CN102289786A - 图像缩放的边缘抗锯齿方法及设备 - Google Patents

图像缩放的边缘抗锯齿方法及设备 Download PDF

Info

Publication number
CN102289786A
CN102289786A CN2011102566513A CN201110256651A CN102289786A CN 102289786 A CN102289786 A CN 102289786A CN 2011102566513 A CN2011102566513 A CN 2011102566513A CN 201110256651 A CN201110256651 A CN 201110256651A CN 102289786 A CN102289786 A CN 102289786A
Authority
CN
China
Prior art keywords
pixel
pending
value
pixel value
source images
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.)
Granted
Application number
CN2011102566513A
Other languages
English (en)
Other versions
CN102289786B (zh
Inventor
郭潇蔚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hisense Visual Technology Co Ltd
Original Assignee
Qingdao Hisense Xinxin Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Hisense Xinxin Technology Co Ltd filed Critical Qingdao Hisense Xinxin Technology Co Ltd
Priority to CN 201110256651 priority Critical patent/CN102289786B/zh
Publication of CN102289786A publication Critical patent/CN102289786A/zh
Application granted granted Critical
Publication of CN102289786B publication Critical patent/CN102289786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及图像缩放的边缘抗锯齿方法及设备。首先获取缩放后图像中的待处理像素点在源图像中的位置。基于该待处理像素点在源图像中的位置,在该源图像中获取距离该待处理像素点最近的行或列方向的比对像素点。判断该比对像素点是否为边缘像素点。若该比对像素点为边缘像素点,以该待处理像素点为中心在列或行方向选取源图像中的多个参考像素点,基于该多个参考像素点的像素值求得到与该多个参考像素点相关的均值。对该比对像素点的像素值与上述均值分别做加权平均运算,并将得到的数值作为修正的像素值赋予该待处理像素点。本发明有效地抑制了图像缩放后边缘的锯齿现象,能够广泛应用于图像处理领域。

