CN1153442A - 根据宽矢量相关内插象素的方法和装置 - Google Patents

Abstract

一种使用由隔行扫描给出的象素数据在省略掉的行中内插象素数据的方法及其装置。该象素内插的方法和装置根据相关程度有效地内插具有不同斜度的边缘。当由于广泛相关而边缘有平缓的斜度时，使用一宽矢量执行内插。当由于高频分量而出现差错，比如发现双向边缘时，执行简单的垂直内插。

Description

根据宽矢量相关内插象素的方法和装置

本发明涉及一种用隔行扫描给出的象素数据内插省略行中的象素数据的方法及其装置，更具体地说，涉及利用宽矢量内插方法高效地内插具有各种方向的边缘的方法及其装置。

象素数据的内插本质上是隔行扫描到逐行扫描的转换(IPC)工作过程，该过程处理隔行扫描信号和将其转换成逐行扫描的信号，执行逐行扫描用以减小由于隔行扫描引起的诸如锯齿形行，爬行，行抖动和场抖动的内在含混。

最初，开发了用于NTSC***内插方法。随后，提出了各种各样的内插方法，这些方法通过内插通常恢复隔行扫描时省略的行。

惯用的内插方法如下：

(1)简单的行复制方案，垂直滤波、控制垂直边缘的内插(在1989年8月份出版的IEEE Transaction on Consumer Electronics.Vol35，No.3第279至289页上公开，作者是D.I.C.Hentschei)；

(2)依赖边缘方向去隔行扫描方法(在1994年出版的Int Workshop onHDTV会刊上公开，作者是D.Bagni，R.Lancini，S.Landi和S.Tubaro)；

(3)非线性内插方法基于

—加权中值滤波器(1989年5月出版的IEEE ISCAS-89学报第433至436页上公开，作者是J.Jahola.A.Nieminen，J.Sal和Y Neuvo)。

—FIR中值混合内差(1990年10月在瑞士洛桑举行的SPIE的视频通信与图象处理会议的会刊第125至132页公开过，作者是A.Lchtonen和M.Renfors)。

—互补中值滤波器(1994年在Int.WorkShop on HDTV会刊上公开，作者是H.Blume，I.Schwoerer和K.Zygis)。

—取决于方向的中值滤波器(1988年由North Holand的L.ChiariglionEd.Elsevier Science Publishers出版的《高清晰度电视的信号处理》(Signalprocessing ofHDTV)第421至430页中公开，作者T.Doyle)，和

—垂直瞬时轴中值滤波器(1986年在IEEE Transaction on ConsumerElectronics，Vol 32，No.3第237至240页上公开，作者P.Frencken和在IEEEDigest of Technical Paper第186至187页上公开，作者T.Doyle和PFrencken)；和

(4)运动自适应方法(1989年8月在IEEE Transaction on ConsumerElectronics，Vol.33，No.3第266至271页上公开，作者是N.Suzuki和1990年5月在IEEE Transaction on Consumer Electronics.Vol.36，No.2第110至114页公开，作者是C.P Markhauser)。

然而，上述的普通的内插方法限制了为恢复隔行扫描所省略的行所使用内插操作的数据的范围。结果，具有平缓斜度的各种方向的边缘不能被检测，它将使得通常的内插方法不适宜于需要高清晰度的高清晰度电视(HDTV)。

为了解决以上的问题，本发明的目的在于提供利用加权的宽矢量的相关的两维内插法，其中用于内插操作的数据的范围扩展是为了甚至是在有平缓斜度的边缘中高效地内插数据。

为了实现本发明的上述目的，本发明提供了对在由象素行组成图象中所选择的两行间构成一行的象素中所选择的象素进行内插的方法，该象素内插的方法包括如下的步骤：

(a)当选择要内插的象素是I(n₁，n₂)时，采用与选择的象素有关的三个相连的象素组成的窄矢量以获得具有标准最小值的窄矢量；

(b)当具有在步骤(a)中得到的标准最小值的窄矢量的标准值小于预定的值时，使用具有标准最小值的窄矢量的象素执行内插，而当具有在步骤(a)中得到标准最小值的窄矢量的标准值大于预定的值时，采用宽矢量以获得具有标准最小值的宽矢量，该宽矢量由数量多于由2个选择的行构成的窄矢量的象素数据的象素所构成；和

(c)使用具有在步骤(b)中得到的标准最小值的宽矢量的象素执行内插。

还提供了一种内插象素的装置，该象素是在由象素组成图象中选择的两行间构成一行的象素中的所选择象素。该象素内插装置包括：

低通滤波装置，它接收构成两个选择的行的象素数据和去除它们的高频分量；

相关装置，它使用没有通过低通滤波装置的数据以计算和输出有关选择的象素的相邻象素的垂直相关值，使用通过低通滤波装置的数据计算和输出窄矢量的标准最小值和宽矢量的最小值，并且输出有关每一个都具有标准最小值的窄矢量和宽矢量的信息。

