CN101854491A - 一种样条放大与自适应模版结合的图像下采样的方法 - Google Patents

Abstract

本发明提供一种样条放大与自适应模版结合的图像下采样的方法，其特征在于，包括下列步骤：S10：根据原图像的分辨率与目标下采样的图像分辨率，确定对原图像的上采样比例系数，上采样比例系数为整数，根据上采样比例系数对原图像进行上采样运算，得到新的上采样图像，新的上采样图像分辨率为目标下采样的图像分辨率的整数倍；S20：对新的上采样图像上的像素按照自适应下采样模版进行下采样运算，得到目标下采样图像。

Description

一种样条放大与自适应模版结合的图像下采样的方法

技术领域

本发明涉及视频处理方法，更具体地说，涉及一种图像视频下采样方法。

背景技术

随着信息化时代的到来，数字化成为其中的主角，可以说信息化的实现是以信息化为前提的。从计算机，互联网，数码相机，到数字电视无一例外的在演绎着这场数字化风暴。但不管是数字电视，还是计算机都在利用数字化的视频声音与图像等多媒体因素来冲击人们的感官神经。数字图像的处理便成了其中的不可或缺的技术，数字电视接收各种图像信号，包括标清信号，高清信号等，最终把这些不同分辨率的视频信号转化为适合播放器分辨率的视频信号进行播放。因此，数字图像分辨率放大和缩小技术是所有数字显示设备的关键技术之一。

目前在视频图像下采样的主流算法，大多是采用一个固定的模板将原图像上的若干个像素加权求出对应下采样后图像的一个像素。但是存在以下两种问题：

一、原图像中多少个像素对应缩小后的图像中的一个像素呢？按照已有的算法，下采样模板的大小决定原图像上多少个像素对应下采样原图像上一个像素。例如采用3x3模板，相当于原图像上9个像素对应下采样图像上1个像素。这种算法的存在以下缺陷：设想256x256——＞255x255的下采样运算，若采用3x3的模板，会使图像变得模糊；同理，在2048x2048——＞256x256的下采样运算中，无论模板选取多好的3x3模板，也无法将模拟8x8区域内的信息情况。

二、原图像中的某一些像素，在下采样过程中很可能处于某两个像素“中间”的区域，即原图像上某些像素同时属于下采样图像中的几个像素点。举个一围数字信号的简单的例子：设有数据信号[x1，x2，x3，x4]，要求对该数字信号作4-＞3的下采样，取得新的信号[y1，y2，y3]，以空间上的划分来说，y1包含了x1的全部和x2的一部分信息，y2包含了x2和x3的大部分信息，y3包含了x3的少量信息和x4的全部信息。在这个例子里，x2同时存在于下采样信号y1、y2中，x3同时存在于y2、y3中。在传统的算法里，下采样信号按照原有信号的空间分布被这样划分：

$y_1=(x_1+x_2\×\frac{1}{3})$

$y_2=(x_2\×\frac{2}{3}+x_3\×\frac{2}{3})$

$y_3=(x_3\×\frac{1}{3}+x_4)$

但这种划分方法是存在缺陷的，y1包含了x1的全部和x2左边小部分信号，包含在y1的小x2部分信号更接近于x1，而包含在y2中的右半部分x2应该更接近于x3。原始算法这种将每个数字信号“平均化”的思路，一定程度上不利于原始信号的保持。

以上的两种不足，是使得图像的下采样效果变得模糊的主要因素。

发明内容

本发明要解决的技术问题在于，利用像素的变化规律，来有效提高图像下采样的效果。

本发明提供一种样条放大与自适应模版结合的图像下采样的方法：包括下列步骤：

S10：根据原图像的分辨率与目标下采样的图像分辨率，确定对原图像的上采样比例系数，上采样比例系数为整数，根据上采样比例系数对图像进行上采样运算，得到新的上采样图像，新的上采样图像分辨率为目标下采样的图像分辨率的整数倍；

S20：对新的上采样图像上的像素按照自适应下采样模版进行下采样运算，得到目标下采样图像。

进一步地，所述步骤S10具体如下：设原始图像A的大小的分辨率为MxN，目标下采样图像A2大小的分辨率为mxn，上采样比例系数k、l计算方法为：

k＝int(M/m)+i，l＝int(N/n)+j，其中i，j＝1，2，3，...

