[发明专利]一种栅格数据快速插值方法

说明书

本发明提供一种栅格数据快速插值方法，包括以下步骤：S1：把待插值图像与插值区域加载到内存；S2：在插值区域内，进行沿着水平垂直方向的单十字内插或加速单十字内插；S3：在插值区域内，进行沿着对角线方向的单十字内插或加速单十字内插；S4：把步骤S2‑S3的预测值逐点求平均，进行双十字内插，得到待插点预测值。本发明在可接受的插值误差下极大提高了计算机处理的实时性，在低性能终端上仅用单核CPU实现了高速内插，还可以在脚本语言上实现实时插值。

技术领域

本发明涉及一种遥感影像的自图像插值方法，尤其是涉及一种栅格数据 快速插值方法。

背景技术

图像插值算法被广泛应用在航空拍摄、影像预览、数字产品制作等场景 中，解决图像拼接、离线插值预览及自动化产品等任务。在现实情况下，受 到传输速率、硬件条件以及不同平台的影响，往往需要在受限的算力之下运 行插值算法。例如在航空拍摄中，为了能实时获取多个摄像头的拼接影像， 需要在性能受限设备上运行插值算法。又或是在网页端浏览影像时，会在图 像传输完成之前先用上一级的影像插值出预览图，待传输结束后替换。传统 插值算法依赖于GPU进行并行加速，也不适合运行在性能较低的脚本语言 上(如网页端上的JavaScript)，存在一定的局限性。

基于栅格的数据具有很强的空间关联结构，每一个数据周围的都存在八 个相邻的其他数据，而这些相邻数据在内存中的位置可以直接计算获得，若 能充分利用这种栅格数据间的空间关联性能够简化索引与遍历数据点的过 程。

根据地理学第一定律，任何事物都是与其他事物相关的，而相近的事物 关联更紧密。在栅格数据上的未知量可以通过邻近的已知量来表示，这是加 权平均插值法的核心思想。通用的搜索邻近点的方法有逐项遍历、构建 KD-Tree等，通常都有极大的计算量。栅格数据的空间关联结构极大地简化 了寻找邻近已知量的搜索过程，传统方法是借助由小到大递增的偏移量算出 邻近点的内存地址，直到获得足够多的邻近点即可结束搜索过程。

IDW(反距离权重插值算法)因其直观、高速、可并行等特点，被广泛 应用于图像插值中，但过于依赖GPU加速降低了算法的兼容性与跨平台性。 为了在无法调用GPU的终端上使用IDW算法，提出一种IDW简化算法， 仅利用栅格数据上待插点的十字方向近邻来插值。为进一步提升十字内插算 法速度，提出一种仅遍历两次像元的优化算法。实验结果显示，该算法有效 降低计算时间，在低性能终端上可实时运算，适合运用在对实时性有要求的场合。

发明内容

本发明提供了一种栅格数据快速插值方法，解决了插值运算的问题，其 技术方案如下所述：

一种栅格数据快速插值方法，包括以下步骤：

S1：把待插值图像与插值区域加载到内存；

S2：在插值区域内，进行沿着水平垂直方向的单十字内插或加速单十字 内插；

S3：在插值区域内，进行沿着对角线方向的单十字内插或加速单十字内 插；

S4：把步骤S2-S3的预测值逐点求平均，进行双十字内插，得到待插点 预测值。

进一步的，步骤S1中，插值区域不能与图像边界直接接触。

进一步的，步骤S2和S3中，针对密集成块的待插值区域，所述加速单 十字内插是通过当前待插点的上、下、左、右四个测量值直接计算出预测值， 所有待插点中与当前待插点在同一待插连通区域，并处于当前待插点的十字 方向的一系列待插点都共享一半的相同测量值。

密集成块的待插值区域进行单十字内插或加速单十字内插时，其过程如 下所述：