垂直滤波器装置。用以接收构成两个选择行的象素的数据和输出垂直内插值；

窄矢量滤波器装置，它用以接收构成两个选择行的象素的数据和有关具有由相关装置输入的标准最小值的窄矢量的信息，和输出基于窄矢量的第一内插值；

宽矢量滤波器装置，它用以接收构成两个选择行的象素的数据和有关具有由相关装置输入的标准最小值的宽矢量的信息，和输出基于宽矢量的第二内插值；和

选择装置，它用以将垂直相关值、由相关装置输入的窄矢量标准最小值和宽矢量最小值分别与预定的第一和第二值比较，并且选择和输出垂直内插值、第一与第二内插值中的一个值。

参照说明书附图描述本发明的优选实施例。

图1是解释本发明第一实施例的内插方法的流程图；

图2A至2I是用以解释窄矢量u和v以及用于本发明内插的数据取样的位置图；

图3A至3C是用以解释宽矢量u和v以及用于宽矢量的长度是5的本发明的内插的数据取样的位置图；

图4是实现本发明第一实施例的内插方法的内插装置的方框图；

图5A、5B是解释本发明第二实施例的内插方法的流程图；

图6是实现本发明第二实施例的内插方法的内插装置的方框图；

下面将结合附图详细描述本发明的优选实施例。

在说明书中，{I(n₁－1，·)}和{I(n₂－1，·)}代表隔行扫描的数据取样。隔行扫描至逐行扫描转换方法意味着对由隔行扫描给定的{I(n₁－1，·)}和{I(n₁＋1，·)}的数据取样进行内插获得在隔行扫描{I(n₁，·)}中所略去的行的图象数据。此后，将依照在获得在隔行扫描中省略的行的象素数据I(n₁，n₂)的情形中描述本发明的实施例。

图1是表示根据本发明第一实施例基于宽矢量相关的内插方法的流程图。垂直内插被认作图1的第一步骤。垂直内插得到了在垂直方向上接近的图象数据的加权平均值，它之所以广泛使用是由于操作简便和容易实施。

当在垂直方向相连的图象数据具有很高的相关性时，垂直内插将提供满意的结果。然而，当存在垂直边缘时，垂直清晰度将下降。同时，当边缘的斜度平缓并因此在很宽的范围内存在边缘时，整个图象抖动。

因此，在这个实施例中，首先计算在垂直方向上相连的数据取样行之间的相关度，然后判断垂直内插是否适合。当垂直相关的判断结果是高的话，执行垂直内插。否则，在进行下一步骤时使用更多的图象数据取样。

在垂直方向上相连的数据取样间的相关由下面的方程(1)计算。

D_v＝|I(n₁－1，n₂)－I(n₁＋1，n₂)|                    (1)

由方程(1)计算的D_v的值变得越小，垂直相关就越高。因此，在这个实施例中，参考相关值预定为T_v。当计算的值D_v小于预定的值T_v时，用垂直内插计算象素数据I(n₁，n₂)。由于垂直内插获得在垂直方向上接近的图象数据的加权平均值，由下面的方程(2)计算垂直内插图象数据I_v。

I_v(n₁，n₂)＝w-₁I(n₁－1，n₂)＋W₊₁I(n₁＋1，n₂)        (2)

在方程(2)中，w_-1和w₊₁表示相应的取样的加权值，其中w_-1＋w₊₁＝1。

在这个实施例中的第1步骤由下面的方程(3)表示。

I(n₁，n₂)＝I_v(n₁，n₂)，如果D_v＜T_v                   (3)

当垂直相连的数据取样具有低的相关和因而D_v大于T_v时，垂直内插就不适合。在这种情况下，进行第二步骤。当D_v大于T_v，应当使用基于边缘方向的内插方法。在第二步骤中进行对有较大斜率的边缘的处理。

在第二步骤中，用每一个有长度为3的窄矢量判断相关性。每一个有长度为3的窄矢量u(l)和v(m)由方程(4)和(5)定义。使用低通滤波的数据取样J(n₁－1，·)，J(n₁＋1，·)定义窄矢量u(l)和v(m)，这将减小给定的数据取样中的高频分量对相关度计算结果的影响。

u(l)＝[J(n₁－1，n₂＋l－1)，J(n₁－1，n₂＋l)，J(n₁－1，n₂＋l＋1)]＝[u_-1(l)，u₀(l)，u₊₁(l)                          (4)

v(m)＝[J(n₁＋1，n₂＋m－1)，J(n₁＋1，n₂＋m)，J(n₁＋1，n₂＋m＋1)]

