CN112508783A - 基于方向插值的图像处理方法、计算机装置及计算机可读存储介质 - Google Patents

基于方向插值的图像处理方法、计算机装置及计算机可读存储介质 Download PDF

Info

Publication number
CN112508783A
CN112508783A CN202011298536.8A CN202011298536A CN112508783A CN 112508783 A CN112508783 A CN 112508783A CN 202011298536 A CN202011298536 A CN 202011298536A CN 112508783 A CN112508783 A CN 112508783A
Authority
CN
China
Prior art keywords
pix
pixel point
pixel
preset
angle
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
CN202011298536.8A
Other languages
English (en)
Other versions
CN112508783B (zh
Inventor
刘月
王军
潘文培
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.)
Xi'an Quanzhi Technology Co ltd
Original Assignee
Xi'an Quanzhi 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 Xi'an Quanzhi Technology Co ltd filed Critical Xi'an Quanzhi Technology Co ltd
Priority to CN202011298536.8A priority Critical patent/CN112508783B/zh
Publication of CN112508783A publication Critical patent/CN112508783A/zh
Application granted granted Critical
Publication of CN112508783B publication Critical patent/CN112508783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4023—Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

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

Abstract

本发明提供一种基于方向插值的图像处理方法、计算机装置及计算机可读存储介质，该方法包括对输出图像的色彩分量的像素点进行方向插值计算：计算输出图像中目标像素点对应在输入图像中的位置，确定目标像素点对应在输入图像中的感兴趣区域；设定主方向及次方向，计算目标像素点在预设邻域中各方向的像素相似度，从多个主方向中确定最优角度及次优角度，根据多个次方向上的像素相似度对最优角度进行校正，获得纹理方向；根据纹理方向进行插值计算，获取目标像素点的色彩值；按照预设顺序对多个色彩分量的像素点进行排序。本发明还提供实现上述方法的计算机装置及计算机可读存储介质。本发明能够提高超分辨率计算获得的图像的纹理与轮廓的效果。

