專利名稱：一種基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理及圖像縮放領(lǐng)域，特別是涉及一種基于相關(guān)性檢測(cè)的
非線性圖像放大兩倍方法。
背景技術(shù)：
圖像縮放就是改變圖像的分辨率，包括從低分辨率到高分辨率的圖像放大以及從高分辨率到低分辨率的圖像縮小，其核心問(wèn)題是如何根據(jù)源圖像的像素顏色分布以及圖像的各種特征，重構(gòu)出新分辨率下目標(biāo)圖像的像素顏色值。因此，圖像縮放也可以理解為圖像重建中的重采樣。 圖像縮小對(duì)應(yīng)于圖像的降采樣，目前該問(wèn)題已有較好的實(shí)現(xiàn)方法；圖像放大對(duì)應(yīng)于圖像的超采樣，也稱為圖像插值或超分辨率技術(shù)，則是圖像縮放的研究重點(diǎn)，這也是本發(fā)明的主要研究對(duì)象。圖像放大中，按其原始圖像為單幅圖像或多幅圖像又可分為單幀圖像插值和多幀圖像插值。 單幀圖像插值是指將單幅源圖像作為輸入，利用某種插值方法獲得一幅期望的新分辨率下的目標(biāo)圖像。而多幀圖像插值的輸入為多幅略有不同的圖像序列，然后根據(jù)該圖像序列的特征和圖像信息得到一幅新分辨率下的目標(biāo)圖像。本發(fā)明主要研究的是基于單幀的圖像放大。 從數(shù)值分析的角度來(lái)看，圖像縮放過(guò)程都可以理解為根據(jù)圖像像素的離散顏色信息重建一個(gè)連續(xù)函數(shù)f ，然后根據(jù)所需的新分辨率對(duì)f進(jìn)行重采樣來(lái)得到縮放圖像。所以如何選擇連續(xù)函數(shù)f是圖像縮放的關(guān)鍵。
—般來(lái)說(shuō)，對(duì)連續(xù)函數(shù)f有以下幾個(gè)要求 (1)函數(shù)f插值源圖像，即將函數(shù)f在原始分辨率上進(jìn)行采樣，可以完全恢復(fù)源圖像的特征； (2)函數(shù)f在新分辨率上重采樣后，要盡可能地保持圖像像素之間顏色的連續(xù)性
以及圖像邊緣特征，即縮放后圖像不會(huì)出現(xiàn)鋸齒和邊緣特征模糊的現(xiàn)象； (3)函數(shù)f在新分辨率上重采樣后，要盡可能地保持圖像的細(xì)節(jié)紋理信息。這也是
現(xiàn)階段圖像縮放技術(shù)上的難點(diǎn)之一。 所以理論上，圖像縮放可以看作一個(gè)二元函數(shù)重構(gòu)與重采樣的問(wèn)題。若圖像上像素(i，j)處的顏色值為fij，圖像大小為MXN，現(xiàn)要將圖像縮放至PXQ，則圖像縮放可以描述
如下假設(shè)f (x，y)是定義在二維區(qū)域上的一個(gè)函數(shù)，首先根據(jù)像素點(diǎn)處的離散顏色值{fij}(i = 1，2，... ，M;j = 1，2，...N)重構(gòu)函數(shù)f(x，y)，使得f(i， j) = &，其中(x， y) G [1，M]X[1，N]。如果源圖像為灰度圖，那么f(x，y)為標(biāo)量函數(shù)；如果源圖像為彩色圖像，那么f(x，y)為矢量函數(shù)；然后在[l，P]X[l，Q]上按照適當(dāng)?shù)囊?guī)則對(duì)f(x，y)進(jìn)行重采樣，結(jié)果即為縮放后的目標(biāo)圖像。當(dāng)P〈M且Q〈N時(shí)，為圖像縮??；當(dāng)P〉M且Q〉N時(shí)為圖像放大；當(dāng)P二2M且Q二2N時(shí)，對(duì)應(yīng)于函數(shù)f (x， y)的超采樣，則是圖像縮放的研究重點(diǎn)。
圖像縮放算法眾多，其中最常見(jiàn)的是基于核函數(shù)的插值算法，它們的共同特點(diǎn)是
5采用一個(gè)連續(xù)函數(shù)來(lái)描述離散圖像。目標(biāo)圖像中的像素T(x， y)可通過(guò)如下公式求得
<formula>formula see original document page 6</formula> 其中Sij為源圖像S的采樣點(diǎn)，f(x-i，y-j)為插值核函數(shù)。為了減少運(yùn)算量，往往選擇線性的核函數(shù)，即滿足f(x， y) =f(x)f(y)。這類算法的本質(zhì)是對(duì)原始圖像的離散像素值插值，重建得到一個(gè)連續(xù)模型。由于該類方法在圖像放大時(shí)會(huì)導(dǎo)致邊緣模糊、高頻信息丟失等問(wèn)題，促使人們從本質(zhì)上對(duì)該類算法進(jìn)行思考和分析。在意識(shí)到人眼對(duì)圖像邊緣特征等高頻信息的特殊敏感性之后，人們提出了一類基于圖像邊緣特征檢測(cè)的非線性圖像放大算法，也叫做基于邊緣檢測(cè)的自適應(yīng)插值算法。 這類算法在進(jìn)行像素插值之前，首先進(jìn)行局部的圖像邊緣特征檢測(cè)，然后按照檢測(cè)所得邊緣方向?qū)D像進(jìn)行插值，以保持圖像邊緣的清晰和尖銳性，從而保證縮放圖像的視覺(jué)效果。這類算法的出發(fā)點(diǎn)是沿著圖像邊緣方向，圖像的灰度值變化是平緩的；而穿過(guò)圖像邊緣方向，即從邊緣的一側(cè)到另一側(cè)，圖像的灰度值變化是劇烈的。所以這類算法的關(guān)鍵是如何準(zhǔn)確地找到邊緣方向，使得圖像的插值沿著邊緣方向進(jìn)行。 這類算法的典型代表是LAZA算法，它將分辨率MXN圖像放大至分辨率(2M-1) X (2N-1)圖像。該算法的主要思想是從源圖像中檢測(cè)出邊緣信息，然后調(diào)整相應(yīng)的插值方式，使得插值能夠沿著邊緣方向進(jìn)行。