CN106780336A - 一种图像缩小方法及装置 - Google Patents

一种图像缩小方法及装置 Download PDF

Info

Publication number
CN106780336A
CN106780336A CN201611178321.6A CN201611178321A CN106780336A CN 106780336 A CN106780336 A CN 106780336A CN 201611178321 A CN201611178321 A CN 201611178321A CN 106780336 A CN106780336 A CN 106780336A
Authority
CN
China
Prior art keywords
image
treatment
diminution
minification
module
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
CN201611178321.6A
Other languages
English (en)
Other versions
CN106780336B (zh
Inventor
曹捷
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.)
Beijing Gengtu Technology Co ltd
Vtron Group Co Ltd
Original Assignee
Vtron Technologies 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 Vtron Technologies Ltd filed Critical Vtron Technologies Ltd
Priority to CN201611178321.6A priority Critical patent/CN106780336B/zh
Publication of CN106780336A publication Critical patent/CN106780336A/zh
Priority to PCT/CN2017/089698 priority patent/WO2018113224A1/zh
Application granted granted Critical
Publication of CN106780336B publication Critical patent/CN106780336B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/403Edge-driven scaling; Edge-based scaling

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种图像缩小方法及装置,解决了目前的图像缩小都以空间特征为主,由于目前的图像缩小算法的复杂度高,导致了准确率低的技术问题。本发明实施例图像缩小方法包括:根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;对缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则对图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;若为整数倍,则对图像依次进行图像均值缩小处理、图像边缘增强处理;输出处理后的图像。

