专利名称：一种数字图像插值处理方法
技术领域：
本发明涉及一种压缩储存方法，特别是涉及一种数字图像插值参数的压缩储存方法。
背景技术：
插值(Interpolation)就是要确定图像中已知的点之间的空隙点的信息。我们都知道图像是由像素点组成的，当我们放大、缩小或者旋转图像时，原始像素就会重新排列，然后生成一些新的像素点。因此，就需要通过插值来减少图像几何变换后对原有图像的破坏。插值方法是图像重新分布像素时所运用的方法，目的是要确定图像中已知的点之间的空隙点的信息。
传统的数字图像的插值方法有很多种，最常见的两种高分辨率插值方法分别为Bicubic计算法(双三次插值)与Bilinear计算法(双线性插值)。双线性插值算法输出的图像的每个像素都是原图中四个像素(2×2)运算的结果，双三次插值算法是上一种算法的改进算法，它输出图像的每个像素都是原图16个像素(4×4)运算的结果。
这两种算法效果虽好，但却最为费时，属区域运算，运算量比较大，图像缩放需要插值时处理速度都比较低，而且通常参数个数比较多，储存时占用的储存空间非常大。
发明内容
本发明所要解决的技术问题在于提供一种数字图像插值处理方法，以提高插值处理速度的同时，将插值参数压缩储存，极大地降低插值参数所需的储存空间。
为了实现上述目的，本发明提供了一种数字图像插值处理方法，其特点在于，包括如下步骤将像素间的空白区域平均划分为多个方格；根据当前该方格所在位置，确定各方格相对于其采样点的插值参数；将所有方格相对于其采样点的插值参数压缩储存；缩放图像，确定插值点落入的目标方格；根据该目标方格的位置解压缩插值参数，从而计算该方格对应的插值参数；及根据该插值参数以及该采样点的亮度值，计算该插值点的亮度值。
上述数字图像插值处理方法，其特点在于，该将空白区域划分为多个方格的步骤，为等份划分4*4＝16个方格。
上述数字图像插值处理方法，其特点在于，该将空白区域划分为多个方格的步骤，为等份划分3*3＝9个方格。
上述数字图像插值处理方法，其特点在于，该将空白区域划分为多个方格的步骤，为等份划分2*2＝4个方格。
上述数字图像插值处理方法，其特点在于，各方格的插值参数为各方格中心点的插值参数。
上述数字图像插值处理方法，其特点在于，该采样点的个数为4个。
上述数字图像插值处理方法，其特点在于，该采样点的个数为16个。
上述数字图像插值处理方法，其特点在于，将所有方格相对于其采样点的插值参数压缩储存的步骤，还包括如下步骤确定各方格相对于相邻四个采样点的插值参数；及根据该插值参数的坐标，将该插值参数压缩储存。
上述数字图像插值处理方法，其特点在于，其中计算插值点的亮度值为采用双三次算法计算的。
上述数字图像插值处理方法，其特点在于，该计算插值点的亮度值为采用双线性算法计算的。
本发明的功效，在于提高插值处理速度的同时，将插值参数压缩储存，极大地降低插值参数所需的储存空间。
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
图1为本发明所提的数字图像插值处理方法的总体流程图；图2为双线性插值算法的示意图；图3为本发明空白区域的方格划分的示意图；图4为本发明空白区域插值点示意图；
图5为本发明空白区域插值点的坐标示意图；图6为本发明双三次算法划分为4*4个方格的示意图；图7为本发明双三次算法划分为3*3个方格的示意图；图8为本发明双三次算法划分为2*2个方格的示意图；图9为本发明双线性算法划分为4*4个方格的示意图；图10为本发明双线性算法划分为3*3个方格的示意图；及图11为本发明双线性算法划分为2*2个方格的示意图。
其中，附图标记步骤110-将像素间的空白区域平均划分为多个方格步骤120-根据当前该方格所在位置，确定各方格相对于其采样点的插值参数步骤130-将所有方格相对于其采样点的插值参数压缩储存步骤140-缩放图像，确定插值点落入的目标方格步骤150-根据该目标方格的位置解压缩插值参数，从而计算该方格对应的插值参数步骤160-根据该插值参数以及该采样点的亮度值，计算该插值点的亮度值10-像素间空白区域Pt-方格，Pr-插值参数具体实施方式
首先请参见图1，为本发明数字图像插值处理方法的总体流程图。如图所示，本发明采用高速的插值算法，步骤110，首先将原始像素的空白区域等分为多个方格，步骤120，根据方格所在的位置，预先计算该方格中心点所对应的插值参数，将该插值参数作为该方格内所有点的插值参数，步骤130，然后将这些插值参数压缩储存，步骤140，在插值时，只需要判断插值点所落入的方格，步骤150，将该方格的插值参数解压缩后，步骤160，根据该插值参数以及该采样点的亮度值进行插值计算，从而在提高插值速度的同时，降低的插值参数的储存空间。
双线性插值处理方法的推导过程请参见图2，双线性插值利用点(x，y)的四个相邻像素点h1、h2、h3以及h4，假设相邻像素的亮度值函数是线性的。例如，设定hi的值为x，y，空白区域的垂直边界在y方向上可以在h1与h3之间线性的插入ha，可以在h2与h4之间线性的插入hb。，在x方向上可以在ha与hb之间线性的插值。