在進(jìn)行邊緣檢測(cè)時(shí)，對(duì)2X2局部像素區(qū)域內(nèi)的水平、豎直、正對(duì)角與反對(duì)角四個(gè)方向的常數(shù)相關(guān)性進(jìn)行比較，在進(jìn)行像素插值時(shí)，沿相關(guān)性最大的方向進(jìn)行線性插值。 該算法是非線性的，具有較好的局部性，而且實(shí)現(xiàn)簡(jiǎn)單，因而可以取得較好的圖像放大效果，實(shí)現(xiàn)效率較高。但是由于該算法中檢測(cè)的邊緣方向只有四個(gè)，難以全面描述圖像的邊緣特征。此外，圖像像素之間的相關(guān)性僅考慮了常數(shù)相關(guān)性，導(dǎo)致算法易受圖像噪音的影響，可能導(dǎo)致圖像的邊緣特征模糊。

發(fā)明內(nèi)容
本發(fā)明提供了一種基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，可以更好地保持放大圖像的邊緣特征，具有更好的視覺(jué)效果。 —種基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，該方法包括以下步驟 (1)將分辨率為MXN的源圖像S由RGB顏色空間轉(zhuǎn)換到Y(jié)UV顏色空間； (2)將轉(zhuǎn)換到Y(jié)UV顏色空間后的源圖像S放大兩倍，得到分辨率為2MX2N的目標(biāo)
圖像T，在目標(biāo)圖像T中選取2 X 2的像素矩陣作為一個(gè)處理單元遍歷此目標(biāo)圖像，對(duì)每個(gè)處
理單元進(jìn)行以下操作，以計(jì)算出處理單元內(nèi)四個(gè)像素的Y分量亮度值 a.將處理單元的四個(gè)像素分別標(biāo)記為源像素T(2i-l，2j-l)、水平像素T(2i-l，
2j)、豎直像素T(2i，2j-l)和對(duì)角像素T(2i，2j)，其中1《i《M， 1《j《N，將源圖像S
中像素S(i， j)的Y分量亮度值賦值給源像素T(2i-l，2j-l)，作為此源像素的Y分量亮度
值； b.計(jì)算水平像素T(2i-l，2j)的初始Y分量亮度值Y1，計(jì)算過(guò)程如下 選取水平方向上的四個(gè)源像素T(2i-l，2j-3) 、 T(2i-l，2j-l) 、 T(2i-l，2j+l)、
T(2i-l，2j+3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；
選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i-3，2j-l)、 T(2i+l，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i+l，2j-l)、 T(2i-3，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這5個(gè)相關(guān)性數(shù)值中選出最小值，此最小值所在的方向即為相關(guān)性最高的方向，以此方向和相關(guān)性類型對(duì)水平像素T(2i-l，2j)進(jìn)行插值，計(jì)算出水平像素T(2i-l，2j)的初始Y分量亮度值Yl ; c.計(jì)算豎直像素T(2i，2j-l)的初始Y分量亮度值Y2，計(jì)算過(guò)程如下 選取豎直方向上的四個(gè)源像素T(2i-3，2j-l)、 T(2i-l，2j-l)、 T(2i+l，2j-l)、
T(2i+3，2j-l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性； 選取一個(gè)正對(duì)角方向上的兩個(gè)水平像素T(2i-l，2j-2)、 T(2i+l，2j)，對(duì)其初始Y
分量亮度值Yl計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)正對(duì)角方向上的兩個(gè)水平像素T(2i+l，2j-2)、 T(2i-l，2j)，對(duì)其初始Y分量亮度值Yl計(jì)算常數(shù)相關(guān)性； 選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i-l，2j-3)、 T(2i+l，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i+l，2j-3)、 T(2i-l，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這7個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)豎直像素T(2i，2j-l)進(jìn)行插值，計(jì)算出豎直像素T(2i，2j-l)的初始Y分量亮度值Y2;
d.計(jì)算豎直像素T(2i，2j-l)的另一個(gè)初始Y分量亮度值Y3，計(jì)算過(guò)程如下
選取豎直方向上的四個(gè)源像素T(2i-3，2j-l)、 T(2i-l，2j-l)、 T(2i+l，2j-l)、T(2i+3，2j-l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；
