[发明专利]图像插值方法和图像插值系统

说明书

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种图像插值方法和一种图像插值系统。

背景技术

图像插值的目标是利用低分辨率图像提供的信息，生成更高分辨率的图像。图像插值方法一般向原始的低分辨率图像像素之间插入估计的高分辨率像素点。这些未知的高分辨率像素点可以由其周围的低分辨率点估计得到，从而得到高分辨率的图像。

相关技术中，通常采用双三次插值算法对图像进行插值处理，也即所有的高分辨率像素点由其周围的16个低分辨率点加权平均求得。其中，距离高分辨率点越远的低分辨率点，其权值也就越小。这种双三次插值算法对所有的点采取同样的方法和相同的权值进行求解，会使图像的一些重要信息(比如边缘)变得模糊。在双三次插值算法的基础上增加图像块的自回归模型，进而保证图像差值过程中的方向性因素可靠，但是，所有的图像块均采用了相同的参考点，这使得依赖于图像自相似性的自回归模型在处理图像边缘时仍会产生模糊效果，导致重建结果不理想。

因此，如何设计一种新的图像差值方案以改善图像插值效果成为亟待解决的技术问题。

发明内容

本发明正是基于上述技术问题至少之一，提出了一种新的图像插值方案，通过创建图像块的多个方向的自回归模型，并且基于图像块的相似性度量，来确定图像块中心点的灰度值，进而提高图像差值的准确性，改善图像差值效果。

有鉴于此，本发明提出了一种图像插值方法，包括：将待处理的图像进行初始化插值处理，以生成上插后的目标图像；根据目标自回归插值函数对目标图像的插值像素点进行插值处理，包括：确定目标图像中以一个插值像素点为中心的图像块，对图像块中的每个插值像素点创建多组指定方向的自回归模型；根据多组指定方向的自回归模型对图像块进行相似性度量，以根据相似性度量的结果确定生成目标自回归函数；根据目标自回归函数确定图像块的插值像素点的灰度值。

在该技术方案中，通过创建图像块的多个方向的自回归模型，并且基于图像块的相似性度量，基于自回归模型获取了图像像素点的方向信息，来确定图像块中心点的灰度值，进而提高图像差值的准确性，改善图像差值效果。

其中，自回归模型的创建过程包括确定差值像素点为中心点，以及插值像素点周围的像素点，周围点加权后和中心点做差即为每个中心点的自回归模型。

对待处理的图像进行初始化插值处理，可以通过双三次插值方法确定插值像素点的初始灰度值，进一步地，根据目标自回归模型对初始灰度值进行修正和改善，以提高图像差值效果。

在上述技术方案中，优选地，自回归模型包括原始自回归模型和新增自回归模型，根据多组指定方向的自回归模型对图像块进行相似性度量，以根据相似性度量的结果确定生成目标自回归函数，具体包括以下步骤：对图像块中的所有原始自回归模型求和值，根据和值最小的原始自回归模型创建第一目标函数，原始自回归模型包括水平方向和垂直方向的第一组自回归模型，原始自回归模型还包括对角线方向的第二组自回归模型，第一目标函数为其中，α表征第一组自回归模型的预设比重，β表征第二组自回归模型的预设比重，表征图像块中所有像素点组成的列向量，表征所有原始自回归模型的中心点组成的列向量，A表征第一组自回归模型的权重矩阵，B表征第二组自回归模型的权重矩阵。

在该技术方案中，权重矩阵的构成方式为：如果图像块的第j个像素点是图像块的第i个像素点的第k个45度对角线邻居，那么A的第i行第j列为α的第k个权值。

在上述任一项技术方案中，优选地，根据多组指定方向的自回归模型对图像块进行相似性度量，以根据相似性度量的结果确定生成目标自回归函数，具体包括以下步骤：确定图像块相邻的参考图像块与图像块的均方差；确定均方差最小的一个参考图像块，将参考图像块确定为与图像块最相似的至少一个图像块，根据最相似的至少一个图像块和图像块创建新增自回归模型；根据新增自回归模型对第一目标函数进行修正，生成第二目标函数为其中，C表征新增自回归模型的权重矩阵，γ表征新增自回归模型的预设比重。

在该技术方案中，通过确定图像块相邻的参考图像块与图像块的均方差，进而确定新增自回归模型，进一步地丰富了差值过程的方向信息，也即新增自回归模型基于更接近于图像块的参考图像块生成，因此，对于图像块中心点的差值权重更大，以改善图像的差值效果和准确度。