1.一种基于预测梯度的图像插值方法,其特征在于,包括:判断待插值像素是否为边缘像素,
若该待插值像素为非边缘像素,则采用线性插值方法进行插值得到高分辨率图像;
若该待插值像素为边缘像素,则采用非线性插值方法进行插值得到高分辨率图像;
判断待插值像素是否为边缘像素具体包括:
计算低分辨率图像上所有像素Il(i,j)的梯度值,梯度值计算公式为:指像素(i,j)上的梯度值, 是低分辨率图像的方向导数,θ代表所计算梯度的方向,Sθ是边缘检测器,*是卷积操作;
采用预测方法选择待插值像素周围的像素Il(i,j)的梯度值预测该待插值像素的梯度值 公式表示如下: Ψ为一种预测方法;
计算该待插值像素正交方向上的梯度差值,将该梯度差值与预定的阈值进行比较,若大于或等于所述阈值,则该待插值像素为边缘像素;
若小于所述阈值,则该待插值像素为非边缘像素;
所述的非线性插值方法具体包括:
对边缘像素进行扩散,并计算扩散后的梯度;
基于低分辨图像LR的像素Il(i,j),对处理高分辨图像对角上的像素进行插值,其中,若 IA=Ih(i-1,j-1),IB=Ih(i+1,j+1),IC=Ih(i-3,j-3)以及ID=Ih(i+3,j+3);
若U135(i,j)-U45(i,j)>T,IA=Ih(i+1,j+1),IB=Ih(i-1,j-1),IC=Ih(i+3,j+3)以及ID=Ih(i-3,j-3);
基于低分辨率图像的Il(i,j)以及处理图像插值得到的对角像素Ih(2i,2j),对余下的水平和垂直方向上的像素进行处理,插值公式下如所示:IO=ω(IA+IB)+(1-ω)(IC+ID)若 IA=Ih(i-1,j),IB=Ih(i+1,j),IC=Ih(i-3,j)以及ID=Ih(i+3,j);
若 IA=Ih(i,j-1),IB=Ih(i,j+1),IC=Ih(i,j-3)以及ID=Ih(i,j+3);
其中,IA,IB,IC和ID是已知像素,IO是待插像素,ω是可调参数,T是一个阈值,T取值为0至1;通过插值得到的高分辨率图像记为图像HR,图像上的每一个像素记为Ih(i,j);在HR图像上的相邻两个像素形成的边缘与水平方向的夹角为0°,90°,45°和135°的梯度分别记为U0(i,j),U90(i,j),U45(i,j)和U135(i,j)。
2.根据权利要求1所述的基于预测梯度的图像插值方法,其特征在于,所述预测方法包括:双三次预测、基于预插值图片的预测。
3.根据权利要求1所述的基于预测梯度的图像插值方法,其特征在于,ω为17/40,T=
0.08。
4.一种基于预测梯度的彩色图像插值方法,其特征在于,包括:将彩色图像从RGB颜色空间转到Lab颜色空间;
分离亮度分量L、色度分量a,b;
色度分量a、b,采用线性插值方法进行插值处理;
亮度分量L采用权利要求1至3任一所述的基于预测梯度的图像插值方法进行插值。
5.根据权利要求4所述的基于预测梯度的彩色图像插值方法,其特征在于,彩色图像从RGB颜色空间转到Lab颜色空间,具体包括:将原始的rgb色彩分量通过Gamma矫正为RGB色彩分量R=gamma(r),G=gamma(g),B=gamma(b)(r,g,b∈[0,255])将RGB模式转换为XYZ模式
[X,Y,Z]=[M]*[R,G,B]
其中,M是一个3×3的矩阵;
将XYZ模式转换为Lab模式
其中,f是矫正函数,X1,Y1,Z1分别是线性诡异化之后的X,Y,Z值。
6.一种基于预测梯度的图像插值系统,其特征在于,包括:边缘像素判断模块,用于判断待插值像素是否为边缘像素,若该待插值像素为非边缘像素,则线性插值模块采用线性插值方法进行插值得到高分辨率图像;
若该待插值像素为边缘像素,则非线性插值模块采用非线性插值方法进行插值得到高分辨率图像;
所述的边缘像素判断模块,包括:
计算单元,用于计算低分辨率图像上所有像素Il(i,j)的梯度值,梯度值计算公式为:指像素(i,j)上的梯度值, 是LR图像的方向导数,θ代表所计算梯度的方向,Sθ是边缘检测器,*是卷积操作;
采用预测方法选择待插值像素周围的像素Il(i,j)的梯度值预测该待插值像素的梯度值 公式表示如下: Ψ为一种预测方法;
比较单元,用于计算该待插值像素正交方向上的梯度差值,将该梯度差值与预定的阈值进行比较,若大于或等于所述阈值,则该待插值像素为边缘像素;
若小于所述阈值,则该待插值像素为非边缘像素;
所述的非线性插值模块包括:
扩散单元,用于对边缘像素进行扩散,并计算扩散后的梯度;
对角线插值单元,基于低分辨图像LR的像素Il(i,j),对处理高分辨图像对角上的像素进行插值,其中,若 IA=Ih(i-1,j-1),IB=Ih(i+1,j+1),IC=Ih(i-3,j-3)以及ID=Ih(i+3,j+3);
若U135(i,j)-U45(i,j)>T,IA=Ih(i+1,j+1),IB=Ih(i-1,j-1),IC=Ih(i+3,j+3)以及ID=Ih(i-3,j-3);
水平和垂直方向值单元,基于低分辨率图像的Il(i,j)以及处理图像插值得到的对角像素Ih(2i,2j),对余下的水平和垂直方向上的像素进行处理,插值公式下如所示:IO=ω(IA+IB)+(1-ω)(IC+ID)若 IA=Ih(i-1,j),IB=Ih(i+1,j),IC=Ih(i-3,j)以及ID=Ih(i+3,j);
若 IA=Ih(i,j-1),IB=Ih(i,j+1),IC=Ih(i,j-3)以及ID=Ih(i,j+3);
其中,IA,IB,IC和ID是已知像素,IO是待插像素,ω是可调参数,T是一个阈值,T取值为0至1;通过插值得到的高分辨率图像记为图像HR,图像上的每一个像素记为Ih(i,j);在HR图像上的相邻两个像素形成的边缘与水平方向的夹角为0°,90°,45°和135°的梯度分别记为U0(i,j),U90(i,j),U45(i,j)和U135(i,j)。