選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i-l，2j-3)、 T(2i+l，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i+l，2j-3)、 T(2i-l，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這5個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)豎直像素T(2i-l，2j)進(jìn)行插值，計(jì)算出豎直像素T(2i-l，2j)的另一個(gè)初始Y分量亮度值Y3;
e.計(jì)算水平像素T(2i-l，2j)的另一個(gè)初始Y分量亮度值Y4，計(jì)算過(guò)程如下
選取水平方向上的四個(gè)源像素T(2i-3，2j-l) 、 T(2i-l，2j-l) 、 T(2i+l，2j-l)、T(2i+3，2j-l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；
選取一個(gè)正對(duì)角方向上的兩個(gè)豎直像素T(2i-2，2j-l)、 T(2i，2j+1)，對(duì)其另一個(gè)初始Y分量亮度值Y3計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)正對(duì)角方向上的兩個(gè)豎直像素T(2i，2j-l)、 T(2i-2，2j+l)，對(duì)其另一個(gè)初始Y分量亮度值Y3計(jì)算常數(shù)相關(guān)性； 選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i-3，2j-l)、 T(2i+l，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素T(2i+l，2j-l)、 T(2i-3，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這7個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)水平像素T(2i-l，2j)進(jìn)行插值，計(jì)算出水平像素T(2i-l，2j)的另一個(gè)Y分量亮度值Y4;
Yl+Y4 f.將Yl和Y4的平均值."^"一作為水平像素T(2i-l，2j)的最終Y分量亮度值
Y5，將Y2和Y3的平均值"Y—作為豎直像素T (2i_l ， 2 j)的最終Y分量亮度值Y6 ; e.計(jì)算對(duì)角像素T(2i，2j)的Y分量亮度值Y7，計(jì)算過(guò)程如下 選取水平方向上的四個(gè)豎直像素T(2i，2j-3)、 T(2i，2j-1)、 T(2i，2j+1)、 T(2i，
2j+3)，對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性； 選取豎直方向上的四個(gè)水平像素T(2i-3， 2j) 、 T(2i-1， 2j) 、 T(2i+1， 2j) 、 T(2i+3，
2j)，對(duì)其最終Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性； 選取一個(gè)正對(duì)角方向上的四個(gè)源像素T(2i-3，2j-3)、 T(2i-l，2j-l)、 T(2i+1，
2j+l) 、 T(2i+3，2j+3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取另一個(gè)正對(duì)角方向上的四個(gè)源像素T(2i+3，2j-3)、 T(2i+l，2j-l)、 T(2i-1，
2j+l) 、 T(2i-3，2j+3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性； 選取一個(gè)斜對(duì)角方向上的兩個(gè)水平像素T(2i-l，2j-2) 、 T (2i+l， 2j+2)，對(duì)其最終
Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)水平像素T(2i+l，2j-2)、 T(2i-l，2j+2)，對(duì)其最終Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)豎直像素T(2i-2，2j-l)、 T(2i+2，2j+l)，對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)豎直像素T(2i+2，2j-l)、 T(2i-2，2j+l)，對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性； 從這16個(gè)相關(guān)性數(shù)值中選出最小值，并以此最小值所在的方向和相關(guān)性類型對(duì)
對(duì)角像素T(2i，2j)進(jìn)行插值，計(jì)算出對(duì)角像素T(2i，2j)的Y分量亮度值Y7。 (3)對(duì)經(jīng)過(guò)步驟(2)處理完成之后得到的目標(biāo)圖像的U、V分量進(jìn)行雙線性插值運(yùn)
算，得到新圖像； (4)將新的圖像由YUV顏色空間轉(zhuǎn)換到RGB顏色空間，即得到放大兩倍的結(jié)果。
