CN102231203A - 基于边缘检测的图像自回归插值方法 - Google Patents
基于边缘检测的图像自回归插值方法 Download PDFInfo
- Publication number
- CN102231203A CN102231203A CN 201110199093 CN201110199093A CN102231203A CN 102231203 A CN102231203 A CN 102231203A CN 201110199093 CN201110199093 CN 201110199093 CN 201110199093 A CN201110199093 A CN 201110199093A CN 102231203 A CN102231203 A CN 102231203A
- Authority
- CN
- China
- Prior art keywords
- image
- interpolation
- pixel
- odd
- pixels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种基于边缘检测的图像自回归插值方法,主要解决现有自回归插值技术计算复杂度高的问题。其实现过程是:首先对原图像进行四分之一下采样,对下采样图像进行边缘检测,根据下采样图像的边缘检测图像近似得到待插值恢复图像的边缘检测图像;然后将待插值恢复图像的待插像素分为平滑区域待插像素和边缘区域待插像素两种,对平滑区域待插像素使用bicubic进行插值,对边缘区域待插值像素使用自回归插值法进行插值;最后得到插值后图像。本发明在保证图像视觉效果的前提下降低了计算复杂度,可用于图像放大、去噪、修补、去隔行和压缩的处理中。
Description
技术领域
本发明属于图像处理技术领域,涉及图像插值方法,该方法可用于图像放大、去噪、修补、去隔行和压缩等处理中。
背景技术
近年来,计算机技术的高速发展和人们对图像质量越来越高的要求促进了数字图像处理技术的发展和广泛应用,插值法作为图像处理技术的一个重要方法也得到了广泛的应用。传统的插值有最邻近插值、双线性插值bilinear和双三次插值bicubic,这些方法实现简单,但实质具有低通滤波器的性质,对插值后图像有平滑效果,丢失了图像的一些重要的高频细节信息;之后许多研究人员提出了新的插值方法以较好的保持图像边缘,其中最经典的是Li和Orchard提出的基于边缘保持的插值方法NEDI,该方法用低分辨率图像协方差来估计高分辨率图像的协方差,然后根据估计的协方差来插丢失的像素值;近年,Xiaolin Wu提出自回归插值的SAI在NEDI基础上进一步改进,该方法是通过二维自回归建模和块估计来完成的,该算法实质上是一种自适应的不可分的二维高阶滤波器,SAI在视觉效果和峰值信噪比上都有很大的提高,但是该方法计算复杂度高。
发明内容
本发明的目的在于克服已有图像插值技术的不足,提供一种基于边缘检测的图像自回归插值方法,降低自回归插值法的计算复杂度。
实现上述目的技术方案是在自回归插值中加入边缘检测操作,将待插值像素分为边缘区域像素或平滑区域像素,边缘区域像素使用自回归插值,平滑区域像素使用bicubic插值,其具体步骤包括如下:
(1)读入一副大小为512×512的raw格式的图像M,对该图像进行四分之一下采样,得到大小为256×256的下采样后图像M1;
(2)用边缘检测算子Sobel与下采样后图像M1相卷积,得到该图像的边缘图像M2,其中Sobel算子有水平和垂直两个算子,如下式所示;
(3)将下采样后图像M1和边缘图像M2分别进行512×512大小的恢复,得到下采样后图像M1的待插值恢复图像M′1和边缘图像M2的待插值恢复图像M′2,并将所述的M1和M2每个像素依次放置在M′1和M′2奇数行奇数列的位置,将M′1和M′2其余位置的像素作为待插像素;
(4)对所述待插值恢复图像M′2奇数行奇数列位置处的已知像素进行平均,得到该待插值恢复图像M′2的待插像素的值,将该待插像素的值与预设阈值T相比较,如果大于T则该待插像素属于边缘区域,否则属于平滑区域,阈值T在180到220之间;
(5)将所述待插值恢复图像M′2近似作为所述待插值恢复图像M′1的边缘图像,将M′1和M′2中对应位置处的像素一一对应,如果M′1中的待插像素在平滑区域,则使用M′1奇数行奇数列位置处的已知像素进行bicubic插值,得到该待插像素的值;如果M′1中的待插像素在边缘区域,则使用M′1奇数行奇数列位置处的已知像素进行自回归插值,得到该待插像素的值,最后得到插值后的图像M″1。
本发明利用了边缘检测,将图像的待插像素分在平滑和边缘区域,平滑区域的待插像素使用bicubic插值,bicubic插值在平滑区域的插值效果好并且计算复杂度低,所以本发明在保证插值后图像视觉效果的前提下,降低了自回归插值的计算复杂度。
附图说明
图1是本发明的实现流程图;
图2是用本发明与现有自回归插值法对lena图像进行插值的实验仿真图;
图3是用本发明与现有自回归插值法对peppers图像进行插值的实验仿真图;
图4是用本发明与自回归插值法对boat图像进行插值的实验仿真图。
具体实施方式
参照附图1,本发明的具体实现步骤如下:
步骤1,读入一副大小为512×512的raw格式的图像M,对该图像进行四分之一下采样,得到大小为256×256的下采样后图像M1。
步骤2,用边缘检测算子Sobel与下采样后图像M1相卷积,得到该图像的边缘图像M2。
Sobel算子包括水平和垂直两个算子,如(1)式:
所述的用边缘检测算子Sobel与下采样后图像M1相卷积通过如下步骤实现:
