CN112508790A - 一种图像插值方法、装置、设备及介质 - Google Patents

一种图像插值方法、装置、设备及介质 Download PDF

Info

Publication number
CN112508790A
CN112508790A CN202011491013.5A CN202011491013A CN112508790A CN 112508790 A CN112508790 A CN 112508790A CN 202011491013 A CN202011491013 A CN 202011491013A CN 112508790 A CN112508790 A CN 112508790A
Authority
CN
China
Prior art keywords
coordinate
image
interpolated
gray value
weight coefficient
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
CN202011491013.5A
Other languages
English (en)
Other versions
CN112508790B (zh
Inventor
加冯刚
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202011491013.5A priority Critical patent/CN112508790B/zh
Publication of CN112508790A publication Critical patent/CN112508790A/zh
Application granted granted Critical
Publication of CN112508790B publication Critical patent/CN112508790B/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
    • G06T3/4023—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

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插值方法、装置、设备及介质。该方法包括：获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；根据预设曲线得到与所述邻域整数坐标对应的权重系数；根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值。本发明实施例的技术方案，解决了对图像进行插值时无法保持图像细节和像素间过渡的平滑性的问题，实现插值后的图像能最大程度地保持图像细节且像素间无马赛克效应的效果。

Description

一种图像插值方法、装置、设备及介质
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种图像插值方法、装置、设备及介质。
背景技术
在图像处理中经常用到插值算法，比如图像配准、图像空间变换等场景。图像的变换包括但不限于平移、旋转、缩放等仿射变换和非刚体变换都是在浮点数空间进行的，但是图像的像素是在整数空间的，因此从浮点数到整数需要一个近似，要求这种近似能最大的保留原图的信息且像素间过渡自然，这种近似方式就是图像插值算法。
常见的图像插值算法包括最近邻插值、线性插值、样条插值以及更高阶的插值方法。越高阶的插值方法得到的图像越平滑，但是细节损失越严重，比如最近邻插值是0阶，线性插值是1阶，线性插值比最近邻插值更平滑，但是细节丢失更严重，更高阶的插值方法这种现象会更加严重。在一些应用场景中，比如在医学图像中，需要尽量的保持细节，但是又希望像素间过度平滑。
发明内容
本发明实施例提供一种图像插值方法、装置、设备及介质，以实现使插值的图像既能保持图像细节，又可以使像素间过渡平滑。
第一方面，本发明实施例提供了一种图像插值方法，该方法包括：
获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；
根据预设曲线得到所述邻域整数坐标对应的权重系数；
根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值。
第二方面，本发明实施例还提供了一种图像插值装置，该装置包括：
参考灰度值获取模块，用于获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的整数坐标及与所述邻域整数坐标对应的参考灰度值；
权重系数获取模块，用于根据预设曲线得到所述邻域整数坐标对应的权重系数；
插值灰度值获取模块，用于根据所述参考灰度值和所述权重系数得到与所述像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值。
第三方面，本发明实施例还提供了一种图像插值设备，其中，所述图像插值设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的图像插值方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如本发明任意实施例所提供的图像插值方法。
本发明实施例通过获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；根据预设曲线得到与所述邻域整数坐标对应的权重系数；根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值，解决了对图像进行插值时无法保持图像细节和像素间过渡的平滑性的问题，实现插值后的图像能最大程度地保持图像细节且像素间无马赛克效应的效果。
附图说明
图1是本发明实施例一中的一种图像插值方法的流程图；
图2是本发明实施例一中的预设参数为5时得到的插值图像；
图3是本发明实施例一中的预设参数为8时得到的插值图像；
