昨天的文章中，寫了在4K/8K電視中的超分辨率算法究竟是什么，它的應(yīng)用場(chǎng)景有哪些以及現(xiàn)在常用的超分辨率算法有哪幾大類，如有不清楚的，可以翻看昨天的文章，今天書接上文，具體來(lái)聊一聊三類超分辨率算法中的第一種，基于插值的超分辨率算法。

什么是插值？

圖像的插值，也稱之為圖像的縮放，即使用連續(xù)的插值核函數(shù)對(duì)離散的圖像進(jìn)行采樣，通過(guò)圖像待插值點(diǎn)已知部分鄰域的像素信息來(lái)計(jì)算出待插值點(diǎn)的像素信息。

在數(shù)字圖像處理過(guò)程中，因?yàn)橐玫降哪繕?biāo)圖像和源圖像之間，往往分辨率大小不同，就需要通過(guò)插值來(lái)實(shí)現(xiàn)圖像的縮放。所要得到的目標(biāo)圖像的好壞，直接取決于所采用的插值方法的優(yōu)劣。

基本的插值方法有哪些？

• 最鄰近插值

插值過(guò)程中只是利用了鄰域內(nèi)一個(gè)像素點(diǎn)，如下圖所示：

圖中P為待插值點(diǎn)， A點(diǎn)和B點(diǎn)為待插值點(diǎn)P領(lǐng)域內(nèi)的源圖像點(diǎn)。如上圖所示，假設(shè)A和B兩點(diǎn)之間的距離經(jīng)過(guò)歸一化處理為1，因?yàn)閐2 < d1，所以將B的像素值賦給待插值點(diǎn) 。

• 雙線性插值

雙線性插值的主要思想是在橫向和縱向分別進(jìn)行線性插值，在每一單個(gè)方向上有2個(gè)像素點(diǎn)參與插值。仍以上圖為例，P點(diǎn)的像素值可以由下式計(jì)算得到：

在一維線性插值算法中，待插值點(diǎn)可以由鄰域內(nèi)兩個(gè)源圖像點(diǎn)通過(guò)加權(quán)求和得到。其中加權(quán)系數(shù)和和待插值點(diǎn)與兩個(gè)源圖像點(diǎn)之間的偏移量絕對(duì)值成反比關(guān)系。

• 雙三次插值

雙三次插值是在待插值點(diǎn)的橫向和縱向分別進(jìn)行插值，且在每個(gè)方向上利用的源圖像點(diǎn)為四個(gè)，如下圖的情況所示。

一維三次插值函數(shù)對(duì)應(yīng)的卷積公式為：

式中：

P——待插值點(diǎn)；

A 、B 、C 、D —— 領(lǐng)域內(nèi)的源圖像像素點(diǎn)；

ha 、hb 、hc 、hd ——為根據(jù)下面公式偏離量計(jì)算出的三次多項(xiàng)式。

此類算法利用了待插值點(diǎn)周圍領(lǐng)域的16個(gè)，進(jìn)行4次縱向插值和一次橫向插值或者4次橫向插值和一次縱向插值計(jì)算出待插值點(diǎn)信息。

上面三種插值算法的插值結(jié)果如何？

最鄰近插值算法的優(yōu)點(diǎn)為原理簡(jiǎn)單，能夠滿足實(shí)時(shí)性要求，但是因?yàn)檎麄€(gè)插值過(guò)程中只是利用了最鄰近的一個(gè)像素點(diǎn)信息，致使經(jīng)過(guò)插值得到的圖像連續(xù)性差，在邊緣區(qū)域，鋸齒現(xiàn)象十分明顯。

雙線性插值算法使用了待插值點(diǎn)鄰域內(nèi)的四個(gè)像素點(diǎn)，在一定程度上解決了最鄰近插值中容易出現(xiàn)鋸齒的問(wèn)題，但是缺點(diǎn)是計(jì)算量變大，實(shí)時(shí)性比最鄰近插值要差。

雙三次插值算法利用了待插值點(diǎn)周圍領(lǐng)域的16個(gè)，進(jìn)行4次縱向插值和一次橫向插值或者4次橫向插值和一次縱向插值計(jì)算出待插值點(diǎn)信息。所以它的插值效果較好，但是，它的計(jì)算復(fù)雜度也相應(yīng)增加，不過(guò)一般情況下，還是能夠滿足實(shí)時(shí)性要求。

三種插值算法的共同問(wèn)題：因?yàn)榛诓逯岛说目s放算法，由于沒(méi)有對(duì)圖像的內(nèi)容特性進(jìn)行考慮，所以在圖像的高頻區(qū)域處理效果不理想。表現(xiàn)到空域，就是圖像在邊緣區(qū)域和紋理部分一般效果較差。

如何解決圖像邊緣區(qū)域和紋理區(qū)域插值效果不佳的問(wèn)題？

為了解決這個(gè)問(wèn)題，有人提出了基于圖像局部區(qū)域內(nèi)容特性的插值算法。

這類算法提出的前提是：對(duì)高分辨率圖像進(jìn)行下采樣的一個(gè)集合就是低分辨率圖像，并且在采樣過(guò)程中，把位于局部區(qū)域的相關(guān)特性也一起采樣得到。所以根據(jù)這些采樣得到的相關(guān)特性，可以對(duì)低分辨率進(jìn)行插值運(yùn)算，獲得高分辨率圖像。

這類算法一般一般先進(jìn)行邊緣檢測(cè)，對(duì)邊緣部分和非邊緣部分進(jìn)行不同的處理。

因?yàn)檫@類算法是基于了圖像內(nèi)的協(xié)變特性，所以對(duì)邊緣區(qū)域的處理效果較好，但是因?yàn)樵诰唧w實(shí)現(xiàn)過(guò)程中，有大量的矩陣運(yùn)算，非常不利于硬件實(shí)現(xiàn)，所以我沒(méi)有深入研究，就不再贅述。

基于插值的算法總結(jié)

基于插值的算法，因?yàn)檫\(yùn)算過(guò)程簡(jiǎn)單，算法運(yùn)行效率較高，能夠滿足實(shí)時(shí)性要求，且硬件實(shí)現(xiàn)相對(duì)簡(jiǎn)單。但是，因?yàn)椴逯邓惴?#xff0c;沒(méi)有考慮去模糊過(guò)程，只能對(duì)圖像進(jìn)行放大操作，不能提升圖像分辨率，所以對(duì)圖像的視覺(jué)質(zhì)量提升十分有限，已經(jīng)不能滿足實(shí)際的需要。

參考資料：

[1] Meijering E. A chronology of interpolation: from ancient astronomy to modern signal and image processing[J]. Proceedings of the IEEE, 2002.

總結(jié)

以上是生活随笔為你收集整理的双三次插值图像旋转_4K/8K电视中的超分辨率技术到底是啥？让我来告诉你（二-插值篇）...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。