(2c)对(2a)和(2b)得到的卷积结果取平方根,得到Sobel算子与下采样后图像M1的卷积结果。
步骤3,将下采样后图像M1和边缘图像M2分别进行512×512大小的恢复,得到下采样后图像M1的待插值恢复图像M′1和边缘图像M2的待插值恢复图像M′2,并将所述的M1和M2每个像素依次放置在M′1和M′2奇数行奇数列的位置,将M′1和M′2其余位置的像素作为待插像素。
步骤4,对所述待插值恢复图像M′2奇数行奇数列位置处的已知像素进行平均,得到该待插值恢复图像M′2的待插像素的值,将该待插像素的值与预设阈值T相比较,如果待插像素的值大于T,则该待插像素属于边缘区域,否则属于平滑区域,阈值T设置在180到220之间。
步骤5,将所述待插值恢复图像M′2近似作为所述待插值恢复图像M′1的边缘图像,将M′1和M′2中对应位置处的像素一一对应,如果M′1中的待插像素在平滑区域,则使用M′1奇数行奇数列位置处的已知像素进行bicubic插值,得到该待插像素的值;如果M′1中的待插像素在边缘区域,则使用M′1奇数行奇数列位置处的已知像素进行自回归插值,得到该待插像素的值,最后得到插值后的图像M″1。
所述使用M′1奇数行奇数列位置处的已知像素进行自回归插值,通过如下步骤实现:
(5a)使用待插值恢复图像M′1中处于边缘区域的待插像素邻域5×5个奇数行奇数列位置处的已知像素,对M′1中该待插像素邻域4×4个奇数行奇数列位置处的已知像素进行最优估计,得到M′1中该待插像素的权值向量:
(5b)根据权值向量利用式(2)计算待插值恢复图像M′1中处于边缘区域待插像素y5的值:
其中:y5为每次要插的M′1中处于边缘区域的待插像素,y1,y2,y3,y4,y6,y7,y8,y9是M′1中y5邻域8个待插像素,yi是中第i个待插像素,αt是中第t个元素,xi-t是M′1中yi邻域t个奇数行奇数列位置处的已知像素,xi是M′1中y5邻域4个奇数行奇数列位置处的已知像素,yi-t是M′1中xi邻域4个待插像素;
(5c)将计算待插值恢复图像M′1中处于边缘区域待插像素y5的值,作为待插值恢复图像M′1中处于边缘区域待插像素的自回归插值。
本发明的效果可通过以下仿真实验和对比客观评价指标进一步说明:
(1)实验条件:
本发明的实验环境是Microsoft Visual Studio 2005,实验原始数据是三幅大小为512×512的raw格式的灰度图像,分别是lena,peppers,boat,图2(a)是lena的原始图像,图3(b)是peppers的原始图像,图4(c)是boat的原始图像。
(2)实验内容:
(2.1)对图2(a)所示的lena原始图像进行现有自回归插值法的实验仿真,其仿真结果如图2(b)所示;对lena原始图像进行本发明插值方法的实验仿真,其仿真结果如图2(c)所示;
(2.2)对图3(a)所示的peppers原始图像进行现有自回归插值法的实验仿真,其仿真结果如图3(b)所示;对peppers原始图像进行本发明插值方法的实验仿真,其仿真结果如图3(c)所示;
(2.3)对图4(a)所示的boat原始图像进行现有自回归插值法的实验仿真,其仿真结果如图4(b)所示;对boat原始图像进行本发明插值方法的实验仿真,其仿真结果如图4(c)所示;
(2.4)本发明插值方法与自回归插值方法在客观评价指标上的对比仿真结果:
本发明使用的客观评价指标有峰值信噪比PSNR,平均梯度T和程序运行时间,这些客观评价指标的定义如下:
平均梯度T:假定一副图像的大小为X×Y,令f(x,y)表示插值后的图像,客观评价指标平均梯度T定义如(4)式:
其中△Ix=f(i+1,j)-f(i,j),△Iy=f(i,j+1)-f(i,j);
程序运行时间:整个程序运行完毕用的时间。
表1给出了lena,peppers,boat三幅图像用本发明插值方法和现有自回归插值方法的客观评价指标峰值信噪比PSNR,平均梯度T和时间的具体结果,其中黑体为三者中性能最佳。
表1两种方法插值后图像各评价指标比较
(3)实验结果分析:
从本发明插值方法的实验仿真结果图2(b),图3(b),图4(b)与现有自回归插值法的实验仿真结果图2(c),图3(c),图4(c)的比较可以看出,插值后图像两种插值方法的视觉效果相当。
从表1中可以看出:本发明插值方法与现有自回归插值方法得到峰值信噪比PSNR和平均梯度T基本相当,并且peppers和boat的平均梯度T本发明插值方法还要略高于现有自回归插值方法,而在程序运行时间的结果中,本发明插值方法低于自回归插值法。
以上实验表明,本发明插值方法在保证插值后图像视觉效果的前提下,降低了自回归插值的计算复杂度。
Claims (3)
1.一种基于边缘检测的图像自回归插值方法,包括如下步骤:
(1)读入一副大小为512×512的raw格式的图像M,对该图像进行四分之一下采样,得到大小为256×256的下采样后图像M1;
(2)用边缘检测算子Sobel与下采样后图像M1相卷积,得到该图像的边缘图像M2,其中Sobel算子有水平和垂直两个算子,如下式所示;
(3)将下采样后图像M1和边缘图像M2分别进行512×512大小的恢复,得到下采样后图像M1的待插值恢复图像M′1和边缘图像M2的待插值恢复图像M′2,并将所述的M1和M2每个像素依次放置在M′1和M′2奇数行奇数列的位置,将M′1和M′2其余位置的像素作为待插像素;
(4)对所述待插值恢复图像M′2奇数行奇数列位置处的已知像素进行平均,得到该待插值恢复图像M′2的待插像素的值,将该待插像素的值与预设阈值T相比较,如果大于T则该待插像素属于边缘区域,否则属于平滑区域,阈值T在180到220之间;