    ＝[v_-1(m)，v₀(m)，v₊₁(m)]                       (5)

在方程(4)中，u(l)是参照I(n₁，n₂)由3个相连的数据取样的低通滤波的值组成，这些取样值位于和n₂垂直轴相距l的位置。

在方程(5)中，v(m)是参照I(n₁，n₂)由3个相连的数据取样的低通滤波的值组成，这些取样值位于和n₂垂直轴相距m的位置。

判断边缘的方向是否适合窄矢量的内插。计算窄矢量的加权标准以发现窄矢量是高的相关。

由下面的方程(6)定义窄矢量的加权标准D_n $D_n(l,m)=\frac{1}{K}\underset{i=-1}{\overset{1}{\mathrm{\Σ}}}|u_i\left(l\right)-v_i\left(m\right)|c_i----\left(6\right)$

在方程(6)中，c_i表示加权值，K＝c_-1＋c₀＋c₊₁。

在方程(6)中定义的加权标准D_n代表两个矢量u(l)和v(m)间的相似性。由于两矢量高度相关，两矢量的相似性变得较高，则D_n的值变得较小。两矢量的相关变得较低，则D_n的值变得较大。例如，在两个矢量相同的情况下，D_n的值是0。

l和m表示有关两个矢量从n₂垂直轴算起的距离。l和m在+1和-1间变化，以及D_n由方程(6)计算出来以便找到具有最小D_n的两个矢量。为了简化第二步骤中的计算，限制l和m的变化范围。这就是l，m∈[-1，+1]。

假设具有最小值D_n的l和m是l’和m’，D_n变为D_n’，它由下面的公式(7)表示。

D_n(l’，m’)＝Min{D_n(l，m)|l＝-1，0，+1，m＝-1，0，+1}    (7)

D_n(l’，m’)表示在与I(n₁，n₂)相邻的窄矢量中具有最大相关的窄矢量间的相关程度。当D_n(l’，m’)小于预定的T_n时，窄矢量高度相关，它将适合第二步骤的内插。在这种情况下，根据确定的l’和m’的数据取样被内插以得到I(n₁，n₂)。同时，当D_n(l’，m’)，大于预定的T_n时，窄矢量低度相关。因此，使用宽矢量进行第三步骤。

图2A到图2F是用以解释根据l’和m’的窄矢量u(l’)和v(m’)的位置以及用以获得I(n₁，n₂)的数据取样的图示。

在图2A至图2F中，符号“×”表示内插获得的I(n₁，n₂)的点。相对“×”的上面行的窄矢量u(l)和下面行的窄矢量v(m)分别由“●”和“○”表示。符号“●”表示几何位置邻近I(n₁，n₂)的取样，其中I(n₁，n₂)是通过由内插符号“●”表示的点的数据取样而确定的。例如，当(l’，m’)＝(-1，-1)时，也就是l’＝-1和m’＝-1，如图2A所示，D_n减至最小。通过对几何相邻的由“●”表示的I(n₁－1，n₂)和I(n₁＋1，n₂)求算术平均值确定I(n₁，n₂)。当在图2B中(l’，m’)＝(-1，0)时，通过对由“●”表示的I(n₁－1，n₂－1)，I(n₁－1，n₂)，I(n₁＋1，n₂)和I(n₁＋1，n₂＋1)求算术平均值确定I(n₁，n₂)。

当在第二步骤中由内插确定的I(n₁，n₂)是In(n₁，n₂)时，参照图3A至图3C根据l’和m’确定的I_n(n₁，n₂)可以如方程(8)至(16)表示。 $I_n(n_1,n_2)=\frac{I(n_1-1,n_2)+I(n_1+1,n_2)}{2}$ 如果(l’，m’)＝(-1，-1)        (8) $I_n(n_1,n_2)=\frac{I(n_1-1,n_2-1)+I(n_1-1,n_2)+I(n_1+1,n_2)+I(n_1+1,n_2+1)}{4}$

                 如果(l’，m’)＝(-1，0)         (9) $I_n(n_1,n_2)=\frac{I(n_1-1,n_2-1)+I(n_1+1,n_2+1)}{2}$

                 如果(l’，m’)＝(-1，1)         (10) $I_n\left(n_1{,n}_2\right)=\frac{I(n_1-1,n_2)+I(n_1-1,n_2+1)+I(n_1+1,n_2-1)+I(n_1+1,n_2)}{4}$

