CN103679635A - 基于波门检测的快速图像插值处理方法 - Google Patents

基于波门检测的快速图像插值处理方法 Download PDF

Info

Publication number
CN103679635A
CN103679635A CN201310686103.3A CN201310686103A CN103679635A CN 103679635 A CN103679635 A CN 103679635A CN 201310686103 A CN201310686103 A CN 201310686103A CN 103679635 A CN103679635 A CN 103679635A
Authority
CN
China
Prior art keywords
image
interpolation
ripple door
target
detecting based
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
CN201310686103.3A
Other languages
English (en)
Other versions
CN103679635B (zh
Inventor
陈锦平
王海雁
刘剑锋
何孝港
王晟
罗启富
崔健
唐琦杰
邓灿
张鹏超
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.)
PLA 63791 ARMY
Original Assignee
PLA 63791 ARMY
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 PLA 63791 ARMY filed Critical PLA 63791 ARMY
Priority to CN201310686103.3A priority Critical patent/CN103679635B/zh
Publication of CN103679635A publication Critical patent/CN103679635A/zh
Application granted granted Critical
Publication of CN103679635B publication Critical patent/CN103679635B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于波门检测的快速图像插值处理方法,检测光学设备拍摄的图像中波门区域,对有效目标区域使用三次立方插值,其余区域采用双线性插值的算法。本发明提高了算法实时性能,尽量避免了图像缩放时的失真,保持了图像中目标的锐度,消除了普通缩放采样过程中造成的目标淡化、波门目标框丢边现象,从而可以及时为指挥员提供直观图像信息。

