论文部分内容阅读
在数字图像处理领域中,图像插值是一种最基本、最常用的几何运算,其已经广泛应用于数字图像处理领域中的图像分辨率增强、图像放大等应用。图像插值放大通常是指在不改变图像观测系统的前提下,利用已经获得的低分辨率图像插值得到较高分辨率图像的方法。近年来,图像插值放大技术已作为一个应用分支在飞速发展。现有的图像处理软件对图像进行缩放常采用三种插值算法:最近邻插值、双线性插值和立方卷积插值。最近邻插值存在马赛克现象;双线性插值虽然克服了最近邻插值存在的马赛克现象,消除了方块效应,但图像的边缘会变得模糊,细节部分不够清晰;立方卷积是这三种算法中最好,但它也存在边缘模糊和边缘失真效应。现有文献提及的一些插值算法在一定程度上改进了图像的质量,但在算法的计算速度和图像的质量上仍有待提高。针对现有插值算法存在的一些问题,本文提出了一种边缘矢量化与修正的立方卷积相结合的数字图像插值放大算法。该插值算法并不是简单地对图像进行统一的插值处理,而是对不同的区域使用不同的插值算法。由于立方卷积对图像的低频信息区具有良好的插值效果,所以在本算法里使用修正的立方卷积插值算法对该区域进行插值;而原图中的边缘纹理细节等高频信息区则采用边缘矢量化插值算法,首先利用帕金算子(Pal.King)搜索出图像像素骤变的边缘像素点并把这些边缘像素点连起来,然后将相连的边缘像素点用三次样条曲线插值组成矢量几何图形,最后对三次样条曲线以图像的最左上点为坐标原点进行比例放大,并补齐曲线比例放大后的像素值。这样插值后的图像质量从根本上得到了保证。另外,本文对MPEG-2视频编解码标准进行了研究,分析了其编解码流程及其涉及到的关键技术:离散余弦变换DCT,量化器,之型扫描与游程编码,熵编码,信道缓存,运动估计与运动补偿。最后对序列帧进行插值,使之形成高分辨率高质量的序列帧,以便形成高分辨率高质量的视频。为了能适应大批量图像的快速插值,本文还研究了集群系统,分析了现有集群系统的分类,在此基础上提出了一种新的适应大批量图像处理的集群系统。