Description

一种图像缩小方法及装置
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像缩小方法及装置。
背景技术
图像(Picture)有多种含义,其中最常见的定义是指各种图形和影像的总称。在理科的学习以及日常的学习或统计中,图像都是必不可少的组成部分,它为人类构建了一个形象的思维模式,有助于我们学习、思考问题。
在众多图像缩小算法中,双线性插值算法是硬件实现相对简单,同时在缩小1~1/2之间也能兼顾到图像效果的一种算法,因此也被广泛地使用。但是当缩小到比1/2更小的比例时,图像显示效果就会变差,出现内容缺失,无法看清楚的问题,在显示文字的时候问题尤其明显。如果采用其他更好的缩放算法,如多项式插值算法,双立方插值算法,可以取得很好的图像缩小效果,但是硬件资源例如乘法器,数据缓存,就会成倍增加。例如,以RGB格式图像为例,使用双线性插值算法缩小,一般需使用12个乘法器,6行数据缓存;而使用双立方插值算法缩小,一般则需使用24个乘法器,12行数据缓存;如使用多项式插值算法缩小,则需要更多的乘法器和数据缓存。
因此如何在较少的硬件资源下,又能实现较好的图像缩小效果成为图像处理实际应用中的一个难题。
发明内容
本发明实施例提供的一种图像缩小方法及装置,解决了目前的图像缩小都以空间特征为主,由于目前的图像缩小算法的复杂度高,导致了准确率低的技术问题。
本发明实施例提供的一种图像缩小方法,包括:
根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;
对所述缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则对所述图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;
若为整数倍,则对所述图像依次进行图像均值缩小处理、图像边缘增强处理;
输出处理后的图像。
可选地,输出处理后的图像之前还包括:
若所述缩小倍数处于1倍至1/2倍区间,则直接对所述图像进行图像双线性缩小处理。
可选地,图像均值缩小处理具体包括:
对所述图像进行相邻行的像素点均值计算。
可选地,图像边缘增强处理具体包括:
根据所述图像相邻点的像素点信息,计算出图像边缘位置,并把图像边缘信息增强补偿。
可选地,图像双线性缩小处理具体包括:
根据所述缩小倍数计算插值系数和对应像素点坐标,再对所述图像进行插值计算。
本发明实施例提供的一种图像缩小装置,包括:
缩小单元,用于根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;
判断单元,用于对所述缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则触发第一执行单元,若为整数倍,则触发第二执行单元;
所述第一执行单元,用于触发图像均值缩小模块、图像边缘增强模块、图像双线性缩小模块对所述图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;
所述第二执行单元,用于触发所述图像均值缩小模块、所述图像边缘增强模块对所述图像依次进行图像均值缩小处理、图像边缘增强处理;
输出单元,用于输出处理后的图像。
可选地,还包括:
第三执行单元,用于若所述缩小倍数处于1倍至1/2倍区间,则触发所述图像双线性缩小模块直接对所述图像进行图像双线性缩小处理。
可选地,所述图像均值缩小模块,用于对所述图像进行相邻行的像素点均值计算。
可选地,所述图像边缘增强模块,用于根据所述图像相邻点的像素点信息,计算出图像边缘位置,并把图像边缘信息增强补偿。。
可选地,所述图像双线性缩小模块,用于根据所述缩小倍数计算插值系数和对应像素点坐标,再对所述图像进行插值计算。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例提供的一种图像缩小方法及装置,其中,图像缩小方法包括:根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;对缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则对图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;若为整数倍,则对图像依次进行图像均值缩小处理、图像边缘增强处理;输出处理后的图像。本实施例中,通过根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;对缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则对图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;若为整数倍,则对图像依次进行图像均值缩小处理、图像边缘增强处理;输出处理后的图像,解决了目前的在较少的硬件资源下,无法实现较好的图像缩小效果成为图像处理的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种图像缩小方法的一个实施例的流程示意图;
图2为本发明实施例提供的一种图像缩小装置的一个实施例的结构示意图;
图3至图5为图1、图2的应用例示意图。
具体实施方式
本发明实施例提供的一种图像缩小方法及装置,解决了目前的图像缩小都以空间特征为主,由于目前的图像缩小算法的复杂度高,导致了准确率低的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供的一种图像缩小方法的一个实施例包括:
101、根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;