Description

基于方向插值的图像处理方法、计算机装置及计算机可读存 储介质
技术领域
本发明涉及图像处理的技术领域，具体地，是一种基于方向插值的图像处理方法以及实现这种方法的计算机装置、计算机可读存储介质。
背景技术
现有很多智能电子设备具有图像拍摄的功能，例如智能手机、平板电脑、行车记录仪等均设置有摄像装置，电子设备拍摄图像后，有时候需要通过网络传输至另一电子设备，在另一电子设备上进行播放。随着人们对视频和显示质量需求的逐渐增加，视频的图像分辨率作为视频质量的重要特性，在主流市场上已经逐渐过渡到4K水平。为了满足越来越高的图像分辨率的显示需求，终端显示设备的分辨率也逐渐增加。
但是，一些陈旧的电子设备所拍摄的视频分辨率往往较低，且网络传输的视频也可能是多年以前拍摄的视频，这些视频的分辨率也较低，而低分辨率(LR，low resolution)视频在高分辨率(HR，high resolution)显示设备上不能得到较好的显示效果，因此需要将视频的分辨率进行调整，即将视频从低分辨率向高分辨率进行转化，这一转化技术被称为超分辨率(SR，super resolution)技术，目前，超分辨率技术受到了广泛关注。
目前超分辨率技术的应用主要分为两类，一类为视频源从低分辨率直接转化为高分辨率后，通过网络传输且显示；另一类为低分辨率视频源通过网络传输后，在显示端转化为高分辨率后显示。目前实时超分辨率技术主要是基于插值的方法实现，常见的基于插值的方法包括最邻近插值法、双线性插值法和双三次插值法。其中，最邻近法计算量较小，但可能会造成插值生成的图像灰度上的不连续，在灰度变化的地方可能出现明显的锯齿状；双线性法的计算比最邻近点法复杂，计算量较大，效果优于最邻近法，但它具有低通滤波性质，使高频分量受损，图像轮廓可能会有一点模糊；双三次法用到更多邻域的点，效果优于双线性，但是依旧在图像细节和轮廓处效果欠佳。
目前一种超分辨率技术是基于方向插值的计算方法，这种方法在插值计算前需要对图像的角度进行判断，角度判断分为两步，第一步是通过曲率即二阶导数，主要从45°、135°、0°、90°四个角度方向进行考虑；第二步是通过斜率即一阶导数，从预先设定的多个角度方向进行考虑。但是这种方法计算量非常大，而且没有对角度进行校正，导致图像插值计算时间长，且图像插值计算后的图像细节和轮廓处效果仍不佳。
发明内容
本发明的主要目的是提供一种图像插值计算量小且效果好的基于方向插值的图像处理方法。
本发明的另一目的是提供一种实现上述基于方向插值的图像处理方法的计算机装置。
本发明的再一目的是提供一种实现上述基于方向插值的图像处理方法的计算机可读存储介质。
为实现本发明的主要目的，本发明提供的基于方向插值的图像处理方法包括对输出图像的每一色彩分量的像素点进行方向插值计算：根据预设放大倍数，计算输出图像中目标像素点对应在输入图像中的位置，并确定目标像素点对应在输入图像中的感兴趣区域；计算感兴趣区域的纹理方向：预先设定二个以上的主方向以及二个以上的次方向，计算目标像素点在预设邻域中各个主方向以及次方向的像素相似度，从多个主方向中确定最优角度以及次优角度，并根据多个次方向上的像素相似度对最优角度进行校正，获得纹理方向；根据纹理方向进行插值计算，获取目标像素点的色彩值；按照预设顺序对多个色彩分量的像素点进行排序，获得输出图像。
由上述方案可见，通过对多个主方向上的像素相似度进行计算，确定最优角度以及次优角度后，还对最优角度进行校正，可以提高感兴趣区域纹理方向识别的准确性，从而使得插值计算后获得的像素的色彩值更加准确，提升图像的细节以及纹理效果。另外，由于本发明的方法不需要一阶导数、二阶导数的计算，对图像的插值计算量小，能够提高图像插值计算的效率。
一个优选的方案是，根据多个次方向上的像素相似度对最优角度进行校正前，确认满足预设的校正条件。
由此可见，如果不满足预设的校正条件，即认为当前的最优角度已经是最理想的角度，则不对当前计算的最优角度进行修改，可以确保图像以最优的纹理角度进行插值计算，使得输出图像的效果最佳。
进一步的方案是，该预设的校正条件包括：最优角度以及次优角度对应的像素相似度中的最小值大于最优角度以及次优角度对应的像素相似度中的最大值的预设倍数，且预设方向上的像素相似度大于预设阈值。
由于满足上述两个条件时，最优角度与次优角度的像素相似度比较接近，这种情况下有可能是次优角度才是最理想的插值方向，因此，需要满足特定条件下才对最优角度进行校正处理，可以避免错误的对最优角度进行校正。
更进一步的方案是，计算目标像素点在预设邻域中各个主方向以及次方向的像素相似度包括：计算目标像素点在预设邻域中各个主方向以及次方向的差分绝对值。
可见，通过计算差分绝对值来计算各个方向上的像素相似度，使得像素相似度的计算非常简单，节省图像插值计算的计算量，提高图像插值计算的效率。
更进一步的方案是，预设邻域的数量为二个以上，多个预设邻域的像素数量不相同。
可见，通过对多个不同数量的预设邻域上的像素相似度进行计算，可以提高各方向像素相似度计算的准确性，从而对最优方向的选择提供更多的参考数据。
更进一步的方案是，从多个主方向中确定最优角度以及次优角度包括：根据多个预设邻域的像素相似度的置信度确定最优角度以及次优角度。
可见，根据多个不同方向的像素相似度的置信度来计算最优角度以及次优角度，可以提高最优角度、次优角度计算的准确性。
更进一步的方案是，确定最优角度以及次优角度时，像素数量少的预设邻域的像素相似度的置信度优先等级高于像素数量多的预设邻域的像素相似度的置信度。
由此可见，像素数量较少的邻域是目标像素点最接近的像素点构成的邻域，因此，像素点越少的邻域，对方向计算更有参考性，将像素点较少的邻域的优先等级设置较高，可以提高置信度计算的准确性。
更进一步的方案是，根据多个次方向上的像素相似度对最优角度进行校正包括：根据次优角度以及多个次方向上的像素相似度对最优角度进行校正。
由此可见，结合次优角度的情况来对最优角度进行校正，可以提高校正的准确性。
为实现上述的另一目的，本发明提供的计算机装置包括处理器以及存储器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述基于方向插值的图像处理方法的各个步骤。
为实现上述的再一目的，本发明提供计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述基于方向插值的图像处理方法的各个步骤。
附图说明
图1是本发明基于方向插值的图像处理方法实施例的流程图。
图2是应用本发明基于方向插值的图像处理方法实施例的输出图像的目标像素点与输入图像的感兴趣区域的示意图。
图3是应用本发明基于方向插值的图像处理方法实施例的预设邻域为2×2的各个方向的像素相似度计算示意图。
图4是应用本发明基于方向插值的图像处理方法实施例的预设邻域为4×4的各个方向的像素相似度计算示意图。
图5是应用本发明基于方向插值的图像处理方法实施例的预设邻域为6×6的各个方向的像素相似度计算示意图。
图6是应用本发明基于方向插值的图像处理方法实施例的90°插值计算的示意图。
