CN107123086A - 图像缩放方法、图像缩放装置及电子设备 - Google Patents

Abstract

本发明实施例提供一种图像缩放方法、图像缩放装置及电子设备。其中，所述方法包括：计算图像处理窗的属性，所述属性包括所述图像处理窗的梯度以角度；确定至少一个缩放滤波曲线，所述缩放滤波曲线具有与所述属性对应的曲率；在所述图像处理窗中，使用所述缩放滤波曲线。该方法能够根据图像的角度自适应的调整滤波曲线，使用合适曲率的滤波曲线进行图像插值，从而避免因曲率过大导致图像边缘出现明显锯齿效果。

Description

图像缩放方法、图像缩放装置及电子设备

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像缩放方法、图像缩放装置及电子设备。

背景技术

图像缩放是指对数字图像的大小进行调整的过程。通过调整图像的大小，可以适用于不同的场景或者应用场合，获取较好的视觉效果。在图像大小调整是一个非平滑的过程，保证图像在放大或者缩小后仍然保持较好的图像质量是图像缩放算法的目标。

在现有的图像处理软件中普遍的采用插值的方式对数字图像进行放大和缩小。其实质是将图像像素作为采样点来构造连续的数学模型，合理的填充放大后点阵图像的像素(即曲面插值)。常用的一些插值算法包括：bilinear、bicubic以及lanczos等。

通常的算法采用水平和垂直方向上两个一维曲线插值。图1和图2分别为bicubic以及lanczos算法采用的曲线。使用如图1和图2所示的曲线可以在图像缩放过程中，为图像边缘带来锐化效果，保持图像的质量。

在实现本发明过程中，发明人发现相关技术存在以下问题：一方面，在使用图1和图2所示的曲率较大的曲线时，若图像边缘的梯度角度较小，会在图像缩放过程中导致这些图像边缘严重的锯齿效果。另一方面，若简单的使用具有较小曲率的曲线则会令其它的图像边缘锐度下降，无法保证缩放后图像的图像质量。

发明内容

本发明实施例提供图像缩放方法、图像缩放装置及电子设备，用以解决现有图像缩放算法容易导致在图像边缘的角度较小时出现明显的锯齿效果的问题。

为解决上述技术问题，本发明实施例提供了一种图像缩放方法。所述方法包括：计算图像处理窗的属性，所述属性包括所述图像处理窗的梯度以及角度，所述图像处理窗为具有预定像素数量的图像区域；确定至少一个缩放滤波曲线，所述缩放滤波曲线具有与所述属性对应的曲率；在所述图像处理窗中，使用所述缩放滤波曲线。

可选地，所述计算图像处理窗的属性，具体包括：通过边缘检测算子，计算所述图像处理窗的水平梯度和垂直梯度；根据所述水平梯度和垂直梯度计算所述梯度及角度。

可选地，所述梯度通过如下算式计算：G＝|GH|+|GV|；所述角度通过如下算式计算：其中，G为梯度，Arg为角度，GH为水平梯度，GV为垂直梯度。

可选地，所述方法还包括：在所述图像处理窗的梯度大于预设阈值时；确定所述图像处理窗为图像边缘。

可选地，所述确定至少一个缩放滤波曲线，具体包括：在所述图像处理窗为图像边缘时，根据预定的判断条件，选择与所述图像边缘对应的缩放滤波曲线；所述缩放滤波曲线具有与图像边缘的角度相适应的曲率；在所述图像处理窗不为图像边缘时，选择具有初始曲率的预设缩放滤波曲线。

为解决上述技术问题，本发明实施例还提供了一种图像缩放装置。所述装置包括：属性计算模块，用于计算图像处理窗的属性，所述属性包括所述图像处理窗的梯度以及角度，所述图像处理窗为具有预定像素数量的图像区域；缩放滤波曲线选择模块，用于确定至少一个缩放滤波曲线，所述缩放滤波曲线具有与所述属性对应的曲率；缩放模块，用于在所述图像处理窗中，使用所述缩放滤波曲线。

