CN111968033A - 一种图像缩放处理方法及装置 - Google Patents

Abstract

本发明公开了一种图像缩放处理方法及装置，所述方法包括：获取图像在水平方向和竖直方向的缩放比例;分别获取目标图像在水平方向和竖直方向的各插值点在原始图像中对应的插值位置；确定插值位置在原始图像中所对应的所有相关像素点；计算相关像素点与插值位置之间的距离，当缩放比例为非整数时，将距离进行整数化处理；根据整数化处理后的距离计算相关像素点的权重系数；根据权重系数和相关像素点的灰度值计算插值位置处的灰度值，为目标图像在该插值位置处的插值点的灰度值。本发明的图像缩放处理方法，通过将距离进行整数化处理；计算量得到有效减少，且数值进行等比例放大和缩小，没有引入误差，计算精度更高。

Description

一种图像缩放处理方法及装置

技术领域

本发明属于图像处理技术领域，具体地说，涉及一种图像缩放处理方法。

背景技术

图像的放大缩小是非常常用的图像处理，几乎在所有图像处理领域都有应用，图像缩放的本质是经过算法计算在原始图像上增加或删除一些像素点信息，插值法是最常用的算法。目前常用算法有最临近插值算法、双线性插值算法以及双三次插值算法。

最临近插值算法的原理是在插值时选择最临近的数据直接进行复制，例如将一幅3*3的图像放大为4*4，新增加的像素点最临近第3列和第3行，那么会选择第3列和第3行的数据直接复制，其他比例图像按照比例同理***数值。这种算法优势是简单且运算量极小，其劣势是图像的视觉效果很差，由于数据直接复制会形成强烈的锯齿效果，在缩小图像时这种算法原理是直接删除一些像素点信息，这样会造成图像细节失真。

双线性插值算法是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向(即行和列)分别进行一次线性插值。其原理是待插点像素值取原图像中与其相邻的若干个点像素值的水平、垂直两个方向上的线性内插，即根据待采样点与周围若干个邻点的距离确定相应的权重，从而计算出待采样点的像素值。假如将一幅大小为m*n的图像放大为大小为M*N的图像，根据这个放大比例放大后的图像上的每一点坐标(X,Y)都可以对应到原始图像上的一点(x,y)，其计算公式为：

这个计算结果是有小数出现，数据计算量明显增大。

双三次插值算法是目前应用最广泛的图像缩放算法，其不同的地方在于双三次插值算法计算权重时不是一个线性关系，而是贴近于辛格函数sinc，辛格函数在实际处理中非常不利于计算，插值坐标值极有可能是带有小数部分的，所以计算过程极是浮点数运算，包括浮点数乘、加，这对于处理器来说极为不利，尤其是没有FPU(浮点数运算单元)的处理器而言，无法进行处理。此外。通过算法过程可知，双三次插值算法相比于双线性插值算法计算量再一次急剧增加。

发明内容

本发明针对现有图像缩放处理方法中无法兼顾图像处理效果以及计算量的技术问题，提出了一种图像缩放处理方法及装置，可以解决上述问题。

为实现上述发明目的，本发明采用下述技术方案予以实现：

一种图像缩放处理方法，包括以下步骤：

获取图像在水平方向和竖直方向的缩放比例；

分别获取目标图像在水平方向和竖直方向的各插值点在原始图像中对应的插值位置；

确定所述插值位置在原始图像中所对应的所有相关像素点；

计算相关像素点与插值位置之间的距离，当缩放比例为非整数时，将所述距离进行整数化处理；

根据整数化处理后的距离计算相关像素点的权重系数；

根据所述权重系数和相关像素点的灰度值计算所述插值位置处的灰度值，为目标图像在该插值位置处的插值点的灰度值。

进一步的，还包括确定插值半径d2的步骤，所述相关像素点的确定方法为：以所述插值位置为中心，插值半径以内的所有像素点作为所述插值位置在原始图像中所对应的相关像素点。