本实施例中,当需要进行图像缩小时,首先需要根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数。
102、对缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则执行步骤103,若为整数倍,则执行步骤104,若缩小倍数处于1倍至1/2倍区间,则执行步骤105;
当根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数之后,需要对缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则执行步骤103,若为整数倍,则执行步骤104,若缩小倍数处于1倍至1/2倍区间,则执行步骤105。
103、对图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;
当处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则对图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理。
104、对图像依次进行图像均值缩小处理、图像边缘增强处理;
当为整数倍,则对图像依次进行图像均值缩小处理、图像边缘增强处理。
105、直接对图像进行图像双线性缩小处理;
若缩小倍数处于1倍至1/2倍区间,则直接对图像进行图像双线性缩小处理。
106、输出处理后的图像。
步骤103或104或105之后,输出处理后的图像。
需要说明的是,图像均值缩小处理具体包括:对图像进行相邻行的像素点均值计算。
图像边缘增强处理具体包括:根据图像相邻点的像素点信息,计算出图像边缘位置,并把图像边缘信息增强补偿。
图像双线性缩小处理具体包括:根据缩小倍数计算插值系数和对应像素点坐标,再对图像进行插值计算。
下面以一具体应用场景进行描述,如图3至图5所示,应用例包括:
采用了两级缩小模块加图像边缘增强模块,根据图像缩小倍数关系,选择不同的图像缩小模块,并利用图像边缘增强模块对图像进行锐化补偿,采用这种方法可以在缩小到比1/2更小的比例后,仍然保持较好的图像清晰度,并且本方法在FPGA(FieldProgrammable Gate Array,现场可编程门阵列)芯片中进行了实际验证和应用。
(1)控制模块,负责根据输入输出图像的大小计算缩小倍数,然后将缩小倍数送入图像均值缩小模块和图像双线性缩小模块并控制其工作,同时控制选择使用相关模块或bypass该模块。
(2)图像均值缩小模块,采用取平均值得方法对图像进行整数倍的缩小处理。例如,缩小1/2,则对图像水平相邻两像素点相加,再除2取平均,同时对相邻两行的像素点对应相加,再除2取平均。如果缩小1/3,则对图像水平相邻三像素点相加,再除3取平均,同时对相邻三行的像素点对应相加,再除3取平均。图像均值缩小模块能够在缩小时很好地保留图像信息,但是只适合于整数倍缩小,并且图像取均值后边缘信息变弱。
(3)图像边缘增强模块,根据图像相邻点的信息,计算出图像边缘位置,并把图像边缘信息增强补偿。例如,当相邻点的数值相差超过门限值,比如45,则认为是图像边缘位置,根据缩小的倍数,可以实时调整门限值,如缩小1/2,门限值设为90;缩小1/2,门限值设为45;缩小1/3,门限值设为30,依次类推。当发现图像边缘位置时,将边缘位置的像素点按缩小的倍数对应放大,例如图像是缩小1/2的,则将该像素点乘2放大,这样可以使图像边缘信息重新得到增强。
(4)图像双线性缩小模块,采用双线性插值算法,根据缩小倍数计算插值系数和对应像素点坐标,再对图像进行插值计算,最后输出缩小后图像。双线性插值算法实际就是最常见的线性插值,因为将线性插值分解成水平和垂直两个方向进行,所以称为双线性插值。它通过待插值像素点周围4个相关像素点的灰度值,经过二维线性加权平均计算得到插值像素点灰度值。如图2所示,原始4个像素点为a1,a2,a3,a4,水平和垂直两个方向点距为单位长度1,其坐标位置分别为a1(x,y),a2(x+1,y),a3(x,y+1),a4(x+1,y+1),待插值像素点坐标为P(x+dx,y+dy),用双线性插值法计算得到待插值像素点P的灰度值为:
P(x+dx,y+dy)=(1-dx)(1-dy)a1+dx(1-dy)a2+(1-dx)dya3+dxdya4=a1+dx(a2-a1)+dy(a3-a1)+dxdy(a1-a2-a3+a4)
计算公式经过改写后,只需4次乘法和简单的加减法即可计算出待插值的像素点。
图像缩小的处理流程,如图3所示。首先控制模块根据输入输出图像大小计算缩小倍数,然后根据缩小的倍数,控制选通不同的模块。
1)当缩小倍数介于1~1/2之间,适合直接使用图像双线性缩小模块,图像输入后,bypass图像均值缩小模块和图像边缘增强模块,然后进入图像双线性缩小模块进行缩小处理后输出。
2)当缩小整数倍,如1/2,1/3,1/4,图像输入后,根据缩小倍率使用图像均值缩小模块进行整数倍缩小,然后进入图像边缘增强模块进行边缘信息增强,最后bypass图像双线性缩小模块后输出。
3)当缩小倍数介于1/2~1/3,1/3~1/4之间,图像输入后,根据缩小倍率使用图像均值缩小模块进行区间内较大的整数倍缩小,然后进入图像边缘增强模块进行边缘信息增强,之后根据整数倍缩小后的大小重新计算新的缩小倍数,最后进入图像双线性缩小模块处理后输出。
举例说明,输入图像分辨率为1024x768,输出图像分辨率要求320x240。首先计算缩小倍数,320/1024=0.3125,介于1/2~1/3之间,所以使用1/2倍进行图像均值缩小,缩小后图像大小为512x384,然后进入图像边缘增强模块进行边缘信息增强。接下来计算新的缩小倍数,320/512=0.625,介于1~1/2之间,进入图像双线性缩小模块进行再次缩小后输出,得到最终输出图像。
