改善放大图像品质的方法与流程

本公开实施例涉及一种改善放大图像品质的方法，且特别涉及一种改善放大图像的边缘清晰度的方法。

背景技术：

为了把一个尺寸较小的图像放大到尺寸较大的图像，可以首先依据原图像的像素点的位置，按照放大倍数找到新的像素点的位置，并依据原图像的多个相邻的像素点的色彩值，来对新的像素点的色彩值进行估算并填充，即像素插值(interpolation)。对于上述的像素插值存在很多不同的演算法，其中最常用的是最邻近点插值演算法和双线性插值演算法。最邻近点插值演算法是最简单且速度最快的演算法，但生成的放大图像会呈现马赛克和锯齿等明显失真现象。双线性插值演算法增加了像素点计算数量，图像视觉效果有明显的提升，但会有一定的图像边缘模糊或字体模糊的现象。为了得到更好的图像放大品质，也有许多新的演算法被不断提出，这些新的演算法大多通过扩大参照像素点的范围和进行更复杂的插值计算方式来提高像素插值的逼真程度，但都无法克服放大图像边缘模糊的固有缺陷。

技术实现要素：

本公开的目的在于提出一种改善放大图像品质的方法，通过改善放大图像的边缘的清晰度来克服传统图像放大方法的放大图像边缘模糊的缺陷。更进一步，改善放大图像的边缘的平滑度以改善放大图像边缘锯齿的现象。

根据本公开的上述目的，提出一种改善放大图像品质的方法，用以改善从原图像放大为放大图像的边缘清晰度，其中原图像包含多个原像素且放大图像包含多个新像素，改善放大图像品质的方法包含以下步骤：对原图像中的目标像素区域进行图像边缘检测，用以判断目标像素区域是否包含图像边缘；以及当目标像素区域包含图像边缘时，针对放大图像中相应于目标像素区域以及与目标像素区域部分重叠的三个相邻像素区域的多个新像素进行图像清晰调整，其中目标像素区域与相邻像素区域大小相同，且目标像素区域与相邻像素区域分别包含有相同的多个原像素的一者。

在一些实施例中，上述图像边缘检测是利用目标像素区域与一组样式像素区域进行比对，以判断目标像素区域是否包含图像边缘。

在一些实施例中，当目标像素区域不包含图像边缘时，通过像素插值法计算得知放大图像中相应于目标像素区域的新像素的灰阶值。

在一些实施例中，当目标像素区域包含图像边缘时，利用目标像素区域以及相邻像素区域的组合来与一组样式微区域进行比对，以决定出相应样式微区域，从而根据相应样式微区域所对应的灰阶值表来得知放大图像中相应于目标像素区域的新像素的灰阶值。

在一些实施例中，上述图像清晰调整包含以下步骤：判断目标像素区域以及相邻像素区域是否存在相互影响；以及当目标像素区域以及相邻像素区域存在相互影响时，对放大图像中相应于目标像素区域以及相邻像素区域的新像素的灰阶值进行调整。

在一些实施例中，上述改善放大图像品质的方法还包含：当放大图像中的目标微区域包含有倾斜边缘时，针对目标微区域所包含的新像素进行图像边缘平滑调整以改善放大图像的边缘平滑度。

在一些实施例中，上述图像边缘平滑调整是保持倾斜边缘的方向，并改变相应于倾斜边缘的新像素所相邻的新像素的至少一者的灰阶值。

在一些实施例中，上述图像边缘平滑调整是保持倾斜边缘的方向，并改变相应于倾斜边缘的新像素所相邻的新像素的至少一者的灰阶值，且改变相应于倾斜边缘的新像素的至少一者的灰阶值。

在一些实施例中，上述像素插值法为最邻近点插值算法或双线性差值算法。

为让本公开的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

从以下结合附图所做的详细描述，可对本公开的态样有更佳的了解。需注意的是，根据业界的标准实务，各特征并未依比例绘示。事实上，为了使讨论更为清楚，各特征的尺寸都可任意地增加或减少。

