CN107316276B - 用于对图像进行拉伸的方法及装置 - Google Patents
用于对图像进行拉伸的方法及装置 Download PDFInfo
- Publication number
- CN107316276B CN107316276B CN201710524990.2A CN201710524990A CN107316276B CN 107316276 B CN107316276 B CN 107316276B CN 201710524990 A CN201710524990 A CN 201710524990A CN 107316276 B CN107316276 B CN 107316276B
- Authority
- CN
- China
- Prior art keywords
- stretching
- column
- image data
- mode
- parameter
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4053—Super resolution, i.e. output image resolution higher than sensor resolution
- G06T3/4061—Super resolution, i.e. output image resolution higher than sensor resolution by injecting details from a different spectral band
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开提供一种用于对图像进行拉伸的方法及装置。该用于对图像进行拉伸的方法包括:根据拉伸模式选择参数选择相应的拉伸模式;根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块;将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据。本公开的方案实现图像的拉伸可以节省大量的硬件资源。
Description
技术领域
本公开涉及图像信号处理技术领域,具体而言,涉及一种用于对图像进行拉伸的方法及装置。
背景技术
为满足一些特殊应用场合的显示需求,如车载导航仪、手持式电子显示设备,产线上需要生产一些特殊分辨率(这里指代硬件分辨率)的显示模组,在这些特殊分辨率的显示模组的生成过程中,需要检验其显示性能而进行点屏检测。由于这些特殊分辨率可以由正常分辨率(这里指代图像分辨率)拉伸形成,所以在产线上这些特殊分辨率的显示模组一般是在正常分辨率的显示模组的基础上进行改进或拼接而成的,因而这些特殊分辨率的显示模组与正常分辨率的显示模组往往具有相同的显示特性,显示模组产线上为了检测这些特殊分辨率的显示模组的显示性能,需要在这些特殊分辨率的显示模组上显示与正常分辨率的显示模组一样的检测画面进行比对检测。
目前,为了满足特殊分辨率的显示需求,需要对正常分辨率的图像进行图像拉伸。在图像拉伸时往往采用现有的标准的图像拉伸算法,这样在移植到硬件上实现时,要消耗大量的硬件资源,从而增加了产品成本。比如在FPGA上进行移植时,往往需要缓存整幅图像来进行算法计算。
因此,现有技术中的技术方案还存在有待改进之处。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种用于对图像进行拉伸的方法及装置,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本公开的其他特性和优点将通过下面的详细描述变得清晰,或者部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种用于对图像进行拉伸的方法,包括:根据拉伸模式选择参数选择相应的拉伸模式;根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块;将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据。
在本公开的一种示例性实施例中,所述拉伸模式选择参数包括第一参数和第二参数,所述根据拉伸模式选择参数选择相应的拉伸模式包括:当所述第一参数为第一值且所述第二参数为第二值时,选择列拉伸模式;当所述第一参数为第二值且所述第二参数为第一值时,选择行拉伸模式;以及当所述第一参数和所述第二参数均为第一值时,选择列行拉伸模式。
在本公开的一种示例性实施例中,所述拉伸参数包括列拉伸参数,所述根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块包括:当选择所述列拉伸模式时,根据所述列拉伸参数生成相应的列拉伸滤波器组,所述列拉伸滤波器组包括P个滤波器,每个滤波器包含k个元素;将所述输入图像数据分割成纵向的wid/P块,其中wid为所述输入图像数据的列数。
