一种基于10

一种基于10
×
8图像放大模板的图像放大方法
技术领域
1.本发明涉及图像处理技术领域，特别涉及一种基于10
×
8图像放大模板的图像放大方法。


背景技术：

2.当今社会中，图像已成为人们获取信息的重要信息，拍摄是日常生活中获取图像的重要途径，在拍摄过程中不能从场景中提取完整的信息，对焦点的不同会造成一定区域的模糊，而无法获取场景的全面描述，造成信息缺失。图像融合技术恰恰可以将不同对焦的图像合并，补全缺失的信息，并对图像进行放大，从而获取较为完整的信息。
3.现有技术中，对于图像融合放大技术主要通过将2张或2张以上的图像信息的融合到1张图像上，使得融合的图像含有更多的信息、能够更方便人来观察或者计算机处理。
4.上述现有技术存在的缺陷是：两幅或多幅待融合放大源图像，如果配准不好且像素位宽不一致，其融合效果不好，导致生成的放大图像不够清晰。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种基于10
×
8图像放大模板的图像放大方法。
6.本发明实施例提供一种基于10
×
8图像放大模板的图像放大方法，包括：
7.提取待放大图像的像素补偿区域的像素点和像素值，根据像素点和像素值计算水平梯度和垂直梯度；
8.通过水平梯度和垂直梯度构建融合梯度的10
×
8图像放大模板，10
×
8图像放大模板为：
[0009][0010]
根据待放大图像的放大倍数m在像素点的像素补偿区域构造补偿像素点；
[0011]
根据补偿像素点和10
×
8图像放大模板计算补偿像素点的补偿像素值；
[0012]
根据补偿像素值构造补偿像素块b；
[0013]
利用补偿像素块b代替像素点生成放大图像。
[0014]
另外的，所述提取待放大图像像素补偿区域的像素点和像素值包括：
[0015]
待放大图像i1的区域[i,i+1]
×
[j,j+1]是像素点(i,j)的像素补偿区域；该区域有四个像素点，按照自上而下自左而右的方式排序为p1，p2，p3，p4，其坐标分别为p1(i,j)，p2(i+1,j)，p3(i,j+1)，p4(i+1,j+1)，对应的像素值分别为v1，v2，v3，v4。
[0016]
另外的，所述根据像素点和像素值计算水平梯度和垂直梯度包括：
[0017]
像素点p1(i,j)的垂直梯度计算：
[0018]
g1＝v2-v1
[0019]
像素点p3(i,j+1)的垂直梯度计算：
[0020]
g2＝v4-v3
[0021]
像素点p1(i,j)的水平梯度计算：
[0022]
g3＝v3-v1
[0023]
像素点p2(i+1,j)的水平梯度计算：
[0024]
g4＝v4-v2
[0025]
根据图像的平移不变性，将像素补偿区域平移至[0,1]
×
[0,1]，像素点的坐标变为p1(0,0)，p2(1,0)，p3(0,1)，p4(1,1)，像素点的像素值和梯度均不变，将像素值和梯度排列为向量s＝[v1,v2,v3,v4,g1,g2,g3,g4]。
[0026]
另外的，所述构造像素补偿点包括：
[0027]
根据放大倍数m，构造m
×
m个补偿像素点，补偿像素点q(x,y)的坐标为：
[0028]
x＝(s-1)/m+n(0,0.05)
[0029]
y＝(t-1)/m+n(0,0.05)
[0030]
其中，s＝1,2,...,m，t＝1,2,...,m均是正整数。
[0031]
另外的，所述计算补偿像素点的补偿像素值包括：
[0032]
根据补偿像素点q(x,y)的坐标构造向量x＝[1,x,y,x2,xy,y2,x3,x2y,xy2,y3]；
[0033]
利用图像放大模板计算补偿像素点的补偿像素值：
[0034]
v(q)＝x*t*s'
[0035]
其中，t是与待放大图像和放大倍数m无关的模板，是10
×
8的矩阵，s'是向量s的转置向量，*表示矩阵之间的乘法运算。
[0036]
另外的，所述构造补偿像素块b包括：利用m
×
m个像素补偿点的位置，将对应的补偿像素值排列成像素补偿块b。
[0037]
另外的，所述生成放大图像包括：根据每个像素点对应的多个像素补偿块b，利用像素补偿块b代替像素点(i,j)构造放大图像。
[0038]
本发明实施例提供的上述一种基于10
×
8图像放大模板的图像放大方法，与现有技术相比，其有益效果如下：
[0039]
通过提取待放大图像的像素补偿区域的像素点和像素值；根据像素点和像素值计算水平梯度和垂直梯度；根据待放大图像的放大倍数m在像素点的像素补偿区域构造补偿像素点；通过水平梯度和垂直梯度构建融合梯度的10
×
8图像放大模板；根据补偿像素点和10
×
8图像放大模板计算补偿像素点的补偿像素值；根据补偿像素点和补偿像素值构造补
偿像素块b；利用补偿像素块b代替像素点生成放大图像。本发明提出的图像放大方法将像素点的水平梯度与垂直梯度进行融合，构建融合梯度的10
×