图4是本发明实施例二中的一种图像插值方法的流程图；
图5是本发明实施例二中的将不同预设参数对应的预设曲线映射到预设范围的示意图；
图6是本发明实施例三中的一种图像插值装置的结构图；
图7是本发明实施例四中的一种图像处理设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种图像插值方法的流程图，本实施例可适用于对图像进行插值的情况，该方法可以由图像插值装置来执行，具体包括如下步骤：
S110、获取待插值图像中待插值的浮点像素坐标，获取与浮点像素坐标对应的邻域整数坐标及与邻域整数坐标对应的参考灰度值。
为了使图像更加清晰，可通过像素插值的方法将图像提高到指定的分辨率。在进行插值时，获取插值图像中待插值的像素坐标，在该像素坐标插入图像灰度值。待插值的像素坐标为浮点坐标，根据一个待插值的浮点像素坐标，得到其整数邻域坐标，可选的，在一维图像插值中，获取待插值的浮点像素坐标的2邻域整数坐标，在二维图像插值中，获取待插值的浮点像素坐标的4邻域整数坐标，在三维图像插值中，获取待插值的浮点像素坐标的8邻域整数坐标。更进一步，获取的邻域还可以包括其相邻坐标像素的再相邻坐标像素。如在一维图像插值中，获取待插值的像素坐标的4邻域整数坐标，在二维图像插值中，获取待插值的像素坐标的8邻域整数坐标，在三维图像插值中，获取待插值的像素坐标的14邻域整数坐标。插入的图像灰度值通过与待插值的浮点像素坐标相邻的整数坐标对应的灰度值得到。
可选的，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值，包括：对所述浮点像素坐标中的每个坐标值均进行取整处理，得到与所述浮点像素坐标对应的整数坐标；获取与所述邻域整数坐标对应的灰度值作为参考灰度值，对所述浮点像素坐标中的每个坐标值均进行取整处理，得到与所述浮点像素坐标对应的邻域整数坐标；获取与所述第一整数坐标对应的灰度值。对待插值图像进行取整处理，可进行向下取整或向上取整操作。得到与浮点像素坐标对应的第一整数坐标。示例性的，当对一维图像进行插值时，获取待插值的像素坐标的2邻域整数坐标，待插值浮点像素坐标为0.65，进行向下取整操作得到第一整数坐标为0，将第一整数坐标加一或者对待插值坐标进行向上取整，得到第二整数坐标为1。分别获取第一整数坐标与第二整数坐标对应的灰度值，用以获取待插值浮点坐标处的灰度值。
S120、根据预设曲线得到邻域整数坐标对应的权重系数。
邻域坐标为与待插值坐标相邻的整数坐标，在根据与待插值坐标相邻的整数坐标对应的灰度值计算插值灰度值时，需获取各整数坐标对应的灰度值的权重系数。通过预设曲线或预设函数获取与邻域整数坐标对应的权重系数，将各整数坐标对应的灰度值分别乘以对应的权重系数，进而通过乘以权重系数的灰度值得到插值灰度值。
S130、根据参考灰度值和权重系数得到与浮点像素坐标对应的插值灰度值，基于差值灰度值对待插值图像进行插值。
将各参考灰度值和对应的权重系数相乘，将所有乘以权重系数的参考灰度值相乘得到与浮点像素坐标对应的插值灰度值，将插值灰度值根据待插值的浮点像素坐标插入，得到插值图像。
可选的，根据如下公式计算插值灰度值；
Figure BDA0002840691390000051
其中，wn表示第n个邻域整数坐标对应的权重系数，共有N个邻域整数坐标；gn表示第n个邻域整数坐标对应的灰度值，g表示插值灰度值。n为自然数。N为设定值的整数。
如图2和图3所示，图2为L值为5时得到的插值图像，图3为L值为8时得到的插值图像，得到的插值图像既能保持图像的细节，又不会有马赛克现象，由图可以看出在当前场景采用L＝8比采用L＝5获得的插值图像效果更好。
本实施例的技术方案，通过获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；根据预设曲线得到与所述邻域整数坐标对应的权重系数；根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值，解决了对图像进行插值时无法保持图像细节和像素间过渡的平滑性的问题，实现插值后的图像能最大程度地保持图像细节且像素间无马赛克效应的效果。
实施例二
图4为本发明实施例二提供的一种图像插值方法的流程图，本实施例是在上一实施例的基础上的进一步细化，根据预设曲线得到与所述邻域整数坐标对应的权重系数，包括：将所述浮点像素坐标与各邻域整数坐标作差，得到差值；根据所述差值和所述预设曲线得到与各邻域整数坐标对应的权重系数。通过计算各邻域整数坐标与待插值的浮点像素坐标的差值，根据差值和预设曲线中得到对应的权重系数，根据各邻域整数坐标对应的图像灰度值和对应的权重系数得到插值灰度值，将插值灰度值插入对应的浮点像素坐标处，使得到的插值图像更加清晰，效果更好。
如图4所示，具体包括如下步骤：
S210、获取待插值图像中待插值的浮点像素坐标，获取与浮点像素坐标对应的邻域整数坐标及与邻域整数坐标对应的参考灰度值。
S220、将浮点像素坐标与各邻域整数坐标作差，得到差值；根据差值和预设曲线得到与各邻域整数坐标对应的权重系数。
分别将与待插值像素的浮点坐标值对应的各邻域整数坐标与待插值坐标进行作差，得到差值。将差值带入至预设曲线中得到权重系数。
可选的，根据如下公式计算各邻域整数坐标对应的权重系数；
Figure BDA0002840691390000071
其中，w为权重系数，D表示待插值图像维度；i表示对应i维度值；S_Func表示预设曲线；abs表示取绝对值操作；float_coordi表示i维度值的待插值的浮点像素坐标；interger_coordi表示与所述i维度值的待插值的浮点像素坐标对应的i维度值的邻域整数坐标。通过上述公式，计算出待插值像素坐标对应的每个整数邻域内的坐标的权重系数。
示例性的，在一维图像插值中，获取待插值的浮点像素坐标的2邻域整数坐标，故待插值的像素坐标对应的邻域整数坐标为两个，在二维图像插值中，获取待插值的浮点像素坐标的4邻域整数坐标，故待插值的浮点像素坐标对应的邻域整数坐标为四个，在三维图像插值中，获取待插值的浮点像素坐标的8邻域整数坐标，故待插值的浮点像素坐标对应的邻域整数坐标为8个，将所有的邻域整数坐标分别与待插值的浮点像素坐标进行作差，取差值的绝对值，将差值的绝对值带入至预设曲线中得到各邻域整数坐标对应的权重系数。