本發(fā)明一種基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法針對(duì)LAZA圖像處理算法中檢驗(yàn)的相關(guān)方向少，只考慮像素的線性相關(guān)性，難以全面描述圖像邊緣特征，易受圖像噪音的影響的缺陷，考慮了更多的潛在相關(guān)方向，并加入了針對(duì)圖像邊緣特征的線性與二次相關(guān)性檢測(cè)，可以更好地保持放大圖像的邊緣特征，具有更好的視覺(jué)效果。由于該算法是一個(gè)局部性算法，像素處理過(guò)程具有很好的并行性，每一個(gè)步驟都可以在家用電腦的圖形卡硬件中并行處理，可以利用GPU對(duì)該算法實(shí)現(xiàn)十倍以上的加速，為非專業(yè)人員提供了一種簡(jiǎn)便直觀的實(shí)時(shí)的圖像放大方法。


圖1為本發(fā)明方法的流程8
圖2為采用本發(fā)明的方法示意圖； 圖3為計(jì)算水平像素初始Y分量亮度值Yl的方法示意圖； 圖4為計(jì)算豎直像素初始Y分量亮度值Y2的方法示意圖； 圖5為計(jì)算水平像素另一個(gè)初始Y分量亮度值Y3的方法示意圖； 圖6為計(jì)算豎直像素另一個(gè)初始Y分量亮度值Y4的方法示意圖； 圖7為計(jì)算對(duì)角像素Y分量亮度值Y7的方法示意圖。
具體實(shí)施例方式
本發(fā)明一種基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，包括以下步驟 (1)將分辨率為5X5的源圖像5由RGB顏色空間轉(zhuǎn)換到Y(jié)UV顏色空間，轉(zhuǎn)換方法
為
Y=0.299xR+0.587xG+0.114xB
' U=0.492x(B-Y)V=0.877x(R-Y) 式中R、G、B分別表示像素的紅、綠、藍(lán)顏色值，Y是像素的亮度通道值，U和V是像素的兩個(gè)彩色通道值，表示色差。 (2)將轉(zhuǎn)換到Y(jié)UV顏色空間后的源圖像5放大兩倍，得到分辨率為10X10的目標(biāo)圖像6，以2X2的像素矩陣區(qū)域作為一個(gè)單元將目標(biāo)圖像6分為25個(gè)處理單元，將每個(gè)處理單元內(nèi)的四個(gè)像素分別記為源像素1 ，水平像素2，豎直像素3，對(duì)角像素4，對(duì)每個(gè)處理單元進(jìn)行相同的操作，計(jì)算出處理單元內(nèi)四個(gè)像素的Y分量亮度值，以圖2中右圖所示選取的處理單元為例，此操作過(guò)程如下 a.將當(dāng)前處理單元內(nèi)的源像素1，水平像素2，豎直像素3，對(duì)角像素4的位置坐標(biāo)
分別標(biāo)記為T(3，3)、T(3，4)、T(4，3)、T(4，4)，將源圖像5中像素S(2，2)的Y分量亮度值賦
值給當(dāng)前處理單元內(nèi)的源像素l，作為此源像素1的Y分量亮度值； b.計(jì)算當(dāng)前處理單元內(nèi)水平像素2的初始Y分量值Y1，計(jì)算過(guò)程如下 如圖3所示，選取水平方向上的四個(gè)源像素l，它們的坐標(biāo)分別為T(3， 1) 、T(3，3)、
T (3， 5) 、 T (3， 7)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性。 分別用D2、 D3、 D4表示這四個(gè)像素的Y分量亮度值，記其平均值
5=D1+D2+D3+D4則其常數(shù)相關(guān)性為R t=HlDn-5| 用四個(gè)點(diǎn)Xl = 1， yi = D丄;x2 = 2， y2 = D2 ;x3 = 3， y3 = D3 ;x4 = 4， y4 = D4表示水平方向上的這四個(gè)源像素l，用一個(gè)線性函數(shù)yjx) = ap+^對(duì)這四個(gè)點(diǎn)做最小二乘法擬合，可以算得 ai = (4U-PT) / (4Q-P2)
b丄=(TQ-PU) / (4Q-P2)式中P-2二Xn , Q-2lX ， ， T-Z二D- ， u=2LxnDn ,則其線性相關(guān)性為
R — lllDn-WxJ
"near 4 。
9
用一個(gè)二次函數(shù)y2 (x) = a2x2+b2X+C2對(duì)這四個(gè)點(diǎn)做最小二乘法擬合，可以算得 a2 = (4QV+PWT+PQU-Q2T-P2V_4WU)/K b2 = (4SU+PQV+QWT-Q2U-PST_4WV) /K c2 = (QST+QWU+PWV-Q2V-PSU_W2T) /K 式中S-Z二x， ，V-Z4n=1x^Dn ,W-5]二x〗，K = 4QS+2PQW-Q3-SP2-4W2，則其二次相
<formula>formula see original document page 10</formula> 選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素1，它們的坐標(biāo)分別為T (1， 3) 、 T (5， 5)，對(duì)其
Y分量亮度值計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素1，它們的坐標(biāo)分別為T (5， 3) 、 T (1， 5)，對(duì)
其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這5個(gè)相關(guān)性數(shù)值中選出最小值，若水平方向上的常數(shù)相關(guān)性數(shù)值最小，則Yl
取這個(gè)方向上四個(gè)源像素1的y分量亮度值的平均值，,yi=Di+D2:D3+D4 ;若水平方向
4