在本公开的一种示例性实施例中,所述P根据下述公式获得:(wid+Cof_a)/wid=M/P。其中,(wid+Cof_a)为进行列拉伸处理后输出的数据的列数,M与P是最简比。
在本公开的一种示例性实施例中,所述P为大于1的正整数,所述k小于所述输入图像数据的列数wid。
在本公开的一种示例性实施例中,所述方法还包括:缓存k个所述输入图像数据。
在本公开的一种示例性实施例中,所述拉伸参数包括行拉伸参数,所述根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块包括:当选择所述行拉伸模式时,根据所述行拉伸参数生成相应的行拉伸滤波器组,所述行拉伸滤波器组包括Q个滤波器,每个滤波器包括h个元素;将所述输入图像数据分割成横向的high/Q块,其中high为所述输入图像数据的行数。
在本公开的一种示例性实施例中,所述Q根据下述公式获得:(high+Cof_b)/high=N/Q。其中,(high+Cof_b)为进行行拉伸处理后输出的数据的行数,N与Q是最简比。
在本公开的一种示例性实施例中,所述Q为大于1的正整数,所述h小于所述输入图像数据的行数high。
在本公开的一种示例性实施例中,所述方法还包括:缓存h行所述输入图像数据。
在本公开的一种示例性实施例中,所述将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据包括:当选择所述列行拉伸模式时,对所述输入图像数据进行列拉伸处理;将列拉伸处理得到的数据再进行行拉伸处理。
在本公开的一种示例性实施例中,所述输入图像数据的分辨率为wid乘以high,所述拉伸图像数据的分辨率为(wid+Cof_a)乘以(high+Cof_b),其中,Cof_a小于wid,Cof_b小于high。
根据本公开的一个方面,提供一种用于对图像进行拉伸的装置,包括:拉伸模式选择模块,用于根据拉伸模式选择参数选择相应的拉伸模式;拉伸滤波器组生成和图像分割模块,用于根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块;拉伸处理模块,用于将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据。
在本公开的一种示例性实施例中,所述拉伸模式包括列拉伸模式、行拉伸模式和列行拉伸模式中的一种或者多种。
在本公开的一种示例性实施例中,所述拉伸滤波器组生成和图像分割模块包括列拉伸滤波器组生成和图像列分割子模块。
在本公开的一种示例性实施例中,所述拉伸滤波器组生成和图像分割模块包括行拉伸滤波器组生成和图像行分割子模块。
在本公开的一种示例性实施例中,所述拉伸处理模块包括列拉伸处理子模块和/或行拉伸处理子模块。
本公开的某些实施例中的用于对图像进行拉伸的方法中,通过拉伸参数和所选择的的拉伸模式生成拉伸滤波器组,根据该拉伸滤波器组实现输入图像数据的拉伸,当算法在硬件上移植时可以节省大量的硬件资源。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开示例性实施例中一种用于对图像进行拉伸的方法的示意图。
图2示出本公开示例性实施例中一种拉伸模式选择的流程图。
图3示出本公开示例性实施例中一种列拉伸数据处理的流程图。
图4示出本公开示例性实施例中一种行拉伸数据处理的流程图。
图5示出本公开示例性实施例中一种用于对图像进行拉伸的装置的模块示意图。
图6示出本公开示例性实施例中一种用于对图像进行拉伸的系统框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。
图1示出本公开示例性实施例中一种用于对图像进行拉伸的方法的示意图。
如图1所示,该用于对图像进行拉伸的方法可以包括以下步骤。
在步骤S110中,根据拉伸模式选择参数选择相应的拉伸模式。
在示例性实施例中,所述拉伸模式选择参数包括第一参数和第二参数,所述根据拉伸模式选择参数选择相应的拉伸模式可以包括:当所述第一参数为第一值(例如为1)且所述第二参数为第二值(例如为0)时,选择列拉伸模式;当所述第一参数为第二值且所述第二参数为第一值时,选择行拉伸模式;以及当所述第一参数和所述第二参数均为第一值时,选择列行拉伸模式。
需要说明的是,上述第一值和第二值并不限于上述例举的1和0,且在其他实施例中,所述第一值和第二值的数值还可以进行交换,例如所述第一值为0,所述第二值为1。此外,其他任意适合的选择拉伸模式的方式均属于本公开的保护范围。
本发明实施例中,假设所述第一参数为Sel1,所述第二参数为Sel2,首先根据Sel1和Sel2来进行拉伸模式的选择。例如,可以根据下表中的Sel1和Sel2的取值来决定当前所选择的拉伸模式:
Sel1 | Sel2 | 拉伸模式 |
1 | 0 | 列拉伸模式 |
0 | 1 | 行拉伸模式 |
1 | 1 | 列行拉伸模式 |