可选地，所述属性计算模块具体用于：通过边缘检测算子，计算所述图像处理窗的水平梯度和垂直梯度；根据所述水平梯度和垂直梯度计算所述梯度及角度。

可选地，所述梯度通过所述梯度通过如下算式计算：G＝|GH|+|GV|；所述角度通过如下算式计算：其中，G为梯度，Arg为角度，GH为水平梯度，GV为垂直梯度。

可选地，所述装置还包括：边缘检测模块；所述边缘检测模块用于，在所述图像处理窗的梯度大于预设阈值时；确定所述图像处理窗为图像边缘。

可选地，所述缩放滤波曲线模块具体用于：在所述图像处理窗为图像边缘时，根据预定的判断条件，选择与所述图像边缘对应的缩放滤波曲线；所述缩放滤波曲线具有与图像边缘的角度相适应的曲率；在所述图像处理窗不为图像边缘时，选择具有初始曲率的预设缩放滤波曲线。

为解决上述技术问题，本发明实施例还提供了至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令程序，所述指令程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的图像缩放方法。

本发明实施例中提供的图像缩放方法及其装置，能够根据图像的梯度角度自适应的调整滤波曲线，使用合适曲率的滤波曲线进行图像插值，从而避免因曲率过大导致图像边缘出现明显锯齿效果的同时也能够保证图像边缘的锐度，取得两者之间的平衡。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1为bicubic插值算法的曲线；

图2为lanczos插值算法的曲线；

图3为典型的图像缩放过程示意图；

图4为本发明实施例提供的图像缩放方法的方法流程图；

图5为本发明另一实施例提供的图像缩放方法的方法流程图；

图6为本发明实施例提供的电子设备的结构框图；

图7为本发明实施例提供的图像缩放装置的功能框图；

图8为本发明实施例提供的具有平缓曲率的缩放滤波曲线。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

锯齿效果是图像缩放过程中常见的人工效应。其通常是由于图像放大过程中需要在不同的相位上插值，插值结果之间存在较大的差异，过渡不够平滑所造成的。

“图像边缘”(edge)是指图像局部强度变化最显著的部分，其表示图像强度在不连续处的两边具有显著的差异。其主要存在于图像的不同目标、目标与背景、不同区域或者不同色彩之间。通常的，可以使用阶跃变化函数或者线条变化函数来表示图像边缘。图像边缘可以用角度和梯度两个属性来描述。

对于一般的情况，使用如图1和图2所示的滤波曲线进行图像缩放时，具有锐化图像边缘的效果，能够取得符合使用要求的图像缩放效果。但上述缩放滤波曲线的曲率较高。若图像中的水平梯度和垂直梯度之间的夹角较小时，使用这样的曲线会导致插值结果相差较大，使得图像边缘出现明显的锯齿效应。

当然，使用一些曲率较低的曲线在一定程度上能够缓解图像边缘的锯齿效应，但这样的插值方式将导致缩放后图像的清晰度下降，更多的图像边缘出现模糊而不利于缩放后图像的使用。

图3为典型的图像缩放的操作示意图。如图3所示，待缩放图像10为点阵图像(由于通过函数描述的矢量图像在缩放过程中不存在失真、变形等图像显示效果问题。因此，在此不作讨论)，其大小为p×q个像素点。

在本实施例中，使用n×n模板对所述待缩放图像10进行缩放处理，获得缩放后图像20。所述n×n模板表示图像处理算法的一个最小处理单元，缩放算法中考虑或者涉及的像素点数量(邻域)。在图像处理算法的执行过程中，依次对待缩放图像10的各个像素点使用n×n模板重复执行图像缩放算法，从而获得最终的缩放后图像20。

为陈述简便，以下以一个BiCubic插值为例进行详细描述：设待处理图像10为一个256级灰度图(即每个像素的取值为0-255)，缩放后图像20的大小为2p×2q。

典型的图像缩放过程实际上是对缩放后图像20的像素矩阵的填充过程。在填充过程中，根据待缩放图像10的像素点的值，以确定新的像素矩阵的值(即插值)。

对于缩放后图像20的像素矩阵中某个点(x，y)，可以取其附近的4×4的邻域点(x_i，y_i)，i取1,2,3,4，按照如下公式进行插值计算：

其中，W为BiCubic函数。

重复执行该插值操作，确定缩放后图像20的像素矩阵中各个像素点的值，直至缩放后图像20的像素矩阵被填充完毕后，即可获得缩放后图像20。

如上所述，使用上述算法进行图像缩放时，在某些角度较小的图像边缘会出现明显的锯齿效果。在实际使用过程中，可以通过使用本发明实施例提供的图像缩放方法，在保持缩放后图像清晰度的同时对图像边缘获得较好的抗锯齿效果。