8图像放大模板，构造像素点的补偿像素块，使用补偿像素块来替代像素点实现对图像的放大，避免了多幅图像融合，生成的放大图像更加清晰。
附图说明
[0040]
图1为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的实施流程图；
[0041]
图2为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的大小为5
×
6的待放大图像i1；
[0042]
图3为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的待放大图像像素点(2,3)对应四个像素值；
[0043]
图4为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的待放大图像像素点(2,3)对应像素点的水平梯度；
[0044]
图5为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的待放大图像像素点(2,3)对应像素点的垂直梯度；
[0045]
图6为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的放大倍数m＝2对应的补偿像素点坐标；
[0046]
图7为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的像素补偿点的像素补偿值(m＝2)；
[0047]
图8为一个实施例中提供的一种基于10
×
8图像放大模板的图像放大方法的待放大图像放大2倍后图像。
具体实施方式
[0048]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0049]
一个实施例中，如图1所示，提供的一种基于10
×
8图像放大模板的图像放大方法，该方法包括：
[0050]
步骤1：如图2所示，待放大图像i1的大小为5
×
6，提取待放大图像的像素补偿区域的像素点和像素值：
[0051]
待放大图像i1的区域[i,i+1]
×
[j,j+1]是像素点(i,j)的像素补偿区域，该区域有四个像素点，按照自上而下自左而右的方式排序为p1、p2、p3、p4，其坐标分别为p1(i,j)、p2(i+1,j)、p3(i,j+1)、p4(i+1,j+1)，对应的像素值分别为v1、v2、v3、v4，如图3所示。
[0052]
像素点p1(i,j)的垂直梯度按照公式(2a)计算
[0053]
g1＝v2-v1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2a)
[0054]
像素点p3(i,j+1)的垂直梯度按照公式(2b)计算
[0055]
g2＝v4-v3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2b)
[0056]
像素点p1(i,j)的水平梯度按照公式(2c)计算
[0057]
g3＝v3-v1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2c)
[0058]
像素点p2(i+1,j)的水平梯度按照公式(2d)计算
[0059]
g4＝v4-v2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2d)
[0060]
如图4、图5所示。
[0061]
根据图像的平移不变性，将像素补偿区域平移至[0,1]
×
[0,1]，像素点的坐标变为p1(0,0)、p2(1,0)、p3(0,1)、p4(1,1),像素点的像素值和水平梯度均不变，将像素值和水平梯度排列为向量s＝[v1,v2,v3,v4,g1,g2,g3,g4]。
[0062]
步骤2：根据放大倍数m在像素点的像素补偿区域构造补偿像素点：根据放大倍数m，构造m
×
m个补偿像素点，补偿像素点q(x,y)的坐标为：
[0063]
x＝(s-1)/m+n(0,0.05)
[0064]
y＝(t-1)/m+n(0,0.05)
[0065]
其中，s＝1,2,...,m，t＝1,2,...,m均是正整数，如图6所示，放大倍数m＝2对应的补偿像素点坐标。
[0066]
步骤3：构建融合梯度的10
×
8图像放大模板，10
×
8图像放大模板为：
[0067][0068]
步骤4：根据10
×
8图像放大模板、补偿像素点、提取的像素值及水平梯度，计算补偿像素点的补偿像素值：
[0069]
根据补偿像素点q(x,y)的坐标构造向量x＝[1,x,y,x2,xy,y2,x3,x2y,xy2,y3]；
[0070]
利用图像放大模板计算补偿像素点的补偿像素值：
[0071]
v(q)＝x*t*s'
[0072]
其中，t是与待放大图像i1和放大倍数m无关的模板，是10
×