上的線性相關(guān)性數(shù)值最小，則用線性函數(shù)y工(x)對(duì)水平像素T(3，4)進(jìn)行插值，Yl取x二2.5 時(shí)的函數(shù)值yj2.5);若水平方向上的二次相關(guān)性數(shù)值最小，則用二次函數(shù)yjx)對(duì)水平像 素T(3，4)進(jìn)行插值，Yl取x二2.5時(shí)的函數(shù)值yj2.5);若斜對(duì)角方向上的常數(shù)相關(guān)性數(shù) 值最小，則Yl取這個(gè)方向上兩個(gè)源像素1的Y分量亮度值的平均值。 以下步驟中常數(shù)相關(guān)性、線性相關(guān)性、二次相關(guān)性和像素Y分量亮度值的計(jì)算使 用如上所述相同的方法。 c.計(jì)算當(dāng)前處理單元內(nèi)豎直像素3的初始Y分量值Y2，計(jì)算過(guò)程如下 如圖4所示，選取豎直方向上的四個(gè)源像素1，它們的坐標(biāo)分別為T(1，3)、T(3，3)、
T (5， 3) 、 T (7， 3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性； 選取一個(gè)正對(duì)角方向上的兩個(gè)水平像素2，它們的坐標(biāo)分別為T (3， 2) 、 T (5， 4)，對(duì)
其初始Y分量亮度值Yl計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)正對(duì)角方向上的兩個(gè)水平像素2，它們的坐標(biāo)分別為T (5， 2) 、 T (3， 4)， 對(duì)其初始Y分量亮度值Yl計(jì)算常數(shù)相關(guān)性； 選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素1，它們的坐標(biāo)分別為T (3， 1) 、 T (1， 5)，對(duì)其
Y分量亮度值計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素1，它們的坐標(biāo)分別為T (5， 1) 、 T (3， 5)，對(duì)
其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這7個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前
處理單元內(nèi)豎直像素3進(jìn)行插值，計(jì)算出此豎直像素3的初始Y分量亮度值Y2。 d.計(jì)算當(dāng)前處理單元內(nèi)豎直像素3的另一個(gè)初始Y分量亮度值Y3，計(jì)算過(guò)程如
下 如圖5所示，選取豎直方向上的四個(gè)源像素1，它們的坐標(biāo)分別為T(1，3)、T(3，3)、 T (5， 3) 、 T (7， 3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；
選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素l，它們的坐標(biāo)分別為T(3， 1) 、 T(5，5)，對(duì)其 Y分量亮度值計(jì)算常數(shù)相關(guān)性；
選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素1，它們的坐標(biāo)分別為T (5， 1) 、 T (3， 5)，對(duì)
其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這5個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前 處理單元內(nèi)豎直像素3進(jìn)行插值，計(jì)算出此豎直像素3的另一個(gè)初始Y分量亮度值Y3。
e.計(jì)算當(dāng)前處理單元內(nèi)水平像素2的另一個(gè)初始Y分量亮度值Y4，計(jì)算過(guò)程如 下 如圖6所示，選取水平方向上的四個(gè)源像素1，它們的坐標(biāo)分別為T(3，1)、T(3，3)、 T (5， 3) 、 T (7， 3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；
選取一個(gè)正對(duì)角方向上的兩個(gè)豎直像素3，它們的坐標(biāo)分別為T (2， 3) 、 T (4， 5)，對(duì) 其初始Y分量亮度值Y3計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)正對(duì)角方向上的兩個(gè)豎直像素3，它們的坐標(biāo)分別為T (4， 3) 、 T (2， 5)， 對(duì)其初始Y分量亮度值Y3計(jì)算常數(shù)相關(guān)性； 選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素1，它們的坐標(biāo)分別為T (1， 3) 、 T (5， 5)，對(duì)其
Y分量亮度值計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素1，它們的坐標(biāo)分別為T(5，3)、 T(l，5)，對(duì) 其Y分量亮度值計(jì)算常數(shù)相關(guān)性； 從這7個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前 處理單元內(nèi)水平像素2進(jìn)行插值，計(jì)算出此水平像素2的另一個(gè)Y分量亮度值Y4。
Y1+Y4 f.取當(dāng)前處理單元內(nèi)水平像素2的兩個(gè)初始Y分量亮度值的平均值"j"作為