图4为本发明实施例提供的图像缩放方法。如图4所示，该方法可以包括如下步骤：

100、计算图像处理窗的属性，所述属性包括所述图像处理窗的梯度以及角度。

在此，使用“图像处理窗”来表示上述具有特定大小的模板或者处理单元等图像缩放算法进行运算时考虑的邻域，例如是4×4或者3×3的图像处理窗。这样的图像处理窗为具有预定像素数量的图像区域，对于一个具有特定大小的图像处理窗或者像素区域，其具有反映图像处理窗的像素值变化状况的梯度以及不同方向上梯度的夹角。

在此，使用“梯度”表示反映整个图像处理窗的总体梯度。使用“角度”来表示不同方向上的梯度之间的角度。该图像处理窗的梯度和角度用以描述图像边缘的属性，衡量某个图像处理窗是否属于图像边缘或者图像边缘的性质。其具体可以通过任何合适的图像边缘检测算子进行计算。

200、确定至少一个缩放滤波曲线，所述缩放滤波曲线具有与所述属性对应的曲率。通过步骤100计算的属性可以作为衡量图像处理窗的量化参数，步骤200是一个根据这样量化参数对缩放滤波曲线的曲率进行自适应调整的过程。

所述缩放滤波曲线具体可以是任何合适类型的滤波曲线，用以计算像素点的值，填充像素矩阵从而实现图像的缩放操作，例如BiCubic函数、lanczos函数等。在另一些实施例中，该缩放滤波曲线还可以是基于现有惯常使用的函数曲线通过调节参数对曲率进行调整后获得，例如如图8所示的，经过调整后，具有更为平缓曲率的缩放滤波曲线。

在步骤200中，确定缩放滤波曲线的依据是曲线的曲率，以获得针对图像处理窗属性的更平滑插值结果。当然，本领域技术人员还可以根据实际的应用需要，根据更多的筛选规则来选择或者确定需要使用的缩放滤波曲线。

300、在所述图像处理窗中，使用所述缩放滤波曲线。在确定与图像处理窗对应的滤波曲线后，对图像处理窗使用与属性相适应的曲率的缩放滤波曲线进行像素值的计算。

在本发明实施例提供的图像缩放方法中，由于结合了图像处理窗的属性(梯度和角度)作为判断标准，自适应的调整使用的缩放滤波曲线的曲率，所以避免了在图像处理窗的夹角较小的情况下，因曲线的曲率过高导致出现严重锯齿效果的问题。而且，由于其是自适应的过程，在其它图像部分或者合适的图像边缘中仍然能够使用较高曲率的缩放滤波曲线，具有锐化效果从而保证这些区域的清晰度。

上述根据图像处理窗属性自适应的选用或者调整缩放滤波曲线的方式，能够兼顾图像的全局缩放效果，避免因过分强调锐化而导致图像边缘的出现明显的锯齿效果，使得缩放后图像20的质量显著提升。

以下以常用的边缘检测算法-索贝尔(sobel)算子为例，详细描述本发明实施例提供的图像缩放方法的图像处理窗属性计算过程。

如图5所示，所述图像处理窗属性计算过程可以包括：

510：使用sobel算法模板计算图像处理窗水平方向的水平梯度GH和垂直方向的垂直梯度GV。

其中，对于某个像素点(x，y)，其水平梯度GH(x,y)以及垂直梯度梯度GV(x,y)分别为：

GV(x,y)＝(I(x-1,y+1)+2×I(x,y+1)+I(x+1,y+1))-(I(x-1,y-1)+2×I(x,y-1)+I(x+1,y-1))；

GH(x,y)＝(I(x+1,y-1)+2×I(x+1,y)+I(x+1,y+1))-(I(x-1,y-1)+2×I(x-1,y)+I(x-1,y+1))。

520：根据水平梯度GH和垂直梯度GV，分别计算总的梯度强度G以及角度Arg。可选地，具体可以通过如下算式计算：G＝|GH|+|GV|；

本领域技术人员可以理解的是，在另一些实施例中，还可以通过其它合适的运算方法来确定图像处理窗的梯度或者角度，例如可以通过算式：来计算确定总的梯度强度G。在计算过程中，目标在于确定用以描述图像处理窗的梯度和角度等可量化的属性。

