TWI257805B - A method for image enlargement - Google Patents

Description

1257805 九、發明說明 【發明所屬之技術領域】 且特別是有關 法之影像放大 裡影像放大的方法， 於一種可根據不同的 心像特性，來選擇演 的方法。 | 【先前技術】 隨著光學科技鱼數彳☆ ^ ndt、 . 生活中扮演著一個重要的角’影像資訊在曰常 易方便傳輪、便於修改且成以㈣㈣ 泛地運用在各領域中，妗々^ 口此匕被廣 趨重要。 成中&，各式各樣的影像處理技巧也曰 最常見的影像處理技巧就是影像的放大與縮小 ==!像的像素點，因此，可利用特徵的觀念保 點，等於曰广ft，影像的放大是需增加影像的像素 邙八田疋而重建部分影像，由現有的資訊來填補缺少的 =刀心 如何在影像放大中得到最好的效果是近年來 吊被棟时的一個問題。 在白知的影像放大技術中，一張畫面只使用-種演曾 〉進行處理。由於影像的内容是千變萬化的，_是同張: 二:郃有可能有著多種的影像特性，因此’若利用固定= 。异法來對整張影像做放大，即使影像中的—些部分有 放大效果’但某些部份則有可能造成晝面品質不佳 1257805 【發明内容】 因此，本發明的目的就是在提供一種影像放大的方 法’在影像放大時，可依據影像内容，找出最適合的演算 法’以求出最佳的影像品質。 本發明的另一目的就是在提供一種影像放大的方法， 使用至少兩種演算法，來計算欲填補之像素值。 本發明的再一目的就是在提供一種影像放大的方法， 依據取樣方塊值的不同，切換不同的演算法，可以得到最 佳的影像品質。 本發明的又一目的就是在提供一種影像放大的方法， 可根據實際需求，由設計者或使用者自行設定臨界值，以 改變影像所呈現之效果。 根據本發明之上述目的，提出一種影像放大的方法， 至少包括如下步驟。首先，將一影像分為複數個取樣區塊。 接著，決定各取樣區塊之一參考值。然後，比較上述之參 考值與一臨界值，得到一比較結果。接下來，根據上述之 比較結果，計算出需填補之像素值。 依照本發明之較佳實施例，上述之決定步驟至少包括 先提供一濾波器遮罩各取樣區塊，再計算濾波器遮罩各取 樣區塊中之複數個像素，以得到各取樣區塊之參考值，其 中，计算濾波器遮罩各取樣區塊中之複數個像素係循序二 算各取樣區塊中之每一個像素。上述之濾波器古° ^ 阿通濾 波杰。計算出需填補之像素值之步驟，至少 Α ^ 1257805 大於臨界值時，使用一高頻演算法，而當參考值小於臨界 值時，使用一低頻演算法。所使用之高頻演算法例如可以 為Lanczos2演算法、Lanczos3演算法或Mitchell演算法， 而所使用之低頻演算法例如可以為立方迴旋插補演算法 (Cubic Convolution Interpolation Algorithm)、最鄰近演算法 (Nearest Neighborhood Algorithm)、雙線性演算法（Biiinear

Algorithm)、雙立方迴旋演算法（Bicubic Convolution Algorithm)、Box 演算法、三角演算法（Triangle Alg〇rithm)、

Quadradic演算法、Catrom演算法、Gaussian演算法或Sine 演算法。 根據本發明之另一目的，提出一種影像放大的方法， 至少包括如下步驟。首先，將一影像分為複數個取樣區塊。 接著，決定各取樣區塊之一參考值。然後，比較上述之參 考值與一臨界值，得到一比較結果。接下來，根據上述之 比較結果，當參考值大於臨界值時，使用一高頻演算法， §茶考值小於臨界值時，使用一低頻演算法，以計算出需 填補之像素值。 依知本發明之較佳實施例，上述之決定步驟至少包括 先提供一濾波器遮罩各取樣區塊，再計算濾波器遮罩各取 樣區塊中之複數個像素，以得到各取樣區塊之參考值，其 中’计异濾、波器、遮罩各取樣區塊中之複數個像素係循序計 算^取樣，塊中之每—個像素。上述之濾波器為—高通遽 皮叩汁^出而填補之像素值之步驟，至少包括當參考值 大於L界值日”使用一高頻演算法，而當參考值小於臨界 1257805 值時’使用-低頻演算法。所使用之高頻演算法 為LanCZ〇s2演算法、Lancz〇s3演算法或難如11演算法’ 而所使用之低頻演算法例如可以為立方迴旋插補演：:: 最鄰近演算法、雙線性演算法、雙立方迴旋演算法 演算法、二角演算法、Quadradic演算法' Catrom演算法^ Gaussian演算法或Sine演算法。 、…、 【實施方式】

