Felix

技术源于积累,成功始于执着!

图像插值理论研究——适合FPGA实现的9点插值法

1
阅读(140) 评论(0)

前面的一篇文章中介绍了两种插值方法,最近邻插值和(双)线性插值:

http://blog.chinaaet.com/justlxy/p/5100052604

我们知道,最近邻插值运算简单,消耗的资源很少(时间资源或者逻辑资源),但是会引入严重的失真(表现为马赛克),双线性插值效果较好,能够很好地恢复图像的信息,但是其中包含较多的小数运算(主要是乘法),即使我们采用定点小数来代替浮点小数,仍然会有较大的开销(时间上和空间上的)。

今天介绍一种适合FPGA上实现的图像插值算法——9点插值法,只需要进行加法运算和移位运算即可,其插值效果要比最近邻插值法好很多,但是比双线性插值法要差一点。具体的原理如下:

image.png

上图中,黑色的点表示实际的点(x和y均为整数值),灰色的点表示虚拟的点,其像素值可以由实际的点的像素值获得:

image.png

现将上图分为四个区域,Area1到Area4,当校正之后的点Q1落在Area 1时,其像素值为:

image.png

同理可得,Q2,Q3,Q4的像素值为:

image.png

image.png

image.png

当然,为了进一步降低计算量,我们可以做一个简单的优化,将0.1875用1/4替代,将0.5625用1/2替代,而0.0625即为1/16。此时消耗的资源(时间上和空间上的)又显著地降低了!

此外,还有一种更加简化的9点插值法,其思想就是选取与校正之后的点Q最为接近的某个点(9个点之一)的像素值作为Q的像素值,当Q的坐标为定点小数的表示方式时,这种判断方式还是很方便的,其效果要比上面介绍的稍微差一点,但是却进一步降低了计算量。

举例说明:当Q的坐标为定点小数时,Q的坐标的整数部分决定了四个实际的点的坐标,如果Q的x坐标的小数部分第一位为1,且y坐标的小数部分第一位也为1,则认为Q落在Area 4中。此时,进一步判断,如果Q的x坐标的小数部分的第二位为1,且y坐标的小数部分的第二位也为1,则认为离Q最近的点是(x+1,y+1)……其他的情况依次类推。

等有时间的时候,把本文介绍的两种方法都用HDL实现一下,再来和大家分享……