请继续参阅图5，在确定所述图像处理窗的梯度和角度后，可以通过如下方法具体的确定使用的滤波缩放曲线。

530：判断梯度强度G是否大于预设阈值。若是执行步骤540，若否则执行步骤531。

531：选择使用具有初始曲率的缩放滤波曲线curve default。

540：判断角度Arg是否小于预设的第一角度，若是执行步骤541，若否执行步骤550。

541：选择使用具有第一曲率的缩放滤波曲线curve1。

550：判断角度Arg是否小于预设的第二角度，若是执行步骤551，若否执行步骤560。

551：选择使用具有第二曲率的缩放滤波曲线curve2。

560：判断角度Arg是否小于预设的第三角度，若是执行步骤561。

在本实施例中，由于计算获得的角度Arg既可能是锐角夹角，也可能是钝角夹角(取决于水平梯度和垂直梯度两者的方向关系)。因此，在进行判断的过程中，需要添加适应于钝角夹角的判断条件。亦即，对于每个角度Arg判断步骤而言(如步骤440、450和460)，其应该包括如下的两个判断条件：

1)：角度Arg的绝对值是否小于预设角度argth

2)：角度Arg与pi/2(即对应90°的弧度)之差的绝对值是否小于预设角度argth。

两个判断条件之间为“或”的关系，在满足任意一个的情况下可以认为角度Arg小于预设角度(如预设的第一角度、第二角度或者第三角度)。

561：选择使用具有第三曲率的缩放滤波曲线curve3。

……

在本实施例中，步骤510中根据预设的阈值，衡量图像处理窗的梯度强度是否属于图像边缘(与sobel算法的思想类似)。若不属于图像边缘，通常可以认为不需要对缩放滤波曲线进行调整而可以直接使用初始设置的缩放滤波曲线。

在确定图像处理窗属于图像边缘后，才进一步的进入后续的曲率自适应调整过程。其后的选择步骤属于选择最优曲率的过程，通过将角度划分为多个区间，令每个区间与一个缩放滤波曲线对应的方式来完成。步骤560以后还可以根据实际需要设置更多或者设置更少的区间，设置对应的判断步骤。在一些实施例中，若所述角度Arg大于一定的角度时，也可以选择使用具有初始曲率的缩放滤波曲线。亦即当角度Arg在全部角度判断步骤中均为判断为否时，则执行步骤531。

可选地，还可以使用其它不同的判断条件或者判断策略等，完成上述寻优的目标(确定最优曲率)。

在本发明实施例中，具体可以根据实际情况的需要，调试或者实验后确定具体需要划分的区域数量，各个区域对应的缩放滤波曲线的曲率。

可选地，所述缩放滤波曲线可以是基于同一个函数曲线，通过调节参数调节获得，例如对于bicubic函数曲线W(x)，可以简单的令x′＝mx，通过调节m获得所需曲率的函数曲线W(x′)。

上述的方法实施例提供的图像缩放处理过程具体可以在任何合适的，具有逻辑运算能力的电子计算平台上实现。图6为本发明实施例提供的，可以执行所述图像缩放处理过程的电子设备。

如图6所示，该电子设备包括：一个或多个处理器610、存储器620，图6中以一个处理器610为例。在一些实施例中，其还可以包括：输入装置和输出装置。

处理器、存储器、输入装置和输出装置可以通过总线或者其他方式连接，图6中以通过总线连接为例。

存储器620作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器610通过运行存储在存储器620中的非易失性软件程序、指令以及模块，从而执行所述图像缩放方法。

存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据图像缩放方法的使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置可接收输入的数字或字符信息，以及产生与图像缩放方法的用户设置以及功能控制有关的键信号输入。输出装置可包括显示屏等显示设备。所述一个或者多个模块存储在所述存储器620中，当被所述一个或者多个处理器610执行时，执行上述任意方法实施例中的图像缩放方法。

本发明实施例还进一步的提供了一种图像缩放装置。图7为本发明实施例提供的图像缩放装置的功能框图。所述图像缩放装置具有若干程序功能模块，可以存储在如图6所示的电子设备的存储器中，供处理器调用而从执行如上方法实施例揭露的图像缩放方法。

如图7所示，所述图像缩放装置可以包括：属性计算模块100，缩放滤波曲线选择模块200以及缩放模块300。

其中，所述属性计算模块100用于计算图像处理窗的属性。所述属性包括所述图像处理窗的梯度以及角度。所述缩放滤波曲线选择模块200用于确定至少一个缩放滤波曲线，所述缩放滤波曲线具有与所述属性对应的曲率。所述缩放模块300用于在所述图像处理窗中，使用所述缩放滤波曲线。