                如果(l’，m’)＝(0，-1)         (11) $I_n(n_1,n_2)=\frac{I(n_1-1,n_2)+I(n_1+1,n_2)}{2}$

                如果(l’，m’)＝(0，0)          (12) $I_n(n_1,n_2)=\frac{I(n_1-1,n_2-1)+I(n_1-1,n_2)+I(n_1+1,n_2)+I(n_1+1,n_2+1)}{4}$

                如果(l’，m’)＝(0，1)          (13) $I_n(n_1,n_2)=\frac{I(n_1-1,n_2+1)+I(n_1+1,n_2-1)}{2}$

                如果(l’，m’)＝(1，-1)         (14) $I_n(n_1,n_2)=\frac{I(n_1-1,n_2)+I(n_1-1,n_2+1)+I(n_1+1,n_2-1)+I(n_1+1,n_2)}{4}$

                如果(l’，m’)＝(1，0)          (15) $I_n(n_1,n_2)=\frac{I(n_1-1,n_2)+I(n_1+1,n_2)}{2}$

                如果(l’，m’)＝(1，1)          (16)

这个实施例中的第2步骤可以由下面的方程(17)概括。

I(n₁，n₂)＝In(n₁，n₂)  如果D_v＞T_v  并且D_n(l’，m’)＜T_n    (17)

当在第2步骤中D_n(l’，m’)大于预定的值T_n时，窄矢量的相关是小的，在这种情况下使用窄矢量的内插是不合适的。因此使用宽矢量进行下一步骤。

在本实施例第三步骤中使用的宽矢量按下面的方程(18)和(19)定义。类似窄带矢量，为了减小高频分量对相关的计算的影响，使用低通滤波的数据取样J(n₁－1，·)J(n₁＋1，·)定义宽矢量。

U(l)＝[J(n₁－1，n₂-L＋l)，…，J(n₁－1，n₂＋l)，…，J(n₁－1，n₂＋L＋l)]＝[U_-L(l)，…，U₀(l)，…，U_L(l)]                      (18)

V(m)＝[J(n₁＋1，n₂－L－l＋m)，…，J(n₁＋1，n₂－l＋m)，…，J(n₁＋1，n₂＋L－l＋m)]＝[V_-L(m)，…，V₀(m)，…，V_L(m)]                (19)

这里的L是常量，它涉及宽矢量的长度。每个宽矢量的长度是2L＋1，其中L大于或等于2。以上定义的宽矢量的影向大于窄矢量的影响。

根据方程18，宽矢量U(l)包含(2L＋1)数据取样的低通滤波的值，该数据取样与和垂直轴n₂相隔l的点相邻，而且该点在I(n₁，n₂)的上面的行上。根据方程(19)，V(0)是U(l)相对I(n₁，n₂)的对称的点。将V(0)移动m而获得V(m)，V(0)点是对称于U(l)的点，其长度与U(l)相同为2L＋1。

在第三步骤中，定义宽矢量的加权标准D_w(l，m)，以判断宽矢量间的相关。宽矢量的加权标准D_w(l，m)由下面的方程(20)表示。 $D_W(l,m)=\frac{1}{M}\underset{i=-L}{\overset{L}{\mathrm{\Σ}}}|U_1\left(l\right)-V_1\left(m\right)|C_i----\left(20\right)$

这里的C_i是加权值以及M＝∑C_i。

正象D_n那样，D_w值越小，相关值就越高。

在方程(18)和(19)定义的宽矢量中，变化l和m以便找到宽矢量加权标准D_w是最小值的宽矢量。具有最小值D_w的宽矢量具有最大的相关。

为了在第三步骤中找到具有最小值D_w的宽矢量，限制l的变化范围，如l∈[-S，+S]。在此，为了减小该行邻近终端处的误差，S小于或等于L，L是涉及宽矢量的长度2L＋1的常量。

m的变化是取-1，0和1中的一个值。由于V(m)点与U(l)对称，将与U(l)对称的V(0)点移动m得到V(m)，即使在[-1，0，+1]的情况下，此变化范围也是足够的。

如上所述，改变l和m以得到使D_w最小化的l和m，在D_w中l和m分别定义为l”和m”。最小的D_w由下面的方程(21)表示：

D_w(l”，m”)＝Min{D_w(l，m)|l＝-S，…，0，…，+S和m＝-1，0，+1}  (21)

在方程(21)中确定l”和m”，用于内插的宽矢量被确定。根据l”和m”对位于每个宽矢量的中心的数据取样求算平均值来执行这个实施例中的第三步骤的内插。

在第三步骤中由内插得到的I(n₁，n₂)的值由下面的方程(22)表示： $I_W(n_1,n_2)=\frac{I(n_1-1,n_2+l^{\′\″})+I(n_1+1,n_2-l^{\″\′}+m^{\′\″})}{2}----\left(22\right)$