本实施例中,通过根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;对缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则对图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;若为整数倍,则对图像依次进行图像均值缩小处理、图像边缘增强处理;输出处理后的图像,解决了目前的在较少的硬件资源下,无法实现较好的图像缩小效果成为图像处理的技术问题。
请参阅图2,本发明实施例提供的一种图像缩小装置的一个实施例包括:
缩小单元201,用于根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;
判断单元202,用于对缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则触发第一执行单元203,若为整数倍,则触发第二执行单元204;
第一执行单元203,用于触发图像均值缩小模块a、图像边缘增强模块b、图像双线性缩小模块c对图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;
第二执行单元204,用于触发图像均值缩小模块a、图像边缘增强模块b对图像依次进行图像均值缩小处理、图像边缘增强处理;
第三执行单元205,用于若缩小倍数处于1倍至1/2倍区间,则触发图像双线性缩小模块c直接对图像进行图像双线性缩小处理;
输出单元206,用于输出处理后的图像。
需要说明的是,图像均值缩小模块a,用于对图像进行相邻行的像素点均值计算。
图像边缘增强模块b,用于根据图像相邻点的像素点信息,计算出图像边缘位置,并把图像边缘信息增强补偿。
图像双线性缩小模块c,用于根据缩小倍数计算插值系数和对应像素点坐标,再对图像进行插值计算。
解决了目前的图像缩小都以空间特征为主,由于目前的图像缩小算法的复杂度高,导致了准确率低的技术问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种图像缩小方法,其特征在于,包括:
根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;
对所述缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则对所述图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;
若为整数倍,则对所述图像依次进行图像均值缩小处理、图像边缘增强处理;
输出处理后的图像。
2.根据权利要求1所述的图像缩小方法,其特征在于,输出处理后的图像之前还包括:
若所述缩小倍数处于1倍至1/2倍区间,则直接对所述图像进行图像双线性缩小处理。
3.根据权利要求2所述的图像缩小方法,其特征在于,图像均值缩小处理具体包括:
对所述图像进行相邻行的像素点均值计算。
4.根据权利要求3所述的图像缩小方法,其特征在于,图像边缘增强处理具体包括:
根据所述图像相邻点的像素点信息,计算出图像边缘位置,并把图像边缘信息增强补偿。
5.根据权利要求4所述的图像缩小方法,其特征在于,图像双线性缩小处理具体包括:
根据所述缩小倍数计算插值系数和对应像素点坐标,再对所述图像进行插值计算。
6.一种图像缩小装置,其特征在于,包括:
缩小单元,用于根据图像的输入图像大小计算待输出的输出图像大小的缩小倍数;
判断单元,用于对所述缩小倍数进行判断,若处于1/2倍至1/3倍区间或1/3倍至1/4倍区间,则触发第一执行单元,若为整数倍,则触发第二执行单元;
所述第一执行单元,用于触发图像均值缩小模块、图像边缘增强模块、图像双线性缩小模块对所述图像依次进行图像均值缩小处理、图像边缘增强处理、图像双线性缩小处理;
所述第二执行单元,用于触发所述图像均值缩小模块、所述图像边缘增强模块对所述图像依次进行图像均值缩小处理、图像边缘增强处理;
输出单元,用于输出处理后的图像。
7.根据权利要求6所述的图像缩小装置,其特征在于,还包括:
第三执行单元,用于若所述缩小倍数处于1倍至1/2倍区间,则触发所述图像双线性缩小模块直接对所述图像进行图像双线性缩小处理。
8.根据权利要求7所述的图像缩小装置,其特征在于,所述图像均值缩小模块,用于对所述图像进行相邻行的像素点均值计算。
9.根据权利要求8所述的图像缩小装置,其特征在于,所述图像边缘增强模块,用于根据所述图像相邻点的像素点信息,计算出图像边缘位置,并把图像边缘信息增强补偿。
10.根据权利要求9所述的图像缩小装置,其特征在于,所述图像双线性缩小模块,用于根据所述缩小倍数计算插值系数和对应像素点坐标,再对所述图像进行插值计算。
CN201611178321.6A 2016-12-19 2016-12-19 一种图像缩小方法及装置 Active CN106780336B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201611178321.6A CN106780336B (zh) 2016-12-19 2016-12-19 一种图像缩小方法及装置
PCT/CN2017/089698 WO2018113224A1 (zh) 2016-12-19 2017-06-23 一种图像缩小方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611178321.6A CN106780336B (zh) 2016-12-19 2016-12-19 一种图像缩小方法及装置