可选的，预设曲线或预设函数包括：
S_Func(p)＝1-sigmoidL(P)
其中，
Figure BDA0002840691390000081
L为预设参数，p为差值，S_Func(p)为所述差值p对应的权重系数。
可选的，sigmoidL(p)还可以替换为：sinL(p)或者cosL(p)。
可选的，根据所述差值和所述预设曲线得到与各邻域整数坐标对应的权重系数，包括：将所述预设曲线映射到预设坐标范围中得到映射曲线；根据所述差值和所述映射曲线得到所述权重系数。将所述预设曲线映射到预设的坐标范围中得到映射曲线，示例性的，将预设曲线映射到横坐标范围为[0，1]中，得到映射曲线。将浮点像素坐标与邻域整数坐标的差值作为横坐标带入到映射曲线中，对应的纵坐标即为对应整数坐标的权重系数。
可选的，将所述预设曲线映射到预设坐标范围中得到映射曲线，包括：根据所述预设参数得到第一预设坐标范围；将第一预设坐标范围的预设曲线映射到第二预设坐标范围中得到映射曲线。示例性的，当配置的预设参数L的数值为5时，确定的第一预设坐标范围为[-5，5]，当配置的L的数值为8时，确定的第一预设坐标范围为[-8，8]，将第二预设坐标范围设置为[0,1]，将在[-5，5]或[-8，8]范围内的预设曲线或预设函数映射到[0,1]，如图5所示为映射后的曲线。由图5可知，L越大插值效果越接近最近邻插值，L越小插值效果越接近于线性插值。L值可根据实际需要进行调整，从而得到不同的预设曲线或预设函数用于计算插值灰度值，使插值图像更加符合实际需要。
S230、根据参考灰度值和权重系数得到与浮点像素坐标对应的插值灰度值，基于差值灰度值对待插值图像进行插值。
本实施例的技术方案，通过获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；将所述浮点像素坐标与所述邻域整数坐标作差，得到差值；根据所述差值和所述预设曲线得到与各邻域整数坐标对应的权重系数；根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值，解决了对图像进行插值时无法保持图像细节和像素间过渡的平滑性的问题，实现插值后的图像能最大程度地保持图像细节且像素间无马赛克效应的效果。
实施例三
图6为本发明实施例三提供的一种图像插值装置的结构图，该图像插值装置包括：参考灰度值获取模块310、权重系数获取模块320和插值灰度值获取模块330。
其中，参考灰度值获取模块310，用于获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；权重系数获取模块320，用于根据预设曲线得到所述邻域整数坐标对应的权重系数；插值灰度值获取模块330，用于根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值。
在上述实施例的技术方案中，参考灰度值获取模块310，包括：
坐标取整单元，用于对所述像素坐标中的每个坐标值均进行取整处理，得到与所述像素坐标对应的整数坐标；
参考灰度值获取单元，用于获取与所述整数坐标对应的灰度值作为参考灰度值。
可选的，所述邻域整数坐标的数量为至少两个。
在上述实施例的技术方案中，权重系数获取模块320，包括：
差值坐标获取单元，用于将所述浮点像素坐标与各邻域整数坐标作差，得到差值；
权重系数获取单元，用于根据所述差值和所述预设曲线得到与各邻域整数坐标对应的权重系数。
可选的，根据如下公式计算所述整数坐标对应的权重系数；
Figure BDA0002840691390000101
其中，w为权重系数；D表示待插值图像维度；i表示对应i维度值；S_Func表示预设曲线；abs表示取绝对值操作；float_coordi表示i维度值的待插值的浮点像素坐标；interger_coordi表示与所述i维度值的待插值的浮点像素坐标对应的i维度值的邻域整数坐标。
可选的，预设曲线为：S_Func(p)＝1-sigmoidL(p)
其中，
Figure BDA0002840691390000102
L为预设参数，p为差值，S_Func(p)为所述差值p对应的权重系数。
在上述实施例的技术方案中，权重系数获取单元，包括：
映射曲线获取子单元，用于将所述预设曲线映射到预设坐标范围中得到映射曲线；
权重系数获取子单元，用于根据所述差值和所述映射曲线得到所述权重系数。
在上述实施例的技术方案中，映射曲线获取子单元，包括：
预设坐标范围获取子单元，用于根据所述预设参数得到第一预设坐标范围；
曲线映射子单元，用于第一预设坐标范围的预设曲线映射到第二预设坐标范围中得到映射曲线。
可选的，根据如下公式计算插值灰度值；
Figure BDA0002840691390000111
其中，wn表示第n个邻域整数坐标对应的权重系数，共有N个邻域整数坐标；gn表示第n个邻域整数坐标对应的灰度值，g表示插值灰度值。
本实施例的技术方案，通过获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；根据预设曲线得到与所述邻域整数坐标对应的权重系数；根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值，解决了对图像进行插值时无法保持图像细节和像素间过渡的平滑性的问题，实现插值后的图像能最大程度地保持图像细节且像素间无马赛克效应的效果。
本发明实施例所提供的图像插值装置可执行本发明任意实施例所提供的图像插值方法，具备执行方法相应的功能模块和有益效果。
实施例四
图7为本发明实施例四提供的一种图像处理设备的结构示意图，如图7所示，该图像处理设备包括处理器410、存储器420、输入装置430和输出装置440；图像处理设备中处理器410的数量可以是一个或多个，图7中以一个处理器410为例；图像处理设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图7中以通过总线连接为例。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的图像插值方法对应的程序指令/模块(例如，图像插值装置中的参考灰度值获取模块310、权重系数获取模块320和插值灰度值获取模块330)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行图像处理设备的各种功能应用以及数据处理，即实现上述的图像插值方法。