进一步的，还包括确定计算半径d1；

将相关像素点的权重系数放大n³倍进行计算：

目标图像插值点的灰度值与权重系数呈线性关系，根据权重系数q′(x)所计算的灰度值进行等比例缩小n³倍作为目标图像在该插值位置处的插值点的灰度值。

进一步的，n等于缩放比例B的最简分数中的分母。

进一步的，将缩放比例B进行整数化处理之前还包括简化缩放比例B的最简分数

的步骤，当分母b为多位数时，且a+△t1与b+△t2具有公约数时，将a+△t1与b+△t2进行约分，得到的最简分数作为缩放比例B的最简分数，△t1为分子误差，△t2为分母误差。

进一步的，0≤|△t1|＜a*10％，

0≤|△t2|＜b*10％。

进一步的，图像的缩放比例B为

其中，m为原始图像在水平方向的尺寸，M为目标图像在水平方向的尺寸，或者，m为原始图像在竖直方向的尺寸，M为目标图像在竖直方向的尺寸。

进一步的，所述插值位置处的灰度值：s(j+t,k+u)＝∑sq，其中，(j+t,k+u)为所述插值位置的坐标值，s为所述插值位置所对应的相关像素点，q为所述相关像素点的权重系数。

进一步的，插值半径d2为2个像素，计算半径d1为1个像素，所述插值位置的坐标值为目标图像在插值方向的缩放比例的整数倍。

本发明同时提出了一种图像缩放处理装置，其按照前面任一条所述的图像缩放处理方法执行处理。

与现有技术相比，本发明的优点和积极效果是：本发明的图像缩放处理方法，通过将距离进行整数化处理；根据整数化处理后的距离计算相关像素点的权重系数，仅存在整数运算，计算量得到有效减少，对于处理器的要求低，整个计算过程对于低配处理器来说都很容易实现，对于高配处理器的计算压力更小；且数值进行等比例放大和缩小，没有引入误差，计算精度更高。

结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提出的图像缩放处理方法的一种实施例流程图；

图2是现有辛格函数的图像；

图3是本本发明提出的图像缩放处理方法的一种实施例中所采用函数的图像。

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，以下将结合附图和实施例，对本发明作进一步详细说明。

实施例一

图像缩放是在原始图像上增加或删除一些像素点信息，增加像素点信息称为图像放大，减少像素点信息称为图像缩小。本实施例提出了一种图像缩放处理方法，包括以下步骤：

获取图像在水平方向和竖直方向的缩放比例；由于图像为二维图像，有若干行(水平方向)和若干列(竖直方向)的像素点组成，因此，图像缩放时行和列分别具有一个缩放比例，本方案中在水平方向和竖直方向分别进行插值计算。

分别在水平方向和竖直方向插值：分别获取目标图像在水平方向和竖直方向的各插值点在原始图像中对应的插值位置；

例如，将一幅2*2的图像放大为7*7，缩放比例为

假设放大后的图像(目标图像)与原始图像的尺寸一致，那么目标图像的水平方向各插值点在原始图像中对应的插值位置的横坐标值分别为

也即，为缩放比例的正整数倍，将上述分数转换成为小数时会有除不尽的情况，产生大量的浮点，导致计算量非常大。目标图像的竖直方向各插值点在原始图像中对应的插值位置的坐标值计算方法与水平方向的计算方法相同。

为了方便计算，优选插值位置的坐标值为目标图像在插值方向的缩放比例的整数倍。

原由于始图像中的各像素点的坐标为整数，因此，原始图像中各像素点与插值位置之间的距离也相应带有小数。且小数部分与缩放比例有关。

本实施例的图像缩放方法仍然采用插值法计算，插值点的灰度值与其周围像素的灰度值有关，且相关程度与周围像素与插值点之间的距离有关，距离越近，关联性越大，因此，在计算插值点的灰度值之前，确定插值位置在原始图像中所对应的所有相关像素点；

采用插值法对图像进行缩放计算的关键参数其中一个是相关像素点的权重系数，而权重系数与距离有关，为了计算权重系数，首先计算相关像素点与插值位置之间的距离，当缩放比例为非整数时，为了避免浮点小数带来计算量大的问题，本实施例中将距离进行整数化处理；