Description

基于波门检测的快速图像插值处理方法
技术领域
本发明涉及图像显示处理领域,具体涉及一种对多路光学连续测量图片进行处理显示的快速图像插值处理方法。光学设备对航天器的跟踪图像,以每秒多帧的形式,实时记录到文件,连续传至监控中心处理显示。本发明提出了基于波门检测的快速图像插值处理方法,检测图像中波门目标区域,对目标区域使用三次立方插值,其余区域采用双线性插值的算法,具有较好的准实时性,适应不同分辨率显示要求,避免了光学图片中目标框显示的丢边现象。
背景技术
在航天发射跟踪测量过程中,光学观测图像对航天器飞行状态的判断具有重要作用。所有光学设备的观测图像,将汇集于指挥中心,用于指挥决策。若采用SDI视频流的方式传输图像,SDI的帧频为25帧/s,在现有带宽下,需要对图像进行高压缩率的有损压缩,会造成指挥中心图像中目标暗弱丢失,给飞行器状态判断造成影响。为了获取清晰的图像,不同地域的多台光学设备,将以5帧/秒的速率采集bmp图像,并用波门锁定目标。波门是图像上的白色矩形框,实时套住目标。采集的图像经实时压缩,传输至指挥中心,进行集中监控显示及选优决策。本发明在指挥中心实时处理多路光学图像,解决了图像准实时、多分辨率显示问题,避免了波门目标框缩放过程中丢边现象,图像直观清晰,锐度保持良好,为指挥决策提供了准实时直观信息源。
发明内容
本发明的目的是提供一种航天发射测量过程中,快速图像插值算法,高质量准实时显示图片,避免多种分辨率显示过程中目标暗弱,波门目标框丢边的问题。
本发明方法可概括为:光学设备拍摄的原始图像文件记录为BMP格式,并以波门套住目标。后经本发明进行处理,检测图像中波门区域,对有效目标区域使用三次立方插值,其余区域采用双线性插值的算法,具有较好的实时性,输出的图像视觉效果优良并保持了良好的锐度。
为实现上述目的本发明采用的具体技术方案如下:一种基于波门检测的快速图像插值算法,包括:
步骤一,确定波门区域
光学图片以黑色天空为背景,航天器是图像中的目标,图上不同的灰度值表明目标的暗弱,并且将用白色矩形框套住目标。从图像的左上角或右上角或左下角或右下角开始,可以按照从左到右、自上而下,或从右到左、自上而下,或从左到右、自下而上,或从右到左、自下而上的顺序扫描像素点,查找一条白色直线,再根据白色直线位置确定整个矩形框即波门, 矩形框所包围的区域即为波门区域;
步骤二,确定波门区域误差范围
考虑到波门目标框的误差,将步骤一找到的矩形框的各边向外扩大16像素,作为有效目标区域;
步骤三,确定图像插值算法
在步骤二确定的有效目标区域内采用三次立方插值处理, 有效目标区域外(即背景区域)采用双线性插值处理。从而极大提高了算法效率,并且效果与整体应用三次立方插值效果相当,能提供舒适视觉效果和良好的实时性。
本发明的优点是检测出图像的目标区域和背景区域,综合利用双线性插值和三次立方插值,提高了算法实时性能,尽量避免了图像缩放时的失真,保持了图像中目标的锐度,消除了普通缩放采样过程中造成的目标淡化、波门目标框丢边现象,从而可以及时为指挥员提供直观图像信息。
附图说明
图1是本发明中图像数据传输处理过程示意图;
图2是波门目标框丢边现象图像;
图3是经本发明处理后无丢边现象图像;
图4是基于波门检测的快速图像插值处理方法流程图;
图5是分段插值样条示意图。
具体实施方式
本发明对图像数据的处理和显示、包括如下步骤:
步骤一,确定波门区域
光学图片以黑色天空为背景,航天器是图像中的目标,图上不同的灰度值表明目标的暗弱,并且将用白色矩形框套住目标。从图像上左上角开始,按照从左到右,自上而下的顺序扫描像素点,查找白色矩形框的一条边,再根据计算边的位置查找出目矩形框,该矩形框包围的区域即为波门区域。同理从图像右上角开始,按照从右到左、自上而下的顺序扫描,或从图像左下角开始,按照从左到右、自下而上的顺序扫描,或从图像右下角开始,按照从右到左、自下而上的顺序扫描;均可以查找出白色矩形框的一条边。
步骤二,确定目标区域误差范围
考虑到波门目标框的误差,根据试验,步骤一找到的矩形框各方向扩大16像素,作为有效目标区域。
步骤三,确定图像插值算法
在步骤一确定的波门区域范围,根据步骤二计算出允许误差的有效目标区域,根据插值点的坐标与有效目标区域的关系进行插值。对有效目标区域使用三次立方插值,背景区域采用双线性插值的算法,极大提高了算法效率,并且效果与整体应用三次立方插值效果相当,能提供舒适视觉效果和良好的实时性。
图1给出了多路图像数据的传输处理流程。光学设备实时采集航天器跟踪图像(为BMP格式),经rar压缩后,在网络中传输压缩数据,在有限的带宽下尽力提供高质量图像数据,传送到监控中心(图1中的n路),再经监控中心解压缩后获得图像,然后采用本发明的基于波门检测的快速图像插值算法处理显示,以提高实时性和图像显示质量。
