任意比例视频图像放大算法的研究与实现

[19]。将原图像和处理后的图像进行傅里叶变换，通过对比，能体现出缩放算法针对图像各个频率的处理结果，如高频缺失的多少。本文针对不同方法缩放得到的图像进行傅里叶变换，对频谱进行分析比较，图4.4和4.5分别为COUPLE和PEPPERS图像采用不同缩放方法放大4倍后频谱的比较结果。(a)原图像频谱(b)本算法缩放后频谱(c)双线性插值缩放后频谱(d)双三次插值缩放后结果图4.4COUPLE图像缩放频谱比较结果(a)原图像频谱(b)本算法缩放后频谱(c)双线性插值缩放后频谱(d)双三次插值缩放后结果图4.5PEPPERS图像缩放频谱比较结果通过观察频谱，可以看出COUPLE含有的高频成分比较多，而PEPPERS图像同时含有丰富的高频和低频分量。与双线性插值和双三次插值比较，本算法在保持高频分量尽可能少丢失的同时，也保证了较好的低频分量处理效果。4.3视频信号缩放算法性能的主观分析以上给出了双线性插值、双三次插值以及本设计算法处理后图像的客观评价结果。下面对本算法进行主观上的评价，即在空间域上将三种算法处理得到的结果通过人眼视觉进行比较。图4.6是AIRPLANE和PEPPERS图像先经过双线性插值算法缩小为原图像的0.5倍，再分别采用不同的缩放方法放大2倍，最终得到和原图像尺寸相同的图像，比较结果如下：(a)原图像(b)本算法(c)双线性插值(d)双三次插值图4.6AIRPLANE图像缩放结果比较通过以上不同缩放算法得到图像的视觉比较可以看出，在AIRPLANE图像中，双线性插值和双三次插值在飞机和雪山交界等纹理细节的处理上存在模糊现象，本算法很好的克服了这一缺点。可见，本设计的缩放算法在图像处理的视觉效果上优于双线性插值和双三次插值。特别是在边缘和纹理细节丰富的区域。以上给出了针对不同类型的静态图像，不同缩放算法在主观上的比较结果，接下来给出本设计在不同缩放倍数上的视觉效果。为了证明本算法适用于视频信号的处理，将本缩放算法应用于国际公认的标准视频序列，以此来来验证可行性和有效性。(a)原图像(b)本算法放大1.5倍(c)双线性插值放大1.5倍(d)双三次插值放大1.5倍图4.7FOREMAN视频序列第58帧放大结果(a)原图像(b)本算法放大1.5倍(c)双线性插值放大1.5倍(d)双三次插值放大1.5倍图4.8FOOTBALL视频序列第60帧放大结果图4.7和图4.8分别为采用三种缩放算法进行放大1.5倍的QCIF视频序列FOREMAN中第58帧和FOOTBALL中第60帧图像结果的比较。通过对视频序列的仿真结果可以看出，本算法得到的图像边缘更加清晰。仿真实验结果表明，本文提出的算法不仅在非边缘的平坦区域上有很好的处理效果，也保持锐利清晰的边缘，同时，对各种类型图像，在任意放大倍数下均表现出较好的处理效果。结论多媒体信息技术和Internet技术飞速发展，已深入到生活各个领域。不仅要求视频信号有较好的容错能力，并且能够根据终端处理能力、显示设备、用户需求等不同因素进行自适应的调整。在传输时，很难得到视频编码能够同时提供不同质量、不同尺寸、不同传输速率的比特流，以满足不同用户对分辨率、播放速率、图像质量的多样化需求。针对上述问题，采用传输相同的图像或视频编码，在终端接收后，对图像或视频信息进行相应的快速、实时的图像处理，使其满足显示器的尺寸或用户需求，此方法更经济方便，并且能够满足用户针对图像细节的特殊要求。本文针对视频信号处理的关键技术，即图像的快速缩放技术进行了深入的研究，对不同种图像缩放算法的性能和实际应用中存在的问题进行分析比较，并设计在硬件上可实现的RGB视频信号任意比例缩放算法。总体而言，本文对图像和视频信号缩放技术进行详细的研究，提出针对RGB视频信号任意比例缩放的算法，并对算法的性能进行分析和对比。通过仿真实验，本文取得的各项性能指标仍有改进的余地。对于边缘检测方法或阈值的选取应进一步深入研究。本算法针对RGB视频信号可以实现任意比例缩放，但倍数较大时，由于信息量的缺失，插值效果不是很理想。所以一种改进方式是在缩放比例较大时，采用分级缩放的形式，并分析采用几级插值能够使得到的图像效果达到最佳，同时分担硬件芯片的工作量，减小硬件压力。参考文献常军.基于图像缩放的新算法研究与应用[D].无锡：江南大学，2008.竺加毅.自适应图像缩放算法及硬件实现[D].上海：上海交通大学，2009.GiovanniRamponi.WarpedDistanceforSpace-VariantLinearImageInterpolation[J].TransactionsonImageProcessing，1999，8(5):629-639.JungWooHwang，HwangSooLee.AdaptiveImageInterpolationBasedonLocalGradientFeature[J].IEEESignalProcessingLetters，2004，11(3):359-362.NiraSheZaf，HagitAbramov-Segal，IlanSutskoverandRanBar-Selia.AdaptiveLowComplexityAlgorithmForImageZoomingatFractionalScalingRatio[A].Proceedingofthe21stIEEEconventionoftheElectricalandElectronicEngineersinIsrael[C].2000，4:253-256.DarwishAM，BedairMS，ShaheenSI.AdaptiveResamplingAlgorithmforImageZooming[J].HEProceedings-VisoinImageandSignalProcessing，1997，144(4):207-212.S.Thurnhofer，S.K.Mitra.Edge-EnhancedImageZooming[J].Eng，1996，6:1862-1869.BattiatoS，GalloG，StancoF.ALocally-AdaptiveZoomingAlgorithmforDigitalImages[J].ElsevierImageVisionandComputingjournal，2002，20(11):805-812.党向盈.基于边缘方向的高精度快速图像插值算法研究与应用[D].无锡：江南大学.2008.王立国，张晔，谷延锋.基于自适应边缘保存算法的图像插值[J].哈尔滨工业大学学报，2005，1(37)：18-21.陈建辉，王博亮，徐中佑等.一种自适应最大相关性数字图像插值算法[J].厦门大学学报（自然科学版），2005，44(3):355-358.冯象初，姜东焕，徐光宝等.基于变分和小波变换的图像放大算法[J].计算机学报，2008，31(2):340-345.郝丽花，张世禄，刘军.新代数插值算法在图像放缩中的应用[J].电脑开发与应用，2004，17(9)：24-27.刘俊华.数字图像插值[D].兰州：兰州大学，2010.刘栎莉.边缘检测及其在图像缩放中的应用[D].合肥：合肥大学，2009.张美玉，王孝通，徐晓刚.改进的图像自适应梯度插值[J].中国图像图形学报，2009，5(14)：853-858.马天骏.图像放大技术研究[D].西安电子科技大学，2004.杨高波，杜青松.MATLAB图像/视频处理应用及实例[M].北京：电子工业出版社，2009:44.周金萍.HYP