根据整数化处理后的距离计算相关像素点的权重系数，此时，仅存在整数运算，计算量得到有效减少；

根据权重系数和相关像素点的灰度值计算插值位置处的灰度值，为目标图像在该插值位置处的插值点的灰度值。

将距离进行整数化处理的方式与权重系数和距离之间的关系有关。

例如，若采用线性插值算法，则权重系数和距离成线性关系，则将距离进行整数化处理时，距离的系数乘n倍，n为缩放比例的最简分数中分母的正整数倍。

例如，权重

那么取n等于分母的1倍(也可以为大于1的整数倍)，也即n＝7，整数化后计算的权重

利用权重值5计算插值点的灰度值。不再有浮点数出现，简化了计算量。

由于灰度值与权重系数同样呈线性关系，利用权重值5计算插值点的灰度值应当再除以5，即为插值点的实际灰度值。由于整个计算过程仅是把数值进行放大后再等比缩小，没有误差，具有精确度高的优点。

相关像素点与插值半径有关，本实施例中还包括确定插值半径的步骤，相关像素点的确定方法为：以插值位置为中心，插值半径以内的所有像素点作为插值位置在原始图像中所对应的相关像素点。认为在插值半径以内的像素点的灰度值与插值位置的值相关性最大，因此相关像素点参与到插值位置的灰度值计算。

线性插值法得到的图像会损失部分细节信息，精细度仍然较低，双三次插值算法的效果非常好，但是计算量特别大，对处理器要求较高。

辛格函数的表达式如下：

在数字信号处理领域中，更常用的表达式是：

辛格函数的图像如图2所示。

本实施例中采用一替代算法实现，该算法的函数与辛格函数非常接近，但是相对更容易用来计算，其表达式如下：

其中，x为相关像素点与插值位置之间的距离，q(x)为与插值位置的距离为x的相关像素点的权重系数，d1为计算半径，d2为插值半径，因此，在计算权重系数之前，还包括确定计算半径d1。该函数的图像可参图3所示。

计算半径d1和插值半径d2可以根据实际需要选取，例如，本实施例中可选插值半径d2为2个像素，计算半径d1为1个像素。

即便采用上述函数计算权重系数，当距离具有小数时，则需要进行浮点数的乘法计算，计算一次水平方向的权重每个点至少需要5次浮点数乘法(一个三次方计算和一个二次方计算)，对于4*4的图像而言，一行4个点就是20次，垂直方向也是20次浮点数乘法，最后计算灰度值加权和是16次浮点数乘法。而一般情况下一次浮点数乘法的计算时间是整数运算的十几倍甚至几十倍。而且，实际的图像不止那么小，计算量会进一步呈指数倍增长。

在本实施例中，当采用上述分段函数计算权重系数时，将距离整数化处理，具体做法是：距离整数化通过将相关像素点的权重系数放大n³倍进行计算：

目标图像插值点的灰度值与权重系数呈线性关系，根据权重系数q′(x)所计算的灰度值进行等比例缩小n³倍作为目标图像在该插值位置处的插值点的灰度值。

灰度值进行等比例缩小n³倍也即将计算得到的灰度值与1/n³相乘，即为实际灰度值。

仍然以将一幅2*2的图像放大为7*7为例进行说明，缩放比例为

n取7，相关像素点与插值位置之间的距离x为缩放比例为

的整数倍，可以表示为

N为整数，通过将相关像素点的权重系数放大n³倍进行计算后：

由以上可知，整个计算全部为整数计算，不再有浮点计算，计算量得到极大减少。

本实施例中图像的缩放比例B为

其中，m为原始图像在水平方向的尺寸，M为目标图像在水平方向的尺寸，或者，m为原始图像在竖直方向的尺寸，M为目标图像在竖直方向的尺寸。

水平方向插值和数值方向插值需要分别根据该方向的缩放比例进行计算，计算方式相同。

N优选取值为缩放比例B的最简分数中的分母，也即分母的1倍，这样既可以消除掉分数计算，又可以减小整数化后的数值，进一步减少计算量。

例如将一幅一幅2*2的图像放大为7*7，则比例为2：7，那么进行整数化处理时，将权重系数放大7*7*7倍，然后将计算得到的灰度值缩小7*7*7倍即可。但是如果缩放比例为113/222时，分母特别大，将会导致大整数计算，整数化时同样会产生较大计算量，为了解决该问题，本实施例在将缩放比例B进行整数化处理之前还包括简化缩放比例B的最简分数