图2给出了波门目标框(即白色矩形框)丢边现象。直接使用WINDOWS GDI函数StretchDIBits缩放,光学图像的波门目标框可能会产生丢边现象,失真现象严重。
图像缩放常用邻近插值、双线性插值、三次立方插值等。经过对缩放后效果的试验和比较,邻近算法效果不理想,双线性插值锐度保持较好,算法速度快。双线性插值以中等代价给大多数缩放因子相对小(4X或更小)的应用提供了适当好的结果,但复杂图像表现欠佳。三次立方插值效果较好,但计算量大,是双线性插值的20多倍。图像背景区域纹理细节在辅助决策时关注度较低,目标区域关注度较高。若对整幅图像采用三次立方插值,计算量大,会降低指挥员获取图像信息的实时性,而且大部分背景图像不是指挥员关注的重点,没有必要消耗处理时间。可以对目标区域使用三次立方插值,其余区域采用双线性插值的算法,极大提高了算法效率,并且效果与整体应用三次立方插值效果相当,能提供舒适视觉效果和良好的实时性。经过研究试验,设计了基于波门检测的快速图像插值算法,对目标区域采用三次立方插值,背景区域使用双线性插值。算法的实时性好,在保持锐度的同时,提供最舒适视觉感受。
基于波门检测的快速图像插值算法流程如图4。
因为图像为灰度图像,目标较亮,背景较暗,波门矩形框边为灰度最大值,易于判断波门目标框区域。算法首先沿画面左上角水平方向,自上而下,查找一条白色直线,长度大于等于16像素(设计要求的最小波门目标框),判断原则为直线上存在三个以上的像素为白色,它们相邻上下两像素不为白色。根据直线位置确定整个矩形区域,同样沿直线末端竖直方向查找白色直线,判断是否构成整个矩形,否则重新查找。考虑到目标框的误差,可能不会正好完全套住目标,根据试验,矩形框各方向扩大16像素,作为有效目标区域。根据插值点是否在有效目标区域选择双线性插值或三次立方插值算法。
基于波门检测的快速图像插值算法基本原理,其中采用的两种插值算法,可以表达为:
(1)     双线性插值
建立一个坐标系统,产生4个控制点(0,0),(0,1),(1,0), (1,1),插值点为4个控制点形成的正方形内点(x,y),x∈[0,1],y∈[0,1],建立插值函数:
f(x,y)=f(0,0)(1-x)(1-y)+f(0,1)(1-x)y+f(1,1)xy+f(1,0)x(1-y)                                  (1)
根据插值点坐标(x,y),利用插值函数得到插值结果。
(2)     三次立方插值
输入4个控制点                                                
Figure 147071DEST_PATH_IMAGE001
Figure 967260DEST_PATH_IMAGE002
Figure 319744DEST_PATH_IMAGE003
Figure 262292DEST_PATH_IMAGE004
,如图5,插值计算仅依赖于这邻近的4个点,根据控制点信息构造三次多项式生成的曲线通过四个点。定义一个浮点坐标
Figure 2013106861033100002DEST_PATH_IMAGE005
Figure 887177DEST_PATH_IMAGE005
∈[0.0,1.0],当t=0.0时,即为
Figure 245477DEST_PATH_IMAGE002
点,当t=1.0时,即为
Figure 718047DEST_PATH_IMAGE003
点,当
Figure 519912DEST_PATH_IMAGE005
在[0.0,1.0]之间变化时,所描绘的曲线方程
Figure 445143DEST_PATH_IMAGE006
如式(2)所示,该曲线是一种三次的分段插值样条,能够保持连续。
Figure 668631DEST_PATH_IMAGE008
                                        (2)
由于插值样条具有
Figure 139932DEST_PATH_IMAGE007
连续的性质,因此该插值算法运用到图像缩放中,图像光滑。算法在插值效率上有较大的优势,只需要邻近四个点,速度快输出图像质量高,保证处理的准实时性。
算法具体实现可简单描述为:首先设输入一幅m×n的图像,
Figure 552459DEST_PATH_IMAGE009
(1≤i≤m,1≤j≤n)表示(i,j )像素点的灰度值,输出为M×N的图像。根据插值点是否是目标区域,综合利用式(1)、(2)式对图像数据进行插值,重新采样为M×N的图像
Figure 699724DEST_PATH_IMAGE010
图像缩放效果如图3。缩放后边缘和细节信息保留较好,避免了丢边现象,图像质量高,视觉感受舒适,给指挥员提供了及时直观的光学图像辅助判决信息。