存储器420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；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420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，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至图像处理设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与图像处理设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种图像插值方法，该方法包括：
获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；
根据预设曲线得到与所述邻域整数坐标对应的权重系数；
根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的图像插值方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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的方法。
值得注意的是，上述图像插值装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种图像插值方法，其特征在于，包括：
获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；
根据预设曲线得到与所述邻域整数坐标对应的权重系数；
根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值。
2.根据权利要求1所述的方法，其特征在于，所述邻域整数坐标的数量为至少两个；所述根据预设曲线得到与所述邻域整数坐标对应的权重系数，包括：
将所述浮点像素坐标与各邻域整数坐标作差，得到差值；
根据所述差值和所述预设曲线得到与各邻域整数坐标对应的权重系数。
3.根据权利要求2所述的方法，其特征在于，根据如下公式计算各邻域整数坐标对应的权重系数；
Figure FDA0002840691380000011
其中，w为权重系数；D表示待插值图像维度；i表示对应i维度值；S_Func表示预设曲线；abs表示取绝对值操作；float_coordi表示i维度值的待插值的浮点像素坐标；interger_coordi表示与所述i维度值的待插值的浮点像素坐标对应的i维度值的邻域整数坐标。
4.根据权利要求3所述的方法，其特征在于，所述预设曲线包括：
S_Func(p)＝1-sigmoidL(p)
其中，
Figure FDA0002840691380000012
L为预设参数，p为差值，S_Func(p)为所述差值p对应的权重系数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述差值和所述预设曲线得到与各邻域整数坐标对应的权重系数，包括：
将所述预设曲线映射到预设坐标范围中得到映射曲线；
根据所述差值和所述映射曲线得到所述权重系数。
6.根据权利要求5所述的方法，其特征在于，所述将所述预设曲线映射到预设坐标范围中得到映射曲线，包括：
根据所述预设参数得到第一预设坐标范围；
将第一预设坐标范围的预设曲线映射到第二预设坐标范围中得到映射曲线。
7.根据权利要求6所述的方法，其特征在于，根据如下公式计算插值灰度值；
Figure FDA0002840691380000021
其中，wn表示第n个邻域整数坐标对应的权重系数，共有N个邻域整数坐标；gn表示第n个邻域整数坐标对应的灰度值，g表示插值灰度值。
8.一种图像插值装置，其特征在于，包括：
参考灰度值获取模块，用于获取待插值图像中待插值的浮点像素坐标，获取与所述浮点像素坐标对应的邻域整数坐标及与所述邻域整数坐标对应的参考灰度值；
权重系数获取模块，用于根据预设曲线得到所述邻域整数坐标对应的权重系数；
插值灰度值获取模块，用于根据所述参考灰度值和所述权重系数得到与所述浮点像素坐标对应的插值灰度值，基于所述差值灰度值对所述待插值图像进行插值。
9.一种图像处理设备，其特征在于，所述图像处理设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的图像插值方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的图像插值方法。
CN202011491013.5A 2020-12-16 2020-12-16 一种图像插值方法、装置、设备及介质 Active CN112508790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011491013.5A CN112508790B (zh) 2020-12-16 2020-12-16 一种图像插值方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011491013.5A CN112508790B (zh) 2020-12-16 2020-12-16 一种图像插值方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN112508790A true CN112508790A (zh) 2021-03-16
CN112508790B CN112508790B (zh) 2023-11-14