為了使本發明之敘述更加詳盡與完備，可參照下 述並配合第1圖至第3圖之圖示。 田 請參考第1圖，第i圖係繪示依照本發明較佳實施例 之流程示意圖。首先’在㈣102中，將一影像分為複數 個取樣區塊，#中，#樣區塊的尺寸“χη，η 一般為正整 數’當然’取樣區塊的尺寸是越大越好，如此可參考的像 素也就越多，而應用本發明所計算出的插入像素也就越正 確。在本發明之實施例中，取樣區塊的尺寸例如可以為々Μ 或 6x6 〇 接著，在步驟104中，決定各取樣區塊之一參考值。 ，本發明之較佳實施例中，此決定步驟係、提供—高通遽波 為遮罩各取樣區塊，並計算高通濾波器遮罩各取樣區塊中 之複數個像素，以得到各取樣區塊之參考值。然後，在步 驟1 0 6中，比較參考值與一臨界值，得到一比較結果。接 著，根據比較結果，計算出需填補之像素值，如步驟上〇8 所不。在本發明之較佳實施例中，係根據上述之比較結果， 1257805 使用一高頻演算法，而當 用一低頻演算法，以計算 當上述之參考值大於臨界值時， 上述之參考值小於臨界值時，使 出需填補之像素值。 著’請參考第2圖，帛2圖係緣示依照本發明較佳 貝轭例之取樣區塊之 义^竿乂仏 取樣區塊如圖中之取樣 在本發明之較佳實施例中’ 7 £塊202、取樣區塊204所示，其尺 行運二在：：來，利用-遮罩，對-取樣區塊中之像素進 : 發明之較佳實施例中，係使用-遮罩302 ,對 波器mu 運算，而遮罩3G2係為一㈣ 上述之取^寸大小並不限制，遮罩如之尺寸僅需小於 A ★ 塊尺寸即可。本發明較佳實施例之遮罩302 為一尚通濾波器，盆尺+头， 写可以* 八 如第3圖所示。高通濾波 域ηΓ 高頻部分’強化影像變化較大的區

=:高頻的部分。在第2圖中，一先對取樣 =。2—中之像 \PG、pi、p2、p6、p7、p8、pi2piM 太於明I⑽運异，仔到一第一純量值。值得注意的是， =月較佳實施例所使用的高通遽波器、内積運算方法與 :之純量值僅為本發明之—範例，在本發明之其他實施 》，亦可使用不同之高通濾波器與運算方法，以得到不 同之結果。 # 4 + 接著’遮罩302右移，對像素Pl、P2、P3、P7、p8、 P9、PU、P14與P15進行運算，得到一第二純量值。以此 方式’待遮罩302循序計算取樣區塊中之每_個像素後， 亦即以此方式’待遮罩3〇2對取樣區塊2〇2中之像素p2卜 1257805 P22、P2 3、P2 7、P2 8、P2 9、P3 3、P3 4 與 P35 進行運算後， 便可得到1 6個純量值。上述之純量值係表示取樣區塊202 中之高頻分量，其數值越大，表示取樣區塊202中之顏色 變化越劇烈。 將此1 6個純量值的絕對值相加 接著