Publications (2)

Publication Number Publication Date
CN106780336A true CN106780336A (zh) 2017-05-31
CN106780336B CN106780336B (zh) 2020-04-03

Family

ID=58890194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611178321.6A Active CN106780336B (zh) 2016-12-19 2016-12-19 一种图像缩小方法及装置

Country Status (2)

Country Link
CN (1) CN106780336B (zh)
WO (1) WO2018113224A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018113224A1 (zh) * 2016-12-19 2018-06-28 威创集团股份有限公司 一种图像缩小方法及装置
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
CN112164109A (zh) * 2020-07-08 2021-01-01 浙江大华技术股份有限公司 坐标修正方法、装置、存储介质及电子装置
CN113034367A (zh) * 2021-03-29 2021-06-25 京东数字科技控股股份有限公司 信息处理方法、装置、计算机系统及可读存储介质
WO2023125444A1 (zh) * 2021-12-31 2023-07-06 北京字跳网络技术有限公司 一种图像的下采样方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112034676B (zh) * 2020-09-25 2024-03-08 上海华力微电子有限公司 像素图形的预处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923704A (zh) * 2009-06-12 2010-12-22 深圳市融创天下科技发展有限公司 一种自适应图像缩放方法
CN102282586A (zh) * 2009-01-19 2011-12-14 诺基亚公司 用于减少图像数据的大小的方法和装置
CN102547068A (zh) * 2011-12-31 2012-07-04 中山大学 改进的双线性插值视频缩放方法
CN103310820A (zh) * 2012-03-14 2013-09-18 三星电子(中国)研发中心 一种对多媒体播放器进行优化的方法
CN104700360A (zh) * 2015-04-01 2015-06-10 中国科学院自动化研究所 基于边缘自适应的图像缩放方法及系统
CN103034973B (zh) * 2012-12-05 2015-08-12 焦点科技股份有限公司 基于双三次插值的自适应图像缩放方法
US20160080657A1 (en) * 2014-09-16 2016-03-17 Altek Semiconductor Corporation Image capturing device and digital zoom method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100596173C (zh) * 2008-06-11 2010-03-24 四川虹微技术有限公司 图像缩放方法与装置
CN102186044A (zh) * 2010-06-22 2011-09-14 上海盈方微电子有限公司 一种边缘相关性图像无极缩放算法及其硬件实现装置
TWI492187B (zh) * 2014-02-17 2015-07-11 Delta Electronics Inc 超解析度影像處理方法及其裝置
CN106780336B (zh) * 2016-12-19 2020-04-03 广东威创视讯科技股份有限公司 一种图像缩小方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102282586A (zh) * 2009-01-19 2011-12-14 诺基亚公司 用于减少图像数据的大小的方法和装置
CN101923704A (zh) * 2009-06-12 2010-12-22 深圳市融创天下科技发展有限公司 一种自适应图像缩放方法
CN102547068A (zh) * 2011-12-31 2012-07-04 中山大学 改进的双线性插值视频缩放方法
CN103310820A (zh) * 2012-03-14 2013-09-18 三星电子(中国)研发中心 一种对多媒体播放器进行优化的方法
CN103034973B (zh) * 2012-12-05 2015-08-12 焦点科技股份有限公司 基于双三次插值的自适应图像缩放方法
US20160080657A1 (en) * 2014-09-16 2016-03-17 Altek Semiconductor Corporation Image capturing device and digital zoom method
CN104700360A (zh) * 2015-04-01 2015-06-10 中国科学院自动化研究所 基于边缘自适应的图像缩放方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018113224A1 (zh) * 2016-12-19 2018-06-28 威创集团股份有限公司 一种图像缩小方法及装置
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
CN110335198B (zh) * 2019-07-08 2021-06-08 威创集团股份有限公司 一种图像处理方法及系统
CN112164109A (zh) * 2020-07-08 2021-01-01 浙江大华技术股份有限公司 坐标修正方法、装置、存储介质及电子装置
CN113034367A (zh) * 2021-03-29 2021-06-25 京东数字科技控股股份有限公司 信息处理方法、装置、计算机系统及可读存储介质
CN113034367B (zh) * 2021-03-29 2024-04-16 京东科技控股股份有限公司 信息处理方法、装置、计算机系统及可读存储介质
WO2023125444A1 (zh) * 2021-12-31 2023-07-06 北京字跳网络技术有限公司 一种图像的下采样方法及装置