拉伸模式选择的流程图如图2所示。该拉伸模式选择可以包括以下步骤。
在步骤S210中,图像数据输入。
在示例性实施例中,可以假设所述输入图像数据的分辨率为wid×high,进行图像拉伸处理后的拉伸图像数据的分辨率为(wid+Cof_a)×(high+Cof_b)。其中,列拉伸的倍数为(wid+Cof_a)/wid=M/P,行拉伸的倍数为(high+Cof_b)/high=N/Q。
在示例性实施中,Cof_a小于wid,Cof_b小于high。在一些实施例中,Cof_a远小于wid,Cof_b远小于high。例如,输入图像的分辨率为1920x 1080,要求输出的图像分辨率为(1920+8)x(1080+8)。这样采用本公开实施例的方法进行优化的效果最好,插入的行和列数比较少。现有技术中公开的硬件实现标准图像拉伸算法的系统,不考虑硬件的资源问题。本发明实施例主要针对非标准图像拉伸倍数时,图像拉伸的硬件的实现方式,以节省大量的硬件资源。尤其针对拉伸后增加的行列数远小于原输入图像的行列元素个数的情况,优化效果可达90%多。但是整数倍数的图像拉伸,即Cof_a不小于wid,Cof_b不小于high也可以适用于本公开实施例的方法。
在步骤S220中,判断Sel1是否等于1;当Sel1等于1时,进入步骤S230;反之,当Sel1不等于1时,跳转到步骤S250。
在步骤S230中,列拉伸模式数据处理。
具体的列拉伸模式数据处理方法可以参见下述实施例。
在步骤S240中,判断Sel2是否等于1;当Sel2等于1时,进入步骤S250;反之,当Sel2不等于1时,跳转到步骤S260。
在步骤S250中,行拉伸模式数据处理。
具体的行拉伸模式数据处理方法可以参见下述实施例。
在步骤S260中,输出拉伸后的图像数据。
本发明实施例中,当Sel1为1时,输入的图像数据传输给列拉伸模块进行数据处理,否则传输给行拉伸模块进行数据处理。当Sel2为1时,列拉伸模块处理之后的数据传输给行拉伸模块进行数据处理,否则传输给系统的输出模块。
在步骤S120中,根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块。
在步骤S130中,将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据。
在示例性实施例中,所述拉伸参数包括列拉伸参数,所述根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块可以包括:当选择所述列拉伸模式时,根据所述列拉伸参数生成相应的列拉伸滤波器组,所述列拉伸滤波器组包括P个滤波器,每个滤波器包含k个元素;将所述输入图像数据分割成纵向的wid/P块,其中wid为所述输入图像数据的列数。
在示例性实施例中,所述P可以根据下述公式获得:(wid+Cof_a)/wid=M/P。
其中,(wid+Cof_a)为进行列拉伸处理后输出的数据的列数,M与P是最简比,即M与P之间没有公约数。
在示例性实施例中,所述P为大于1的正整数,所述k小于所述输入图像数据的列数wid。为了节省硬件资源和节省开支,本发明实施例提出了包含元素个数比较少即k较小的列拉伸滤波器向量组(或列拉伸滤波器组)的方法来实现图像列拉伸。
在示例性实施例中,所述方法还包括:缓存k个所述输入图像数据。
本发明实施例公开的列拉伸算法在实现时,采用了滤波器向量组F[M]。列拉伸的滤波器向量组F[M]包含P个滤波器,每一个滤波器包含k个元素(k是一个远小于num2的数)。
用现有的标准图像拉伸算法来进行拉伸时,假设行、列拉伸处理数据的滤波器向量分别F2与F1,此时F2与F1分别包含的元素个数为num1、num2,并且num1与num2是远大于1的数。当把此标准图像拉伸算法移植到硬件上时,列、行拉伸分别需要缓存num1行与num2列的图像数据,由于通常num1和num2较大,因此需要消耗大量的硬件资源。
本发明实施例列拉伸模式的数据处理流程如图3所示。如图3所示,该列拉伸数据处理可以包括以下步骤。
在步骤S310中,输入列拉伸参数Cof_a。
在步骤S320中,根据所述列拉伸参数Cof_a生成列拉伸滤波器组。
在步骤S330中,对输入图像进行列分割。
在步骤S340中,采用列拉伸算法对列分割后的输入图像进行数据处理。
在步骤S350中,输出列拉伸后的图像数据。
本发明实施例中,在列拉伸模式中,系统根据列拉伸参数Cof_a来生成相应的列拉伸滤波器组F[P],每一个滤波器包含k个元素,并且把图像分成纵向的wid/P=(wid+cof_a)/M块并确定每一块的边界。
其中,M与P可以由式1-1计算得到:
其中,wid是输入图像的列数,Cof_a是列拉伸参数,M/P是最简比,两者没有公约数。之后传输给列拉伸算法模块进行处理。对每块进行处理时,列数j小于P-1时输出的像素值由式1-2来得出:
当j等于P-1时输出的像素值由式1-3来得出:
Pi,j+1=f[i][j] (j=239) (1-3)