对原图做MxN进行上采样运算，得到新的上采样图像A1，新的上采样图像大小的分辨率为(k*m)x(l*n)，

其中：k、l分别为长与宽的上采样比例系数，int()为取整函数。

所述步骤S20具体如下：根据k、l的取值，从杨辉三角上面选择系数Ck、Cl，得到自适应下采样模版Cl^T*Ck。

实施本发明的视频压缩方法，具有以下有益效果：提出的样条放大与自适应模版结合的图像下采样算法，首先通过精确度较高的上采样样条插值模拟原图像中每个像素按照周围变化规律的划分，然后根据这些划分好的区域，采用自适应的模板对图像进行整数倍的下采样运算。这种算法比传统的下采样算法更科学的利用了像素的变化规律，能有效提高图像下采样的效果。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明方法的流程示意图；

图2是(a)-(d)示出了对一段模拟信号进行量化、样条插值以及上采样的示意图。

具体实施方式

如图1所示为本发明方法的流程示意图，本发明提供一种样条放大与自适应模版结合的图像下采样的方法：包括下列步骤：

S101：根据原图像的分辨率与目标下采样的图像分辨率，确定对原图像的上采样比例系数，上采样比例系数为整数，根据上采样比例系数对图像进行上采样运算，得到新的上采样图像，新的上采样图像分辨率为目标下采样的图像分辨率的整数倍；设原始图像A的大小的分辨率为MxN，目标下采样图像A2大小的分辨率为mxn，上采样比例系数k、l计算方法为：

k＝int(M/m)+i，l＝int(N/n)+j，其中i，j＝1，2，3，...    (1)

对原图做MxN进行上采样运算，得到新的上采样图像A1，新的上采样图像大小的分辨率为(k*m)x(l*n)，

其中：k、l分别为长与宽的上采样比例系数，int()为取整函数。

S102：根据k、l的取值，从杨辉三角上面选择系数Ck、Cl，得到自适应下采样模版Cl^T*Ck，对新的上采样图像A1上的像素(k*m)x(l*n)按照自适应下采样模版进行下采样运算，得到目标下采样图像A2的图像大小为mxn，即上采样图像A1中kxl个像素对应下采样图像A2中1个像素，通过下采样模版Cl^T*Ck来计算从上采样图像A1中kxl个像素的像素值对应下采样图像A2中1个像素的像素值。

以下举例说明，经过上述对原图像进行目标分辨率kxl的整数倍的上采样运算后，新的上采样图像A1上kxl个像素正好对应下采样图像A2上l个像素，如何将这kxl个像素值整合成1个像素值的，首先根据k、l的取值，从杨辉三角(如公式2所示)上面选择系数Ck、Cl，然后Cl^T*Ck得到下采样模版。

C1                    1

C2                1      1

C3             1      2      1

C4          1     3      3      1            (2)

C5       1     4      6      4     1

C6    1     5     10     10     5     1

...               ............

例如，当k＝5，1＝3时，根据杨辉三角系数(如公式2所示)，得到Ck＝C5＝[14641]，C1＝[121]，则自适应的5x3下采样模版为：

${C3}^T*C5=\left[\begin{array}{c}1\\ 2\\ 1\end{array}\right]\left[\begin{array}{ccccc}1& 4& 6& 4& 1\end{array}\right]=\left[\begin{array}{ccccc}1& 4& 6& 4& 1\\ 2& 8& 12& 8& 2\\ 1& 4& 6& 4& 1\end{array}\right]---\left(3\right)$

k＝5，1＝3说明上采样后3x5个点对应下采样目标图像上1个点。对于下采样图A2中的某个点a(x，y)的值，由上采样图像A1中对应15个点通过模版Cl^T*Ck得到：

a(x，y)＝(A(X-2，Y-1)×1+A(X-1，Y-1)×4+A(X，Y-1)×6+A(X+1，Y-1)×4+A(X+2，Y-1)×1

+A(X-2，Y)×2+A(X-1，Y)×8+A(X，Y)×12+A(X+1，Y)×8+A(X+2，Y)×2

+A(X-2，Y+1)×1+A(X-1，Y+1)×4+A(X，Y+1)×6+A(X+1，Y+1)×4+A(X+2，Y+1)×1)/64

，其中A(X，Y)为点a(x，y)在上采样图像A1中对应的中心坐标。

在下采样处理之中加入上采样运算的原因有是：通过上采样运算，根据图像中的像素与相邻像素之间的关系，重新划分原始图像中的像素，使得新图像的分辨率正好为下采样目标图像的整数倍，有利于图像的下采样。

通过大量实例证明图像整数倍下采样的优势，在对比实验情况下，两个不同分辨率下同一张的图像缩小到相同的分辨率效果比较，例如，(a)240x180-＞176x144；(b)352x288-＞176x144其中是整数倍的缩小，(a)为非整数倍的缩小，(b)为非整数倍的缩小，的效果更为清晰，整数倍的图像下采样，不存在原图像中某个像素同时属于下采样图像中的几个像素的情况，下采样图像更为清晰，效果更好。