图7是应用本发明基于方向插值的图像处理方法实施例的0°插值计算的示意图。
图8是应用本发明基于方向插值的图像处理方法实施例的45°插值计算的示意图。
图9是应用本发明基于方向插值的图像处理方法实施例的135°插值计算的示意图。
图10是应用本发明基于方向插值的图像处理方法实施例的60°插值计算的示意图。
图11是应用本发明基于方向插值的图像处理方法实施例的120°插值计算的示意图。
图12是应用本发明基于方向插值的图像处理方法实施例的30°插值计算的示意图。
图13是应用本发明基于方向插值的图像处理方法实施例的150°插值计算的示意图。
以下结合附图及实施例对本发明作进一步说明。
具体实施方式
本发明的基于方向插值的图像处理方法应用在智能电子设备上，优选的，智能电子设备设置有显示装置以及图像处理器，图像处理器通过网络接收到低分辨率的视频后，通过本发明的图像处理方法将低分辨率的图像转换为高分辨率的图像，并输出显示。优选的，智能电子设备设置有处理器以及存储器，存储器上存储有计算机程序，处理器通过执行该计算机程序实现上述的基于方向插值的图像处理方法。
基于方向插值的图像处理方法实施例：
通常，输入图像包含有多个色差分量，例如输入图像为YUV图像，则输入图像包含有Y、U、V三个分量，相应的，输出图像也应该包含有Y、U、V三个分量。本实施例是分别对每一个色彩分量进行单独的差值计算。针对每一个色彩分量，需要对输出图像的每一个像素点进行计算，当前计算的像素点即为目标像素点。本实施例需要根据输出图像中目标像素点对应于输入图像中的位置，确定输入图像中的感兴趣区域，并且计算感兴趣区域的纹理方向，例如首先将纹理方向分为4个主方向和4个次方向，分别计算目标像素点在多个预设邻域中各方向上的像素相似度，然后对多个方向的像素相似度进行排序，确定像素相似度最高的两个方向作为最优角度和次优角度。接着，根据4个次方向的像素相似度，对最优角度进行校正，得到最终的纹理方向，并且根据最终确定的纹理方向进行相应角度的插值算法，得到目标像素点的色彩值。当多个色彩分量的每一个像素点的色彩值计算完毕后，按YUV顺序组排列成最终的YUV图像输出。
参见图1，首先执行步骤S1，获取输入图像，并且确定输入图像的宽度、高度，并且获取输出图像的宽度、高度，这样，可以确定输出图像每一个像素点对应到输入图像中的位置。
然后，执行步骤S2，选择一个色彩分量，例如选择Y分量，并执行步骤S3，确定输出图像中的目标像素点对应到输入图像中的位置。具体的，假设输入图像的宽度和高度分别为win和hin，输出图像的宽度和高度分别为wout和hout，对于输出图像中的每一个像素点pixout(yout,xout),xout∈[0,wout),yout∈[0,hout)，可以通过以下公式1计算该目标像素点在输入图像中对应的位置：
Figure BDA0002786105730000061
其中，(yin,xin)表示目标像素点pixout(yout,xout)在输入图像中对应位置左上角最邻近的像素点的坐标，(subyin,subxin)表示pixout(yout,xout)在输入图像中对应位置到(yin,xin)的亚像素距离。
接着，执行步骤S4，根据目标像素点在输入图像中的对应位置，在输入图像中确定目标像素点的感兴趣区域(ROI)，例如，本实施例的感兴趣区域大小是6×6，即以目标像素点对应的位置为中心，输入图像的6×6个像素点为感兴趣区域。
参见图2，假设图中黑色的点为输出图像中的目标像素点对应到输入图像中的位置，则目标像素点对应到输入图像中左上角最邻近的像素点的坐标为序号22的像素点，本实施例中，像素点00至05、10至15…50至55所构成的区域作为感兴趣区域。当然，实际应用时，感兴趣区域的大小不一定是6×6，还可以是5×5、7×7等。需要说明的是，感兴趣区域实际上是由输入图像的像素点构成。
然后，执行步骤S5，计算感兴趣区域的纹理方向。计算感兴趣区域的纹理方向包括多个步骤，首先，预先设定多个纹理方向，包括4个主方向和4个次方向，其中，主方向为90°、0°、45°、135°，而4个次方向为60°、120°、30°、150°。
然后，分别计算目标像素点在多个预设邻域中各方向上的像素相似度，本实施例中，预设邻域的数量为3个，3个预设邻域的像素数量不相同，分别是2×2、4×4、6×6。以2×2的预设邻域为例，计算目标像素点的像素相似度的方法如下：首先计算预设邻域2×2每一角度方向取特定的像素参与运算，如图3所示，针对不同角度的2×2邻域进行像素相似度计算时，计算该邻域下相邻的多个像素之间差分的绝对值，累加后得到该角度方向的像素相似度。例如，针对90°方向上的像素相似度，取像素22、23、32、33按照图3中实线的方向进行差分绝对值的计算。相同的，对于0°、45°、135°、60°、120°、30°、150°等多个方向，也是采用类似的方式计算。因此，预设邻域2×2的多个方向的像素相似度可以采用公式2进行计算：
Figure BDA0002786105730000071
其中，dir2[i]是指方向i上像素的像素相似度，差分绝对值越小，则认为该方向像素相似度越高。其中，索引值i＝0对应90°，i＝1对应0°，i＝2对应45°，i＝3对应135°，i＝4对应60°，i＝5对应120°，i＝6对应30°，i＝7对应150°。式2中，abs是计算绝对值，pix22是像素点22的色彩值，如此类推。
与计算预设邻域2×2每一角度方向的像素相似度类似，通过类似的方法可以计算计算预设邻域为4×4、6×6的每一角度方向的像素相似度。计算计算预设邻域为4×4的每一角度方向的像素相似度时，采用如图4所示的方向，例如计算90°方向上的像素相似度时，计算像素点12、22、32、42的差分绝对值，并计算像素点13、23、33、43的差分绝对值，并且计算两条线上的差分绝对值的平均值。其他角度的也采用类似的方法计算，经过上述计算后，可以到各角度方向的像素相似度dir4[k1]，其中k1可以取值0、1…7，分别对应于90°、0°、45°、135°、60°、120°、30°、150°。
而计算计算预设邻域为6×6的每一角度方向的像素相似度时，采用如图5所示的方向，例如计算90°方向上的像素相似度时，计算像素点01、11、21、31、41、51的差分绝对值，并计算像素点02、12、22、32、42、52的差分绝对值，计算像素点03、13、23、33、43、53的差分绝对值，计算像素点04、14、24、34、44、54的差分绝对值，并且计算四条线上的差分绝对值的平均值。其他角度的也采用类似的方法计算。经过上述计算后，可以到各角度方向的像素相似度dir6[k2]，其中k2可以取值0、1…7，分别对应于90°、0°、45°、135°、60°、120°、30°、150°。
接着，对预设邻域中的4个主方向的像素相似度进行排序，得到按像素相似度从大到小排列的索引数组idx2[0:3]、idx4[0:3]、idx6[0:3]，其中，idx2[0]为预设邻域2×2的各主方向上，像素相似度最高的元素索引，idx2[1]为次高元素的索引，idx2[2]为第三高元素的索引，idx2[3]为像素相似度最小元素的索引。