上述公式中Pi,j是输出像素值。Fm[j]表示滤波器向量个数是m,滤波器元素个数是j。f[i][j]是输入图像像素。算法移植到硬件上时,只需缓存k个像素点数据便可以得到输出。
下面通过一个具体的实例来说明上述列拉伸步骤:
假设输入图像分辨率为:1920x 1080,列拉伸后的输出图像数据分辨率为:1928x1080,则wid=1920列,cof_a=8,M/P=1928/1920=241/240,M=241,P=240,num1=1080行,num2=1920列。
根据上述参数,得到列拉伸滤波器组:F[i]=[n1,n2,n3,n4](i=1,2,3,…,240。其中,n3为中心)。即列拉伸滤波器组一共包括P=240个列拉伸滤波器向量,每个列拉伸滤波器向量包含k=4个元素。
1)img_o=img[…,c1,…,c2,…,c3,…,c4,…,c5,…,c6,…,c7,…,c8]
将输入图像分割成纵向的wid/P=(wid+cof_a)/M=8块并确定每一块的边界,每块包括240个元素,一共有8乘以240=1920个元素,c1、c2、c3、c4、c5、c6、c7和c8为分割后的8块的边界,分别为:
c1=239,c2=479,c3=719,c4=959,c5=1199,c6=1439,c7=1679,c8=1919
2)img_wid=AddLeftRightBorders(input,left=2,right=1)
即左边界增加2个像素,右边界增加1个像素。
3)对8块中的每一块,当j小于P-1=239时,输出的像素值通过上述公式1-2计算获得。当j等于P-1=239时,将会根据输入的第239个像素得到2个像素。其中一个像素的计算根据上述公式1-3获得,而另一个像素等于输入的第239个像素。
在示例性实施例中,所述拉伸参数包括行拉伸参数,所述根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块包括:当选择所述行拉伸模式时,根据所述行拉伸参数生成相应的行拉伸滤波器组,所述行拉伸滤波器组包括Q个滤波器,每个滤波器包括h个元素;将所述输入图像数据分割成横向的high/Q块,其中high为所述输入图像数据的行数。
在示例性实施例中,所述Q根据下述公式获得:(high+Cof_b)/high=N/Q。
其中,(high+Cof_b)为进行行拉伸处理后输出的数据的行数,N与Q是最简比。
在示例性实施例中,所述Q为大于1的正整数,所述h小于所述输入图像数据的行数high。为了节省硬件资源和节省开支,本发明实施例提出了包含元素个数比较少即h较小的行拉伸滤波器向量组的方法来实现图像行拉伸。
在示例性实施例中,所述方法还包括:缓存h行所述输入图像数据。
本发明实施例行拉伸模式的数据处理流程如图4所示。如图4所示,该列拉伸数据处理可以包括以下步骤。
在步骤S410中,输入行拉伸参数Cof_b。
在步骤S420中,根据所述行拉伸参数Cof_b生成行拉伸滤波器组。
在步骤S430中,对输入图像进行行分割。
在步骤S440中,将行分割后的输入图像采用行拉伸算法进行数据处理。
在步骤S450中,输出行拉伸后的图像数据。
本发明实施例中,在行拉伸模式时,系统根据行拉伸参数Cof_b来生成相应的行拉伸滤波器组F[N],该行拉伸滤波器组包括Q个滤波器,每一个滤波器包含h个元素,并且把图像分成横向的high/Q或者(high+cof_b)/N块并确定每一块的边界,N与Q由式1-4计算得到:
(high+Cof_b)/high=N/Q (1-4)
其中,high是输入图像的行数,Cof_b是行拉伸参数,N与Q是最简比。之后传输给行拉伸算法模块进行处理。对每块进行处理时,行数i小于Q-1时输出的像素值由式1-5来得出:
当行数i等于Q-1时输出的像素值由式1-6来得出:
Pi+1,j=f[i][j] (i=134) (1-6)
上述公式中Pi,j是输出像素值。Fm[i]表示滤波器向量个数是m,滤波器元素个数是i。f[i][j]是输入图像像素。当行拉伸算法移植到硬件上时,只需缓存h行像素点数据便可以得到输出。
下面通过一个具体的实例对上述行拉伸的步骤进行说明:
假设行拉伸模块的输入图像数据分辨率为:1928x 1080,经过行拉伸后的输出图像数据分辨率为:1928x 1088,即high=1080,cof_b=8,N/Q=1088/1080=136/135,N=136,Q=135。
根据上述参数获得行拉伸滤波器组:Fi[n1,n2,n3,n4](i=1,2,3,…,135),即行拉伸滤波器向量组一共包含Q=135个滤波器向量,每个滤波器向量包含h=4个元素。
1)img_o=img[…,c1,…,c2,…,c3,…,c4,…,c5,…,c6,…,c7,…,c8]
将输入图像分割成high/Q=1080/135=8块或者(high+cof_b)/N块并确定每一块的边界为:
c1=134,c2=269,c3=404,c4=539,c5=674,c6=809,c7=944,c8=1079