这个实施例的第三步骤可以概括为下面的方程(23)。

I(n₁，n₂)＝Iw(n₁，n₂)  如果D_v＞T_v并且D_n(l’，m’)＞T_n    (23)

图3A至图3C用以解释数据取样，该数据取样用以根据在此实施例中确定的l”和m”获得宽矢量U和V及I(n₁，n₂)的位置，在这个实施例中宽矢量的长度是5(L＝2)。

在图3A至图3C中，符号“×”表示通过内插得到的I(n₁，n₂)的位置，符号“●”表示用于内插的宽矢量的中心数据。例如，在图3A中，使D_w最小化的(l”，m”)是(-2，0)。正如在这种情况下由“●”所示，通过对U(-2)的中心数据I(n₁－1，n₂－2)和V(0)的中心数据I(n₁＋1，n₂＋2)求算术平均值得以确定I(n₁，n₂)。

图4是实现前面所述的本发明的第一实施例的内插方法的内插装置的方框图。

在图4中，由隔行扫描给出的数据取样I(n₁－1，·)和I(n₁＋1，·)直接输入给相关器部分20和通过低通滤波器(LPF)10间接输入给相关器部分20。由LPF10低通滤波的数据取样表示为J(n₁－1，·)和J(n₁＋1，·)。

在相关器部分20中的第一相关器21由给定的数据取样I(n₁－1，·)和I(n₁＋1，·)计算和输出D_v。在相关器部分20中的第二相关器22由低通滤波的数据取样J(n₁－1，·)和J(n₁＋1，·)得到使D_n最小化的l’和n’并输出l’，m’和D_n(l’，m’)。在相关器部分20中的第三相关器23从低通滤波的数据取样J(n₁－1，·)和J(n₁＋1，·)得到使D_w最小化的l”和m”并输出l”和m”和D_w(l”，m”)。

宽矢量滤波器30接收来自第三相关器23的l”和m”和给定的数据取样I(n₁－1，·)和I(n₁＋1，·)，并且输出根据宽矢量的内插值I_w(n₁，n₂)。

窄矢量滤波器40接收来自第二相关器22的l’和m’以及给定的数据取样I(n₁－1，·)和I(n₁＋1，·)，并且输出根据窄矢量的内插值I_n(n₁，n₂)。

垂直滤波器50接收给定的数据取样I(n₁－1，·)和I(n₁+1，·)和输出垂直内插值I_v(n₁，n₂)。

选择器60接收预定的T_v和T_n、来自第一相关器21的D_v、来自第二相关器22的D_n(l’，m’)、来自宽矢量滤波器30的I_w、来自窄矢量滤波器40的I_n和来自垂直滤波器50的I_v，并且当D_v＜T_v时选择和输出I_v、当D_v＜T_v和D_n(l’，m’)＜T_n时选择和输出I_n、当D_v＞T_v和D_n(l’，m’)＜T_n时选择和输出I_w。

在用于内插的数据边界根据边缘的方向调整以后，来自上述装置的内插值输出变为I(n₁，n₂)。

图5是解释本发明第二实施例的内插方法的流程图。类似第一实施例，第二实施例包括根据垂直相关的程度执行垂直内插的第一步骤、根据窄矢量执行内插的第二步骤和根据宽矢量执行内插的第三步骤。

而且，D_v，D_n和D_w，窄矢量u和v以及宽矢量U和V和内插值I_v，I_n和I_w按与第一实施例相同的方式定义。

在执行垂直内插的第一步骤中，当垂直相关值D_v小于预定的T_v时，输出垂直内插的值I_v(n₁，n₂)。当在第一步骤中D_v大于T_v时，进行第二步骤。

在第二步骤中采用窄矢量。在第二实施例中的第二步骤不由简单地具有最小值标准的窄矢量执行内插。如果在窄矢量的左和右两个方向上发现边缘，则认为出现差错。简单的垂直内插能满足这种情形的需要。因此，在第二个实施例中，当左方向边缘(l’，m’)是(-1，0)，(-1，1)或(0，1)时获得了最小值D_n，当右方向边缘(l’，m’)是(0，1)，(1，-1)或(1，0)时，得到最小值D_n。假设前者是D_n-L和后者是D_n-R，当D_n-L和D_n-R中的一个小于预定的T_n时，根据对应的窄矢量执行内插。当D_n-L和D_n-R二者大于预定的T_n时，使用宽矢量进行第三步骤。当D_n-L和D_n-R二者小于预定的T_n时，由于在两个方向上均产生边缘而执行简单的垂直内插。