图1是绘示根据本公开的第一实施例的原像素与新像素的分布示意图。

图2是绘示根据本公开的实施例的改善放大图像品质的方法的流程图。

图3是绘示根据本公开的第一实施例的一幅包含多个原像素的原图像的示意图。

图4是绘示根据本公开的实施例的改善放大图像品质的方法的步骤的细节流程图。

图5是绘示根据本公开的第一实施例的一组样式像素区域的示意图。

图6是绘示根据本公开的第二实施例的一组样式像素区域的示意图。

图7是绘示根据本公开的第一实施例的一幅包含多个原像素的原图像的示意图。

图8a至图8c是绘示根据本公开的第一实施例的图像清晰调整的示意图。

图9a至图9b是绘示根据本公开的第三实施例的一幅包含3×3个原像素的原图像与一幅包含5×5个新像素的放大图像的示意图。

图10a至图10b与图11a至图11b是绘示根据本公开的第四实施例的图像边缘平滑调整的示意图。

图10a和图10c与图11a和图11c是绘示根据本公开的第五实施例的图像边缘平滑调整的示意图。

图12a至图12b是绘示根据本公开的第六实施例的图像边缘平滑调整的示意图。

图12a和图12c是绘示根据本公开的第七实施例的图像边缘平滑调整的示意图。

图13a至图13b是绘示根据本公开的第八实施例的图像边缘平滑调整的示意图。

图13a和图13c是绘示根据本公开的第九实施例的图像边缘平滑调整的示意图。

图14a至图14b与图15a至图15b是绘示根据本公开的第十实施例的图像边缘平滑调整的示意图。

附图标记说明：

s1-s4、s11、s12、s21-s24：步骤

100：原图像

10011-10044：原像素

20011-20022、30011-30044、40011-40033：新像素

110：目标像素区域

120、130、140：相邻像素区域

r：红色子像素

g：绿色子像素

b：蓝色子像素

具体实施方式

以下仔细讨论本发明的实施例。然而，可以理解的是，实施例提供许多可应用的概念，其可实施于各式各样的特定内容中。所讨论、公开的实施例仅供说明，并非用以限定本发明的范围。

在本公开的实施例中，包含多个原像素的原图像被放大为包含多个新像素的放大图像。举例来说，假设有一幅包含3×3个原像素的原图像，将其放大4/3倍，即成为一幅包含4×4个新像素的放大图像。一种较为容易理解的图像放大概念是：在原图像上放置虚构的4×4个栅格；然后，采用某种方法将每一栅格全部赋值；最后，将这些栅格扩展到放大图像的大小。如此，完成了将原图像放大为放大图像的放大操作。

原像素与新像素的位置的关系可以利用图1来帮助理解。图1是绘示根据本公开的第一实施例的原像素与新像素的分布示意图。在图1中，符号○表示原像素，符号+表示新像素，符号表示重叠的像素，即位在同一位置的原像素和新像素。图1是例示一幅包含3×3个原像素的原图像将放大4/3倍后成为一幅包含4×4个新像素的放大图像。

本公开提出一种改善放大图像品质的方法，请参照图2，图2是绘示根据本公开的实施例的改善放大图像品质的方法的流程图。于步骤s1，在原图像中取一个包含n×m个原像素的区域，并将此区域定义为欲处理的目标像素区域，并对目标像素区域进行图像边缘检测，用以判断目标像素区域是否包含图像边缘，其中n、m为正整数，且n与m的至少一者为大于2的正整数。

以下以图3来对步骤s1做例示性的说明，图3是绘示根据本公开的第一实施例的一幅包含多个原像素的原图像100的示意图。原图像100包含原像素10011、10012、10013、10014、10021、10022、10023、10024、10031、10032、10033、10034、10041、10042、10043、10044…等等。在原图像100中取一个包含2×2个原像素的目标像素区域110，换言之，n＝m＝2，目标像素区域110包含原像素10011、10012、10021、10022。

请回到图2，于步骤s2，根据目标像素区域包含图像边缘与否，来计算放大图像中相应于目标像素区域的多个新像素的灰阶值。请参照图4，图4是绘示根据本公开的实施例的改善放大图像品质的方法的步骤s1-s2的细节流程图。于步骤s11，利用目标像素区域与一组样式像素区域进行比对。于步骤s12，通过比对结果来得知目标像素区域是否包含图像边缘。其中，目标像素区域与样式像素区域大小相同，换言之，样式像素区域为一组包含n×m个像素的组合。再者，样式像素区域为一组包含所有图像边缘样式的组合。

以图5来对样式像素区域做例示性的说明，图5是绘示根据本公开的第一实施例的一组样式像素区域的示意图。如图5所示，样式像素区域为一组包含2×2个像素的16种实现情况的组合，换言之，n＝m＝2。此外，以图6来对样式像素区域做例示性的说明，图6是绘示根据本公开的第二实施例的一组样式像素区域的示意图。如图6所示，样式像素区域为一组包含3×3个像素的19种实现情况的组合，换言之，n＝m＝3。

