数字图像处理中的插值算法研究.docVIP

数字图像处理中的插值算法研究 　　摘要:几何运算要求对图像进行灰度值插值,最近邻点插值法,算法简单,但图片放大时会产生明显的锯齿。双线性算法可产生令人满意的效果,但是程序较复杂,运行时间较长。本文阐述了两者的算法原理,并通过实际的效果图描述最近邻点插值法与双线性算法在图像处理中的区别。 　　关键词:图像处理;最近邻点插值;双线性插值 　　中图分类号:TP391文献标识码:A 文章编号:1009-3044(2010)16-4502-02 　　 　　Interpolated Algorithm Research in Digital Image Processing 　　DING Yu-sheng 　　(CZU FREEDOM TECH. CO., LTD, Changzhou 213002, China) 　　Abstract: Geometric computing requires the image gray value interpolation, nearest neighbor interpolation method is simple, but the picture will have a clearly enlarged teeth. Bilinear interpolation can produce satisfactory results, but the procedure is more complicated to run a long time. In this paper, two basic algorithms, and actual results through nearest neighbor interpolation describing bilinear interpolation algorithm with the difference in image processing. 　　Key words:Image Processing;Nearest Neighbor Interpolation;Bilinear Interpolation 　　 　　随着计算机技术的飞速发展,数字图像处理的应用也越来越广泛,从指纹、条码、医疗到人工智能、安防、军工都离不开图像处理。在我们的生活中所见最多的是车辆监控系统,凡是有摄像头就有数字图像处理。有时摄像头所采集到的数据并不能直接使用,我们需要对采集的图像进行放大、提高分辨率,以便使用者能更方便、更清楚地查看图像信息。在数字图像处理中,常常使用插值法来使图像清晰化,这种通过软件来提高图像分辨率的方法要比使用硬件更节约,也更具有发展前景。 　　1 数字图像中的插值法 　　插值(Interpolation),有时也称为“重置样本”,是在不生成像素的情况下增加图像像素大小的一种方法,在周围像素色彩的基础上用数学公式计算丢失像素的色彩。简单地讲,是根据中心像素点的颜色参数模拟出周边像素值的方法。 　　常用的插值算法有: 　　1) 最近邻点插值算法 　　在待插像素的周围四邻像素中,距离待求插像素最近的像素灰度赋给待像素。该方法最简单,但校正后存在灰度不连续性,图像有明显锯齿状[1]。 　　2) 双线性插值算法 　　双线性插值算法(Bilinear Interpolation)[2] 输出的图像的每个像素都是原图中四个像素(2×2)运算的结果,这种算法极大地消除了锯齿现象。 　　3) 双三次插值算法 　　双三次插值算法(Bicubic Interpolation)[2] 是上一种算法的改进算法,它输出图像的每个像素都是原图16个像素(16×16)运算的结果。这种算法是一种很常见的算法,普遍用在图像编辑软件、打印机驱动和数码相机上。 　　4) 分形算法 　　分形算法(Fractal Interpolation)是Altamira Group提出的一种算法,这种算法得到的图像跟其他算法相比更清晰、锐利。 　　在本文中主要讲解,最近邻点插值算法和双线性插值算法在数字图像处理中的应用。 　　2 最近邻点插值法 　　最近邻点插值法(Nearest Neighbor Interpolation)又称泰森多边形方法或泰森多边形分析法,是荷兰气象学家A.H.Thiessen提出的一种分析方法。最初用于从离散分布气象站的降雨量数据中计算平均降雨量,现在GIS和地理分析中经常采用泰森多边形进行快速的赋值。 　　研究最近邻点插值法时,我们可以将一幅图像定义为一个二维函数F(x,y),其中x和y表示空间坐标,而F对于任何(x,y)坐标的函数值叫做那一点的灰度值(gray level)。当x,y和F的值都是有限的、离散的数