由于整数倍的图像下采样实验结果较好，对于非整数倍的图像下采样，可以通过图像的上采样插值，将原始图像调整至目标分辨率的整数倍，图2(a)-(d)示出了对一段模拟信号进行量化、样条插值以及上采样的示意图，图2(a)展示了一段模拟信号，而图2(b)则是描述这段信号被采样量化成离散信号的过程，根据图2(b)中离散信号的变化规律，我们可以采用样条插值函数，对信号进行上采样运算，结果如图2(d)所示。以信号作4至3的下采样为例，先对图2(b)先进行上采样运算得到图2(d)，再对图2(d)做下采样运算，就如同先对图2(b)的信号按照规律划分，如公式4所示，然后再对划分好的信号作12至3的下采样运算，如公式5所示。

x1-＞[x11，x12，x13]

x2-＞[x21，x22，x23]                                          (4)

x3-＞[x31，x32，x33]

x4-＞[x41，x42，x43]，

[x11，x12，x13，x21，x22，x23，x31，x32，x33，x41，x42，x43]  (5)

-＞[(x11+x12+x13+x21)/4，(x22+x23+x31+x32)/4，(x33+x41+x42+x43)/4]

这样处理优势在于，该处理将x2、x3根据附近像素的变化规律，划分成不等的三个信号，然后将他们加入到下采样之中，提高了图像下采样的精确度。

由此可见，在对图像做下采样之前，先将图像进行上采样运算，使得图像放大到下采样目标分辨率的整数倍，有利于提高图像下采样的质量。其中上采样运算的样条插值函数的精确度越高，图像下采样质量就越好。

本发明方法的样条放大与自适应模版结合的图像下采样算法，首先通过精确度较高的上采样样条插值模拟原图像中每个像素按照周围变化规律的划分，然后根据这些划分好的区域，采用自适应的模板对图像进行整数倍的下采样运算。这种算法比传统的下采样算法更科学的利用了像素的变化规律，能有效提高图像下采样的效果。

以上所述仅为本发明的优选实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种样条放大与自适应模版结合的图像下采样的方法，其特征在于，包括下列步骤：

S10：根据原图像的分辨率与目标下采样的图像分辨率，确定对原图像的上采样比例系数，上采样比例系数为整数，根据上采样比例系数对原图像进行上采样运算，得到新的上采样图像，新的上采样图像分辨率为目标下采样的图像分辨率的整数倍；

S20：对新的上采样图像上的像素按照自适应下采样模版进行下采样运算，得到目标下采样图像。

2.根据权利要求1所述的样条放大与自适应模版结合的图像下采样的方法，其特征在于，所述步骤S10具体如下：设原始图像A的大小的分辨率为MxN，目标下采样图像A2大小的分辨率为mxn，上采样比例系数k、l计算方法为：

k＝int(M/m)+i，l＝int(N/n)+j，其中i，j＝1，2，3，...

对原图做MxN进行上采样运算，得到新的上采样图像A1，新的上采样图像大小的分辨率为(k*m)x(l*n)，

其中：k、l分别为长与宽的上采样比例系数，int()为取整函数。

3.根据权利要求2所述的样条放大与自适应模版结合的图像下采样的方法方法，其特征在于，所述步骤S20具体如下：根据k、l的取值，从杨辉三角上面选择系数Ck、Cl，得到自适应下采样模版Cl^T*Ck。

4.根据权利要求3所述的样条放大与自适应模版结合的图像下采样的方法，其特征在于，所述k＝5，l＝3时，根据杨辉三角，得到Ck＝C5＝[14641]，Cl＝[121]，则自适应的5x3下采样模版为：

${C3}^T*C5=\left[\begin{array}{c}1\\ 2\\ 1\end{array}\right]\left[\begin{array}{ccccc}1& 4& 6& 4& 1\end{array}\right]=\left[\begin{array}{ccccc}1& 4& 6& 4& 1\\ 2& 8& 12& 8& 2\\ 1& 4& 6& 4& 1\end{array}\right]$

对于下采样图像A2中的某个点a(x，y)的值，由新的上采样图像A1中对应15个点通过模版Cl^T*Ck得到：

a(x，y)＝(A(X-2，Y-1)×1+A(X-1，Y-1)×4+A(X，Y-1)×6+A(X+1，Y-1)×4+A(X+2，Y-1)×1

+A(X-2，Y)×2+A(X-1，Y)×8+A(X，Y)×12+A(X+1，Y)×8+A(X+2，Y)×2

+A(X-2，Y+1)×1+A(X-1，Y+1)×4+A(X，Y+1)×6+A(X+1，Y+1)×4+A(X+2，Y+1)×1)/64

其中A(X，Y)为点a(x，y)在新的上采样图像A1对应的中心坐标。

5.根据权利要求3所述的样条放大与自适应模版结合的图像下采样的方法，其特征在于，杨辉三角如下：

C1                    1

C2                1      1

C3             1      2      1

C4          1     3      3      1

C5       1     4      6      4     1

C6    1     5     10     10     5     1

...               ............

Images