像素相似度idx4和像素相似度idx6的排序与像素相似度idx2的排序类似，分别为预设邻域4×4和预设邻域6×6中，各主方向上按像素相似度值从高到低排列的元素索引值。
然后，根据各预设邻域中，像素相似度最高的两个方向计算出最优角度和次优角度，具体过程如下：先分别计算像素相似度dir2、像素相似度dir4、像素相似度dir6的置信度cdn2、cdn4、cdn6，具体的，采用公式3进行计算。
cdn2＝abs(dir2[idx2[0]]-dir2[idx2[1]])<Th？1:0
cdn4＝abs(dir4[idx4[0]]-dir4[idx4[1]])<Th？1:0
cdn6＝abs(dir6[idx6[0]]-dir6[idx6[1]])<Th？1:0(式3)
例如，针对置信度cdn2，其计算方式是计算像素相似度dir2最高的元素与次高元素之间的绝对值差值，如果两者之间的绝对值差值小于预设值Th，则置信度cdn2取值为1，否则，取值为0。相同的，置信度cdn4、置信度cdn6也是采用类似的方法进行计算。
接着，根据公式3计算获得的置信度，计算感兴趣区域的最优角度best和次优角度sub，具体的，执行以下步骤：步骤1：如果置信度cnd2的值为0，则最优角度best＝idx2[0]，次优角度sub＝idx2[1]，否则执行步骤2。步骤2：如果置信度cnd4的值为0，则最优角度best＝(dir4[idx2[0]]<dir4[idx2[1]])？idx2[0]:idx2[1]，即以像素相似度dir4最高元素与次高元素之间的较小者作为最优角度，次优角度sub＝(dir4[idx2[0]]<dir4[idx2[1]])？idx2[1]:idx2[0]，即以像素相似度dir4最高元素与次高元素之间的较大者作为次优角度，否则执行步骤3。步骤3：如果置信度cnd6值为0，则最优角度best＝(dir6[idx2[0]]<dir6[idx2[1]])？idx2[0]:idx2[1]，即以像素相似度dir6最高元素与次高元素之间的较小者作为最优角度，次优角度sub＝(dir6[idx2[0]]<dir6[idx2[1]])？idx2[1]:idx2[0]，即以像素相似度dir6最高元素与次高元素之间的较大者作为次优角度，否则best＝idx6[0]，sub＝idx6[1]。
可见，在确定最优角度与次优角度的过程中，像素数量较少的预设邻域的像素相似度对应的置信度具有较高的优先等级，而像素数量较多的预设邻域的像素相似度对应的置信度具有较低的优先等级。
接着，对最优角度进行校正。由于最优角度以及次优角度是通过4各主方向来确定的，因此，对最优角度进行校正时，先判断是否满足校正条件，如果不满足校正条件，则不进行校正，如果满足校正条件，则根据4个次方向的像素相似度对最优角度进行校正，得到最终的纹理方向。
本实施例中，满足校正条件是最优角度以及次优角度对应的像素相似度中的最小值大于最优角度以及次优角度对应的像素相似度中的最大值的预设倍数，并且预设方向上的像素相似度大于预设阈值。即需要同时满足下面的两个条件：
条件1：min(dir2[best],dir2[sub])>k*max(dir2[best],dir2[sub])，其中，k为设定倍数，本实施例中，设定倍数k是一个小于1的数，取值可以是0.7或者0.8等。条件2：dir2[90°]>Th且dir2[0°]>Th，其中，Th为预设阈值。
如果需要对最优角度进行校正，且最优角度best的值为135°，则执行如下操作：如果满足以下条件①或②，则最优角度best修正为150°，如果满足以下条件③或④，则最优角度best修正为120°，否则最优角度best为135°保持不变：
①次优角度sub的值为0°，且dir2[150°]<dir2[135°]。
②次优角度sub的值为45°，且dir2[150°]<dir2[135°]，并且dir2[150°]<dir2[120°]。
③次优角度sub的值为90°，且dir2[120°]<dir2[150°]。
④次优角度sub的值为45°，且dir2[120°]<dir2[135°]，并且dir2[120°]<dir2[150°]。
如果需要对最优角度进行校正，且最优角度best的值为45°，则执行如下操作：如果满足以下条件①或②，则最优角度best修正为30°，如果满足以下条件③或④，则最优角度best修正为60°，否则最优角度best值为45°保持不变：
①次优角度sub的值为0°，且dir2[30°]<dir2[45°]。
②次优角度sub的值135°，且dir2[30°]<dir2[45°]，并且dir2[30°]<dir2[60°]。
③次优角度sub的值为90°，且dir2[60°]<dir2[45°]。
④次优角度sub的值135°，且dir2[60°]<dir2[45°]，并且dir2[60°]<dir2[30°]。
如果需要对最优角度进行校正，且最优角度best的值为0°，则执行如下操作：如果满足以下条件①，则最优角度best修正为30°，如果满足以下条件②，则最优角度best修正为150°，否则最优角度best值为0°保持不变：①次优角度sub的值为45°，且dir2[30°]<dir2[0°]；②次优角度sub的值为135°，且dir2[150°]<dir2[0°]。
如果需要对最优角度进行校正，且最优角度best的值为90°，则执行如下操作：如果满足以下条件①，则最优角度best修正为60°，如果满足以下条件②，则最优角度best修正为120°，否则最优角度best值为90°保持不变：①次优角度sub的值为45°，且dir2[60°]<dir2[90°]；②次优角度sub的值为135°，且dir2[120°]<dir2[90°]。
至此，计算获得感兴趣区域的纹理方向，然后执行步骤S6，根据确定的纹理方向，对原始图像进行插值计算，得到输出图像中目标像素点的色彩值。具体的，如果纹理方向为90°，如图6所示，先计算四个亚像素的色彩值，图6中斜纹填充的点为亚像素点，例如利用同一行的四个像素点(pix11,pix12,pix13,pix14)的色彩值计算该行的亚像素点的色彩值，具体的，可以计算四个像素点的加权平均值作为该亚像素点的色彩值，此时，可以设定各个像素点的权重值，例如与亚像素点的距离越小，权重值越大，与亚像素点的距离越大，权重值越小。同理，利用同一行的四个像素点(pix21,pix22,pix23,pix24)计算该行的另一个亚像素点的色彩值，如此类推，利用像素点(pix31,pix32,pix33,pix34)、像素点(pix41,pix42,pix43,pix44)分别另外两个亚像素的色彩值，再用四个亚像素的色彩值计算目标像素点的色彩值，图6中黑色的点为目标像素点，目标像素点的色彩值可以是四个亚像素点的色彩值的加权平均值。