Description

图像缩放的边缘抗锯齿方法及设备
技术领域
本发明涉及图像处理领域,尤其涉及图像缩放的边缘抗锯齿方法及设备。
背景技术
在数字图像中,像素点与像素点之间的值是非连续的,是对连续信号进行采样得到的。因此,如果所显示物体的边缘为水平或竖直情况时,物体的边缘可以得到不失真的显示。然而如果物体的边缘是非水平或非竖直情况,那么显示时就会出现阶梯状边缘,即出现锯齿现象。当对源图像进行放大时,源图像中原有的锯齿也会随之放大,从而使放大后图像的边缘锯齿现象更为明显,影响观看效果。
目前通常采用超级采样法对图像边缘进行抗锯齿,然而此种方法在应用中会占用太多资源并且耗时过长,在很多应用中并不便于使用。
申请号为200610086176.9的中国专利申请——图像缩放器中抗边缘锯齿噪声的方法,通过对图像中的边缘像素进行延拓再对相应像素值进行平均、补偿等操作来消除锯齿效果。此种方法虽然能够减少耗时、节约资源,但是由于整个处理过程都是利用目的图像进行的,因此其在减少锯齿的同时会在很大程度上模糊图像边缘,使得到的图像相较于源图像在边缘处产生模糊失真。
发明内容
本发明提供了一种能够解决以上问题的图像缩放的边缘抗锯齿方法及设备。
在第一方面,本发明提供了一种图像缩放的边缘抗锯齿方法。该方法首先获取缩放后图像中的待处理像素点在源图像中的位置。然后基于所述待处理像素点在源图像中的位置,在该源图像中获取距离该待处理像素点最近的行或列方向的比对像素点。判断该比对像素点是否为边缘像素点。若该比对像素点为边缘像素点,以该待处理像素点为中心在列或行方向选取源图像中的多个参考像素点,基于该多个参考像素点的像素值得到与该多个参考像素点相关的均值。最后对该比对像素点的像素值与上述均值分别做加权平均运算,并将得到的数值作为修正的像素值赋予所述待处理像素点。
在第二方面,本发明提供了一种图像缩放的边缘抗锯齿设备。该图像缩放的边缘抗锯齿设备包括待处理点位置获取模块、最近像素点获取模块、边缘点判断模块、均值计算模块、待处理点像素值修正模块。该待处理点位置获取模块用于获取缩放后图像中的待处理像素点在源图像中位置。该最近像素点获取模块基于该待处理像素点在源图像中的位置,在该源图像中获取距离该待处理像素点最近的行或列方向的比对像素点。该边缘点判断模块判断该比对像素点是否为边缘像素点。该均值计算模块在该比对像素点为边缘像素点情况下,以该待处理像素点为中心列或行方向选取源图像中的多个参考像素点,基于该多个参考像素点的像素值得到与该多个参考像素点相关的均值。该待处理点像素值修正模块对该比对像素点的像素值与上述均值分别做加权平均运算,并将得到的数值作为修正的像素值赋予该待处理像素点。
本发明整个处理过程都是利用源图像进行的,相对于背景技术中所提及的申请号为200610086176.9的中国专利申请来说,目的图像边缘更加清晰。原因是申请号为200610086176.9的该专利申请利用的是目的图像进行像素值平均、补偿等操作,以消除锯齿现象,因此该专利在减少锯齿的同时会在很大程度上模糊图像边缘。而本发明利用的是源图像,目的图像没有受到任何影响,因此目的图像边缘更加清晰。此外,本发明相对于传统图像边缘抗锯齿方法来说,耗时更少,且占用资源更低。原因是传统抗锯齿方法采用的是超级采样法,超级采样自身特点决定了传统的抗锯齿方法耗时长,占用资源多。并且本发明通过对距离待处理像素点最近的源图像中的像素点与若干像素点均值做加权平均运算,从而得到待处理像素点的像素值。因此,本发明能够有效地抑制了图像边缘的锯齿现象,图像边缘质量明显提高。
附图说明
图1为本发明一个实施例的图像边缘的抗锯齿方法流程图;
图2为本发明一个实施例的行缩放后待处理点与源图像中像素点位置关系示意图;
图3为本发明一个实施例的列缩放后待处理点与源图像中像素点位置关系示意图;
图4为本发明一个实施例的图像抗锯齿设备框图;
图5是本发明另一个实施例的图像抗锯齿设备框图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
图1是本发明一个实施例的图像边缘的抗锯齿方法流程图。
在步骤110,用户触发源图像,使源图像横向缩放(行缩放)或者纵向缩放(列缩放),从而得到目的图像(即图像缩放后的图像)。
需要说明的是,本发明可以仅对图像的行缩放进行抗锯齿处理,也可以仅对图像的列缩放进行抗锯齿处理,还可以兼容行、列缩放抗锯齿处理两种情况。对于此种兼容情况,在进行抗锯齿处理之前,首先需要判断是先进行行缩放抗锯齿处理还是先进行列缩放抗锯齿处理。