(5)将所述待插值恢复图像M′2近似作为所述待插值恢复图像M′1的边缘图像,将M′1和M′2中对应位置处的像素一一对应,如果M′1中的待插像素在平滑区域,则使用M′1奇数行奇数列位置处的已知像素进行bicubic插值,得到该待插像素的值;如果M′1中的待插像素在边缘区域,则使用M′1奇数行奇数列位置处的已知像素进行自回归插值,得到该待插像素的值,最后得到插值后的图像M″1。
3.根据权利要求1所述的图像自回归插值方法,其中步骤(5)中所述的使用M′1奇数行奇数列位置处的已知像素进行自回归插值,按如下步骤进行:
(5a)使用待插值恢复图像M′1中处于边缘区域的待插像素邻域5×5个奇数行奇数列位置处的已知像素,对M′1中该待插像素邻域4×4个奇数行奇数列位置处的已知像素进行最优估计,得到M′1中该待插像素的权值向量:
其中:y5为每次要插的M′1中处于边缘区域的待插像素,y1,y2,y3,y4,y6,y7,y8,y9是M′1中y5邻域8个待插像素,yi是中第i个待插像素,αt是中第t个元素,xi-t是M′1中yi邻域t个奇数行奇数列位置处的已知像素,xi是M′1中y5邻域4个奇数行奇数列位置处的已知像素,yi-t是M′1中xi邻域4个待插像素;
(5c)将计算待插值恢复图像M′1中处于边缘区域待插像素y5的值,作为待插值恢复图像M′1中处于边缘区域待插像素的自回归插值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110199093 CN102231203A (zh) | 2011-07-17 | 2011-07-17 | 基于边缘检测的图像自回归插值方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110199093 CN102231203A (zh) | 2011-07-17 | 2011-07-17 | 基于边缘检测的图像自回归插值方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102231203A true CN102231203A (zh) | 2011-11-02 |
Family
ID=44843765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110199093 Pending CN102231203A (zh) | 2011-07-17 | 2011-07-17 | 基于边缘检测的图像自回归插值方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102231203A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102769745A (zh) * | 2012-06-21 | 2012-11-07 | 哈尔滨工业大学 | 插值依赖的图像自适应下采样方法 |
CN102930504A (zh) * | 2012-11-07 | 2013-02-13 | 山东大学 | 一种保持边缘特征的数字图像放大方法 |
CN104159119A (zh) * | 2014-07-07 | 2014-11-19 | 大连民族学院 | 一种视频图像实时共享播放的超分辨率重构方法和系统 |
CN105243359A (zh) * | 2015-09-15 | 2016-01-13 | 国家电网公司 | 一种消除电力元器件照片中护栏的方法 |
US9336573B2 (en) | 2013-03-29 | 2016-05-10 | Automotive Research & Test Center | Self-adaptive image edge correction device and method thereof |
CN110335198A (zh) * | 2019-07-08 | 2019-10-15 | 威创集团股份有限公司 | 一种图像处理方法及系统 |
CN110691216A (zh) * | 2019-06-22 | 2020-01-14 | 王刚 | 运行状态现场监测机构 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008067363A2 (en) * | 2006-11-27 | 2008-06-05 | Nec Laboratories America, Inc. | Soft edge smoothness prior and application on alpha channel super resolution |
CN101710998A (zh) * | 2009-11-05 | 2010-05-19 | 哈尔滨工业大学(威海) | 基于支持向量机的彩色滤波阵列插值方法 |
-
2011
- 2011-07-17 CN CN 201110199093 patent/CN102231203A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008067363A2 (en) * | 2006-11-27 | 2008-06-05 | Nec Laboratories America, Inc. | Soft edge smoothness prior and application on alpha channel super resolution |