此水平像素2的最終Y分量亮度值Y5，取當(dāng)前處理單元內(nèi)豎直像素3的兩個(gè)初始Y分量亮 Y2+Y3
度值的平均值^^作為此豎直像素3的最終Y分量亮度值Y6 ; g.計(jì)算當(dāng)前處理單元內(nèi)對(duì)角像素4的Y分量亮度值，計(jì)算過(guò)程如下 如圖7所示，選取水平方向上的四個(gè)豎直像素3，它們的坐標(biāo)分別為T(4， 1) 、 T(4，
3) 、 T (4， 5) 、 T (4， 7)，對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)
性；選取豎直方向上的四個(gè)水平像素1，它們的坐標(biāo)分別為T(1，4)、 T(3，4)、 T(5，4)、
T (7， 4)，對(duì)其最終Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性； 選取一個(gè)正對(duì)角方向上的四個(gè)源像素1，它們的坐標(biāo)分別為T(1，1)、T(3，3)、T(5，
5) 、 T (7， 7)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取另一個(gè)正對(duì)角方向上的四個(gè)源像素1，它們的坐標(biāo)分別為T(7，1)、 T(5，3)、
T (3， 5) 、 T (1， 7)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性； 選取一個(gè)斜對(duì)角方向上的兩個(gè)水平像素2，它們的坐標(biāo)分別為T(3，2)、 T(5，6)，對(duì)
其Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)水平像素2，它們的坐標(biāo)分別為T (5， 2) 、 T (3， 6)，
對(duì)其最終Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性； 選取另一個(gè)斜對(duì)角方向上的兩個(gè)豎直像素3，它們的坐標(biāo)分別為T (2， 3) 、 T (6， 5)，
對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性；
選取另一個(gè)斜對(duì)角方向上的兩個(gè)豎直像素3，它們的坐標(biāo)分別為T (6， 3) 、 T (2， 5)，
對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性； 從這16個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)
前處理單元內(nèi)對(duì)角像素4進(jìn)行插值，計(jì)算出此對(duì)角像素4的Y分量亮度值Y7。 (3)對(duì)經(jīng)過(guò)步驟(2)處理完成之后得到的目標(biāo)圖像6的U、V分量進(jìn)行雙線性插值
運(yùn)算，得到新圖像； (4)將新的圖像由YUV顏色空間轉(zhuǎn)換到RGB顏色空間，即得到放大兩倍的結(jié)果。
權(quán)利要求
一種基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，該方法包括以下步驟(1)將分辨率為M×N的源圖像S(5)由RGB顏色空間轉(zhuǎn)換到Y(jié)UV顏色空間；(2)將轉(zhuǎn)換到Y(jié)UV顏色空間后的源圖像S(5)放大兩倍，得到分辨率為2M×2N的目標(biāo)圖像T(6)，以2×2像素矩陣區(qū)域作為一個(gè)單位將目標(biāo)圖像T(6)分為若干個(gè)處理單元，對(duì)每個(gè)處理單元進(jìn)行以下操作，以計(jì)算出處理單元內(nèi)四個(gè)像素的Y分量亮度值a.將處理單元的四個(gè)像素記為源像素(1)、水平像素(2)、豎直像素(3)和對(duì)角像素(4)，將源圖像S(5)中對(duì)應(yīng)像素的Y分量亮度值賦值給源像素(1)；b.計(jì)算水平像素(2)的初始Y分量亮度值Y1；c.計(jì)算豎直像素(3)的初始Y分量亮度值Y2；d.計(jì)算豎直像素(3)的另一個(gè)初始Y分量亮度值Y3；e.計(jì)算水平像素(2)的另一個(gè)初始Y分量亮度值Y4；f.將Y1和Y4的平均值作為水平像素(2)的最終Y分量亮度值Y5，將Y2和Y3的平均值作為豎直像素(3)的最終Y分量亮度值Y6；g.計(jì)算對(duì)角像素(4)的Y分量亮度值Y7；(3)對(duì)經(jīng)過(guò)步驟(2)處理完成之后得到的目標(biāo)圖像T(6)的U、V分量進(jìn)行雙線性插值運(yùn)算，得到新的圖像；(4)將新的圖像由YUV顏色空間轉(zhuǎn)換到RGB顏色空間，即得到放大兩倍的結(jié)果。FSA00000072473600011.tif,FSA00000072473600012.tif
2. 根據(jù)權(quán)利要求1所述的基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，其特征在于，所述的步驟(2)中將當(dāng)前處理單元內(nèi)的源像素(1)、水平像素(2)、豎直像素(3)和對(duì)角像素(4)在目標(biāo)圖像T(6)中的位置坐標(biāo)分別標(biāo)記為T(2i-l，2j-l)、T(2i-l，2j)、T(2i，2j-l)、T(2i，2j)，其中1《i《M，l《j《N，將源圖像S(5)中的像素S(i，j)的Y分量亮度值賦值給源像素(l)，作為此源像素(1)的Y分量亮度值。