Bilinear函数类似在该空白方形区域10的四个顶点做一条双曲抛物线，通常写作hi＝a00+a10x+a01y+a11xy因此可得出a00＝h1a10＝h2-h1a01＝h3-h1a11＝h1-h2-h3+h4因而hi＝h1*c1+h2*c2+h3*c3+h4*c4所以插值参数c1＝1-x-y+xyc2＝x-xyc3＝y-xyc4＝xy可看出hi的值由其相邻像素h1、h2、h3、h4和对应每个像素的插值参数确定，插值参数c1、c2、c3、c4的值由(x，y)的位置确定。如图3所示，Pt为像素之间的空白区域10划分的多个方格，该方格的插值参数为Pr。为了便于计算，将该空白区域10分为4*4个方格Pt，该4*4个方格Pt的放大图如图4所示。该空白区域10还可以划分为2*2或3*3个方格，每个方格Pt具有相同的插值参数(c1，c2，c3，c4)值。
设定方格中点，即点(1/8，1/8)的插值参数c1、c2、c3、c4为整个该方格的插值参数，分别为C1＝49/64、c2＝7/64、c3＝6/64、c4＝1/64。
采用双三次插值时，请参见图，定义(x，y)为从原始图像点到目标图像的映像点，即插值点。并且0≤x＜1，0≤y＜1，其相邻16个像素点为(i-1，j-1)，(i，j-1)，(i+1，j-1)，(i+2，j-1)，(i-1，j)，(i，j)，(i+1，j)，(i+2，j)，(i-1，j+1)，(i，j+1)，(i+1，j+1)，(i+2，j+1)，(i-1，j+2)，(i，j+2)，(i+1，j+2)，(i+2，j+2)，假定h(x，y)是像素(x，y)点的RGB值，则可得出
h(x，y)＝h(i-1，j-1)*c00+h(i，j-1)*c01+h(i+1，j-1)c02+h(i+2，j-1)*c03+h(i-1，j)*c10+h(i，j)*c11+h(i+1，j)c12+h(i+2，j-1)*c13+h(i-1，j+1)*c20+h(i，j+1)*c21+h(i+1，j+1)c22+h(i+2，j+1)*c23+h(i-1，j+2)*c30+h(i，j+2)*c31+h(i+1，j+2)c32+h(i+2，j+2)*c33其中cij(0≤i≤3，0≤j≤3)为插值参数。
与双线性插值算法相同，如图所示，将每个空白区域分成4*4个方格，或3*3，或2*2个方格，每个方格具有相同的插值参数。
例如方格Pt中所有点的插值参数cij(0≤i≤3，0≤j≤3)与该方格Pt的中间点(1/8，1/8)的插值参数相同。任意点的亮度值是通过使用这个点的所有16个插值参数对周围16个实际采样点亮度值加权求和进行插值。
如果未经过压缩，则需要储存较多的参数。如图6所示，该图为采用双三次插值算法并选择划分为4*4个方格的示意图。插值参数为相邻16个点的权值(如图中间的空白区域)。这里将空白区域10划分为16个方格Pt，那么每个方格对应于16个相邻像素点(即采样点)具有16个插值参数。那么16个方格就有16*16＝256个插值参数需要储存。
如图7所示，该图采用双三次算法并选择划分为3*3个方格的示意图。插值参数是周围16个像素点的权值(图中中间的空白区域所示)。这里将空白区域10划分为3*3个方格Pt。那么每个方格具有16个参数对应16个参样点，那么9个方格具有9*16＝144个参数需要储存。
如图8所示，该图采用双三次算法并选择划分为2*2个方格的示意图。插值参数是周围16个像素点的权值(图中中间的空白区域所示)。这里将空白区域10划分为2*2个方格Pt。那么每个方格具有16个参数对应16个参样点，那么4个方格具有4*16＝64个参数需要储存。
请参阅图9，当采用双线性插值算法时，将空白区域10划分为4*4个方格，插值参数为相邻4个采样点的权值。每个方格具有相对于4个采样点的4个插值参数。那么16个方格就有4*16＝64个参数需要储存。
请参阅图10，当采用双线性插值算法时，将空白区域10划分为3*3个方格，插值参数为相邻4个采样点的权值。每个方格具有相对于4个采样点的4个插值参数。那么9个方格就有4*9＝36个参数需要储存。
请参阅图11，当采用双线性插值算法时，将空白区域10划分为2*2个方格，插值参数为相邻4个采样点的权值。每个方格具有相对于4个采样点的4个插值参数。那么4个方格就有4*4＝16个参数需要储存。
本发明是将这些需要储存的插值参数压缩，对于图6所示的划分为16个方格的双三次插值算法假设C11为点(1，1)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C11(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(1，1)对应的第(i，j)个方格的插值参数；假设C21为点(2，1)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C21(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(2，1)对应的第(i，j)个方格的插值参数；假设C31为点(3，1)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C31(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(3，1)对应的第(i，j)个方格的插值参数；假设C41为点(4，1)