CN101710998A (zh) * | 2009-11-05 | 2010-05-19 | 哈尔滨工业大学(威海) | 基于支持向量机的彩色滤波阵列插值方法 |
Non-Patent Citations (1)
Title |
---|
《计算机工程》 20101031 王会鹏等 一种基于区域的双三次图像插值算法 第216-218页 第36卷, 第19期 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102769745A (zh) * | 2012-06-21 | 2012-11-07 | 哈尔滨工业大学 | 插值依赖的图像自适应下采样方法 |
CN102769745B (zh) * | 2012-06-21 | 2014-12-31 | 哈尔滨工业大学 | 插值依赖的图像自适应下采样方法 |
CN102930504A (zh) * | 2012-11-07 | 2013-02-13 | 山东大学 | 一种保持边缘特征的数字图像放大方法 |
CN102930504B (zh) * | 2012-11-07 | 2015-07-08 | 山东大学 | 一种保持边缘特征的数字图像放大方法 |
US9336573B2 (en) | 2013-03-29 | 2016-05-10 | Automotive Research & Test Center | Self-adaptive image edge correction device and method thereof |
CN104159119A (zh) * | 2014-07-07 | 2014-11-19 | 大连民族学院 | 一种视频图像实时共享播放的超分辨率重构方法和系统 |
CN105243359A (zh) * | 2015-09-15 | 2016-01-13 | 国家电网公司 | 一种消除电力元器件照片中护栏的方法 |
CN105243359B (zh) * | 2015-09-15 | 2020-03-27 | 国家电网公司 | 一种消除电力元器件照片中护栏的方法 |
CN110691216A (zh) * | 2019-06-22 | 2020-01-14 | 王刚 | 运行状态现场监测机构 |
CN110335198A (zh) * | 2019-07-08 | 2019-10-15 | 威创集团股份有限公司 | 一种图像处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103500435B (zh) | 一种边缘导向的自适应图像插值方法及其vlsi实现装置 | |
CN102231203A (zh) | 基于边缘检测的图像自回归插值方法 | |
Dong et al. | RRSGAN: Reference-based super-resolution for remote sensing image | |
US8335394B2 (en) | Image processing method for boundary resolution enhancement | |
CN104899830B (zh) | 一种图像超分辨方法 | |
US9076234B2 (en) | Super-resolution method and apparatus for video image | |
CN102354394B (zh) | 图像超分辨方法及系统 | |
CN104574277A (zh) | 图像插值方法和图像插值装置 | |
CN104867111A (zh) | 一种基于分块模糊核集的非均匀视频盲去模糊方法 | |
KR101584115B1 (ko) | 시각적 관심맵 생성 장치 및 방법 | |
JP2009212969A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
CN102236887A (zh) | 基于旋转差分和加权总变分的运动模糊图像复原方法 | |
CN108734668B (zh) | 图像色彩恢复方法、装置、计算机可读存储介质及终端 | |
CN107392854A (zh) | 一种基于局部自适应增益因子的联合上采样方法 | |
CN103514587B (zh) | 基于海天分界线检测的舰载稳像方法 | |
Bai et al. | Densely convolutional attention network for image super-resolution | |
CN105528772B (zh) | 一种基于指导性滤波的图像融合方法 | |
CN104867107B (zh) | 一种图像超分辨方法 | |
CN100580702C (zh) | 角膜内皮细胞图像处理方法 | |
CN102647607A (zh) | 一种对3d half格式图像进行插值的方法 | |
CN101841641B (zh) | 一种基于细分方法的视频放大方法及系统 | |
Kim et al. | Image and video retargeting using adaptive scaling function | |
KR20070119482A (ko) | 이미지 리샘플링 방법 | |
CN104123701A (zh) | 基于莫罗包络平滑l1/全变差的图像脉冲噪声去除方法 | |
KR101332030B1 (ko) | 영상 확대방법 및 이를 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111102 |