的步骤，当分母b为多位数时(两位数或以上)，且a+△t1与b+△t2具有公约数时，将a+△t1与b+△t2进行约分，得到的最简分数作为缩放比例B的最简分数，△t1为分子误差，△t2为分母误差，△t1和△t2为整数。

例如原比例为113/222，可以将图像比例改为113/226或者110/220，可以这样做的原因是对于人的视觉或者识别***中几个像素的大小几乎没有差别，将分子或者分母与误做加性计算后再化简，得到的最简分数为1/2，可以有效降低整数计算量。△t1和△t2可以为正整数、负整数或者0。

为了防止简化运算引进较大误差，优选的，0≤|△t1|＜a*10％，

0≤|△t2|＜b*10％。

插值位置处的灰度值：s(j+t,k+u)＝∑sq，其中，s(j+t,k+u)为坐标值为(j+t,k+u)插值位置的灰度值，s为该插值位置所对应的相关像素点的灰度值，q为相关像素点s的权重系数。

实施例二

本实施例提出了一种图像缩放处理装置，其按照实施例一中所记载的图像缩放处理方法执行处理。具体可参见实施例一中记载，在此不做赘述。

本图像缩放处理装置的处理方法从根源上解决整数化问题，没有引入误差，而且全部是整数运算，计算量对于处理器的要求低，整个过程对于低配处理器来说都很容易实现，对于高配处理器的计算压力更小，且计算精度更高。

以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (10)

1.一种图像缩放处理方法，其特征在于，包括以下步骤：

获取图像在水平方向和竖直方向的缩放比例；

分别获取目标图像在水平方向和竖直方向的各插值点在原始图像中对应的插值位置；

确定所述插值位置在原始图像中所对应的所有相关像素点；

计算相关像素点与插值位置之间的距离，当缩放比例为非整数时，将所述距离进行整数化处理；

根据整数化处理后的距离计算相关像素点的权重系数；

根据所述权重系数和相关像素点的灰度值计算所述插值位置处的灰度值，为目标图像在该插值位置处的插值点的灰度值。

2.根据权利要求1所述的图像缩放处理方法，其特征在于，还包括确定插值半径d2的步骤，所述相关像素点的确定方法为：以所述插值位置为中心，插值半径以内的所有像素点作为所述插值位置在原始图像中所对应的相关像素点。

3.根据权利要求2所述的图像缩放处理方法，其特征在于，

还包括确定计算半径d1；

将相关像素点的权重系数放大n³倍进行计算：

目标图像插值点的灰度值与权重系数呈线性关系，根据权重系数q′(x)所计算的灰度值进行等比例缩小n³倍作为目标图像在该插值位置处的插值点的灰度值。

4.根据权利要求3所述的图像缩放处理方法，其特征在于，n等于缩放比例B的最简分数中的分母。

5.根据权利要求3所述的图像缩放处理方法，其特征在于，将缩放比例B进行整数化处理之前还包括简化缩放比例B的最简分数

的步骤，当分母b为多位数时，且a+Δt1与b+Δt2具有公约数时，将a+Δt1与b+Δt2进行约分，得到的最简分数作为缩放比例B的最简分数，Δt1为分子误差，Δt2为分母误差。

6.根据权利要求5所述的图像缩放处理方法，其特征在于，

0≤|Δt1|＜a*10％，

0≤|Δt2|＜b*10％。

7.根据权利要求1-6任一项所述的图像缩放处理方法，其特征在于，图像的缩放比例B为

其中，m为原始图像在水平方向的尺寸，M为目标图像在水平方向的尺寸，或者，m为原始图像在竖直方向的尺寸，M为目标图像在竖直方向的尺寸。

8.根据权利要求1-6任一项所述的图像缩放处理方法，其特征在于，所述插值位置处的灰度值：s(j+t，k+u)＝∑sq，其中，其中，s(j+t，k+u)为坐标值为(j+t，k+u)插值位置的灰度值，s为该插值位置所对应的相关像素点的灰度值，q为所述相关像素点的权重系数。

9.根据权利要求1-6任一项所述的图像缩放处理方法，其特征在于，插值半径d2为2个像素，计算半径d1为1个像素，所述插值位置的坐标值为目标图像在插值方向的缩放比例的整数倍。

10.一种图像缩放处理装置，其特征在于，其按照权利要求1-9任一项所述的图像缩放处理方法执行处理。

Images