3. 根據(jù)權(quán)利要求2所述的基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，其特征在于，所述的步驟(2)中計(jì)算當(dāng)前處理單元的水平像素(2)的初始Y分量亮度值Y1的過(guò)程如下選取水平方向上的四個(gè)源像素(D，它們的坐標(biāo)分別為T(2i-l，2j-3)、T(2i-l，2j-l)、T(2i-l，2j+l) 、 T(2i-l，2j+3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素(l)，它們的坐標(biāo)分別為T(2i-3，2j-l)、 T(2i+1，2 j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素(1)，它們的坐標(biāo)分別為T(2i+l，2j-l)、T(2i-3，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；從這5個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前處理單元的水平像素(2)進(jìn)行插值，計(jì)算出此水平像素(2)的初始Y分量亮度值Y1。
4. 根據(jù)權(quán)利要求2所述的基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，其特征在于，所述的步驟(2)中計(jì)算當(dāng)前處理單元的豎直像素(3)的初始Y分量亮度值Y2的過(guò)程如下選取豎直方向上的四個(gè)源像素(D，它們的坐標(biāo)分別為T(2i-3，2j-l)、T(2i-l，2j-l)、T(2i+l，2j-l) 、 T(2i+3，2j-l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取一個(gè)正對(duì)角方向上的兩個(gè)水平像素(2)，它們的坐標(biāo)分別為T(2i-l，2j-2)、T(2i+l，2j)，對(duì)其初始Y分量亮度值Y1計(jì)算常數(shù)相關(guān)性；選取另一個(gè)正對(duì)角方向上的兩個(gè)水平像素(2)，它們的坐標(biāo)分別為T(2i+l，2j-2)、T(2i-l，2j)，對(duì)其初始Y分量亮度值Yl計(jì)算常數(shù)相關(guān)性；選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素(1)，它們的坐標(biāo)分別為T(2i-l，2j-3)、 T(2i+1，2j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素(1)，它們的坐標(biāo)分別為T(2i+l，2j-3)、T (2i-l ， 2 j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；從這7個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前處理單元的豎直像素(3)進(jìn)行插值，計(jì)算出此豎直像素(3)的初始Y分量亮度值Y2。
5. 根據(jù)權(quán)利要求2所述的基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，其特征在于所述的步驟(2)中計(jì)算當(dāng)前處理單元的豎直像素(3)的另一個(gè)初始Y分量亮度值Y3的過(guò)程如下選取豎直方向上的四個(gè)源像素(D，它們的坐標(biāo)分別為T(2i-3，2j-l)、T(2i-l，2j-l)、T(2i+l，2j-l) 、 T(2i+3，2j-l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素(1)，它們的坐標(biāo)分別為T(2i-l，2j-3)、 T(2i+1，2 j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素(1)，它們的坐標(biāo)分別為T(2i+l，2j-3)、T (2i-l ， 2 j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；從這5個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前處理單元的豎直像素(3)進(jìn)行插值，計(jì)算出此豎直像素(3)的另一個(gè)初始Y分量亮度值Y3。