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C41(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(4，1)对应的第(i，j)个方格的插值参数；假设C12为点(1，2)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C12(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(1，2)对应的第(i，j)个方格的插值参数；假设C22为点(2，2)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C22(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(2，2)对应的第(i，j)个方格的插值参数；假设C32为点(3，2)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C32(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(3，2)对应的第(i，j)个方格的插值参数；假设C42为点(4，2)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C42(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(4，2)对应的第(i，j)个方格的插值参数；假设C13为点(1，3)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C13(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(1，3)对应的第(i，j)个方格的插值参数；假设C23为点(2，3)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C23(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(2，3)对应的第(i，j)个方格的插值参数；假设C33为点(3，3)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C33(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(3，3)对应的第(i，j)个方格的插值参数；假设C43为点(4，3)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C43(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(4，3)对应的第(i，j)个方格的插值参数；假设C14为点(1，4)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C14(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(1，4)对应的第(i，j)个方格的插值参数；假设C24为点(2，4)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C24(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(2，4)对应的第(i，j)个方格的插值参数；假设C34为点(3，4)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C34(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(3，4)对应的第(i，j)个方格的插值参数；假设C44为点(4，4)对应的4*4插值参数矩阵，该矩阵为包含有16个插值参数，C44(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为点(4，4)对应的第(i，j)个方格的插值参数。
对于划分为4*4个方格的双三次插值算法，需要储存上述16个矩阵参数，该16个矩阵参数有如下规则C31(i，j)＝C21(i，3-j)；C41(i，j)＝C11(i，3-j)；C32(i，j)＝C22(i，3-j)；C42(i，j)＝C12(i，3-j)；C13(i，j)＝C12(3-i，j)；
C23(i，j)＝C22(3-i，j)；C33(i，j)＝C22(3-i，3-j)；C43(i，j)＝C12(3-i，3-j)；C14(i，j)＝C11(3-i，j)；C24(i，j)＝C21(3-i，j)；C34(i，j)＝C21(3-i，3-j)；C44(i，j)＝C11(3-i，3-j)。
因此C31(i，j)，C41(i，j)，C32(i，j)，C42(i，j)，C13(i，j)，C23(i，j)，C33(i，j)，C43(i，j)，C14(i，j)，C24(i，j)，C34(i，j)，C44(i，j)都可以由C11(i，j)，C21(i，j)，C12(i，j)，C22(i，j)经过计算得出。
