高质量任意比例视频图像放大的优化设计

论文摘要

数字电视(DTV)，特别是高清晰数字电视(HDTV)，是电视接收系统的发展潮流。目前我国的电视技术处于从模拟系统向数字系统的过渡时期，在消费电子行业，图像的分辨率和清晰度的改善使得数字高清电视接收机的新产品层出不穷，高清等离子电视、大屏幕液晶电视、DLP平板光显背投、CRT数字高清背投以及CRT数字高清电视等高端产品进入主流消费。基于数字电视的业务多样性，数字视频后处理成为数字电视产业链中不可或缺的一个重要环节。本文首先诠释了数字显示器件分辨率等参数意义以及各种视频信号源格式，从而提出了对视频图像进行sealing的必要性。然后分析了目前图像放大处理中经常采用的插值算法(如双线性插值，二维三次样条插值，二维三次卷积插值等)。经典插值算法，在图像放大处理过程中总是采用同一插值内核，因而计算量和放大效果是一对矛盾，要取得理想的放大效果必然是以牺牲计算量为代价。本文在结合经典插值算法优点的基础上提出了基于内容的图像放大算法。该算法从图像的频谱角度出发，结合图像的频域和空间域关系，在频域进行分析，在空间域进行计算。适用于简单的灰度图像到真彩色图像，放大倍数可为任意整数和非整数。在放大后，图像保持了源图像边缘清晰、层次清楚、色彩丰富，几乎没有混叠和模糊。通过客观评价测试，给出了该算法和经典插值算法的评测结果。最后给出了算法结构，进行了静止图像的模拟仿真的结果和分析。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 视频处理芯片的课题意义
• 1.1.1 视频处理芯片的背景
• 1.1.2 视频处理芯片的广阔市场前景
• 1.2 论文结构和研究内容
• 第二章 图像插值理论研究
• 2.1 图像插值技术综述
• 2.1.1 图像插值技术发展历史
• 2.1.2 图像插值技术的应用
• 2.2 信号采样与SINC函数插值
• 2.2.1 采样定理
• 2.2.2 sinc函数插值
• 2.2.3 频域插值方法
• 2.3 图像降质复原模型
• 2.3.1 图像降质模型
• 2.3.2 图像复原模型
• 2.4 图像插值问题的仿真模型
• 2.4.1 降质模型
• 2.4.2 边缘模型
• 2.5 图像超分辨率问题的病态性
• 2.6 小结
• 第三章 图像缩放技术
• 3.1 图像缩放的理论基础
• 3.1.1 静止图像的频谱
• 3.1.2 运动场景的频谱
• 3.2 传统缩放技术
• 3.2.1 理想插值函数
• 3.2.2 Sinc函数
• 3.2.3 最近邻域法插值（Nearest Neighbour Interpolation）
• 3.2.4 线性插值（Linear Interpolation）
• 3.2.5 二次逼近法（Quadratic Approximation）
• 3.2.6 二次插值法（Quadratic Interpolation）
• 3.2.7 B样条逼近法（B-Spline Approximation）
• 3.2.8 B样条插值（B-Spline Interpolation）[26-30]
• 3.2.9 三次插值（Cubic Interpolation）[31-33]
• 3.2.9.1 两点插值
• 3.2.9.2 四点插值
• 3.2.9.3 六点和八点插值
• 3.3 小结
• 第四章 基于内容的图像插值算法
• 4.1 平坦区域插值
• 4.1.1 基本概念
• 4.1.2 插值内核的构造
• 4.1.3 边界条件
• 4.1.4 一维四次卷积插值函数
• 4.1.5 二维四次卷积插值
• 4.2 边缘区域插值
• 4.2.1 边缘不确定度检测
• 4.2.2 纹理区域检测
• 4.2.3 降噪
• 4.2.4 边缘区域插值
• 4.3 算法结构
• 4.3.1 结构框图
• 4.3.2 仿真语言及验证平台
• 4.4 小结
• 第五章 仿真结果及分析
• 5.1 客观评价
• 5.2 主观评价
• 5.3 结论
• 致谢
• 参考文献
• 附:作者在攻读硕士学位期间发表的论文