在步骤120,获取目的图像中的一个像素点(即待处理像素点)dst(n)在源图像中的位置,如图2、图3中的dst位置。
具体地,该待处理像素点(以下简称待处理点)在源图像中的位置是其在源图像中的坐标。现设源图像中每一像素点之间距离为1,则待处理点dst(n)的横坐标或者纵坐标为小数,例如其横坐标或纵坐标为3.2。如果对源图像行缩放,则待处理点dst(n)的横坐标是小数,如果对源图像列缩放,则待处理点dst(n)纵坐标是小数。
在步骤130,获取距离该待处理点dst(n)最近的行或列方向的源图像中的第一像素点和/或第二像素点。
具体地,对该待处理点dst(n)在源图像中的横坐标或纵坐标取整数部分以得到上述第一像素点。对该第一像素点的横坐标或纵坐标加1以得到上述第二像素点。例如,待处理点dst(n)横坐标为3.2,则第一像素点横坐标为3,第二像素点横坐标为4。
一个例子中,对源图像行缩放,则获取的是距离dst(n)最近的行方向的像素点,如图2中的像素点B和/或C;对源图像列缩放,则获取的是距离dst(n)最近的列方向的像素点,如图3中的像素点B和/或E。
在步骤140,判定上述第一像素点和/或第二像素点是否为源图像的边缘点。
具体地,判断上述第一像素点是否为边缘点的方法为:对该待处理点dst(n)在源图像中的横坐标或纵坐标取整数部分后再减1,以得到第三像素点;例如,在行缩放时,图2中的像素点A为第三像素点;在进行列缩放时,图3中的像素点G为第三像素点;然后计算该第一像素点的像素值与该第三像素点的像素值的差值绝对值sub1,并计算该第一像素点的像素值与该第二像素点的像素值的差值绝对值sub2,再计算sub1与sub2的差值绝对值sub3;最后判定该值sub3是否大于系统设定的阈值,以获知该第一像素点是否为源图像的边缘点。
判定上述第二像素点(图2中的C点,图3中的E点)是否为边缘点的方法为:对该待处理点dst(n)在源图像中的横坐标或纵坐标取整数部分后再加1,以得到第四像素点;例如,在行缩放时,图2中的像素点K为第四像素点;在进行列缩放时,图3中的像素点L为第四像素点;然后计算该第二像素点的像素值与该第四像素点的像素值的差值绝对值sub4,并计算该第二像素点的像素值与该第一像素点的像素值的差值绝对值sub1,再计算sub4与sub1的差值绝对值sub5;最后判断sub5是否大于系统设定的阈值,以获知该第二像素点是否为边缘点。
在步骤150,在该第一像素点和/或第二像素点为边缘点情况下,以该待处理点dst(n)为中心选取源图像中的多个像素点,基于该多个像素点得到与该多个像素点相关的均值davg。
具体地,以该待处理点dst(n)为中心,在行或列向选取源图像中的6个像素点;将该6个像素点的像素值分别与该待处理点dst(n)的当前像素值做差值绝对值,选取其中最小的4个差值绝对值所对应的像素点,将该4个像素点的像素值做均值,从而得到上述均值davg。
需要说明的是,本发明不限于选取6个像素点,也可以选取任意多个像素点,如选取8个像素点;将该8个像素点的像素值与该待处理点dst(n)的当前像素值做差值绝对值,再选取其中最小的若干个(如4个)差值绝对值所对应的像素点;将该若干个(如4个)像素点的像素值做均值,从而得到上述均值davg。
一个例子中,在源图像行缩放情况下,上述选取6个像素点是在列方向选取的;在源图像列缩放情况下,上述选取6个像素点是在行方向选取的。
在步骤160,对该第一像素点像素值、第二像素点像素值中的一个,以及上述均值davg分别做加权平均,得到加权平均值dj-p,并将该dj-p作为修正的像素值赋予所述待处理点dst(n)。
具体地,通过将davg代入下述公式(1)或(2),以得到dst(n)修正后的像素值dj-p。
在待处理点dst(n)与该第一像素点之间的距离Δx<=1/2时,
dj _ p = Δx * davg + ( 1 2 - Δx ) * B - - - ( 1 )
其中,B是该第一像素点的像素值。
在待处理点dst(n)与该第一像素点之间的距离Δx>1/2时,
dj _ p = ( 1 - Δx ) * davg + ( Δx - 1 2 ) * C - - - ( 2 )
其中,C是该第二像素点的像素值。
在步骤170,判定目标图像中所有待处理点dst(n)的像素值已经修正完,若目标图像中的全部像素点均已修正完,则结束,否则继续获取目标图像中的尚未处理的像素点。