Family

ID=74972993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011491013.5A Active CN112508790B (zh) 2020-12-16 2020-12-16 一种图像插值方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN112508790B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9924040D0 (en) * 1999-10-11 1999-12-15 Ctx Opto Electronics Corp Digital image scaling device with automatic image quality adjustment
US20020012464A1 (en) * 2000-06-12 2002-01-31 Samsung Electronics Co., Ltd. Two-dimensional non-linear interpolation system based on edge information and two-dimensional mixing interpolation system using the same
JP2002374407A (ja) * 2001-06-15 2002-12-26 Matsushita Electric Ind Co Ltd 画像処理装置
JP2005086687A (ja) * 2003-09-10 2005-03-31 Sharp Corp 補間処理方法、補間処理プログラムおよびこれを記録した記録媒体ならびに画像処理装置およびこれを備えた画像形成装置
CN1802649A (zh) * 2003-07-24 2006-07-12 罗彻斯特大学 用于图像传感和处理的系统和方法
US20080199099A1 (en) * 2006-02-07 2008-08-21 Xavier Michel Image processing apparatus and method, recording medium, and program
KR20090093675A (ko) * 2008-02-29 2009-09-02 전남대학교산학협력단 곡선 보간을 이용한 에러복원방법
CN103366342A (zh) * 2013-07-02 2013-10-23 天津大学 应用于视频图像放大的分段线性插值方法
US20150016749A1 (en) * 2013-07-12 2015-01-15 National Central University Image interpolation method and image interpolation device and image apparatus using the same
US20160081644A1 (en) * 2014-09-19 2016-03-24 Fujifilm Corporation Tomographic image generation device and method, and recording medium
CN109903224A (zh) * 2019-01-25 2019-06-18 珠海市杰理科技股份有限公司 图像缩放方法、装置、计算机设备和存储介质
CN110163974A (zh) * 2019-05-22 2019-08-23 南京大学 一种基于无向图学习模型的单图像面片重建方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9924040D0 (en) * 1999-10-11 1999-12-15 Ctx Opto Electronics Corp Digital image scaling device with automatic image quality adjustment
US20020012464A1 (en) * 2000-06-12 2002-01-31 Samsung Electronics Co., Ltd. Two-dimensional non-linear interpolation system based on edge information and two-dimensional mixing interpolation system using the same
JP2002374407A (ja) * 2001-06-15 2002-12-26 Matsushita Electric Ind Co Ltd 画像処理装置
CN1802649A (zh) * 2003-07-24 2006-07-12 罗彻斯特大学 用于图像传感和处理的系统和方法
JP2005086687A (ja) * 2003-09-10 2005-03-31 Sharp Corp 補間処理方法、補間処理プログラムおよびこれを記録した記録媒体ならびに画像処理装置およびこれを備えた画像形成装置
US20080199099A1 (en) * 2006-02-07 2008-08-21 Xavier Michel Image processing apparatus and method, recording medium, and program
KR20090093675A (ko) * 2008-02-29 2009-09-02 전남대학교산학협력단 곡선 보간을 이용한 에러복원방법
CN103366342A (zh) * 2013-07-02 2013-10-23 天津大学 应用于视频图像放大的分段线性插值方法
US20150016749A1 (en) * 2013-07-12 2015-01-15 National Central University Image interpolation method and image interpolation device and image apparatus using the same
US20160081644A1 (en) * 2014-09-19 2016-03-24 Fujifilm Corporation Tomographic image generation device and method, and recording medium
CN109903224A (zh) * 2019-01-25 2019-06-18 珠海市杰理科技股份有限公司 图像缩放方法、装置、计算机设备和存储介质
CN110163974A (zh) * 2019-05-22 2019-08-23 南京大学 一种基于无向图学习模型的单图像面片重建方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
马书红: "几种经典插值算法的放大结果比较", 《信息通信》 *
马书红: "几种经典插值算法的放大结果比较", 《信息通信》, 31 May 2014 (2014-05-31) *
马晓路: "《MATLAB图像处理从入门到精通》" *
马晓路: "《MATLAB图像处理从入门到精通》", pages: 89 - 92 *
麻越，吴纪桃: "一种基于像素分类的图像插值方法", 《2011 INTERNATIONAL CONFEREMCE ON INTELLIGENT COMPUTATION AND INDUSTRIAL APPLICATION》, 18 June 2011 (2011-06-18) *