Claims (6)

1.基于波门检测的快速图像插值处理方法,其特征在于,包括如下步骤:
步骤一,确定波门区域
从图像的左上角或右上角或左下角或右下角开始,顺序扫描像素点,查找一条白色直线,再根据白色直线位置确定整个矩形框即波门, 矩形框所包围的区域即为波门区域;
步骤二,确定波门区域误差范围
将步骤一找到的矩形框的各边向外扩大16像素,作为有效目标区域;
步骤三,确定图像插值算法
在步骤二确定的有效目标区域内采用三次立方插值处理, 有效目标区域外采用双线性插值处理。
2.根据权利要求1所述基于波门检测的快速图像插值处理方法,其特征在于:步骤一所述扫描像素点的顺序为:从左到右,自上而下;或从右到左,自上而下;或从左到右,自下而上;或从右到左,自下而上。
3.根据权利要求2所述基于波门检测的快速图像插值处理方法,其特征在于:步骤一所述查找白色直线的原则是:直线上存在三个以上的像素为白色,且它们相邻上下两像素不为白色。
4.根据权利要求1所述基于波门检测的快速图像插值处理方法,其特征在于:步骤三所述双线性插值如下:
建立一个坐标系统,产生4个控制点(0,0),(0,1),(1,0), (1,1),建立插值函数:
f(x,y)=f(0,0)(1-x)(1-y)+f(0,1)(1-x)y+f(1,1)xy+f(1,0)x(1-y)                                  (1)
根据插值点坐标(x,y),利用插值函数计算得到插值结果。
5.根据权利要求1所述基于波门检测的快速图像插值处理方法,其特征在于:步骤三所述三次立方插值如下:
输入4个控制点                                                
Figure 428391DEST_PATH_IMAGE002
Figure 889460DEST_PATH_IMAGE004
,根据该控制点信息构造三次多项式使生成的曲线通过
Figure 996001DEST_PATH_IMAGE001
Figure 237626DEST_PATH_IMAGE002
Figure 450433DEST_PATH_IMAGE003
Figure 93904DEST_PATH_IMAGE004
四个点;令浮点坐标∈[0.0,1.0],当t=0.0时,即为
Figure 344942DEST_PATH_IMAGE002
点,当t=1.0时,即为
Figure 361440DEST_PATH_IMAGE003
点,当在[0.0,1.0]之间变化时,所描绘的曲线方程
Figure 2013106861033100001DEST_PATH_IMAGE007
如式(2)所示,该曲线是一种三次的分段插值样条,能够保持连续;
                            (2)。
6.根据权利要求1到5任一项所述基于波门检测的快速图像插值处理方法,其特征在于:步骤一所述图像为光学设备实时采集的航天器跟踪图像,经压缩后传送到监控中心,再经解压缩后获得的图像。
CN201310686103.3A 2013-12-16 2013-12-16 基于波门检测的快速图像插值处理方法 Expired - Fee Related CN103679635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310686103.3A CN103679635B (zh) 2013-12-16 2013-12-16 基于波门检测的快速图像插值处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310686103.3A CN103679635B (zh) 2013-12-16 2013-12-16 基于波门检测的快速图像插值处理方法

Publications (2)

Publication Number Publication Date
CN103679635A true CN103679635A (zh) 2014-03-26
CN103679635B CN103679635B (zh) 2017-07-18

Family

ID=50317092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310686103.3A Expired - Fee Related CN103679635B (zh) 2013-12-16 2013-12-16 基于波门检测的快速图像插值处理方法

Country Status (1)