2)img_wid=AddUpDownBorders(input,up=2,down=1)
上边界增加2个像素,下边界增加1个像素。
3)对分割后的8块中的任意一块,如果i小于Q-1=134,则输出像素值的计算根据上述公式1-5获得。当i等于Q-1=134时,根据输入图像的第134个行像素获得2行像素。其中一个行像素根据上述公式1-6计算得到,而另一个行像素等于输入行像素。
本发明实施例中,行拉伸的滤波器向量组F[N]包含Q个滤波器,每一个滤波器包含h个元素(h是一个远小于num1的数)。当把此行拉伸算法移植到硬件上,进行行拉伸时只需缓存h行图像数据,这样可以节省大量的硬件资源。
而采用现有的标准图像拉伸算法,例如1920行到1928行的拉伸,若采用标准的Bicubic算法,则滤波器数量至少有1928个,FPGA处理数据需要逐行处理,采用标准的方法,则需要缓存1920行的数据,而采用本发明实施例的方法,则滤波器组里每一个滤波器的大小为4,只需缓存4行数据。
在示例性实施例中,所述将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据可以包括:当选择所述列行拉伸模式时,对所述输入图像数据进行列拉伸处理;将列拉伸处理得到的数据再进行行拉伸处理。即先进行水平拉伸操作,再进行垂直拉伸操作,并且垂直拉伸图像时序是在水平拉伸图像时序的基础上进行垂直拉伸处理。
本发明实施例的列行拉伸模式,先进行列拉伸处理,列拉伸处理流程与上述图3的实施例中相同,列处理得到的数据再进行行拉伸处理(先列拉伸后行拉伸可以节省资源,所以一般先列拉伸后行拉伸),行拉伸处理流程与图4的实施例中相同。算法移植到硬件上时,只需缓存h行像素点数据便可以得到输出。
本发明实施例公开的行、列拉伸算法在实现时,分别采用了滤波器向量组F[N]、F[M]。列拉伸的滤波器向量组F[M]包含P个滤波器,每一个滤波器包含k个元素(k是一个远小于num2的数)。行拉伸的滤波器向量组F[N]包含N个滤波器,每一个滤波器包含h个元素(h是一个远小于num1的数)。当把此算法移植到硬件上,进行列、行拉伸时只需缓存k个与h行图像数据,这样可以节省大量的硬件资源。
图5示出本公开示例性实施例中一种用于对图像进行拉伸的装置的模块示意图。
如图5所示,该用于对图像进行拉伸的装置100可以包括拉伸模式选择模块110、拉伸滤波器组生成和图像分割模块120以及拉伸处理模块130。
该用于对图像进行拉伸的装置100可以包括一FPGA(Field-Programmable GateArray,现场可编程门阵列)芯片,该FPGA芯片中可以设置有拉伸模式选择模块110、拉伸滤波器组生成和图像分割模块120以及拉伸处理模块130。
需要说明的是,本实施例中,采用FPGA芯片只是一种优选方案,FPGA芯片还可以用GAL(Generic Array Logic,通用阵列逻辑)、CPLD(Complex Programmable Logic Device,复杂可编程逻辑器件)等可编程逻辑器件替代。
其中,拉伸模式选择模块110可以用于根据拉伸模式选择参数选择相应的拉伸模式。
在示例性实施例中,所述拉伸模式可以包括列拉伸模式、行拉伸模式和列行拉伸模式中的一种或者多种。
拉伸滤波器组生成和图像分割模块120可以用于根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块。
在示例性实施例中,所述拉伸滤波器组生成和图像分割模块可以包括列拉伸滤波器组生成和图像列分割子模块。
在示例性实施例中,所述拉伸滤波器组生成和图像分割模块可以包括行拉伸滤波器组生成和图像行分割子模块。
拉伸处理模块130可以用于将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据。
在示例性实施例中,所述拉伸处理模块可以包括列拉伸处理子模块和/或行拉伸处理子模块。
本发明实施例提供的用于对图像进行拉伸的装置中的模块和/或子模块的实现具体可以参照上述用于对图像进行拉伸的方法中的内容,在此不再赘述。
图6示出本公开示例性实施例中一种用于对图像进行拉伸的系统框图。
如图6所示,本发明实施例公开的一种用于对图像进行拉伸的装置,可以包括输入模块、拉伸模式选择模块(Sel1)、列拉伸参数输入模块(Cof_a)、图像列分割模块H、列拉伸滤波器组生成模块F1、列拉伸处理模块M1、列输出选择模块(可以输入Sel2的值,Sel2也可以称之为输出选择参数,决定列拉伸模式是否作为最终的输出)、行拉伸参数输入模块(Cof_b)、图像行分割模块V、行拉伸滤波器组生成模块F2、行拉伸处理模块M2和输出模块。
其中,所述输入模块可以用于输入待拉伸的图像数据;所述拉伸模式选择模块可以用于输入参数Sel1的值,根据Sel1的值选择相应的拉伸模式;所述列拉伸参数输入模块可以用于输入列拉伸参数Cof_a;所述图像列分割模块H可以根据Sel1的值选择列拉伸模式以及所述列拉伸参数对所述输入模块输入的图像数据进行列分割;所述列拉伸滤波器组生成模块F1可以用于根据所述列拉伸参数Cof_a生成相应的列拉伸滤波器组;所述列拉伸处理模块M1根据所述列拉伸滤波器组对输入的列分割后的图像数据进行列拉伸处理,从而实现了列拉伸。