下面分别详述行缩放后的抗锯齿方法及列缩放后的抗锯齿方法。
图2是本发明一个实施例的行缩放后待处理点dst(n)与源图像中像素点位置关系示意图;其中,圆点代表源图像中的像素点,“X”代表缩放后的待处理点dst,并设源图像中像素点与像素点之间的距离为1。具体处理过程如下:
(1)对该待处理点dst在源图像中的横坐标取整数部分,从而得到源图像中的像素点B,且该像素点B是行向距离该待处理点dst最近的像素点之一。
例如,该待处理点dst在源图像中的横坐标为3.2,则取整数部分后为3,因此像素点B横坐标为3。
(2)判断点像素点B是否为源图像的边缘点。
具体地,计算该像素点B的像素值与像素点A的像素值的差值绝对值sub1,计算像素点B的像素值与像素点C的像素值的差值绝对值sub2,再计算sub1与sub2的差值绝对值sub3,然后将sub3与系统设定的阈值相比较,若sub3大于等于该阈值,则判定该像素点B为边缘点,否则判定该像素点B为非边缘点。
一个例子中,将像素点B的横坐标加1,得到像素点C的横坐标,且该像素点C为行向距离该待处理点dst最近的另一个像素点C;将像素点B的横坐标减1,得到上述像素点A的横坐标;其中,像素点B、C、A纵坐标与待处理点dst在源图像中的纵坐标相同。
(3)若该像素点B为边缘点,则以待处理点dst为中心纵向选取6个像素点B、C、D、E、G、H,分别计算该6个像素点与待处理点dst的差值绝对值,再选取其中4个最小差值绝对值所对应的像素点,假设为点B、C、E、H,则计算该4个像素点的像素值均值,即根据davg=(B+C+E+H)/4得到均值davg。
(4)在该待处理点dst与该像素点B的行向距离Δx<=1/2情况下,则dst修正后的像素值满足 dj _ p = Δx * davg + ( 1 2 - Δx ) * B ; 其中,B为像素点B的像素值。
在该待处理点dst与该像素点B的行向距离Δx>1/2情况下,则dst修正后的像素值满足 dj _ p = ( 1 - Δx ) * davg + ( Δx - 1 2 ) * C ; 其中,C为像素点C的像素值。
图3是本发明一个实施例的列缩放后待处理点dst(n)与源图像中像素点位置关系示意图;其中,圆点代表源图像的像素点,“X”代表缩放后的待处理点dst,并设源图像中像素点与像素点之间的距离为1。具体处理过程如下:
(1)对该待处理点dst在源图像中的纵坐标取整数部分,从而得到源图像中的像素点B,且该像素点B是纵向距离该待处理点dst最近的像素点之一。
例如,该待处理点dst在源图像中的纵坐标为4.1,则取整数部分后为4,因此像素点B纵坐标为4。
(2)判断像素点B是否为源图像的边缘点。
具体地,计算该像素点B的像素值与该像素点G的像素值的差值绝对值sub1,计算像素点B的像素值与像素点E的像素值的差值绝对值sub2,再计算sub1与sub2的差值绝对值sub3,然后将sub3与系统设定的阈值相比较,若sub3大于等于该阈值,则判定该像素点B为边缘点,否则判定该相似度B为非边缘点。
一个例子中,将像素点B的纵坐标加1,得到上述像素点G的纵坐标,且该像素点G为列向距离该待处理点dst最近的另一个像素点;将像素点B的纵坐标减1,得到上述像素点E的纵坐标;其中,像素点B、E、G的横坐标与待处理点dst在源图像中的横坐标相同。
(3)若该像素点B为边缘点,则以待处理dst为中心点横向选取6个像素点A、B、C、D、E、F,分别计算该6个像素点与待处理点dst的差值绝对值,再选取其中4个最小差值绝对值所对应的像素点,假设为点B、C、E、F,则计算该4个像素点的像素值均值,即根据davg=(B+C+E+F)/4得到均值davg。
(4)在该待处理点dst与像素点B的列向距离Δx<=1/2情况下,则dst修正后的像素值满足 dj _ p = Δx * davg + ( 1 2 - Δx ) * B ; 其中,B为像素点B的像素值。
在该待处理点dst与像素点B的列向距离Δx>1/2情况下,则dst修正后的像素值满足 dj _ p = ( 1 - Δx ) * davg + ( Δx - 1 2 ) * E ; 其中,E为像素点E的像素值。
图4是本发明一个实施例的图像抗锯齿设备框图。该图像抗锯齿设备包括待处理点位置获取模块410、最近像素点获取模块420、边缘点判断模块430、均值计算模块440、待处理点像素值修正模块450。
