但是，一般图像并不仅仅只有边缘和平坦两种对应关系，仅仅划分为边缘区块和平坦区块显得过于简单粗糙。因此，可以通过一个对纹理丰富区块进行进一步增强的方法，使得图像区分更为细致，在处理纹路复杂，边缘区块与平坦区块变化不明显的图片时更有优势，在一般图像的处理中也更有助于使得处理后的图像更为平滑和自然。
[0050]因此，当判断第一像素处在纹理丰富区块后，如S105所述，一实施方案试图在目标图像中建立一个第二目标窗口。建立第二目标窗口可参照上述建立第一窗口的方式。在S107,本方案对第二目标窗口的进行增强。可选增强包括选用USM增强(即Unsharp Mask，即在原图上叠加“I 一低频”来实现高频增强)。作为一个优选方案，本实施采用边缘导向滤波增强。采用边缘导向滤波增强的好处比普通高斯具有更好的保边性，比双边滤波速度更快，并能够使目标图像的视觉效果更加的突出，纹理更加逼真自然。
[0051]在一实施例中，当在S102判断第一像素不在平坦区块时，不管该像素是处于边缘区块或者是纹理丰富区块，该实施例将分别运行S104-S106流程和S105-S107流程的处理。具体来说，该实施例将先通过S104来建立第一目标边缘导向滤波增强窗口并找到其最匹配窗口，并在S106对第一目标窗口进行增强。然后再通过S105和S107来建立并增强第二目标窗口。之后，根据S102处计算的梯度方向和梯度强度，来判断该像素所处的区块是趋向于边缘区块还是趋向于纹理丰富区块，并在S108处对实施了 S106和S107的第一目标窗口和第二目标窗口进行加权整合。如前述及，Sobel梯度算子计算出的结果可用于判断一像素所在的区域属于哪种区块。当计算结果显示该像素倾向于属于边缘区块时，则对第一目标窗口中的像素的处理赋予较高的权重；当计算结果倾向于属于纹理丰富区块时，则对第二目标窗口中的像素的处理赋予较高的权重。
[0052]假设在S102的Sobel梯度算子计算得到结果设为加权系数W，在S106增强后的第一目标窗口中一个增强像素为A，在S107增强后的第二目标窗口中相对应的增强像素为
B,则在S108加权整合后的像素值可为w*A+(1-w) *B。用加权系数来进行加权整合和增强图像，其好处在于:对边缘区块和纹理丰富区块的过渡空间中的像素处理为不同处理系数加权叠加，综合了二者的影响因素，能使得边缘区块与纹理丰富区块在处理之后更为平滑的过渡，在视觉上的直观感受便是更加清晰，图像整体也更加自然。
[0053]在另一实施例中，当在做S102遍历目标图像中的像素时，一旦发现第一像素处于边缘区块时，会在S104和S106，建立一个第一目标窗口并对第一目标窗口进行增强处理。之后，当下一步S102遍历到另一个像素(称为第二像素)并发现第二像素的所在领域为附近纹理丰富区块时，本实施例会在S105和S107，为第二像素建立一个第二目标窗口并对其进行增强。由于第一像素与第二像素距离较近但分属不同的区块，相对应的第一目标窗口与第二目标窗口会有一定的重叠部分。因此在这个实施例中，可以在S108将第一目标窗口和第二目标窗口的重叠部分的像素通过加权进行整合。就是说，第一目标窗口中的重叠像素和第二目标窗口中的重叠像素通过一个加权系数进行加权后，再整合成为一个增强后的像素值。
[0054]以图3的例子中，假设第一目标窗口 323属于边缘区块，第二目标窗口 325 (包括像素4-6，4-7，4-8，5-6，5-7，5-8，6-6，6-7，6-8)属于纹理丰富区块。第一目标窗口 323范围中像素4-6，4-7，5-6，和5-7会在S106得到一次增强。同样的，这些像素也在第二目标窗口 325的范围内，并会在S107得到又一次增强。因此，可以通过S108的加权整合，如上所述，按照一个加权系数来调整S106和S107的增强后，再整合为像素4-6，4-7，5-6，和5_7的像素值。