6. 根據(jù)權(quán)利要求2所述的基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，其特征在于所述的步驟(2)計(jì)算當(dāng)前處理單元的水平像素(2)的另一個(gè)初始Y分量亮度值Y4的過(guò)程如下選取水平方向上的四個(gè)源像素(D，它們的坐標(biāo)分別為T(2i-3，2j-l)、T(2i-l，2j-l)、T(2i+l，2j-l) 、 T(2i+3，2j-l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取一個(gè)正對(duì)角方向上的兩個(gè)豎直像素(3)，它們的坐標(biāo)分別為T(2i-2，2j-l)、 T(2i，2 j+l)，對(duì)其另一個(gè)初始Y分量亮度值Y3計(jì)算常數(shù)相關(guān)性；選取另一個(gè)正對(duì)角方向上的兩個(gè)豎直像素(3)，它們的坐標(biāo)分別為T(2i，2j-l)、T(2i-2，2j+l)，對(duì)其另一個(gè)初始Y分量亮度值Y3計(jì)算常數(shù)相關(guān)性；選取一個(gè)斜對(duì)角方向上的兩個(gè)源像素(l)，它們的坐標(biāo)分別為T(2i-3，2j-l)、 T(2i+1，2 j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)源像素(1)，它們的坐標(biāo)分別為T(2i+l，2j-l)、T (2i-3， 2 j+l)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性；從這7個(gè)相關(guān)性數(shù)值中選出最小值作為相關(guān)性最高方向，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前處理單元的水平像素(2)進(jìn)行插值，計(jì)算出此水平像素(2)的另一個(gè)初始Y分量亮度值Y4。
7.根據(jù)權(quán)利要求2所述的基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，其特征在于所述的步驟(2)操作g中計(jì)算當(dāng)前處理單元的對(duì)角像素(4)的Y分量亮度值Y7的過(guò)程如下選取水平方向上的四個(gè)豎直像素(1)，它們的坐標(biāo)分別為T(2i，2j-3)、T(2i，2j-l)、T (2i， 2 j+l) 、T (2i， 2 j+3)，對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取豎直方向上的四個(gè)水平像素(2)，它們的坐標(biāo)分別為T (2i-3， 2 j) 、 T (2i-l， 2 j)、T (2i+l， 2 j) 、T (2i+3， 2 j)，對(duì)其最終Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取一個(gè)正對(duì)角方向上的四個(gè)源像素(1)，它們的坐標(biāo)分別為T(2i-3，2j-3)、 T(2i-1，2 j-1) 、 T (2i+l， 2 j+l) 、 T (2i+3， 2 j+3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取另一個(gè)正對(duì)角方向上的四個(gè)源像素(l)，它們的坐標(biāo)分別為T(2i+3，2j-3)、T (2i+l， 2 j-1) 、 T (2i-l， 2 j+l) 、 T (2i_3， 2 j+3)，對(duì)其Y分量亮度值計(jì)算常數(shù)相關(guān)性、線性相關(guān)性和二次相關(guān)性；選取一個(gè)斜對(duì)角方向上的兩個(gè)水平像素(2)，它們的坐標(biāo)分別為T(2i-l，2j-2)、T (2i+l ， 2 j+2)，對(duì)其最終Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)水平像素(2)，它們的坐標(biāo)分別為T(2i+l，2j-2)、T (2i-l ， 2 j+2)，對(duì)其最終Y分量亮度值Y5計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)豎直像素(3)，它們的坐標(biāo)分別為T(2i-2，2j-l)、T (2i+2， 2 j+l)，對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性；選取另一個(gè)斜對(duì)角方向上的兩個(gè)豎直像素(3)，它們的坐標(biāo)分別為T(2i+2，2j-l)、T (2i-2， 2 j+l)，對(duì)其最終Y分量亮度值Y6計(jì)算常數(shù)相關(guān)性；從這16個(gè)相關(guān)性數(shù)值中選出最小值，以此最小值所在的方向和相關(guān)性類型對(duì)當(dāng)前處理單元的對(duì)角像素(4)進(jìn)行插值，計(jì)算出此對(duì)角像素(4)的Y分量亮度值Y7。
全文摘要
本發(fā)明公開(kāi)了一種基于相關(guān)性檢測(cè)的非線性圖像放大兩倍方法，首先將源圖像由RGB顏色空間轉(zhuǎn)換到Y(jié)UV顏色空間，再將源圖像放大兩倍得到目標(biāo)圖像，以2×2的像素矩陣作為一個(gè)處理單元將目標(biāo)圖像分成若干個(gè)處理單元，對(duì)每個(gè)處理單元采用周圍鄰域像素之間的最大相關(guān)性檢測(cè)模式填充其Y分量，采用雙線性插值方法填充其U、V分量，最后由YUV顏色空間轉(zhuǎn)換到RGB顏色空間得到放大結(jié)果。本發(fā)明較傳統(tǒng)LAZA方法檢驗(yàn)更多的相關(guān)方向和相關(guān)性類型，可以更好地保持放大圖像的邊緣特征，具有更好的視覺(jué)效果。
文檔編號(hào)H04N5/14GK101795350SQ20101014164
公開(kāi)日2010年8月4日 申請(qǐng)日期2010年4月7日 優(yōu)先權(quán)日2010年4月7日
發(fā)明者馮結(jié)青, 夏海宏 申請(qǐng)人:浙江大學(xué)