该待处理点位置获取模块410用于获取目的图像的待处理点dst(n)在源图像中位置。
该最近像素点获取模块420用于获取距离该待处理点dst(n)最近的行或列方向的源图像中的第一像素点和/或第二像素点。
具体地,对该待处理点dst(n)在源图像中的横坐标或纵坐标取整,从而得到该第一像素点。对该待处理点dst(n)在源图像中的横坐标或纵坐标取整后加1,从而得到该第二像素点。
边缘点判断模块430用于判断第一像素点和/或第二像素点是否为边缘点。
该均值计算模块440在该第一像素点和/或第二像素点为边缘点情况下,以该待处理点dst(n)为中心列或行向选取源图像中的多个像素,基于该多个像素的像素值得到与该多个像素相关的均值davg。
具体地,该均值计算模块440选取源图像中的6个像素点,计算该6个像素点的像素值分别与待处理点dst(n)的当前像素值的差值绝对值,选取其中4个最小差值绝对值所对应的像素点,将该4个像素点的像素值做均值,从而得到上述davg。
待处理点像素值修正模块450对所述第一像素点的像素值、第二像素点的像素值中的一个,以及上述均值davg分别做加权平均运算,并将该加权平均值作为修正的像素值赋予该待处理点dst(n)。
具体地,在该待处理点dst(n)与该第一像素点的距离Δx<=1/2时,
dj _ p = Δx * davg + ( 1 2 - Δx ) * B
其中,B是该第一像素点的像素值。
在该待处理点dst(n)与该第一像素点的距离Δx>1/2时,
dj _ p = ( 1 - Δx ) * davg + ( Δx - 1 2 ) * C
其中,C是该第二像素点的像素值。
图5是本发明另一个实施例的图像抗锯齿设备框图。该图像抗锯齿设备包括处理模块510、行抗锯齿设备520、列抗锯齿设备530。该行抗锯齿设备520包括待处理点横坐标获取模块521、最近像素点获取模块522、边缘点判断模块523、均值计算模块524、待处理点像素值修正模块525。该列抗锯齿设备530包括待处理点纵坐标获取模块531、最近像素点获取模块532、边缘点判断模块533、均值计算模块534、待处理点像素值修正模块535。
该处理模块510基于用户的触发,确定源图像是进行行缩放或者进行列缩放;并在源图像进行行缩放情况下,将源图像及目的图像(缩放后的图像)发送至该行抗锯齿设备520;在源图像进行列缩放情况下,将源图像及目的图像发送至列抗锯齿设备530。
该行抗锯齿设备520中的待处理点横坐标获取模块521获取图像缩放后的待处理点dst(n)在源图像中的横坐标。
该最近像素点获取模块522依据该待处理点dst(n)的横坐标,获取行向距离该待处理点dst(n)最近的源图像中的第一像素点和第二像素点。
该边缘点判断模块523用于判断第一像素点和/或第二像素点是否为行向边缘点。
该均值计算模块524在该第一像素点和/或第二像素定为边缘点情况下,以该待处理点dst(n)为中心纵向选取源图像中的多个像素,并基于该多个像素得到与该多个像素相关的均值davg。
该待处理点像素值修正模块525对该第一像素点的像素值、第二像素点的像素值中的一个,以及上述均值davg分别做加权平均运算,并将该加权平均值作为修正的像素值赋予该待处理点dst(n)。
该列抗锯齿设备530中的待处理点纵坐标获取模块531获取图像缩放后的待处理点dst(n)在源图像中的纵坐标。
该最近像素点获取模块532依据该待处理点dst(n)的纵坐标,获取列向距离该待处理点dst(n)最近的源图像中的第一像素点和第二像素点。
该边缘点判断模块533用于判断第一像素点和/或第二像素点是否为列向边缘点。
该均值计算模块534在该第一像素点和/或第二像素点为边缘点情况下,以该待处理点dst(n)为中心横向选取源图像中的多个像素,基于该多个像素得到与该多个像素相关的均值davg。
该待处理点像素值修正模块535对该第一像素点的像素值、第二像素点的像素值中的一个,以及上述均值davg分别做加权平均运算,并将该加权平均值作为修正的像素值赋予该待处理点dst(n)。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤。其中,前述存储介质包括ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质等。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。