[0055]在另一些实施例中，相近边缘区块中的像素对应的第一目标窗口之间也会有重叠，对于相邻第一目标窗口之间的重叠关系，我们通过计算高频信息叠加次数和计算高频信息总叠加信息，用总叠加信息除以叠加次数来整合高频信息的重复叠加，也达到了图像整体更加自然，并且提高图像质量的效果。具体来说，“高频信息叠加次数”指对于重叠的像素，其目标窗口的最匹配窗口的高频信息的叠加次数。“高频信息总叠加信息”指对于重叠的像素，其目标窗口的最匹配窗口的高频信息的叠加总和。
[0056]以图3的例子中，假设第一目标窗口 323属于边缘区块，第二目标窗口 325也属于边缘区块。第一目标窗口 323范围中的像素4-6，4-7，5-6，和5-7会在S106得到两次最匹配窗口的增强，一次是通过第一目标窗口 323的最匹配窗口的增强，另外一次是通过第二目标窗口 325的最匹配窗口的增强。因此，可以通过S108的加权整合，通过计算高频信息叠加次数(2次)和计算高频信息总叠加信息，用总叠加信息除以叠加次数来获得像素4-6，4-7，5-6，和5-7的像素值。
[0057]在一个实施例中，在SlOl之前，还包括一个步骤:图像质量评价。具体操作为，对原始图像进行图像质量评价，并根据图像质量评价得到的不同的分值进行对应操作和设定放大时候的相关参数。所述对应操作指是否进行判断分区块、高频信息的叠加和滤波增强等步骤，即若图像质量评价得分小于一定的阈值，则仅进行SlOl放大，而不再进行S102遍历分区块、S106高频信息叠加、S107滤波增强等步骤。当图像质量评价得分高于一定的阈值时，则进行放大后的S102遍历分区块、S106高频信息叠加、S107滤波增强等步骤，并且根据得分的不同设定相关参数。所述相关参数包括但不限于:上述第一目标窗口、第二目标窗口的领域的搜索范围；以及在匹配窗口内一定领域范围搜索最匹配窗口的搜索范围(比如，5X5)和搜素步长(比如，2);还有进行高斯模糊/高斯滤波计算时，对模糊核或模糊半径的数值的设置等等。进行图像质量评价的好处在于，对于质量得分不高的原始图像，不再进行普通放大后的增强和叠加处理等操作，节省了系统资源。对不同的图像质量评价得分结果设定更加细分的参数设置，对质量得分不同图像进行不同的方法运行参数配置，减少对图像质量不足的图像进行的增强，搜索等操作，有利于提高本方法的工作效率。
[0058]本发明还提供了一种放大图像的系统，包括放大模块202、分区块模块203、匹配模块205、图像叠加模块207和增强模块206，放大模块用于将原始图像放大得到目标图像；
[0059]分区块模块用于遍历目标图像中的像素，判断像素所在区块属于边缘区块、平坦区块或纹理丰富区块；
[0060]分区块模块若判断某像素属于边缘区块，则使能匹配模块、图像叠加模块匹配模块，匹配模块用于以该像素一定邻域范围内的像素为第一目标窗口，在原始图像中寻找匹配窗口，图像叠加模块用于将匹配窗口上的高频信息叠加到第一目标窗口上；分区块模块若判断某像素属于为纹理丰富区块，则使能增强模块，所述增强模块用于以该像素一定邻域范围内的像素为第二目标窗口，并对第二目标窗口进行增强。本系统相对于现有技术的好处在于，在目标图像进行分区块操作，并多设计了一个纹理丰富模块的区分，并对纹理丰富模块进行增强。这样在实际工作中有助于使得处理后的图像更为平滑和自然。
[0061]具体的，所述分区块模块用于根据Sobel梯度算子运算结果判断像素所在区块类型。这样设计的好处在于检测边缘点时拥有抑制噪声的能力。
[0062]所述匹配模块还用于:在匹配窗口一定领域范围内搜索最匹配窗口并进行梯度方向判断，在上述领域中选择梯度方向判断与第一目标窗口最相似的区域作为最匹配窗口，图像叠加模块还用于将最匹配窗口上的高频信息叠加到第一目标窗口上。匹配模块在匹配窗口的领域中寻找出最匹配窗口，好处是使得处理后的图像更为自然，清晰。
[0063]在一些具体的实施例中，图像叠加模块获得原始图像的低频信息和高频信息的方法为高斯滤波，能使得所获取的高频信息在叠加回目标图像后展现更多的细节；增强模块对第二目标窗口的进行的增强为边缘导向滤波增强，增强模块采用该增强的好处在于能够使目标图像的视觉效果更加的突出，纹理更加逼真自然。
[0064]