1.基于预测校验的图像插值方法,其特征在于:包括以下步骤,步骤(A),利用图像插值算法对已知的LR图像进行插值,得到预插值的高分辨率图像HR1;
步骤(B),根据高分辨率图像HR1,计算其上的每个像素在θ方向上的梯度步骤(C),根据每个像素在θ方向上的梯度 得到该梯度对应的扩散梯度步骤(D),根据每个像素的扩散梯度 判断出高分辨率图像HR1中每个未知像素的性质,得到高分辨率图像HR1上的边缘像素信息;
步骤(E),对高分辨率图像HR1上的边缘像素信息进行校正,对边缘像素信息内的边缘像素进行更新,得到新的高分辨率图像HR2。
2.根据权利要求1所述的基于预测校验的图像插值方法,其特征在于:步骤(A),利用图像插值算法对已知的LR图像进行插值,得到预插值的高分辨率图像HR1,如公式(1)所示,I(h)(i,j)=Ω(I(l)(i,j)) (1)其中,I(l)(i,j)为已知的LR图像;I(h)(i,j)为预插值的高分辨率图像HR1;Ω为图像插值算法。
3.根据权利要求2所述的基于预测校验的图像插值方法,其特征在于:所述图像插值算法Ω为两倍图像插值算法。
4.根据权利要求1所述的基于预测校验的图像插值方法,其特征在于:步骤(B),根据高分辨率图像HR1,计算其上的每个像素在θ方向上的梯度 包括以下步骤,(B1)每个像素在θ方向上的梯度 如公式(2)所示,其中, 为是方向导数,在离散情形下,用卷积来计算方向导数,如公式(3)所示,其中,*为卷积操作,Sθ为边缘检测算子所对应的掩模;
(B2)取θ=0°,θ=45°,θ=90°以及θ=135°,根据采用4个3×3的卷积掩模,计算四种情况下对应的梯度 如公式(4)-公式(7)所示,。
5.根据权利要求4所述的基于预测校验的图像插值方法,其特征在于:步骤(C),根据每个像素在θ方向上的梯度 得到该梯度对应的扩散梯度 如公式(8)所示,其中, 为像素(i,j)在θ方向上的梯度值, 是计算得到的梯度值的平方,λ是正则参数,并根据梯度 得
到对应的扩散梯度 以及
6.根据权利要求5所述的基于预测校验的图像插值方法,其特征在于:步骤(D),根据每个像素的扩散梯度 判断出高分辨率图像HR1中每个未知像素的性质,得到高分辨率图像HR1上的边缘像素信息,包括以下步骤,(D1),令对应高分辨率图像HR1上的每个像素,在θ=0°,θ=45°,θ=90°以及θ=135°四个方向上的扩散梯度分别为 以及(D2),将这四个方向分成两组正交方向进行比较,其中 和 是一组,和 是一组;
(D3),对于对角方向上的像素,若 则此像素是边缘像素,此时,若则θ=135°;若 则θ=45°;若 则此像素是非边缘像素,不作处理,其中,T为阈值;
(D4),对于水平和垂直方向上的像素,若 此像素是边缘像素,此时,若则θ=90°;若 则θ=0°;若 则此像素是非边缘像素,不作处理,其中,T为阈值;
(D5),根据(D3)和(D4),得到高分辨率图像HR1上的边缘像素信息,所示高分辨率图像HR1上的边缘像素信息为需要处理的边缘像素。
7.根据权利要求6所述的基于预测校验的图像插值方法,其特征在于:步骤(E),对高分辨率图像HR1上的边缘像素信息进行校正,对边缘像素信息内的边缘像素进行更新,得到新的高分辨率图像HR2,包括以下步骤,(E1),对于边缘像素,根据公式(9)进行校正,
I=ω(Ia+Ib)+(0.5-ω)(Ic+Id) (9)其中,ω是可调参数,I表示待求像素的灰度值;Ia,Ib,Ic以及Id表示已知边缘像素的灰度值,其中,Ia,Ib,Ic以及Id的确定过程如下,对于像素插值,u45(i,j)-u135(i,j)>T,则θ=135°,此时,Ia=I(h)(i-1,j-1),Ib=I(h)(i+1,j+1),Ic=I(h)Ih(i-3,j-3),Id=I(h)(i+3,j+3);
若u135(i,j)-u45(i,j)>T,则θ=45°,此时,(h) (h) (h) (h)
Ia=I (i+1,j-1),Ib=I (i-1,j+1),Ic=I (i+3,j-3),Id=I (i-3,j+3);
对于水平和垂直像素插值,若u0(i,j)-u90(i,j)>T,则θ=90°,此时,Ia=I(h)(i-1,j),Ib=I(h)(i+1,j),Ic=I(h)(i-3,j),Id=I(h)(i+3,j);
若u90(i,j)-u0(i,j)>T,则θ=0°,此时,(h) (h) (h) (h)
Ia=I (i,j-1),Ib=I (i,j+1),Ic=I (i,j-3),Id=I (i,j+3)。
(E2),根据(E1)对边缘像素信息内的各个边缘像素进行更新,得到新的高分辨率图像HR2。
8.根据权利要求6所述的基于预测校验的图像插值方法,其特征在于:所述阈值T,取值为0.021。
9.根据权利要求7所述的基于预测校验的图像插值方法,其特征在于:所述阈可调参数ω,取值为0.575。
10.基于预测校验的图像插值系统,其特征在于:包括预测器单元、校验器单元,所述预测器,用于利用图像插值算法对已知的LR图像进行插值,得到预插值的高分辨率图像HR1;
所述校验器,用于将高分辨率图像HR1上的边缘像素信息进行校正,边缘像素信息内的边缘像素进行更新,得到新的高分辨率图像HR2;
所述校验器,包括梯度计算单元、扩散梯度计算单元、边缘像素信息校正及更新单元;
所述梯度计算单元,用于根据高分辨率图像HR1,计算其上的每个像素在θ方向上的梯度所述扩散梯度计算单元,用于根据每个像素在θ方向上的梯度 得到该梯度对应的扩散梯度所述边缘像素信息校正及更新单元,用于对高分辨率图像HR1上的边缘像素信息进行校正,对边缘像素信息内的边缘像素进行更新,得到新的高分辨率图像HR2。