Also Published As

Publication number Publication date
CN106780336B (zh) 2020-04-03
WO2018113224A1 (zh) 2018-06-28

Similar Documents

Publication Publication Date Title
CN106780336A (zh) 一种图像缩小方法及装置
CN110232394B (zh) 一种多尺度图像语义分割方法
CN113392964B (zh) 神经网络处理器中的向量计算单元
CN107358293B (zh) 一种神经网络训练方法及装置
JP7007488B2 (ja) ハードウェアベースのプーリングのシステムおよび方法
CN109325589B (zh) 卷积计算方法及装置
JP2020524861A (ja) セマンティックセグメンテーションモデルの訓練方法および装置、電子機器、ならびに記憶媒体
CN111860398B (zh) 遥感图像目标检测方法、系统及终端设备
CN111445418A (zh) 图像去雾处理方法、装置及计算机设备
CN114004754B (zh) 一种基于深度学习的场景深度补全系统及方法
CN108921225A (zh) 一种图像处理方法及装置、计算机设备和存储介质
CN112270332A (zh) 一种基于子流稀疏卷积的三维目标检测方法及系统
CN111542839A (zh) 一种反卷积神经网络的硬件加速方法、装置和电子设备
CN108009594A (zh) 一种基于变分组卷积的图像识别方法
US20220215617A1 (en) Viewpoint image processing method and related device
CN110809126A (zh) 一种基于自适应可变形卷积的视频帧插值方法及系统
CN110782397A (zh) 一种图像处理方法、生成式对抗网络、电子设备及存储介质
CN110782398A (zh) 一种图像处理方法、生成式对抗网络、电子设备及存储介质
CN112329808A (zh) 一种Deeplab语义分割算法的优化方法及系统
CN109359542B (zh) 基于神经网络的车辆损伤级别的确定方法及终端设备
CN109146886B (zh) 一种基于深度密度的rgbd图像语义分割优化方法
WO2021000495A1 (zh) 一种图像处理方法以及装置
CN109934132B (zh) 基于随机丢弃卷积数据的人脸识别方法、系统及存储介质
CN116703768A (zh) 盲点去噪网络模型的训练方法、装置、介质和设备
CN111429352B (zh) 一种基于神经网络的图像超分辨率重建方法及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: No. 233 Kezhu Road, Guangzhou High tech Industrial Development Zone, Guangdong Province, 510663

Patentee after: VTRON GROUP Co.,Ltd.

Country or region after: China

Address before: 233 Kezhu Road, Guangzhou hi tech Industrial Development Zone, Guangdong 510670

Patentee before: VTRON TECHNOLOGIES Ltd.

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240417

Address after: Room 303, 3rd Floor, No. 27, Changlin 801, Xisanqi, Haidian District, Beijing, 100085

Patentee after: Beijing Gengtu Technology Co.,Ltd.

Country or region after: China

Address before: No. 233 Kezhu Road, Guangzhou High tech Industrial Development Zone, Guangdong Province, 510663

Patentee before: VTRON GROUP Co.,Ltd.

Country or region before: China