本发明实施例提供的用于对图像进行拉伸的装置,可以实现图像的列拉伸、行拉伸和列行拉伸,提出了拉伸滤波器向量组并且每个滤波器包含元素个数较少的方法来实现图像拉伸。根据列与行拉伸参数生成相应的列和行滤波器向量组,利用该向量组实现的拉伸方法,在硬件移植时可以节省大量的硬件资源。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (16)
1.一种用于对图像进行拉伸的方法,其特征在于,包括:
根据拉伸模式选择参数选择相应的拉伸模式;
根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块;
将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据;
所述拉伸模式选择参数包括第一参数和第二参数,所述根据拉伸模式选择参数选择相应的拉伸模式包括:
当所述第一参数为第一值且所述第二参数为第二值时,选择列拉伸模式;
当所述第一参数为第二值且所述第二参数为第一值时,选择行拉伸模式;以及
当所述第一参数和所述第二参数均为第一值时,选择列行拉伸模式。
2.根据权利要求1所述的用于对图像进行拉伸的方法,其特征在于,所述拉伸参数包括列拉伸参数,所述根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将输入图像数据分割成块包括:
当选择所述列拉伸模式时,根据所述列拉伸参数生成相应的列拉伸滤波器组,所述列拉伸滤波器组包括P个滤波器,每个滤波器包括k个元素;
将所述输入图像数据分割成纵向的wid/P块,其中wid为所述输入图像数据的列数。
3.根据权利要求2所述的用于对图像进行拉伸的方法,其特征在于,所述P根据下述公式获得:
(wid+Cof_a)/wid=M/P
其中,(wid+Cof_a)为进行列拉伸处理后输出的数据的列数,M与P是最简比,Cof_a为插入的列数。
4.根据权利要求2所述的用于对图像进行拉伸的方法,其特征在于,所述P为大于1的正整数,所述k小于所述输入图像数据的列数wid。
5.根据权利要求2所述的用于对图像进行拉伸的方法,其特征在于,所述方法还包括:缓存k个所述输入图像数据。
6.根据权利要求1所述的用于对图像进行拉伸的方法,其特征在于,所述拉伸参数包括行拉伸参数,所述根据拉伸参数和所选择的拉伸模式生成相应的拉伸滤波器组,且将所述输入图像数据分割成块包括:
当选择所述行拉伸模式时,根据所述行拉伸参数生成相应的行拉伸滤波器组,所述行拉伸滤波器组包括Q个滤波器,每个滤波器包括h个元素;
将所述输入图像数据分割成横向的high/Q块,其中high为所述输入图像数据的行数。
7.根据权利要求6所述的用于对图像进行拉伸的方法,其特征在于,所述Q根据下述公式获得:
(high+Cof_b)/high=N/Q
其中,(high+Cof_b)为进行行拉伸处理后输出的数据的行数,N与Q是最简比,Cof_b为插入的行数。
8.根据权利要求6所述的用于对图像进行拉伸的方法,其特征在于,所述Q为大于1的正整数,所述h小于所述输入图像数据的行数high。
9.根据权利要求6所述的用于对图像进行拉伸的方法,其特征在于,所述方法还包括:缓存h行所述输入图像数据。
10.根据权利要求1所述的用于对图像进行拉伸的方法,其特征在于,所述将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据包括:
当选择所述列行拉伸模式时,对所述输入图像数据进行列拉伸处理;
将列拉伸处理得到的数据再进行行拉伸处理。
11.根据权利要求1所述的用于对图像进行拉伸的方法,其特征在于,所述输入图像数据的分辨率为wid乘以high,所述拉伸图像数据的分辨率为(wid+Cof_a)乘以(high+Cof_b),其中,Cof_a小于wid,Cof_b小于high;其中,wid为所述输入图像数据的列数,Cof_a为插入的列数,high为所述输入图像数据的行数,Cof_b为插入的行数。
12.一种用于对图像进行拉伸的装置,其特征在于,包括:
拉伸模式选择模块,用于根据拉伸模式选择参数选择相应的拉伸参数;
拉伸滤波器组生成和图像分割模块,用于根据拉伸参数和所选择的拉伸模式选择相应的拉伸滤波器组,且将输入图像数据分割成块;
拉伸处理模块,用于将分割成块的输入图像数据采用所述拉伸滤波器组进行处理获得拉伸图像数据;
所述拉伸模式选择参数包括第一参数和第二参数,所述根据拉伸模式选择参数选择相应的拉伸模式包括:
当所述第一参数为第一值且所述第二参数为第二值时,选择列拉伸模式;
当所述第一参数为第二值且所述第二参数为第一值时,选择行拉伸模式;以及
当所述第一参数和所述第二参数均为第一值时,选择列行拉伸模式。