对于C11(I，j)，C11(i，j)＝C11(j，i)(0＜＝i＜＝3，0＜＝j＜＝3)，因此只需要储存C11部分的一半，另一半可以由储存的部分经过计算得出。
C22(i，j)＝C22(j，i)(0＜＝i＜＝3，0＜＝j＜＝3)，因此只需要储存C22部分的一半，另一半可以由储存的部分经过计算得出。
C12(i，j)＝C21(j，i)(0＜＝i＜＝3，0＜＝j＜＝3)，因此只需要储存C12，C21可以通过C12得出。
因此可以得出只需要储存C11、C12、C21、C22中元素的一半，即可推出全部的插值参数C11、C21、C31、C41、C12、C22、C32、C42、C13、C23、C33、C43、C14、C24、C34、C44。因此最大的压缩率为8∶1，同样，对于双三次算法，方格的3×3与2×2的划分具有相同的压缩比率。
假定C11是点(1，1)的4*4参数矩阵，其包括有16个参数，C11(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为(i，j)方格，点(1，1)的插值参数；假定C21是点(2，1)的4*4参数矩阵，其包括有16个参数，C21(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为(i，j)方格，点(2，1)的插值参数；假定C12是点(1，2)的4*4参数矩阵，其包括有16个参数，C12(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为(i，j)方格，点(1，2)的插值参数；假定C22是点(2，2)的4*4参数矩阵，其包括有16个参数，C22(i，j)(0＜＝i＜＝3，0＜＝j＜＝3)为(i，j)方格，点(2，2)的插值参数。
对于双线性插值具有44个方格，因此需要上述参数的4个矩阵。
对于4个矩阵参数，有下列规则
C21(i，j)＝C11(3-i，j)；C12(i，j)＝C11(i，3-j)；C22(i，j)＝C11(3-i，3-j)；因此C21(i，j)、C12(i，j)、C22(i，j)都可以由C11(i，j)得出。
对于C11(I，j)，C11(i，j)＝C11(j，i)(0＜＝i＜＝3，0＜＝j＜＝3)，因此只需储存C11参数一半，另一半可以通过计算得出。
因此可以得出对于整个插值参数C11、C21、C12、C22，只需要储存C11元素的一半，最大压缩率为8∶1。同理划分为3*3个方格以及2*2个方格具有相同的压缩比率。
当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明权利要求的保护范围。
权利要求
1.一种数字图像插值处理方法，其特征在于，包括如下步骤将像素间的空白区域等份划分为多个方格；根据当前该方格所在位置，确定各方格相对于其采样点的插值参数；将所有方格相对于其采样点的插值参数压缩储存；缩放图像，确定插值点落入的目标方格；根据该目标方格的位置解压缩插值参数，从而计算该方格对应的插值参数；及根据该插值参数以及该采样点的亮度值，计算该插值点的亮度值。
2.根据权利要求1所述的数字图像插值处理方法，其特征在于，该将空白区域划分为多个方格的步骤，为等份划分4*4＝16个方格。
3.根据权利要求1所述的数字图像插值处理方法，其特征在于，该将空白区域划分为多个方格的步骤，为等份划分3*3＝9个方格。
4.根据权利要求1所述的数字图像插值处理方法，其特征在于，该将空白区域划分为多个方格的步骤，为等份划分2*2＝4个方格。
5.根据权利要求1所述的数字图像插值处理方法，其特征在于，各方格的插值参数为各方格中心点的插值参数。
6.根据权利要求1所述的数字图像插值处理方法，其特征在于，该采样点的个数为4个。
7.根据权利要求1所述的数字图像插值处理方法，其特征在于，该采样点的个数为16个。
8.根据权利要求1所述的数字图像插值处理方法，其特征在于，将所有方格相对于其采样点的插值参数压缩储存的步骤，还包括如下步骤确定各方格相对于相邻四个采样点的插值参数；及根据该插值参数的坐标，将该插值参数压缩储存。
9.根据权利要求1所述的数字图像插值处理方法，其特征在于，其中计算插值点的亮度值为采用双三次算法计算的。
10.根据权利要求1所述的数字图像插值处理方法，其特征在于，该计算插值点的亮度值为采用双线性算法计算的。
全文摘要
本发明涉及一种数字图像插值处理方法，包括如下步骤将像素间的空白区域平均划分为多个方格；根据当前该方格所在位置，确定各方格相对于其采样点的插值参数；将所有方格相对于其采样点的插值参数压缩储存；缩放图像，确定插值点落入的目标方格；根据该目标方格的位置解压缩插值参数，从而计算该方格对应的插值参数；及根据该插值参数以及该采样点的亮度值，计算该插值点的亮度值。本发明可以提高插值处理速度的同时，将插值参数压缩储存，降低插值参数所需的储存空间。
文档编号G06T3/40GK1750042SQ200410074448
公开日2006年3月22日 申请日期2004年9月15日 优先权日2004年9月15日
发明者高月 申请人:德鑫科技股份有限公司