Also Published As

Publication number Publication date
CN112508790B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
JP6563453B2 (ja) 例示的な類似画像と関連した例示的な近似奥行きマップを用いた、入力画像に対する奥行きマップの生成
CN110827200B (zh) 一种图像超分重建方法、图像超分重建装置及移动终端
WO2018082185A1 (zh) 图像处理方法和装置
JP2015522988A (ja) 連続座標系を活用する動き補償および動き予測
Ttofis et al. High-quality real-time hardware stereo matching based on guided image filtering
CN110049242B (zh) 一种图像处理方法和装置
CN109214996A (zh) 一种图像处理方法及装置
CN111353955A (zh) 一种图像处理方法、装置、设备和存储介质
CN114862725B (zh) 基于光流法实现运动感知模糊特效的方法及装置
CN113989717A (zh) 视频图像处理方法、装置、电子设备及存储介质
Zhang et al. A ViBe based moving targets edge detection algorithm and its parallel implementation
CN113506305A (zh) 三维点云数据的图像增强方法、语义分割方法及装置
CN113766117B (zh) 一种视频去抖动方法和装置
CN112508790A (zh) 一种图像插值方法、装置、设备及介质
KR20130036430A (ko) 저 해상도 깊이 맵으로부터 고 해상도 깊이 맵을 생성하는 방법 및 이를 기록한 기록매체
CN107464273B (zh) 图像风格刷的实现方法与装置
CN111784733B (zh) 图像处理方法、装置、终端和计算机可读存储介质
CN111885338B (zh) 一种视频去隔行处理方法及装置
CN109242750B (zh) 图片签名方法、图片匹配方法、装置、设备及存储介质
CN112150532A (zh) 图像处理的方法、装置、电子设备和计算机可读介质
CN113469889A (zh) 一种图像降噪的方法及装置
CN116778095B (zh) 一种基于人工智能的三维重建方法
CN111626935B (zh) 像素图缩放方法、游戏内容生成方法及装置
CN114693508A (zh) 图像处理方法、装置、终端设备及计算机可读存储介质
Jang et al. Ringing artifacts removal system for mobile application camera by modified K-means algorithm

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