如果纹理方向为0°，如图7所示，先计算四个亚像素的色彩值，图7中斜纹填充的点为亚像素点，例如利用同一列的四个像素点(pix11,pix21,pix31,pix41)的色彩值计算该列的亚像素点的色彩值，具体的，可以计算四个像素点的加权平均值作为该亚像素点的色彩值，此时，可以设定各个像素点的权重值，例如与亚像素点的距离越小，权重值越大，与亚像素点的距离越大，权重值越小。同理，利用同一列的四个像素点(pix12,pix22,pix32,pix42)计算该列的另一个亚像素点的色彩值，如此类推，利用像素点(pix13,pix23,pix33,pix43)、像素点(pix14,pix24,pix34,pix44)分别另外两个亚像素的色彩值，再用四个亚像素的色彩值计算目标像素点的色彩值，图7中黑色的点为目标像素点，目标像素点的色彩值可以是四个亚像素点的色彩值的加权平均值。
如果纹理方向为45°，如图8所示，根据目标像素点在输入图像中不同的位置，分为以下三种情况：如图8中的(a)情况，目标像素点位于整45°的直线上，则直接用像素点(pix41,pix32,pix23,pix14)插值得到最终结果，即利用像素点(pix41,pix32,pix23,pix14)进行加权平均值的计算，获得目标像素点的色彩值。
如图8中的(b)情况，目标像素点位于整45°直线左上区域，则先利用像素点(pix03,pix13,pix23,pix33)、像素点(pix21,pix22,pix23,pix24)、像素点(pix12,pix22,pix32,pix42)、像素点(pix30,pix31,pix32,pix33)分别插值计算得到四个亚像素点，再用四个亚像素点插值得到最终结果，插值计算均可以采用加权平均计算方法。
如图8中的(c)情况，目标像素点位于整45°直线右下区域，则先利用像素点(pix22,pix23,pix24,pix25)、像素点(pix13,pix23,pix33,pix43)、像素点(pix31,pix32,pix33,pix34)、像素点(pix22,pix32,pix42,pix52)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如果纹理方向为135°，如图9所示，根据目标像素点在输入图像中不同的位置，分为以下三种情况：如图9中的(a)情况，目标像素点位于整135°的直线上，则直接利用像素点(pix11,pix22,pix33,pix44)插值得到最终结果，即得到目标像素点的色彩值。、
如图9中的(b)情况，目标像素点位于整135°直线左下区域，则先利用像素点(pix03,pix13,pix23,pix33)、像素点(pix21,pix22,pix23,pix24)、像素点(pix12,pix22,pix32,pix42)、像素点(pix30,pix31,pix32,pix33)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图9中的(c)情况，目标像素点位于整135°直线右上区域，则先利用像素点(pix22,pix23,pix24,pix25)、像素点(pix13,pix23,pix33,pix43)、像素点(pix31,pix32,pix33,pix34)、像素点(pix22,pix32,pix42,pix52)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如果纹理方向为60°，如图10所示，根据目标像素点在输入图像中对应的位置所在区域不同，分为以下四种情况：如图10中的(a)情况，如果待插值点在输入图像中的第一条整60°直线左上区域，则先利用像素点(pix11,pix12,pix13,pix14)、像素点(pix21,pix22,pix23,pix24)、像素点(pix12,pix22,pix32,pix42)、像素点(pix30,pix31,pix32,pix33)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图10中的(b)情况，如果待插值点在输入图像中第二条整60°直线的右下区域，则先利用像素点(pix22,pix23,pix24,pix25)、像素点(pix13,pix23,pix33,pix43)、像素点(pix31,pix32,pix33,pix34)、像素点(pix41,pix42,pix43,pix44)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图10中的(c)情况，如果待插值点在输入图像中两条整60°直线之间，但不包括均分整个大正方形的60°直线，则先利用像素点(pix13,pix23,pix33,pix43)、像素点(pix21,pix22,pix23,pix24)、像素点(pix31,pix32,pix33,pix34)、像素点(pix22,pix32,pix42,pix52)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图10中的(d)情况，如果待插值点在输入图像中均分整个大正方形区域的60°直线上，则先利用像素点(pix11,pix12,pix13,pix14)、像素点(pix21,pix22,pix23,pix24)、像素点(pix31,pix32,pix33,pix34)、像素点(pix40,pix41,pix42,pix43)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如果纹理方向为120°，如图11所示，根据目标像素点在输入图像中对应的位置所在区域不同，分为以下四种情况：如图11中的(a)情况，如果待插值点在输入图像中第一条整120°直线左下区域，则先利用像素点(pix20,pix21,pix22,pix23)、像素点(pix12,pix22,pix32,pix42)、像素点(pix31,pix32,pix33,pix34)、像素点(pix41,pix42,pix43,pix44)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图11中的(b)情况，如果待插值点在输入图像中对应的位置在第二条整120°直线的右上区域，则先利用像素点(pix11,pix12,pix13,pix14)、像素点(pix21,pix22,pix23,pix24)、像素点(pix13,pix23,pix33,pix43)、像素点(pix32,pix33,pix34,pix35)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图11中的(c)情况，如果待插值点在输入图像中对应的位置在两条整120°直线之间，但不包括均分整个大正方形的120°直线上，则先利用像素点(pix02,pix12,pix22,pix32)、像素点(pix21,pix22,pix23,pix24)、像素点(pix31,pix32,pix33,pix34)、像素点(pix23,pix33,pix43,pix53)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图11中的(d)情况，如果待插值点在输入图像中对应的