Country Link
CN (1) CN103679635B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1239250A (zh) * 1998-06-11 1999-12-22 精工爱普生株式会社 图像传递和显示系统
CN1667650A (zh) * 2005-04-08 2005-09-14 杭州国芯科技有限公司 基于边缘检测的图像缩放的方法
CN1968352A (zh) * 2005-11-17 2007-05-23 中国科学院半导体研究所 高速目标跟踪方法及其电路系统
CN101667287A (zh) * 2008-09-02 2010-03-10 新奥特(北京)视频技术有限公司 一种标志图像中标志最外边框角点检测方法
WO2010032912A2 (en) * 2008-09-22 2010-03-25 Samsung Electronics Co., Ltd. Apparatus and method of interpolating image using region segmentation
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
CN101986348A (zh) * 2010-11-09 2011-03-16 上海电机学院 一种视觉目标识别与跟踪方法
CN103400400A (zh) * 2013-08-07 2013-11-20 南京巨鲨显示科技有限公司 一种基于区域的图像校正方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1239250A (zh) * 1998-06-11 1999-12-22 精工爱普生株式会社 图像传递和显示系统
CN1667650A (zh) * 2005-04-08 2005-09-14 杭州国芯科技有限公司 基于边缘检测的图像缩放的方法
CN1968352A (zh) * 2005-11-17 2007-05-23 中国科学院半导体研究所 高速目标跟踪方法及其电路系统
CN101667287A (zh) * 2008-09-02 2010-03-10 新奥特(北京)视频技术有限公司 一种标志图像中标志最外边框角点检测方法
WO2010032912A2 (en) * 2008-09-22 2010-03-25 Samsung Electronics Co., Ltd. Apparatus and method of interpolating image using region segmentation
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
CN101986348A (zh) * 2010-11-09 2011-03-16 上海电机学院 一种视觉目标识别与跟踪方法
CN103400400A (zh) * 2013-08-07 2013-11-20 南京巨鲨显示科技有限公司 一种基于区域的图像校正方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
叶家鸣等: "基于Catmull-Rom插值算法的二维图像的三维显示", 《计算机技术与发展》 *
李沛秦: "机载视频图像插值方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
李秀英等: "几种图像缩放算法的研究", 《现代电子技术》 *
毛瑞: "针对空域目标的视频跟踪技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
龚昌来等: "一种改进的双线性插值图像放大算法", 《激光与红外》 *

Also Published As

Publication number Publication date
CN103679635B (zh) 2017-07-18

Similar Documents

Publication Publication Date Title
US9443350B2 (en) Real-time 3D reconstruction with power efficient depth sensor usage
US7542047B2 (en) Multi-dimensional texture drawing apparatus, compressing apparatus, drawing system, drawing method, and drawing program
US20170124722A1 (en) Image processing device and method, image processing system, and image processing program
KR101183781B1 (ko) 실시간 카메라 모션 추정을 이용한 물체 검출/추적 방법 및 단말
CN102231792B (zh) 基于特征匹配的电子稳像方法
US11840357B2 (en) Method and device for dual-light image integration, and unmanned aerial vehicle
CN103440664B (zh) 一种生成高分辨率深度图的方法、系统及计算设备
CN101365077A (zh) 图像缩放方法及装置
US7433544B2 (en) Apparatus and method for producing thumbnail images and for improving image quality of re-sized images
CN103369208A (zh) 自适应去隔行方法及装置
CN102186044A (zh) 一种边缘相关性图像无极缩放算法及其硬件实现装置
CN104299231A (zh) 多传感器实时图像配准方法和系统
CN101546527B (zh) 一种液晶显示控制器及图像缩放方法
CN101674418A (zh) 一种虚拟演播室系统中主持人深度的检测方法
CN102768761A (zh) 一种基于透视变换的立体视频绘制方法
CN103679635A (zh) 基于波门检测的快速图像插值处理方法
AU2011331381B2 (en) Change detection in video data
CN107147890B (zh) 一种兼容不同分辨率和宽长比的多视频缩放模块及并行工作方法
CN109327652A (zh) 一种超高分辨率监控显示装置
CN103366343A (zh) 一种位图缩放方法及系统
CN103440637A (zh) 用于图像序列增强的方法和装置
CN107071326A (zh) 视频处理方法及装置
Bouchiba et al. High Quality and Efficient Direct Rendering of Massive Real-world Point Clouds.
CN109328373B (zh) 图像处理方法及其相关设备、存储介质
CN105163043B (zh) 一种图片转换为输出视频的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170718

Termination date: 20171216