可选地，请继续参阅图7，所述图像缩放装置还可以进一步的包括一个边缘检测模块400。所述边缘检测模块400用于在所述图像处理窗的梯度大于预设阈值时，确定所述图像处理窗为图像边缘。

在另一实施例中，所述属性计算模块100，缩放滤波曲线选择模块200以及缩放模块300还可以进一步的用于实现上述方法实施例中揭露的图像缩放方法中的一个或者多个步骤。

例如，所述属性计算模块100具体可以用于：通过边缘检测算子，计算所述图像处理窗的水平梯度和垂直梯度；根据所述水平梯度和垂直梯度计算所述图像处理窗的梯度及角度。

所述缩放滤波曲线模块200具体可以用于：根据预定的判断条件，选择与所述图像边缘对应的缩放滤波曲线；所述缩放滤波曲线具有与图像边缘的角度相适应的曲率。

应当说明的是，该装置实施例与方法实施例基于相同的发明构思。因此，方法实施例中的相应内容同样适用于装置实施例，此处不再详述。

本领域技术人员应该还可以进一步意识到，结合本文中所公开的实施例描述的示例性的图像缩放方法，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。

本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。所述的计算机软件可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

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 (11)

1.一种图像缩放方法，其特征在于，所述方法包括：

计算图像处理窗的属性，所述属性包括所述图像处理窗的梯度以及角度，所述图像处理窗为具有预定像素数量的图像区域；

确定至少一个缩放滤波曲线，所述缩放滤波曲线具有与所述属性对应的曲率；

在所述图像处理窗中，使用所述缩放滤波曲线。

2.根据权利要求1所述的方法，其特征在于，所述计算图像处理窗的属性，具体包括：

通过边缘检测算子，计算所述图像处理窗的水平梯度和垂直梯度；

根据所述水平梯度和垂直梯度计算所述梯度及角度。

3.根据权利要求2所述的方法，其特征在于，所述梯度通过如下算式计算：G＝|GH|+|GV|；所述角度通过如下算式计算：

其中，G为梯度，Arg为角度，GH为水平梯度，GV为垂直梯度。

4.根据权利要求1-3任一所述的方法，其特征在于，所述方法还包括：在所述图像处理窗的梯度大于预设阈值时；确定所述图像处理窗为图像边缘。

5.根据权利要求4所述的方法，其特征在于，所述确定至少一个缩放滤波曲线，具体包括：

在所述图像处理窗为图像边缘时，根据预定的判断条件，选择与所述图像边缘对应的缩放滤波曲线；所述缩放滤波曲线具有与图像边缘的角度相适应的曲率；

在所述图像处理窗不为图像边缘时，选择具有初始曲率的预设缩放滤波曲线。

6.一种图像缩放装置，其特征在于，所述装置包括：

属性计算模块，用于计算图像处理窗的属性，所述属性包括所述图像处理窗的梯度以及角度，所述图像处理窗为具有预定像素数量的图像区域；

缩放滤波曲线选择模块，用于确定至少一个缩放滤波曲线，所述缩放滤波曲线具有与所述属性对应的曲率；

缩放模块，用于在所述图像处理窗中，使用所述缩放滤波曲线。

7.根据权利要求6所述的装置，其特征在于，所述属性计算模块具体用于：

通过边缘检测算子，计算所述图像处理窗的水平梯度和垂直梯度；

根据所述水平梯度和垂直梯度计算所述梯度及角度。

8.根据权利要求7所述的装置，其特征在于，所述梯度通过所述梯度通过如下算式计算：G＝|GH|+|GV|；所述角度通过如下算式计算：其中，G为梯度，Arg为角度，GH为水平梯度，GV为垂直梯度。

9.根据权利要求6-8任一所述的装置，其特征在于，所述装置还包括：边缘检测模块；

所述边缘检测模块用于，在所述图像处理窗的梯度大于预设阈值时；确定所述图像处理窗为图像边缘。

10.根据权利要求9所述的装置，其特征在于，所述缩放滤波曲线模块具体用于：

在所述图像处理窗为图像边缘时，根据预定的判断条件，选择与所述图像边缘对应的缩放滤波曲线；所述缩放滤波曲线具有与图像边缘的角度相适应的曲率；

在所述图像处理窗不为图像边缘时，选择具有初始曲率的预设缩放滤波曲线。

11.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令程序，所述指令程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-5任一所述的图像缩放方法。