位置在均分整个大正方形区域的120°直线上，则先利用像素点(pix10,pix11,pix12,pix13)、像素点(pix21,pix22,pix23,pix24)、像素点(pix31,pix32,pix33,pix34)、像素点(pix42,pix43,pix44,pix45)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如果纹理方向为30°，如图12所示，根据待插值点在输入图像中对应的位置所在区域不同，分为以下四种情况：如图12中的(a)情况，如果待插值点在输入图像中对应的位置在第一条整30°直线左上区域，则先利用像素点(pix03,pix13,pix23,pix33)、像素点(pix21,pix22,pix23,pix24)、像素点(pix12,pix22,pix32,pix42)、像素点(pix11,pix21,pix31,pix41)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图12中的(b)情况，如果待插值点在输入图像中对应的位置在第二条整30°直线的右下区域，则先利用像素点(pix14,pix24,pix34,pix44)、像素点(pix13,pix23,pix33,pix43)、像素点(pix31,pix32,pix33,pix34)、像素点(pix22,pix32,pix42,pix52)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图12中的(c)情况，如果待插值点在输入图像中对应的位置在两条整30°直线之间，但不包括均分整个大正方形的30°直线上，则先利用像素点(pix22,pix23,pix24,pix25)、像素点(pix13,pix23,pix33,pix43)、像素点(pix12,pix22,pix32,pix42)、像素点(pix30,pix31,pix32,pix33)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如图12中的(d)情况，如果待插值点在输入图像中对应的位置在均分整个大正方形区域的30°直线上，则先利用像素点(pix04,pix14,pix24,pix34)、像素点(pix13,pix23,pix33,pix43)、像素点(pix30,pix31,pix32,pix33)、像素点(pix21,pix31,pix41,pix51)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
如果纹理方向为150°，如图13所示，根据待插值点在输入图像中对应的位置所在区域不同，分为以下四种情况：如图13中的(a)情况，如果待插值点在输入图像中对应的位置在第一条整150°直线左下区域，则先利用像素点(pix11,pix21,pix31,pix41)、像素点(pix12,pix22,pix32,pix42)、像素点(pix31,pix32,pix33,pix34)、像素点(pix23,pix33,pix43,pix53)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
图13中的(b)情况，如果待插值点在输入图像中对应的位置在第二条整150°直线的右上区域，则先利用像素点(pix02,pix12,pix22,pix32)、像素点(pix21,pix22,pix23,pix24)、像素点(pix13,pix23,pix33,pix43)、像素点(pix14,pix24,pix34,pix44)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
图13中的(c)情况，如果待插值点在输入图像中对应的位置在两条整150°直线之间，但不包括均分整个大正方形的150°直线上，则先利用像素点(pix20,pix21,pix22,pix23)、像素点(pix12,pix22,pix32,pix42)、像素点(pix13,pix23,pix33,pix43)、像素点(pix32,pix33,pix34,pix35)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
图13中的(d)情况，如果待插值点在输入图像中对应的位置在均分整个大正方形区域的150°直线上，则先利用像素点(pix01,pix11,pix21,pix31)、像素点(pix12,pix22,pix32,pix42)、像素点(pix13,pix23,pix33,pix43)、像素点(pix32,pix33,pix34,pix35)分别插值得到四个亚像素点，再用四个亚像素点插值得到目标像素点的色彩值，目标像素点为图中的黑色的点。
至此，目标像素点的色彩值计算完毕，则执行步骤S7，判断当前色彩分量下，是否所有的像素点都已经计算完毕，如果没有，则执行步骤S10，获取下一目标像素点，返回步骤S3对下一目标像素点的色彩值进行计算。如果当前色彩分量的所有像素点的色彩值均计算完毕，则执行步骤S8，判断是否所有色彩分量都计算完毕，如是，则执行步骤S9，按照三个色彩分量YUV的顺序将多个像素点进行组排列形成输出图像，如果还有未计算的色彩分量，则执行步骤S11，获取下一色彩分量，并执行步骤S3，对下一个色彩分量进行同样的计算。
可见，本发明通过对多个主方向上的像素相似度进行计算，确定最优角度以及次优角度后，还对最优角度进行校正，可以提高感兴趣区域纹理方向识别的准确性，从而使得插值计算后获得的像素的色彩值更加准确，提升图像的细节以及纹理效果。
计算机装置实施例：
本实施例的计算机装置可以是智能电子设备，该计算机装置包括有处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于方向插值的图像处理方法的各个步骤。当然，智能电子设备还包括摄像装置，用于获取初始图像。
例如，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明的各个模块。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。
本发明所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
计算机可读存储介质实施例：
上述计算机装置所存储的计算机程序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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述基于方向插值的图像处理方法的各个步骤。
其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
最后需要强调的是，本发明不限于上述实施方式，例如预设邻域数量的变化，或者计算置信度的方式的变化等，这些改变也应该包括在本发明权利要求的保护范围内。