请回到图4，当目标像素区域不包含图像边缘，则进行步骤s21，通过像素插值法计算得知放大图像中相应于目标像素区域的新像素的灰阶值(步骤s24)。具体而言，当目标像素区域不包含图像边缘，则不会产生边缘模糊的现象，因此可采用现有的像素插值法来计算放大图像中相应于目标像素区域的新像素的灰阶值。其中，现有的像素插值法可为例如最邻近点插值算法、双线性差值算法等。值得一提的是，本公开并不限定像素插值法的演算方式，使用者可视实际需求选择适合的现有像素插值法。

请再次参照图4，当目标像素区域包含图像边缘，则进行步骤s22，利用目标像素区域以及与目标像素区域部分重叠的三个相邻像素区域的组合来与一组样式微区域进行比对，以决定出相应样式微区域。接着，进行步骤s23，根据相应样式微区域所对应的灰阶值表来得知放大图像中相应于目标像素区域的新像素的灰阶值。

以图7来对相邻像素区域做例示性的说明，图7是绘示根据本公开的第一实施例的一幅包含多个原像素的原图像100的示意图。请一并参照图3与图7，相邻像素区域120、130、140与目标像素区域110大小相同，换言之，相邻像素区域120、130、140分别包含2×2个原像素。相邻像素区域120包含原像素10021、10022、10031、10032，相邻像素区域130包含原像素10012、10013、10022、10023，相邻像素区域140包含原像素10022、10023、10032、10033。具体而言，目标像素区域110与相邻像素区域120、130、140部分重叠且分别包含有相同的多个原像素的一者(即原像素10022)。值得一提的是，目标像素区域与三个相邻像素区域的组合为包含(2n-1)×(2m-1)个像素的区域。

在本公开中，预先定义的一组样式微区域，并利用目标像素区域以及三个相邻像素区域的组合与其比对，并以样式微区域中比对结果吻合者作为相应样式微区域。其中，目标像素区域以及三个相邻像素区域的组合与样式微区域大小相同，换言之，样式微区域为一组包含(2n-1)×(2m-1)个像素的组合。此外，通过预测试来建立样式微区域所分别对应的灰阶值表。如此一来，即可根据相应样式微区域所对应的灰阶值表来得知放大图像中相应于目标像素区域的新像素的灰阶值。

请回到图2，在步骤s2之后，判断目标像素区域以及相邻像素区域是否存在相互影响，当目标像素区域以及相邻像素区域存在相互影响时，进行步骤s3，即进行图像清晰调整，对放大图像中相应于目标像素区域以及相邻像素区域的新像素的灰阶值进行调整。

以图8a至图8c来对图像清晰调整做例示性的说明，图8a至图8c是绘示根据本公开的第一实施例的图像清晰调整的示意图。图8a为包含3×3个原像素的原图像，假设放大倍率为4/3，经过本公开的改善放大图像品质的方法的步骤s1-s2后，所得者为图8b，即包含4×4个新像素的放大图像。比较图8a与图8b可知，放大图像(图8b)呈现出原图像(图8a)的倾斜边缘趋势中所没有的点(以灰色表示者)，如此一来将会造成观看放大图像(图8b)时，有边缘模糊的现象产生。具体而言，由于原图像(图8a)中的目标像素区域与相邻像素区域存在相互影响，使得放大图像(图8b)时有边缘模糊的现象产生。图8c为经过本公开的的实施例的改善放大图像品质的方法的步骤s3(即图像清晰调整)后的放大图像。具体而言，经过图像清晰调整后，消除了放大图像(图8b)中相应于原图像(图8a)边缘趋势中所没有的点，因此放大图像(图8c)具有清晰的边缘显示效果。

图9a至图9b是绘示根据本公开的第三实施例的一幅包含3×3个原像素的原图像与一幅包含5×5个新像素的放大图像的示意图。图9a为包含3×3个原像素的原图像，假设放大倍率为5/3，经过本公开的的实施例的改善放大图像品质的方法的步骤s1-s3后，所得者为图9b，即包含5×5个新像素的放大图像。具体而言，经过图像清晰调整后，放大图像(图9b)具有清晰的边缘显示效果。

值得一提的是，在本公开的实施例中，图像清晰调整的原则为，原图像中若包含一定像素宽度的边缘(例如直线或曲线)，其线宽乘上放大倍率后的数值若不为整数，则仅取整数。举例来说，若原图像中包含像素宽度为1的一段直线，且放大倍率为1.5倍，则放大图像中对应该直线的直线的像素宽度仍为1。