Claims (11)

1.一种图像缩放的边缘抗锯齿方法,其特征在于,包括:
获取缩放后图像中的待处理像素点在源图像中的位置;
基于所述待处理像素点在源图像中的位置,在该源图像中获取距离该待处理像素点最近的行或列方向的比对像素点;
判断所述比对像素点是否为边缘像素点;
若所述比对像素点为边缘像素点,以所述待处理像素点为中心在列或行方向选取源图像中的多个参考像素点,基于该多个参考像素点的像素值得到与该多个参考像素点相关的均值;
对所述比对像素点的像素值与所述均值分别做加权平均运算,并将得到的数值作为修正的像素值赋予所述待处理像素点。
2.如权利要求1所述的一种图像边缘的抗锯齿方法,其特征在于,通过对所述待处理像素点在源图像中的横坐标或纵坐标取整的方式,得到所述比对像素点。
3.如权利要求1所述的一种图像边缘的抗锯齿方法,其特征在于,所述比对像素点包括第一像素点和第二像素点。
4.如权利要求3所述的一种图像边缘的抗锯齿方法,其特征在于,包括:
对所述待处理像素点在源图像中的横坐标或纵坐标取整后再减一常数,以得到第三像素点;
计算所述第一像素点的像素值与所述第三像素点的像素值的差值绝对值,从而得到第一差值;计算所述第一像素点的像素值与所述第二像素点的像素值的差值绝对值,从而得到第二差值;计算该第一差值与该第二差值的差值绝对值,以得到第三差值;
判断该值第三差值是否大于阈值,以获知所述第一像素点是否为边缘像素点。
5.如权利要求3所述的一种图像边缘的抗锯齿方法,其特征在于,包括:
对所述待处理像素点在源图像中的横坐标或纵坐标取整后再加一常数,以得到第四像素点;
计算所述第二像素点的像素值与所述第四像素点的像素值的差值绝对值,从而得到第四差值;计算所述第二像素点的像素值与所述第一像素点的像素值的差值绝对值,从而得到第一差值;计算该第四差值与该第一差值的差值绝对值,以得到第五差值;
判断该值第五差值是否大于阈值,以获知所述第二像素点是否为边缘像素点。
6.如权利要求1所述的一种图像边缘的抗锯齿方法,其特征在于,在所述比对像素点为边缘像素点时,得到与所述多个参考像素点相关的均值的步骤包括:
将所述多个参考像素点的各像素值分别与所述待处理像素点的当前像素值做差值绝对值,选取其中多个最小差值绝对值所对应的像素点,对该多个像素点的像素值求平均值,从而得到所述均值。
7.如权利要求3所述的一种图像边缘的抗锯齿方法,其特征在于,所述待处理像素点的修正像素值为,
dj _ p = Δx * davg + ( 1 2 - Δx ) * B
其中,dj-p是该待处理像素点的修正像素值,Δx是所述待处理像素点与所述第一像素点的距离,且该Δx<=1/2,B是所述第一像素点的像素值,davg是所述均值。
8.如权利要求3所述的一种图像边缘的抗锯齿方法,其特征在于,所述待处理像素点的修正像素值为,
dj _ p = ( 1 - Δx ) * davg + ( Δx - 1 2 ) * C
其中,dj-p是该待处理像素点的修正像素值,Δx是所述待处理像素点与所述第一像素点的距离,且该Δx>1/2,C是所述第二像素点的像素值,davg是所述均值。
9.一种图像缩放的边缘抗锯齿设备,其特征在于,包括:
待处理点位置获取模块,获取缩放后图像中的待处理像素点在源图像中位置;
最近像素点获取模块,基于所述待处理像素点在源图像中的位置,在该源图像中获取距离该待处理像素点最近的行或列方向的比对像素点;
边缘点判断模块,判断所述比对像素点是否为边缘像素点;
均值计算模块,若所述比对像素点为边缘像素点,则以所述待处理像素点为中心列或行方向选取源图像中的多个参考像素点,基于该多个参考像素点的像素值求得与该多个参考像素点相关的均值;
待处理点像素值修正模块,对所述比对像素点的像素值与所述均值分别做加权平均运算,并将得到的数值作为修正的像素值赋予所述待处理像素点。
10.如权利要求9所述的一种图像缩放的边缘抗锯齿设备,其特征在于,所述比对像素点包括第一像素点和第二像素点,且所述待处理像素点的修正像素值为,
dj _ p = Δx * davg + ( 1 2 - Δx ) * B
其中,dj-p是该待处理像素点的修正像素值,Δx是所述待处理像素点与所述第一像素点的距离,且该Δx<=1/2,B是所述第一像素点的像素值,davg是所述均值。
11.如权利要求9所述的一种图像缩放的边缘抗锯齿设备,其特征在于,所述比对像素点包括第一像素点和第二像素点,所述待处理像素点的修正像素值为,
dj _ p = ( 1 - Δx ) * davg + ( Δx - 1 2 ) * C
其中,dj-p是该待处理像素点的修正像素值,Δx是所述待处理像素点与所述第一像素点的距离,且该Δx>1/2,C是所述第二像素点的像素值,davg是所述均值。
CN 201110256651 2011-09-01 2011-09-01 图像缩放的边缘抗锯齿方法及设备 Active CN102289786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110256651 CN102289786B (zh) 2011-09-01 2011-09-01 图像缩放的边缘抗锯齿方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110256651 CN102289786B (zh) 2011-09-01 2011-09-01 图像缩放的边缘抗锯齿方法及设备