Claims (10)

1.一种基于方向插值的图像处理方法，包括：
对输出图像的每一色彩分量的像素点进行方向插值计算；
其特征在于：
对其中一个色彩分量的像素点的方向插值计算包括：
根据预设放大倍数，计算输出图像中目标像素点对应在输入图像中的位置，并确定所述目标像素点对应在所述输入图像中的感兴趣区域；
计算所述感兴趣区域的纹理方向：预先设定二个以上的主方向以及二个以上的次方向，计算所述目标像素点在预设邻域中各个主方向以及次方向的像素相似度，从多个所述主方向中确定最优角度以及次优角度，并根据多个次方向上的像素相似度对所述最优角度进行校正，获得所述纹理方向；
根据所述纹理方向进行插值计算，获取所述目标像素点的色彩值；
按照预设顺序对多个所述色彩分量的像素点进行排序，获得输出图像。
2.根据权利要求1所述的基于方向插值的图像处理方法，其特征在于：
根据多个次方向上的像素相似度对所述最优角度进行校正前，确认满足预设的校正条件。
3.根据权利要求2所述的基于方向插值的图像处理方法，其特征在于：
所述预设的校正条件包括：所述最优角度以及所述次优角度对应的像素相似度中的最小值大于所述最优角度以及所述次优角度对应的像素相似度中的最大值的预设倍数，且预设方向上的像素相似度大于预设阈值。
4.根据权利要求1至3任一项所述的基于方向插值的图像处理方法，其特征在于：
计算所述目标像素点在预设邻域中各个主方向以及次方向的像素相似度包括：计算所述目标像素点在预设邻域中各个主方向以及次方向的差分绝对值。
5.根据权利要求1至3任一项所述的基于方向插值的图像处理方法，其特征在于：
所述预设邻域的数量为二个以上，多个所述预设邻域的像素数量不相同。
6.根据权利要求5所述的基于方向插值的图像处理方法，其特征在于：
从多个所述主方向中确定最优角度以及次优角度包括：根据多个所述预设邻域的像素相似度的置信度确定所述最优角度以及所述次优角度。
7.根据权利要求6所述的基于方向插值的图像处理方法，其特征在于：
确定所述最优角度以及所述次优角度时，像素数量少的预设邻域的像素相似度的置信度优先等级高于像素数量多的预设邻域的像素相似度的置信度。
8.根据权利要求1至3任一项所述的基于方向插值的图像处理方法，其特征在于：
根据多个次方向上的像素相似度对所述最优角度进行校正包括：根据所述次优角度以及多个次方向上的像素相似度对所述最优角度进行校正。
9.计算机装置，其特征在于，包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述的基于方向插值的图像处理方法的各个步骤。
10.计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述的基于方向插值的图像处理方法的各个步骤。
CN202011298536.8A 2020-11-19 2020-11-19 基于方向插值的图像处理方法、计算机装置及计算机可读存储介质 Active CN112508783B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011298536.8A CN112508783B (zh) 2020-11-19 2020-11-19 基于方向插值的图像处理方法、计算机装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011298536.8A CN112508783B (zh) 2020-11-19 2020-11-19 基于方向插值的图像处理方法、计算机装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112508783A true CN112508783A (zh) 2021-03-16
CN112508783B CN112508783B (zh) 2024-01-30