在第三步骤中，为对付差错的产生在两个方向上计算D_w。计算的D_w与预定的T_w比较。在判断了边缘的方向之后执行内插。在这里，l的变化区域限定如[-S，S]两个值，其中，S的初始值设为2。m的变化取-1，0或+1中的一个。首先，当l是-S和l是+S时，得到了使D_w最小化的m。然后，假设当l是-S时，使D_w最小化的m是m_-S，而当l是+S时，使D_w最小化的m是m_+S。在这种情况下，用下面的方程(24)表示D_w。

D_w(-S，m_-S)＝Min{D_w(-S，m)|m＝-1，0，1}

D_w(+S，m_+S)＝Min{D_w(+S，m)|m＝-1，0，1}        (24)

然而，如果D_w(-S，m_-S)和D_w(+S，m_+S)分别与设定为用于判断相关的参考值的预定T_w相比较，可以得到边缘的取向。当l是-S时，边缘取左上部位到右下部位倾斜的斜度。当l是+S时，边缘最右上部位到左下部位倾斜的斜度。因此，当D_w(-S，m_-S)小于T_w且D_w(+S，m_+S)大于T_w时，左上部位的数据与右下部位的数据有高度相关性。因此，边缘取从左上部位到右下部位倾斜的斜度。

在比较结果中，当D_w(-S，m_-S)和D_w(+S，m_+S)中的一个小于预定的T_w时，使用对应的宽矢量U(-S)和V(m_-S)或U(+S)和V(m_+S)执行内插。当D_w(-S，m_-S)小于T_w且D_w(+S，m_+S)大于T_w时，使用宽矢量U(-S)和V(m_-S)间的中心点执行内插。当D_w(-S，m_-S)大于T_w且D_w(+S，m_+S)小于T_w时，使用宽矢量U(+S)和V(m_+S)间的中心点执行内插。

同时，在比较结果中，当D_w(-S，m_-S)和D_w(+S，m_+S)二者小于预定的T_w，可以发现双向的边缘。这可以被认为已实际出现了差错和在很多部分产生了高频分量。由于在这种情况下不可能检测到边缘的取向，所以为有更好的图象质量更倾向于执行简单的垂直内插。

同时，在比较结果中，当D_w(-S，m_-S)和D_w(+S，m_+S)二者大于预定的T_w时，  S增加“1”，则当l是-S或+S时，得到D_w(-S，m_-S)和D_w(+S，m_+S)。然后，所得到的D_w(-S，m_-S)和D_w(+S，m_+S)重复地和预定的T_w比较。虽然执行上面的重复比较直至S变为L，如果边缘的取向没有发现，也执行简单的垂直内插。

在该实施例的第三步骤中，使用宽矢量得到的I(n₁，n₂)表示为I_w1(n₁，n₂)或I_w2(n₁，n₂)，如下面的方程(25)至方程(28)所示。 $I_{W1}(n_1,n_2)=\frac{I(n_1-1,n_2-S)+I(n_1+1,n_2+S+m_{-S})}{2}$

       如果D_w(-S，m_-S)≤T_w，D_w(+S，m_+S)＞T_w   (25) $I_{W1}(n_1,n_2)=\frac{I(n_1-1,n_2+S)+I(n_1+1,n_2-S+m_{+S})}{2}$

       如果D_w(-S，m_-S)＞T_w，D_w(+S，m_+S)≤T_w    (26) $I(n_1-n_2)=I_V(n_1,n_2)=\frac{I(n_1-1,n_2)+I(n_1+1,n_2)}{2}$

       如果D_w(-S，m_-S)≤T_w，D_w(+S，m_+S)≤T_w    (27)

       如果D_w(-S，m_-S)＞T_w，D_w(+S，m_+S)＞T_w

                         S＝S＋1

      如果D_w(-L，m_-L)＞T_w，D_w(+L，m_+L)＞T_w    (28) $I(n_1,n_2)=I_V(n_1,n_2)=\frac{I(n_1-1,n_2)+I(n_1+1,n_2)}{2}$

图6是实施本发明第二实施例的内插方法的内插装置的方框图。

在图6中，由隔行扫描给出的数据取样I(n₁-1，·)和I(n₁＋1，·)直接输入给相关器部分20和通过低通滤波器(LPF)10间接地输入给相关器部分20。由低通滤波器10低通滤波的数据取样用J(n₁－1，·)和J(n₁＋1，·)表示。

在相关器部分20中的第一相关器21由给出的数据取样I(n₁－1，·)和I(n₁＋1，·)计算和输出D_v。在相关器部分20中的第二相关器22由低通滤波的数据取样J(n－1，·)和J(n＋1，·)得到使左边缘的D_n-L和右边缘的D_n-R最小的l’和m’并且输出l’，m’，D_n-L(l’，m’)和D_n-R(l’，m’)。在相关器部分20中的第三相关器23由低通滤波的数据取样J(n₁－1，·)和J(n₁＋1，·)得到使D_w(-S，m)和D_w(+S，m)最小的m_-S和m_-S并且输出(-S，m)，(+S，n)，  D_w(-S，m)和D_w(+S，m)。