Publications (2)

Publication Number Publication Date
CN102289786A true CN102289786A (zh) 2011-12-21
CN102289786B CN102289786B (zh) 2013-08-21

Family

ID=45336179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110256651 Active CN102289786B (zh) 2011-09-01 2011-09-01 图像缩放的边缘抗锯齿方法及设备

Country Status (1)

Country Link
CN (1) CN102289786B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646379A (zh) * 2013-11-28 2014-03-19 青岛海信信芯科技有限公司 一种图像放大方法和装置
CN107240071A (zh) * 2016-03-29 2017-10-10 掌赢信息科技(上海)有限公司 一种图像模糊处理方法及电子设备
CN107481200A (zh) * 2017-07-31 2017-12-15 腾讯科技(深圳)有限公司 图像处理方法和装置
CN110827220A (zh) * 2019-11-01 2020-02-21 杭州当虹科技股份有限公司 一种基于图像边缘分析的抗锯齿方法
CN111340721A (zh) * 2020-02-18 2020-06-26 国网电子商务有限公司 一种像素的修正方法、装置、设备及可读存储介质
CN113554659A (zh) * 2020-04-23 2021-10-26 杭州海康威视数字技术股份有限公司 图像处理方法、装置、电子设备、存储介质及显示系统
WO2022057495A1 (zh) * 2020-09-16 2022-03-24 京东方科技集团股份有限公司 灰阶数据确定方法、装置、设备及屏幕驱动板
CN115205287A (zh) * 2022-09-13 2022-10-18 南通市中吕齿轮有限公司 一种齿轮数字化测量评价云方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1190824A (zh) * 1997-02-15 1998-08-19 三星电子株式会社 信号自适应滤波方法和信号自适应滤波器
TW200639736A (en) * 2005-05-10 2006-11-16 Sunplus Technology Co Ltd Method for object edge detection in macroblock and for deciding quantization scaling factor
CN1917560A (zh) * 2006-09-08 2007-02-21 南京大学 图像缩放器中抗边缘锯齿噪声的方法
KR20080013210A (ko) * 2006-08-07 2008-02-13 엘지전자 주식회사 디블로킹이 가능한 영상 스케일링 방법 및 장치
CN101504772A (zh) * 2009-02-23 2009-08-12 华北电力大学 用于表现边缘特征的高倍图像压缩方法
CN101815157A (zh) * 2009-02-24 2010-08-25 虹软(杭州)科技有限公司 图像及视频的放大方法与相关的图像处理装置
CN101816017A (zh) * 2007-10-05 2010-08-25 奥林巴斯株式会社 图像处理装置以及程序

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1190824A (zh) * 1997-02-15 1998-08-19 三星电子株式会社 信号自适应滤波方法和信号自适应滤波器
TW200639736A (en) * 2005-05-10 2006-11-16 Sunplus Technology Co Ltd Method for object edge detection in macroblock and for deciding quantization scaling factor
KR20080013210A (ko) * 2006-08-07 2008-02-13 엘지전자 주식회사 디블로킹이 가능한 영상 스케일링 방법 및 장치
CN1917560A (zh) * 2006-09-08 2007-02-21 南京大学 图像缩放器中抗边缘锯齿噪声的方法
CN101816017A (zh) * 2007-10-05 2010-08-25 奥林巴斯株式会社 图像处理装置以及程序
CN101504772A (zh) * 2009-02-23 2009-08-12 华北电力大学 用于表现边缘特征的高倍图像压缩方法
CN101815157A (zh) * 2009-02-24 2010-08-25 虹软(杭州)科技有限公司 图像及视频的放大方法与相关的图像处理装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KAI SHENG ET AL.: "SHAPE-DIRECTED FUNDUS IMAGE SCALING METHOD APPLIED ON AN OPHTHALMOLOGY CAD SYSTEM", 《 IEEE PACIFIC RIM CONFERENCE ON COMMUNICATIONS, COMPUTERS AND SIGNAL PROCESSING》 *
刘栎莉: "边缘检测及其在图像缩放中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
常军: "基于图像缩放的新算法研究与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
王效灵 等: "基于边缘检测的图像缩放算法", 《科技通报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646379A (zh) * 2013-11-28 2014-03-19 青岛海信信芯科技有限公司 一种图像放大方法和装置
CN103646379B (zh) * 2013-11-28 2019-04-26 青岛海信电器股份有限公司 一种图像放大方法和装置
CN107240071A (zh) * 2016-03-29 2017-10-10 掌赢信息科技(上海)有限公司 一种图像模糊处理方法及电子设备
CN107481200A (zh) * 2017-07-31 2017-12-15 腾讯科技(深圳)有限公司 图像处理方法和装置
CN110827220A (zh) * 2019-11-01 2020-02-21 杭州当虹科技股份有限公司 一种基于图像边缘分析的抗锯齿方法
CN110827220B (zh) * 2019-11-01 2023-05-30 杭州当虹科技股份有限公司 一种基于图像边缘分析的抗锯齿方法
CN111340721A (zh) * 2020-02-18 2020-06-26 国网电子商务有限公司 一种像素的修正方法、装置、设备及可读存储介质
CN113554659A (zh) * 2020-04-23 2021-10-26 杭州海康威视数字技术股份有限公司 图像处理方法、装置、电子设备、存储介质及显示系统
CN113554659B (zh) * 2020-04-23 2023-06-02 杭州海康威视数字技术股份有限公司 图像处理方法、装置、电子设备、存储介质及显示系统
WO2022057495A1 (zh) * 2020-09-16 2022-03-24 京东方科技集团股份有限公司 灰阶数据确定方法、装置、设备及屏幕驱动板
CN115205287A (zh) * 2022-09-13 2022-10-18 南通市中吕齿轮有限公司 一种齿轮数字化测量评价云方法及系统