值。然後，比較參考值與一臨界值，得到一比較結果。接 著，根據比較結果，計算出需填補之像素值，若參考值大 於一 β品界值，則表示取樣區塊2 〇 2中之高頻部分多，因此， 取樣區塊202較適合使用高頻演算法，以計算出欲填補在 取樣區塊202中的像素值，例如填補一像素值於像素ρΐ4、 Ρ15、Ρ20與Ph之間。若參考值小於臨界值，則表示取樣 區塊202中之低頻部分多，因此，取樣區塊2〇2較適合使 用低頻演算法’以計算出欲填補在取樣區& 2()2中的像素 值，例如填補一像素值於像素pi4、pi5、p2〇與p2i之間’'。 舉例而5，若欲進行放大之影像為一臉部的放大，則利用 4x4或6x6的取樣方塊來區分影像細節，判斷出需要細部清 晰的眼睛部分，和希望平滑的皮膚部分，再分別利用不同 的差：：法(在眼睛部分使用高頻演算法，在皮膚部分使用 低頻演算法），來得到影像的像素值。 、口此，|發明之一特徵就是，纟發明之影像放大的 法使用至）兩種演算法，來計算欲填補之像素值。 本發明m徵就是，本發明之影像放大的方 根據影像内容，分別登摆 可 ^ j4擇適合的演算法，因此，在影像放 大後，可得到最佳的影像品質。 1257805 =得注意的是’臨界值可由設計者或使㈣根據實際 需“行設定」例如在本發明之較佳實施例中，此臨界值 設疋為300。當此臨界值越大時’影像中的高頻部分越少， 低頻部分越多，因&，影像也會越柔和。相反地，當此於 界值越小日寺’影像中的低頻部分越少，高頻部分越多，： 此，影像也會越銳利。 在本發明之較佳實施財，㈣演算法例如可以為立 方迴旋插補演算法、最鄰近演算法、雙線性演算法 方迴旋演算法、Bgx演算法、三角演算法、_滅=算 法^atr〇m演算法、GaUSSian演算*或SinC演算法。而ί 頻演异法例如可以為Lancz〇s2演算法、Lancz〇s3演算法：

MhcheU演算法。值得說明的是，本發明並不限制於:述: 演算法。 曰由上述本發明較佳實施例可知，本發明之一優點就 是’本發明之影像放大的方法可利用適當的取樣方塊二 選擇適合的演算法。 由上述本發明較佳實施例可知，本發明之另一優點就 疋，本發明之影像放大的方法可根據不同的影像特性，切 換不同的演算法。 由上述本發明較佳實施例可知，本發明之再一優點就

是，本發明之影像放大的方法可由設計者或使用者根據^ 際需求，自行設定臨界值。 K 雖然本發明已以一較佳實施例揭露如上，然其並非用 以限定本發明，任何熟習此技藝者，在不脫離本發明之精 W7805 神和範圍内，當可作各種 護範圍者視彳I ^ β 更動與潤飾，因此本發明之保 田視後附之申請專利範圍所界定者為準。 【圖式簡單說明】 為讓本發明之上述和其 顯易懂，下文特舉一較佳實、、特破、和優點能更明 細說明如下： & ? 並配合所附圖式，作詳 第1圖係繪示依照本發明 說0 m杈彳土實施例之流程示意圖； 弟2圖係繪示依照本 意圖；以及 較彳土貫麵例之取樣區塊之示 弟3圖係繪示本發明較佳 實知例所使用之高通濾波器。 【主要元件符號說明】 102 將一影像分為複數個 取樣區塊 104 決定各取樣 區塊 之一 參考值 106 比較參考值 與一 臨界值，得到 108 根據比較結 果， 計算 出需填補 202 取樣區塊 204 取樣區塊 302 I遮罩 12

Claims (1)