宽矢量滤波器30接收来自第三相关器23的(-S，m)和(+S，m)和给定的数据取样I(n₁－1，·)和I(n₁＋1，·)并且输出基于宽矢量的内插值I_w1(n₁，n₂)和I_w2(n₁，n₂)。

窄矢量滤波器40接收来自第二相关器22的l’和m’以及给定的数据取样I(n₁－1，·)和I(n₁＋1，·)并且输出基于窄矢量的内插值I_n(n₁，n₂)。

垂直滤波器50接收给定的数据取样I(n₁－1，·)和I(n₁＋1，·)，并且输出垂直内插值I_v(n₁，n₂)。

选择器60接收预定的T_v和T_n、来自第一相关器21的D_v，来自第二相关器22的D_n(l’，m’)、来自宽矢量滤波器30的I_w、来自窄矢量滤波器40的I_n和来自垂直滤波器50的I_v，并且当D_v＜T_v时选择输出I_v，当D_v＜T_v和D_n(l’，m’)＜T_n时选择输出I_n、当D_v＞T_v和D_n(l’，m’)＜T_n时选择输出I_w。

如上所述，本发明能根据相关程度高效地内插具有不同方向的边缘。当由于广泛相关而边缘具有平缓的斜度时，使用宽矢量执行内插。当由于高频分量出现差错，诸如发现双向边缘时，则执行简单的垂直内插。

在此仅对一些实施例进行了具体描述，然而，在不离开本发明的思路和范围的情况下显然可以进行很多的改进。

Claims (13)

1、一种内插象素的方法，用于内插在由象素行组成的图象中选择的两行之间构成一行的象素中选择的象素，该象素内插方法包括如下的步骤：

(a)当被选择要内插的所述象素是I(n₁，n₂)时，采用窄矢量，对于所述选择的象素有关的3个相连的象素，该矢量可用下面的方程(1)和(2)表示，从而得到具有如下面的方程(3)给出的标准最小值的每个窄矢量；

(b)当具有在步骤(a)中得到的标准最小值的窄矢量的标准值小于预定的值时，使用具有标准最小值的窄矢量的象素执行内插，而当具有步骤(a)中得到的标准最小值的窄矢量的标准值大于预定的值时，采用宽矢量，该宽矢量用下面的方程(4)和(5)表示并且由从两个选择的行来的多于所述窄矢量象素数的象素所构成，从而得到具有如下的方程(6)所给出的标准最小值的每个宽矢量；和

(c)使用具有步骤(b)中得到的标准最小值的宽矢量的象素执行内插，

u(l)＝[J(n₁－1，n₂＋l－1)，J(n₁－1，n₂＋l)，J(n₁－1，n₂＋l＋1)]＝[u_-1(l)，u₀(l)，u₊₁(l)]                (1)

v(m)＝[J(n₁＋1，n₂＋m－1)，J(n₁＋1，n₂＋m)，J(n₁＋1，n₂＋m＋1)]＝[v_-1(m)，v₀(m)，v₊₁(m)]                (2)

这里的J是由低通滤波所述方程(1)和(2)中的I而得到的，而且l和m的范围表示为l，m∈[1，1]， $D_n(l,m)=\frac{1}{K}\underset{i=-1}{\overset{1}{\mathrm{\Σ}}}|u_1\left(l\right)-v_i\left(m\right)|c_i----\left(3\right)$

这里的c_i表示加权值并且K＝c_-1＋c₀＋c₊₁，

U(l)＝[J(n₁－1，n₂－L＋l)…，J(n₁－1，n₂＋l)，…，J(n₁－1，n₂＋L＋l)]

    ＝[U_-L(l)，…，U₀(l)，…，U_L(l)          (4)

V(m)＝[J(n₁＋1，n₂－L－l＋m)，…，J(n₁＋1，n₂－l＋m)，…，J(n₁＋1，n₂＋L－l＋m)]＝[V_-L(m)，…，V0(m)，…，V_L(m)]         (5)

这里的J是由低通滤波在方程(4)和(5)中的I而得到的，以及在宽矢量长度(2L＋1)中的L是大于或等于2的常数，且其中m的范围在方程(5)中表示为m∈[-1，1 ]，和 $D_W(l,m)=\frac{1}{M}\underset{i=-L}{\overset{L}{\mathrm{\Σ}}}|U_1\left(l\right)-V_i\left(m\right)|C_i----\left(6\right)$