Family

ID=74957049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011298536.8A Active CN112508783B (zh) 2020-11-19 2020-11-19 基于方向插值的图像处理方法、计算机装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112508783B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114359288A (zh) * 2022-03-22 2022-04-15 珠海市人民医院 基于人工智能的医学影像脑动脉瘤检测和定位方法
WO2023035900A1 (zh) * 2021-09-10 2023-03-16 Oppo广东移动通信有限公司 图像传感器、图像生成方法、装置和电子设备
WO2023169121A1 (zh) * 2022-03-10 2023-09-14 腾讯科技（深圳）有限公司 图像处理方法、游戏渲染方法、装置、设备、程序产品及存储介质
CN117745531A (zh) * 2024-02-19 2024-03-22 瑞旦微电子技术(上海)有限公司 图像插值方法、设备及可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050074186A1 (en) * 2003-10-06 2005-04-07 Sunplus Technology Co., Ltd. Directional interpolation method and device for increasing resolution of an image
DE102006028734A1 (de) * 2006-06-20 2007-12-27 Sci-Worx Gmbh Verfahren zur Reduzierung von Blockartefakten und Schaltungsanordnung hierfür
WO2008067734A1 (en) * 2006-12-05 2008-06-12 Huawei Technologies Co., Ltd. An encoding/decoding method and device, a fractional pixel interpolation processing method and device
JP2016103797A (ja) * 2014-11-28 2016-06-02 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
US20160217552A1 (en) * 2015-01-22 2016-07-28 Samsung Electronics Co., Ltd. Video super-resolution by fast video segmentation for boundary accuracy control
CN106204454A (zh) * 2016-01-26 2016-12-07 西北工业大学 基于纹理边缘自适应数据融合的高精度快速图像插值方法
RU2652722C1 (ru) * 2017-05-03 2018-04-28 Самсунг Электроникс Ко., Лтд. Обработка данных для сверхразрешения
CN109325909A (zh) * 2017-07-31 2019-02-12 深圳市中兴微电子技术有限公司 一种图像放大方法和图像放大装置
CN111340693A (zh) * 2019-08-29 2020-06-26 杭州海康慧影科技有限公司 一种Bayer图像的插值方法、装置及电子设备
CN111784734A (zh) * 2020-07-17 2020-10-16 Oppo广东移动通信有限公司 图像处理方法及装置、存储介质和电子设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050074186A1 (en) * 2003-10-06 2005-04-07 Sunplus Technology Co., Ltd. Directional interpolation method and device for increasing resolution of an image
DE102006028734A1 (de) * 2006-06-20 2007-12-27 Sci-Worx Gmbh Verfahren zur Reduzierung von Blockartefakten und Schaltungsanordnung hierfür
WO2008067734A1 (en) * 2006-12-05 2008-06-12 Huawei Technologies Co., Ltd. An encoding/decoding method and device, a fractional pixel interpolation processing method and device
JP2016103797A (ja) * 2014-11-28 2016-06-02 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
US20160217552A1 (en) * 2015-01-22 2016-07-28 Samsung Electronics Co., Ltd. Video super-resolution by fast video segmentation for boundary accuracy control
CN106204454A (zh) * 2016-01-26 2016-12-07 西北工业大学 基于纹理边缘自适应数据融合的高精度快速图像插值方法
RU2652722C1 (ru) * 2017-05-03 2018-04-28 Самсунг Электроникс Ко., Лтд. Обработка данных для сверхразрешения
CN109325909A (zh) * 2017-07-31 2019-02-12 深圳市中兴微电子技术有限公司 一种图像放大方法和图像放大装置
CN111340693A (zh) * 2019-08-29 2020-06-26 杭州海康慧影科技有限公司 一种Bayer图像的插值方法、装置及电子设备
CN111784734A (zh) * 2020-07-17 2020-10-16 Oppo广东移动通信有限公司 图像处理方法及装置、存储介质和电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ÁLVAR-GINÉS LEGAZ-APARICIO ET AL: "Multiscale estimation ofmultiple orientations based on morphological directional openings", SIGNAL, IMAGE AND VIDEO PROCESSING, vol. 12, pages 1245 - 1253, XP036579877, DOI: 10.1007/s11760-018-1276-y *
齐敏;程恭;杜乾敏;朱柏飞;魏效昱;: "一种分区域多方向数据融合图像插值方法", 数据采集与处理, no. 01, pages 73 - 84 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023035900A1 (zh) * 2021-09-10 2023-03-16 Oppo广东移动通信有限公司 图像传感器、图像生成方法、装置和电子设备
WO2023169121A1 (zh) * 2022-03-10 2023-09-14 腾讯科技（深圳）有限公司 图像处理方法、游戏渲染方法、装置、设备、程序产品及存储介质
CN114359288A (zh) * 2022-03-22 2022-04-15 珠海市人民医院 基于人工智能的医学影像脑动脉瘤检测和定位方法
CN114359288B (zh) * 2022-03-22 2022-06-07 珠海市人民医院 基于人工智能的医学影像脑动脉瘤检测和定位方法
CN117745531A (zh) * 2024-02-19 2024-03-22 瑞旦微电子技术(上海)有限公司 图像插值方法、设备及可读存储介质
CN117745531B (zh) * 2024-02-19 2024-05-31 瑞旦微电子技术(上海)有限公司 图像插值方法、设备及可读存储介质

Also Published As

Publication number Publication date
CN112508783B (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN112508783B (zh) 基于方向插值的图像处理方法、计算机装置及计算机可读存储介质
JP4657367B2 (ja) 画像処理装置、撮像装置、および画像歪み補正方法
US10614551B2 (en) Image interpolation methods and related image interpolation devices thereof
CN103034973B (zh) 基于双三次插值的自适应图像缩放方法
US10255665B2 (en) Image processing device and method, image capturing device, program, and record medium
US20100020225A1 (en) Image processing apparatus, image processing method, and program
CN107016647A (zh) 全景图像色调一致性纠正方法及系统
US11669942B2 (en) Image de-warping system
CN111242863A (zh) 基于图像处理器实现的消除镜头横向色差的方法及介质
US8289420B2 (en) Image processing device, camera device, image processing method, and program
CN110136083A (zh) 一种结合交互式的底图更新方法及装置
CN109993693B (zh) 用于对图像进行插值的方法和装置
JP2021086616A (ja) ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法
CN106204453A (zh) 一种图像的插值方法及装置
KR20140072470A (ko) 어안 렌즈용 왜곡 영상 처리 방법
CN116543055A (zh) 图像畸变标定方法、校正方法、计算机装置、计算机可读存储介质
CN111563517A (zh) 图像处理方法、装置、电子设备及存储介质
CN113160051A (zh) 基于边缘方向的图像插值采样方法及装置
US8472756B2 (en) Method for producing high resolution image
CN113052762A (zh) 图像缩放处理方法及装置、图像缩放处理系统
CN114792288B (zh) 一种曲面屏图像的灰度校正方法及相关装置
CN115222615A (zh) 一种视频图像数据实时校正方法及存储介质
CN107240064B (zh) 图像校正方法、装置及终端
CN110363723B (zh) 改进图像边界效果的图像处理方法及装置
CN107993213B (zh) 一种去锯齿图像缩放器及其去锯齿方法

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