1257805 平、申請專利範圍 1 · 一種影像放大的方法，至少包括： 將一影像分為複數個取樣區丨允· 決定每一該些取樣區塊之—來考值· 比較該參考值與一臨界值，得到一比較結果；以及 根據该比較結果，計算出需填補之像素值。 2·如申請專利範圍第1項所述之影像放大的方法，其 中該決定每一該些取樣區塊之該參考值之步驟至少包括： 提供一濾波器遮罩母一該些取樣區塊；以及 計异泫濾波為遮罩每一該些取樣區塊中之複數個像 素，以得到母一该些取樣區塊之該參考值。 3 ·如申請專利範圍第2項所述之影像放大的方法，其 中該計具0亥；慮波器遮罩母一該些取樣區塊中之該些像素 之步驟至少包括： 循序計算每一該些取樣區塊中之每一該些像素。 4·如申請專利範圍第2項所述之影像放大的方法，其 中該滤波器為一高通濾、波器。 5 ·如申請專利範圍第1項所述之影像放大的方法，其 中該計算出需填補之像素值之步驟至少包括： 13 1257805 當該參考值大於該臨界值時，使用一高頻演算法。 6 ·如申請專利範圍第5項所述之影像放大的方法，其 中該高頻演算法係選自於由Lanczos2演算法、Lanczos3 演算法以及MitcheU演算法所組成之—族群。 7_如申請專利範圍第1項所述之影像放大的方法，其 中該計算出需填補之像素值之步驟至少包括： 田忒參考值小於該臨界值時，使用一低頻演算法。 8.如申請專利範圍第7項所述之影像放大的方法，立 中該低頻演算法係選自於由立方迴旋插補演算法(CuMc Convolution Interpolation Alg〇rithm)、最鄰近演算法 (Nearest Neighborhood Alg0rithm)、雙線性演算法 (Bilinear Algorithm)、雙立方迴旋演算法 Convolution Algorithm)、Box 演算法、三角演算法 (Triangle Algorithm)、Quadradic 演算法、Catrom 演算法、 Gaussian演算法以及Sine演算法所組成之一族群。 9 · 一種影像放大的方法，至少包括： 將一影像分為複數個取樣區塊； 決定每一該些取樣區塊之一參考值； 比較咸蒼考值與一帛品界值’得到一比較纟Jr果·以 根據該比較結果’當该參考值大於該臨界佶主 ;丨m吟，使用 14 1257805 一高頻演算法，當該參考值小於該臨界值時，使用一低頻 演算法，以計算出需填補之像素值。 1 (K如申請專利範圍第9項所述之影像放大的方法， 其中該決定每一該些取樣區塊之該參考值之步驟至少包 括： 提供一濾波器遮罩每一該些取樣區塊；以及 計算該濾波器遮罩每一該些取樣區塊中之複數個像 素，以得到每一該些取樣區塊之該參考值。 11. 如申請專利範圍第1 0項所述之影像放大的方法， 其中該計算該濾波器遮罩每一該些取樣區塊中之該些像 素之步驟至少包括： 循序計算每一該些取樣區塊中之每一該些像素。 12. 如申請專利範圍第10項所述之影像放大的方法， 其中該濾波器為一高通濾波器。 1 3 .如申請專利範圍第9項所述之影像放大的方法， 其中該高頻演算法係選自於由Lanczos2演算法、Lanczos3 演算法以及Mitchell演算法所組成之一族群。 14.如申請專利範圍第9項所述之影像放大的方法， 其中該低頻演算法係選自於由立方迴旋插補演算法、最鄰 15 1257805 近演算法、雙線性演算法、雙立方迴旋演算法、Box演算 法、三角演算法、Quadradic ’貝异法、catr〇m演算法、 Gaussian演算法以及sinc演算法所組成之一族群。 f 1 5 · —種影像放大的方法，至少包括： 將一影像分為複數個取樣區塊； 決定每一該些取樣區塊之一高頻分量； 根據该局頻分置’執行一弟一演算法；以及 根據該高頻分量，執行一第二演算法。 16.如申請專利範圍第15項所述之影像放大的方法， 其中該第一演算法係選自於由LanCzos2演算法、Lanczos3 • 演算法以及Mitchell演算法所組成之一族群。 17=申請專利範圍第15項所述之影像放大的方法， • *中該第二演算法係選自於由立方迴旋插補演算法、最鄰 近演算法、雙線性演算法、雙立方迴旋演算法、Β〇χ演算 法、三角演算法、Quadradic演算法、Catr_演算法、 ' —演算法以及sinc演算法所組成之一族群。

16