应注意的是，当某一目标像素区域完成步骤s1-s3之后，则继续对下一个包含n×m个原像素的目标像素区域执行步骤s1-s3，直到原图像中的所有原像素皆包含于目标像素区域以及与目标像素区域部分重叠的三个相邻像素区域的组合中。举例来说，请参照图3，当目标像素区域110完成步骤s1-s3之后，则继续对下一个包含2×2个原像素(即原像素10013、10014、10023、10024)的目标像素区域执行步骤s1-s3。举例来说，请参照图3，当原图像中的所有位于第一列与第二列的原像素皆包含于目标像素区域以及与目标像素区域部分重叠的三个相邻像素区域的组合中之后，则继续对下一个包含2×2个原像素(即原像素10031、10032、10041、10042)的目标像素区域执行步骤s1-s3。依此类推。

请回到图2，在步骤s3之后，判断放大图像中的目标微区域是否包含倾斜边缘，当放大图像中的目标微区域包含倾斜边缘时，进行步骤s4，针对目标微区域所包含的新像素进行图像边缘平滑调整以改善放大图像的边缘平滑度。其中，图像边缘平滑调整是保持倾斜边缘的方向，并改变相应于倾斜边缘的新像素所相邻的新像素的至少一者的灰阶值。或者，图像边缘平滑调整是保持倾斜边缘的方向，并改变相应于倾斜边缘的新像素所相邻的新像素的至少一者的灰阶值，且改变相应于倾斜边缘的新像素的至少一者的灰阶值。其中，目标微区域可为使用者自行定义的包含多个新像素且欲处理的区域，换言之，目标微区域可为放大图像中的一个或多个区域，因此，对本公开的实施例而言，将依序针对所有的目标微区域执行步骤s4。

以图10a至图10c来对图像边缘平滑调整做例示性的说明，图10a至图10c是绘示根据本公开的第四实施例与第五实施例的图像边缘平滑调整的示意图。图10a呈现放大图像中包含倾斜边缘的目标微区域。这样的倾斜边缘将会造成观看时，有边缘锯齿的现象产生。图10b为根据本公开的第四实施例的图像边缘平滑调整后的示意图。图10b呈现出图像边缘平滑调整是保持图10a的倾斜边缘的方向，并调整相应于倾斜边缘的新像素所相邻的两个新像素20012、20021的子像素的灰阶值。对图10b而言，改变了新像素20012的红色子像素r的灰阶值，其中新像素20012的红色子像素r的灰阶值等于新像素20011的红色子像素的灰阶值、新像素20022的红色子像素的灰阶值或两者的平均。再者，改变了新像素20021的蓝色子像素b的灰阶值，其中新像素20021的蓝色子像素b的灰阶值等于新像素20022的蓝色子像素的灰阶值、新像素20011的蓝色子像素的灰阶值或两者的平均。此外，图10c为根据本公开的第五实施例的图像边缘平滑调整后的示意图。图10c与图10b的不同之处为，图10c更改变了新像素20012的绿色子像素g的灰阶值，其中新像素20012的绿色子像素g的灰阶值等于新像素20011的绿色子像素的灰阶值、新像素20022的绿色子像素的灰阶值或两者的平均。再者，图10c更改变了新像素20021的绿色子像素g的灰阶值，其中新像素20021的绿色子像素g的灰阶值等于新像素20022的绿色子像素的灰阶值、新像素20011的绿色子像素的灰阶值或两者的平均。具体而言，经过图像边缘平滑调整后，使得原本边缘锯齿的现象得以平滑。

以图11a至图11c来对图像边缘平滑调整做例示性的说明，图11a至图11c是绘示根据本公开的第四实施例与第五实施例的图像边缘平滑调整的示意图。图11a至图11c与图10a至图10c类似，即图11b为根据本公开的第四实施例的图像边缘平滑调整后的示意图，且图11c为根据本公开的第五实施例的图像边缘平滑调整后的示意图，差别仅为图11a呈现放大图像中包含倾斜边缘的目标微区域，且目标微区域包含4×4个新像素。其余部分与图10a至图10c大致相同，在此不再赘述。