Also Published As

Publication number Publication date
CN102289786B (zh) 2013-08-21

Similar Documents

Publication Publication Date Title
CN102289786B (zh) 图像缩放的边缘抗锯齿方法及设备
US10607325B2 (en) Methods for enhancing image contrast and related image processing systems thereof
JP5645636B2 (ja) フレーム補間装置及び方法
US8175417B2 (en) Apparatus, method, and computer-readable recording medium for pixel interpolation
US8554019B2 (en) Apparatus and method for image processing
CN106204441B (zh) 一种图像局部放大的方法及装置
US20020028028A1 (en) Image processing apparatus, image processing method, and storage medium
CN103403758A (zh) 图像处理装置、图像处理方法、用于图像处理的计算机程序及记录介质
CN106780336B (zh) 一种图像缩小方法及装置
CN106791279B (zh) 基于遮挡检测的运动补偿方法及系统
CN111968033A (zh) 一种图像缩放处理方法及装置
CN114071223A (zh) 基于光流的视频插帧的生成方法、存储介质及终端设备
CN109284062B (zh) 一种触摸数据处理方法、装置、终端和介质
US7916970B2 (en) Image processing apparatus, method of same, and program for same
US7375770B2 (en) Method for luminance transition improvement
CN103313059B (zh) 一种帧率提升中闭塞区域的判定方法
CN116389743A (zh) 图像编码方法、装置、芯片、终端、存储介质及程序产品
US20230096874A1 (en) Content adaptive filtering via ringing estimation and suppression
CN111009208B (zh) 面板显示的优化方法、显示面板及存储介质
CN111383183B (zh) 图像边缘增强方法、装置以及计算机存储介质
CN108447037B (zh) 一种图像动态范围增强的方法和装置
CN111784733A (zh) 图像处理方法、装置、终端和计算机可读存储介质
US20140294319A1 (en) Self-adaptive image edge correction device and method thereof
KR102457856B1 (ko) 영상 처리 장치 및 영상 처리 방법
US9659348B1 (en) Methods and systems for high definition scaling with low hardware complexity

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20161101

Address after: 266100 Zhuzhou Road, Laoshan District, Shandong, No. 151, No.

Patentee after: Qingdao Hisense Electric Co., Ltd.

Address before: 266100 Zhuzhou Road, Laoshan District, Shandong, No. 151, No.

Patentee before: Qingdao Hisense Xinxin Technology Co., Ltd.

CP01 Change in the name or title of a patent holder

Address after: 266100 Zhuzhou Road, Laoshan District, Shandong, No. 151, No.

Patentee after: Hisense Video Technology Co., Ltd

Address before: 266100 Zhuzhou Road, Laoshan District, Shandong, No. 151, No.

Patentee before: HISENSE ELECTRIC Co.,Ltd.

CP01 Change in the name or title of a patent holder