基于预测梯度的图像插值方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105678700A(43)申请公布日2016.06.15(21)申请号201610015629.2(22)申请日2016.01.11(71)申请人苏州大学地址215100江苏省苏州市工业园区仁爱路199号(72)发明人钟宝江陆志芳(74)专利代理机构苏州市中南伟业知识产权代理事务所(普通合伙)32257代理人李阳(51)Int.Cl.G06T3/40(2006.01)权利要求书3页说明书13页附图3页(54)发明名称基于预测梯度的图像插值方法及系统(57)摘要本发明公开一种基于预测梯度的图像插值方法及系统，主要是为了提供一种根据有效判断像素为边缘像素，且能够有效提高插值质量而设计。本发明基于预测梯度的图像插值方法，包括：判断待插值像素是否为边缘像素，若该待插值像素为非边缘像素，则采用线性插值方法进行插值得到高分辨率图像；若该待插值像素为边缘像素，则采用非线性插值方法进行插值得到高分辨率图像。本发明，能够有效判断图像梯度值，保留了边缘，纹理信息，减少插值算法中存在的锯齿现象和模糊现象并且处理转换到Lab颜色空间上的彩色图像只需要消耗较少的计算时间，对于实时图像应用具有重要的意义。CN105678700ACN105678700A权利要求书1/3页1.一种基于预测梯度的图像插值方法，其特征在于，包括：判断待插值像素是否为边缘像素，若该待插值像素为非边缘像素，则采用线性插值方法进行插值得到高分辨率图像；若该待插值像素为边缘像素，则采用非线性插值方法进行插值得到高分辨率图像。2.根据权利要求1所述的基于预测梯度的图像插值方法，其特征在于，判断待插值像素是否为边缘像素具体包括：计算低分辨率图像上所有像素Ii(i，j)的梯度值，梯度值计算公式为：指像素（i，j)上的梯度值，是LR图像的方向导数，θ代表所计算梯度的方向，Sθ是边缘检测器，*是卷积操作；采用预测方法选择待插值像素周围的像素Ii(i，j)的梯度值预测该待插值像素的梯度值公式表示如下：Ψ为一种预测方法；计算该待插值像素正交方向上的梯度差值，将该梯度插值与预定的阈值进行比较，若大于或等于所述阈值，则该待插值像素为边缘像素；若小于所述阈值，则该待插值像素为非边缘像素。3.根据权利要求2所述的基于预测梯度的图像插值方法，其特征在于，所述预测方法包括：双三次预测、基于预插值图片的预测。4.根据权利要求2所述的基于预测梯度的图像插值方法，其特征在于，所述的非线性插值方法具体包括：对边缘像素进行扩散，并计算扩散后的梯度；基于低分辨图像LR的像素Ii(i，j)，对处理高分辨图像对角上的像素进行插值，其中，若IA＝Ih(i-1，j-1)，IB＝Ih(i+1，j+1)，IC＝Ih(i-3，j-3)以及ID＝Ih(i+3，j+3)。若U135(i，j)-U45(i，j)＞T，IA＝Ih(i+1，j+1)，IB＝Ih(i-1，j-1)，IC＝Ih(i+3，j+3)以及ID＝Ih(i-3，j-3)；基于低分辨率图像的Ii(i，j)以及处理图像插值得到的对角像素Ih(2i，2j)，对余下的水平和垂直方向上的像素进行处理，插值公式下如所示：IO＝ω(IA+IB)+(1-ω)(IC+ID)若IA＝Ih(i-1，j)，IB＝Ih(i+1，j)，IC＝Ih(i-3，j)以及ID＝Ih(i+3，j)。若IA＝Ih(i，j-1)，IB＝Ih(i，j+1)，IC＝Ih(i，j-3)以及ID＝Ih(i，j+3)；其中，IA，IB，IC和ID是已知像素，IO是待插像素，ω是可调参数，T是一个阈值，T取值为0至1。5.根据权利要求4所述的基于预测梯度的图像插值方法，其特征在于，ω为17/40，T＝0.08。2CN105678700A权利要求书2/3页6.一种基于预测梯度的彩色图像插值方法，其特征在于，包括：将彩色图像从RGB颜色空间转到Lab颜色空间；分离亮度分量L、色度分量a，b；色度分量a、b，采用线性插值方法进行插值处理；亮度分量L采用权利要求1至5任一所述的基于预测梯度的图像插值方法进行插值。7.根据权利要求6所述的基于预测梯度的彩色图像插值方法，其特征在于，彩色图像从RGB颜色空间转到Lab颜色空间，具体包括：将原始的rgb色彩分量通过Gamma矫正为RGB色彩分量R＝gamma(r)，G＝gamma(g)，B＝gamma(b)(r，g，b∈[0，255])将RGB模式转换为XYZ模式[X，Y，Z]＝[M]*[R，G，B]其中，M是一个3×3的矩阵；将XYZ模式转换为Lab模式其中，f是矫正函数，X1，Y1，Z1分别是线性诡异化之后的X，Y，Z值。8.一种基于预测梯度的图像插值系统，其特征在于，包括：边缘像素判断模块，用于判断待插值像素是