基于梯度的圖像插值放大算法研究.pdf

1、近年來，隨著計算機視覺、可視化計算、人工智能和虛擬現(xiàn)實技術的深入研究和飛速發(fā)展，圖像插值技術的研究如今已經在高清電視技術、智能家居技術、數(shù)字投影技術和圖像處理軟件中具有越來越廣泛的應用。在圖像中，邊緣結構能夠傳達圖像所描述的大部分有效信息，而圖像梯度矢量可以用于精確描述圖像邊緣結構。因此，利用圖像梯度信息來解決圖像插值領域的問題成為了一個新的熱點和趨勢，為解決圖像插值問題提供了一個新穎的角度和思路。傳統(tǒng)的圖像插值算法由于采用簡單易懂的數(shù)

2、學模型和快速簡捷的計算實現(xiàn)而被廣泛地應用到多個領域當中。但是，經典的圖像插值方法在計算精度和插值效果等方面仍存在著較大的缺陷，例如常常會引入模糊化細節(jié)和鋸齒狀邊緣。圖像插值作為圖像處理工程的基本環(huán)節(jié)，插值圖像的質量優(yōu)劣對于后續(xù)的圖像處理操作流程具有關鍵意義。插值圖像邊緣的質量對插值圖像的顯示質量和視覺效果具有直接影響，而梯度值的計算精度也對圖像邊緣描述的準確程度起著重要作用。因此，本文考慮通過構造擬合雙三次曲面求解梯度值，有效提高梯度的

3、計算精度;同時，充分考慮梯度與圖像強度之間的關系，以梯度加權構造帶約束的線性曲面，從而求解獲得較高精度的插值圖像。
　　根據(jù)圖像強度沿著梯度方向變化最為劇烈的特性，本文在提高梯度計算精度的基礎之上，利用梯度加權構造線性曲面，實現(xiàn)圖像的插值放大。首先，為了提高圖像梯度的計算精度，本文提出的插值算法通過構造擬合雙三次曲面逼近于原輸入圖像曲面，根據(jù)近似的擬合曲面來求解獲得輸入圖像的準確梯度，并通過采用雙三次插值方法計算得到對應的放大圖像

4、梯度;同時，算法充分考慮梯度分布與像素分布存在的空間相關性，局部性地調整插值圖像的梯度，使得插值圖像的梯度分布趨于合理;最后，算法將放大圖像中待估計的像素劃分為三種類型，除了第一類可以直接由輸入圖像對應的已知像素直接賦值之外，其他兩類分別由其周圍鄰域中已知的輸入像素圖像強度構造梯度加權的線性曲面而求解獲得。其中，鄰域像素所賦權值由其在待估計像素梯度方向上的空間距離決定，若空間距離越小那么所賦權值越大。
　　在實驗環(huán)節(jié)中，本文以簡單