13.根据权利要求12所述的用于对图像进行拉伸的装置,其特征在于,所述拉伸模式包括列拉伸模式、行拉伸模式和列行拉伸模式中的一种或者多种。
14.根据权利要求12所述的用于对图像进行拉伸的装置,其特征在于,所述拉伸滤波器组生成和图像分割模块包括列拉伸滤波器组生成和图像列分割子模块。
15.根据权利要求12所述的用于对图像进行拉伸的装置,其特征在于,所述拉伸滤波器组生成和图像分割模块包括行拉伸滤波器组生成和图像行分割子模块。
16.根据权利要求12所述的用于对图像进行拉伸的装置,其特征在于,所述拉伸处理模块包括列拉伸处理子模块和/或行拉伸处理子模块。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710524990.2A CN107316276B (zh) | 2017-06-30 | 2017-06-30 | 用于对图像进行拉伸的方法及装置 |
US15/908,966 US10706501B2 (en) | 2017-06-30 | 2018-03-01 | Method and apparatus for stretching image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710524990.2A CN107316276B (zh) | 2017-06-30 | 2017-06-30 | 用于对图像进行拉伸的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107316276A CN107316276A (zh) | 2017-11-03 |
CN107316276B true CN107316276B (zh) | 2020-12-11 |
Family
ID=60181022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710524990.2A Active CN107316276B (zh) | 2017-06-30 | 2017-06-30 | 用于对图像进行拉伸的方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10706501B2 (zh) |
CN (1) | CN107316276B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109871938B (zh) * | 2019-01-21 | 2023-04-25 | 重庆大学 | 一种基于卷积神经网络的零部件喷码检测方法 |
CN112563700B (zh) * | 2020-08-13 | 2022-01-04 | 中国科学院国家天文台 | 亚毫米波多波段成像的超导带通滤波器阵系统和实现方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4569081A (en) * | 1983-12-30 | 1986-02-04 | International Business Machines Corporation | Method for expansion of a digital image |
US7058237B2 (en) * | 2002-06-28 | 2006-06-06 | Microsoft Corporation | Real-time wide-angle image correction system and method for computer image viewing |
US8014611B2 (en) * | 2004-02-23 | 2011-09-06 | Toa Corporation | Image compression method, image compression device, image transmission system, data compression pre-processing apparatus, and computer program |
JP2006049766A (ja) * | 2004-08-09 | 2006-02-16 | Toshiba Corp | 半導体リレー装置 |
JP4365878B2 (ja) | 2005-12-21 | 2009-11-18 | パナソニック株式会社 | 超音波診断装置 |
CN101833754B (zh) * | 2010-04-15 | 2012-05-30 | 青岛海信网络科技股份有限公司 | 图像增强方法及系统 |
US9414064B2 (en) * | 2011-11-25 | 2016-08-09 | Sun Patent Trust | Image processing method and image processing apparatus |