这里的C_i表示加权值和M＝∑C_i。

2、根据权利要求1的象素内插方法，还包括一垂直内插的判断，即，是在执行所述步骤(a)之前对位于两所选择行的两个被选择象素的垂直位置上的两象素的垂直内插值执行垂直内插，或是执行所述步骤(a)。

3、根据权利要求1的象素内插方法，其中，在所述步骤(a)中得到相对左和右方向的具有标准最小值的窄矢量；和当相对左和右方向的标准最小值中的一个小于预定的T_n时，使用窄矢量执行内插；当二者均大于T_n时，进行所述步骤(c)；以及当二者均小于T_n时，由于在执行使用窄矢量内插的所述步骤(b)中在两个方向上产生边缘，而执行简单的垂直内插。

4、根据权利要求1的象素内插方法，其中，在所述步骤(a)中当l为满足2≤S≤L的-S或+S时，m在[1，1]的边界上变化，从而得到具有最小标准值的宽矢量；以及当l是-S和+S时具有最小标准值的宽矢量的标准值，分别与预定的值比较以检测边缘的取向，并且在步骤(c)中根据该边缘的取向执行内插。

5、根据权利要求4的象素内插方法，其中，在步骤(c)中，如果当l为-S时的宽矢量的最小标准值和当l为+S时的宽矢量的最小标准值中的一个小于预定的值，则使用该宽矢量执行内插；如果当l为-S时的宽矢量的最小标准值和当l为+S时的宽矢量的最小标准值二者都小于该预定的值，则执行垂直内插；以及如果当l为-S时的宽矢量的最小标准值和当l为+S时的宽矢量的最小标准值二者都大于该预定的值，则i)当S＜L，S增加并然后重复上面的处理过程，和ii)当S＝L时，执行垂直内插。

6、根据权利要求1的象素内插方法，其中，在所述步骤(b)中，通过对与在具有最小标准值的窄矢量的象素中的所选择象素接近的象素的数据求算术平均值来执行使用窄矢量的内插。

7、根据权利要求1的象素内插方法，其中，在所述步骤(c)中，通过对在具有最小标准值的宽矢量的象素中的宽矢量中心象素的数据求算术平均值来执行使用宽矢量的内插。

8、一种内插象素装置，用于内插在由象素行构成的图象中选择的两行之间构成一行的象素中选择的象素，该象素内插装置包括：

相关装置，它使用构成两个选择行的象素的数据来计算和输出相应于与所述选择象素有关的相连的象素的垂直相关值、窄矢量的标准最小值和宽矢量的最小值，并且输出有关窄矢量和宽矢量的信息；

垂直滤波装置，它接收构成两个选择行的象素的数据和输出垂直内插值；

窄矢量滤波器装置，它接收构成两个选择行的象素的数据和有关具有从所述相关装置输入的标准最小值的窄矢量的信息，并输出基于窄矢量的第一内插值；

宽矢量滤波器装置，它接收构成两个选择行的象素的数据和有关具有从所述相关装置输入的标准最小值的宽矢量的信息，并输出基于宽矢量的第二内插值；

选择装置，它将由所述相关装置输入的垂直相关值、窄矢量的标准最小值和宽矢量的最小值分别与预定的第一和第二值比较，并选择和输出所述第一和第二内插值中的一个。

9、根据权利要求8的象素内插装置，还包括，在计算窄矢量和宽矢量的标准值以前除去构成两个选择行的象素数据的高频分量的低通滤波器。

10、根据权利要求9的象素内插装置，其中，所述相关装置包括：

第一相关器，它接收构成两个选择行的象素数据和输出与一个选择象素相邻的象素的垂直相关值；

第二个相关器，它接收在所述低通滤波装置中低通滤波过的象素数据和输出与一个选择象素相邻的象素的窄矢量的最小标准值和与之对应的窄矢量信息；和

第三个相关器，它接收在所述低通滤波装置中低通滤波过的象素数据和输出与一个选择象素相邻的象素的宽矢量的最小标准值和与之对应的宽矢量信息。

11、根据权利要求10的象素内插装置，其中，所述第二相关器输出边缘左和右方向的窄矢量的最小标准值和与之对应的窄矢量的信息。

12、根据权利要求11的象素内插装置，其中，所述第三相关器输出边缘左和右方向的宽矢量的最小标准值和与之对应的宽矢量的信息。

13、根据权利要求12的象素内插装置，其中，当由第二相关器输入的边缘右和左方向的窄矢量的最小标准值小于预定的第一值时，所述选择装置输出第一垂直内插值；以及当由第三相关器输入的边缘右和左方向的宽矢量的最小标准值小于预定的第二值时，所述选择装置输出垂直内插值。

Images