8的矩阵，s'是向量s的转置向量，*表示矩阵之间的乘法运算；如图7所示，像素补偿点的像素补偿值(m＝2)。
[0073]
步骤5：根据补偿像素点位置及其计算的补偿像素值，构造补偿像素块b：利用m
×
m个像素补偿点的位置，将对应的补偿像素值排列成像素补偿块b。
[0074]
步骤6：利用补偿像素块b代替像素点生成放大图像i2：根据每个像素点对应的多个像素补偿块b，利用像素补偿块b代替像素点(i,j)构造放大图像i2，如图8所示，待放大图像i1放大2倍后图像i2。
[0075]
选取瑞士联邦理工学院radu t imofte教授收集包含100幅图像的测试集b100验
证本发明，对于测试集中的图像，将其作为原图像，利用下采样将其缩小为原来的1/m倍，作为待放大图像，然后利用本发明的方法将待放大图像放大m倍，放大图像与原图像具有相同的大小。
[0076]
表一是本发明与插值图像放大方法(bicubic)和机器学习图像放大方法(anr、ne+lee、a+)在相同实验环境下的对比，从表中可以看出本发明在100幅图像测试集上的最差峰值信噪比、平均峰值信噪比和最优峰值信噪比均优于插值方法和几种流行的机器学习方法，最差结构相似性、平均结构相似性和最优结构相似性也均优于流行的插值方法和机器学习方法。从运行时间看，本发明与bicubic插值方法相当，明显优于anr、ne+lee、a+等方法。
[0077][0078]
表1、本发明与其他方法的性能对比
[0079]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种基于10
×
8图像放大模板的图像放大方法，其特征在于，包括：提取待放大图像的像素补偿区域的像素点和像素值，根据像素点和像素值计算水平梯度和垂直梯度；通过水平梯度和垂直梯度构建融合梯度的10
×
8图像放大模板，10
×
8图像放大模板为：根据待放大图像的放大倍数m在像素点的像素补偿区域构造补偿像素点；根据补偿像素点和10
×
8图像放大模板计算补偿像素点的补偿像素值；根据补偿像素值构造补偿像素块b；利用补偿像素块b代替像素点生成放大图像。2.如权利要求1所述的一种基于10
×
8图像放大模板的图像放大方法，其特征在于，所述提取待放大图像的像素补偿区域的像素点和像素值包括：待放大图像的区域[i,i+1]
×
[j,j+1]是像素点(i,j)的像素补偿区域；该区域有四个像素点，按照自上而下自左而右的方式排序为p1，p2，p3，p4，其坐标分别为p1(i,j)，p2(i+1,j)，p3(i,j+1)，p4(i+1,j+1)，对应的像素值分别为v1，v2，v3，v4。3.如权利要求2所述的一种基于10
×
8图像放大模板的图像放大方法，其特征在于，所述根据像素点和像素值计算水平梯度和垂直梯度包括：像素点p1(i,j)的垂直梯度计算：g1＝v2-v1像素点p3(i,j+1)的垂直梯度计算：g2＝v4-v3像素点p1(i,j)的水平梯度计算：g3＝v3-v1像素点p2(i+1,j)的水平梯度计算：g4＝v4-v2根据图像的平移不变性，将像素补偿区域平移至[0,1]
×
[0,1]，像素点的坐标变为p1(0,0)，p2(1,0)，p3(0,1)，p4(1,1)，像素点的像素值和梯度均不变，将像素值和梯度排列为向量s＝[v1,v2,v3,v4,g1,g2,g3,g4]。
4.如权利要求1所述的一种基于10
×
8图像放大模板的图像放大方法，其特征在于，所述构造像素补偿点包括：根据放大倍数m，构造m
×
m个补偿像素点，补偿像素点q(x,y)的坐标为：x＝(s-1)m+n(0,0.05)y＝(t-1)m+n(0,0.05)其中，s＝1,2,...,m，t＝1,2,...,m均是正整数。5.如权利要求1所述的一种基于10
×
8图像放大模板的图像放大方法，其特征在于，所述计算补偿像素点的补偿像素值包括：根据补偿像素点q(x,y)的坐标构造向量x＝[1,x,y,x2,xy,y2,x3,x2y,xy2,y3]；利用10
×
8图像放大模板计算补偿像素点的补偿像素值：v(q)＝x*t*s'其中，t是与待放大图像和放大倍数m无关的模板，是10
×
8的矩阵，s'是向量s的转置向量，*表示矩阵之间的乘法运算。6.如权利要求1所述的一种基于10
×
8图像放大模板的图像放大方法，其特征在于，所述构造补偿像素块b包括：利用m
×
m个像素补偿点的位置，将对应的补偿像素值排列成像素补偿块b。7.如权利要求1所述的一种基于10
×
8图像放大模板的图像放大方法，其特征在于，所述生成放大图像包括：根据每个像素点对应的多个像素补偿块b，利用像素补偿块b代替像素点(i,j)构造放大图像。

技术总结
本发明公开了一种基于10


技术研发人员：刘宏兵 张寅昊 俞婷 武瑛 苏保朵 谢莉萍
受保护的技术使用者：嘉兴南湖学院
技术研发日：2023.07.06
技术公布日：2023/10/7