標籤:圖像處理技術

在計算機圖像處理和計算機圖形學中,圖像縮放(image scaling)是指對數字圖像的大小進行調整的過程。圖像縮放是一種非平凡的過程,需要在處理效率以及結果的平滑度(smoothness)和清晰度(sharpness)上做一個權衡。當一個圖像的大小增加之後,組成圖像的像素的可見度將會變得更高,從而使得圖像表現得「軟」。相反地,縮小一個圖像將會增強它的平滑度和清晰度。

1簡介

在計算機圖像處理和計算機圖形學中,圖像縮放(image scaling)是指對數字圖像的大小進行調整的過程。圖像縮放是一種非平凡的過程,需要在處理效率以及結果的平滑度(smoothness)和清晰度(sharpness)上做一個權衡。當一個圖像的大小增加之後,組成圖像的像素的可見度將會變得更高,從而使得圖像表現得「軟」。相反地,縮小一個圖像將會增強它的平滑度和清晰度。

2用途

縮小圖像(或稱為下採樣(subsampled)或降採樣(downsampled))的主要目的有兩個:1、使得圖像符合顯示區域的大小;2、生成對應圖像的縮略圖。放大圖像(或稱為上採樣(upsampling)或圖像插值(interpolating))的主要目的是放大原圖像,從而可以顯示在更高解析度的顯示設備上。對圖像的縮放操作並不能帶來更多關於該圖像的信息, 因此圖像的質量將不可避免地受到影響。然而,確實有一些縮放方法能夠增加圖像的信息,從而使得縮放后的圖像質量超過原圖質量的。

3縮放演算法

假設源圖像如下圖所示:
圖1 原圖像

  圖1 原圖像

要將該圖像放大兩倍,可以有很多種演算法,最簡單的方法為鄰域插值,即將每一個原像素原封不動地複製映射到擴展后對應四個像素中:
圖2 鄰域插值法放大後圖像

  圖2 鄰域插值法放大後圖像

這種方法在放大圖像的同時保留了所有的原圖像的所有信息,但是會產生鋸齒現象。
雙線性插值的效果對於放大的圖像而言較領域插值來得平滑,但是卻使得圖像變得模糊而且仍然會有一部分鋸齒現象。
圖3 雙線性插值法放大後圖像

  圖3 雙線性插值法放大後圖像

雙三次插值更好比雙線性插值更好。
圖4 三次插值法放大後圖像

  圖4 三次插值法放大後圖像

對於低解析度或顏色很少的(通常是從2到256色)圖像的放大問題,效果最好的演算法是hq2x演算法或類似的縮放演算法。這些演算法將會產生銳邊並保留大量的細節,其效果如下:
圖5 hq2x演算法放大後圖像

  圖5 hq2x演算法放大後圖像

對於照片(以及有許多色階的光柵圖像)的縮放演算法可以參看一種被稱為超採樣(supersampling)的反鋸齒演算法。

4放大演算法

圖像放大幾乎都是採用內插值方法,即在原有圖像像素的基礎上在像素點之間採用合適的插值演算法插入新的元素。
主流插值演算法
上述文獻所闡述的分類方法可以參考,但文獻闡述的方法過於狹隘,都是在線性方法上的基礎做改良。偏微分方程插值(PDE),分形,小波逆向插值這三種也是插值演算法的主流之一。小波與分形演算法計算複雜度高,效果較好,小波邊緣處理最好,分形次之。
小波插值充分利用 了圖像奇異特徵沿小波分解尺 度的傳播性 , 能夠更準確地重建出高解析度圖像細節。 但由於小波係數奇異值 的定位涉及精確複雜的邊緣檢 測且小波係數很難跨 尺度對準, 使得演算法實現十分複雜。基於小波插值 的演算法主要有兩種, 分別為子帶插值 和極值外推插值。小波變換本質上是用小波函數作為
帶通濾波器進行濾波, 將原始信號分解為一系列頻帶上 的信號由小波函數簇定義小波變換為: 小波插值公式1。
小波插值公式1

  小波插值公式1

而小波逆變換則是從分解到各頻帶 的信號進行原
始信號的重構 :小波插值公式2
小波插值公式2

  小波插值公式2

小波插值公式3:
小波插值公式3

  小波插值公式3

推廣出二維離散小波變換, 對數字圖像進行重構和插值。 如果圖像 是空問頻率有限的二維信號, 對圖像進行相應頻窗的小 波反變換得到的圖像就可認為是對該圖像的插值。
分形圖像是一種具有複雜幾何形狀,不規則的圖像 ,但其內部基本特徵是自相似性 ,它反映了局部與局部 ,局部與整體在形態、 功能、 時空等方面具有統計意義的相似性.提高圖像解析度的簡單有效的方法是進行內插 ,但經通常的內插后 ,圖像的紋理特徵會有損失 ,利用分形插值方法可以生成高解析度的圖像 ,而且能保持原來圖像的紋理特徵.
上一篇[慕璝]  

相關評論

同義詞:暫無同義詞