以图12a至图12c来对图像边缘平滑调整做例示性的说明，图12a至图12c是绘示根据本公开的第六实施例与第七实施例的图像边缘平滑调整的示意图。图12a呈现放大图像中包含倾斜边缘的目标微区域。这样的倾斜边缘将会造成观看时，有边缘锯齿的现象产生。图12b为根据本公开的第六实施例的图像边缘平滑调整后的示意图。图12b呈现出图像边缘平滑调整是保持图12a的倾斜边缘的方向，并调整相应于图12a中的倾斜边缘的端点的两个新像素30011、30044的子像素的灰阶值，且调整相应于图12a中的倾斜边缘的新像素所相邻的新像素30012、30021、30023、30032、30034、30043的子像素的灰阶值。对图12b而言，将新像素30011的红色子像素r的灰阶值复制至新像素30012的红色子像素r的灰阶值，将新像素30044的蓝色子像素b的灰阶值复制至新像素30043的蓝色子像素b的灰阶值。再者，改变了新像素30021、30032的蓝色子像素b的灰阶值，其中新像素30021的蓝色子像素b的灰阶值等于新像素30022的蓝色子像素的灰阶值，新像素30032的蓝色子像素b的灰阶值等于新像素30033的蓝色子像素的灰阶值；改变了新像素30023、30034的红色子像素r的灰阶值，其中新像素30023的红色子像素r的灰阶值等于新像素30022的红色子像素的灰阶值，新像素30034的红色子像素r的灰阶值等于新像素30033的红色子像素的灰阶值。此外，图12c类似图11b与图11c的结合，即类似图11c，位于奇数列的相应于图12a中的倾斜边缘的新像素的相邻的新像素的两个子像素(r与g、或g与b)被赋值；即类似图11b，位于偶数列的相应于图12a中的倾斜边缘的新像素的相邻的新像素的一个子像素(b或r)被赋值。具体而言，经过图像边缘平滑调整后，使得原本边缘锯齿的现象得以平滑。

以图13a至图13c来对图像边缘平滑调整做例示性的说明，图13a至图13c是绘示根据本公开的第八实施例与第九实施例的图像边缘平滑调整的示意图。图13a呈现放大图像中包含倾斜边缘的目标微区域。图13b为根据本公开的第八实施例的图像边缘平滑调整后的示意图。图13b调整相应于倾斜边缘的新像素所相邻的一个新像素20012的子像素的灰阶值，其中新像素20012的红色子像素r的灰阶值等于新像素20011的红色子像素的灰阶值、20021的红色子像素的灰阶值、20022的红色子像素的灰阶值或三者的平均。此外，图13c为根据本公开的第九实施例的图像边缘平滑调整后的示意图。图13c与图13b的不同之处为，图13c更改变了新像素20012的绿色子像素g的灰阶值，其中新像素20012的绿色子像素g的灰阶值等于新像素20011的绿色子像素的灰阶值、20021的绿色子像素的灰阶值、20022的绿色子像素的灰阶值或三者的平均。具体而言，经过图像边缘平滑调整后，使得原本边缘锯齿的现象得以平滑。

以图14a至图14b来对图像边缘平滑调整做例示性的说明，图14a至图14b是绘示根据本公开的第十实施例的图像边缘平滑调整的示意图。图14a呈现放大图像中包含倾斜边缘的目标微区域。图14b为根据本公开的第十实施例的图像边缘平滑调整后的示意图。图14b调整相应于倾斜边缘的新像素所相邻的一个新像素40022的子像素的灰阶值，并调整相应于倾斜边缘的一个新像素40021的子像素的灰阶值。对图14b而言，将新像素40021的红色子像素r的灰阶值复制至新像素40022的红色子像素r的灰阶值。具体而言，经过图像边缘平滑调整后，使得原本边缘锯齿的现象得以平滑。

以图15a至图15b来对图像边缘平滑调整做例示性的说明，图15a至图15b是绘示根据本公开的第十实施例的图像边缘平滑调整的示意图。图15a至图15b与图14a至图14b类似，差别仅为图15a与图14a的像素组成大小不同。其余部分与图14a至图14b大致相同，在此不再赘述。

综合上述，本公开提出一种改善放大图像品质的方法。通过改善放大图像的边缘的清晰度来克服传统图像放大方法的放大图像边缘模糊的缺陷。更进一步，改善放大图像的边缘的平滑度以改善放大图像边缘锯齿的现象。

以上概述了数个实施例的特征，因此本领域技术人员可以更了解本公开的态样。本领域技术人员应了解到，其可轻易地把本公开当作基础来设计或修改其他的制程与结构，藉此实现和在此所介绍的这些实施例相同的目标及/或达到相同的优点。本领域技术人员也应可明白，这些等效的建构并未脱离本公开的精神与范围，并且他们可以在不脱离本公开精神与范围的前提下做各种的改变、替换与变动。