\[0,255\]\\ B=Y+2U,& B\∈\[0,255\]\end{array}\right.;$

其中，floor为向下取整操作。

4.根据权利要求3所述的方法，其特征在于，所述方法进一步包括：

判断达到所述目标分辨率的所述图像的数据格式是否需要从所述RGB数据转化为所述YUV数据；

若需要从所述RGB格式转化为所述YUV数据，则根据如下公式将所述图像的所述RGB数据转化为所述YUV数据：

$\left\{\begin{array}{c}Y=floor(R/4+R/32+R/64+R/256+G/2+G/16+G/64+G/128\\ \begin{array}{cc}+B/16+B/32+B/64+B/256),& Y\∈\[0,255\]\end{array}\\ U=floor(-R/8-R/64-R/128-G/4-G/32-G/128+B/2+B/16),\\ U\∈\[-127,128\]\\ V=floor(R/2+R/8-R/128-R/256-G/2-G/64\\ \begin{array}{cc}+B/8+B/64+B/128),& V\∈\[-127,128\]\end{array}\end{array}\right.$

其中，floor为向下取整操作。

5.根据权利要求1所述的方法，其特征在于，所述第二预定阈值根据如下公式进行计算：

其中，N为所述第一预定阈值，M为所述第二预定阈值，X为所述预定缩小比例，为向上取整操作。

6.根据权利要求5所述的方法，其特征在于，所述第一预定阈值为

7.一种图像缩小处理的装置，其特征在于，所述装置包括迭代控制器和双线性加速器；

所述迭代控制器判断预定缩小比例是否小于第一预定阈值，其中，所述预定缩小比例为图像的原始分辨率与目标分辨率的比值，所述原始分辨率大于所述目标分辨率；

当所述迭代控制器判断所述预定缩小比例小于所述第一预定阈值时，所述双线性加速器根据所述第一预定阈值利用双线性差值算法对所述图像进行缩小处理以获取缩小后的所述图像；

所述迭代控制器判断缩小后的所述图像的分辨率与第一预定阈值的乘积是否大于等于所述目标分辨率；

当所述迭代控制器判断所述乘积大于等于所述目标分辨率时，所述双线性加速器继续执行根据所述第一预定阈值利用双线性差值算法对图像进行缩小处理以获取缩小后的所述图像的操作；

当所述迭代控制器判断所述乘积小于所述目标分辨率时，所述双线性加速器根据第二预定阈值利用所述双线性差值算法对图像进行缩小处理，以使缩小后的所述图像的分辨率达到所述目标分辨率。

8.根据权利要求7所述的装置，其特征在于，所述迭代控制器判断所述预定缩小比例大于等于所述第一预定阈值时，所述双线性加速器根据所述预定缩小比例利用所述双线性差值算法对所述图像进行缩小处理，以使缩小后的所述图像的分辨率达到所述目标分辨率。

9.根据权利要求7所述的装置，其特征在于，所述装置进一步包括图像格式转化器；

所述图像格式转化器用于当所述双线性加速器对所述图像进行缩小处理前，若所述图像的数据格式为YUV数据时，则根据如下公式将所述图像的所述YUV数据转化为RGB数据：

$\left\{\begin{array}{cc}R=floor(Y+V+V/8),& R\∈\[0,255\]\\ G=Y-floor(U/2)+floor(U/8)-floor(V/16)-floor(V/2),& G\∈\[0,255\]\\ B=Y+2U,& B\∈\[0,255\]\end{array}\right.;$

其中，floor为向下取整操作；

所述图像格式转化器用于当所述双线性加速器对所述图像进行缩小处理并达到所述目标分辨率后，若所述图像的所述数据格式需要从所述RGB数据转化为所述YUV数据，则根据如下公式将所述图像的所述RGB数据转化为所述YUV数据：

$\left\{\begin{array}{c}Y=floor(R/4+R/32+R/64+R/256+G/2+G/16+G/64+G/128\\ \begin{array}{cc}+B/16+B/32+B/64+B/256),& Y\∈\[0,255\]\end{array}\\ U=floor(-R/8-R/64-R/128-G/4-G/32-G/128+B/2+B/16),\\ U\∈\[-127,128\]\\ V=floor(R/2+R/8-R/128-R/256-G/2-G/64\\ \begin{array}{cc}+B/8+B/64+B/128),& V\∈\[-127,128\]\end{array}\end{array}\right.$

其中，floor为向下取整操作。

10.根据权利要求7所述的装置，其特征在于，所述双线性加速器包括：第一行存储器、第二行存储器、第三行存储器、第四行存储器、多路选择器和双线性差值计算单元；

所述第一行存储器、第二行存储器、第三行存储器、第四行存储器，用于分时获取所述图像中相邻四行像素点的数据；

所述多路选择器用于选择所述第一行存储器与所述第二行存储器或者所述第三行存储器与所述第四行存储器与所述双线性差值计算单元连通；

所述双线性差值计算单元用于获取与之连通的两个行存储器中存储的两行所述像素点的数据，并根据双线性差值算法对两行所述像素点的数据进行缩小处理；

其中，当所述双线性差值计算单元执行所述获取与之连通的两个行存储器中存储的两行所述像素点的数据，并根据双线性差值算法对两行所述像素点的数据进行缩小处理的操作的同时，另外两个行存储器执行获取所述图像中相邻的下两行像素点的数据的操作。