CN102831573B (zh) * | 2012-08-14 | 2014-08-27 | 电子科技大学 | 一种红外图像的线性拉伸方法 |
CN105957016B (zh) * | 2016-06-16 | 2019-03-26 | 武汉精测电子集团股份有限公司 | 一种用于对图像进行拉伸的方法及装置 |
-
2017
- 2017-06-30 CN CN201710524990.2A patent/CN107316276B/zh active Active
-
2018
- 2018-03-01 US US15/908,966 patent/US10706501B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN107316276A (zh) | 2017-11-03 |
US10706501B2 (en) | 2020-07-07 |
US20190005614A1 (en) | 2019-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101340523B (zh) | 一种对数字图像进行曝光补偿的方法和装置 | |
US10839483B2 (en) | Method of converting low-resolution image to high-resolution image and image conversion device performing method | |
US7974490B2 (en) | Apparatus and method to improve clarity of image | |
KR970078437A (ko) | 저역 필터링과 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로 | |
CN107316276B (zh) | 用于对图像进行拉伸的方法及装置 | |
CN102918831A (zh) | 分辨率判断装置、图像处理装置及图像显示装置 | |
CN106157253B (zh) | 图像处理装置与图像处理方法 | |
CN1658667A (zh) | 基于方向性插值的图像边缘平滑系统与方法 | |
US11238571B2 (en) | Method and device for enhancing image contrast, display apparatus, and storage medium | |
CN101226632B (zh) | 一种新的自适应阈值化方法 | |
US7916970B2 (en) | Image processing apparatus, method of same, and program for same | |
CN103714523A (zh) | 基于Kirsch算子的图像锐化系统及图像锐化方法 | |
CN105635523A (zh) | 图像处理方法、图像处理装置及图像形成设备 | |
US20100272372A1 (en) | Image Processing Apparatus and Image Processing Method | |
KR102552747B1 (ko) | 역 톤 매핑 방법 | |
US20050074186A1 (en) | Directional interpolation method and device for increasing resolution of an image | |
WO2024000887A1 (zh) | 显示补偿方法、装置、设备、介质及显示装置 | |
KR970071239A (ko) | 평균-매칭 히스토그램 등화를 이용한 화질 개선 방법 및 그 회로 | |
US20070248287A1 (en) | Pattern detecting method and related image processing apparatus | |
JP5895150B2 (ja) | 画像表示装置 | |
CN104820577A (zh) | 显示装置及其显示信号输入系统、显示信号输入方法 | |
CN1160669C (zh) | 消除图像锯齿效应的后置滤波方法 | |
KR20160069452A (ko) | 영상 처리 장치, 영상 처리 방법, 및 프로그램 | |
KR20090063101A (ko) | 비디오 화상에서 가장자리 방위를 나타내는 거리들을 생성하는 방법, 대응하는 디바이스, 및 디인터레이싱이나 포맷 전환을 위한 방법의 용도 | |
US9330445B2 (en) | Local contrast enhancement method and apparatus |
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 |