发明名称 基于梯度域变换的卡通图像及视频上采样方法
摘要 本发明属于图像和视频处理领域,具体涉及一种基于梯度域变换的图像和视频上采样方法,尤其适于处理卡通图像及视频。该方法将低分辨图像首先进行上采样放大,然后根据所以定义的梯度域变换方法,得到高分辨率图像的梯度<img file="201010199109.4_AB_0.GIF" wi="39" he="28" />,变换后的梯度将作为约束重建高分辨率图像。本发明提供的方法可以快速有效的将卡通图像或视频进行上采样,计算简单,并且重建后的图像色彩自然,插值造成地模糊边缘变得清晰,细节得到了一定程度的恢复,视觉效果较好。
申请公布号 CN101888557A 申请公布日期 2010.11.17
申请号 CN201010199109.4 申请日期 2010.06.12
申请人 北京理工大学 发明人 沈建冰;颜星
分类号 H04N7/46(2006.01)I 主分类号 H04N7/46(2006.01)I
代理机构 代理人
主权项 1.基于梯度域变换的卡通图像及视频上采样方法,其特征在于,包括以下步骤:步骤1:对于输入的视频中的每一帧图像I<sub>l</sub>,根据指定的放大倍数进行图像放大;若图像I<sub>l</sub>为灰度图像,则放大后得到初始图像<img file="FSA00000165316500011.GIF" wi="82" he="62" />若图像I<sub>l</sub>为彩色图像,则将放大后的图像由RGB色彩空间转换到YCbCr色彩空间,并取Y通道为初始图像<img file="FSA00000165316500012.GIF" wi="81" he="61" />且保存Cb通道和Cr通道的数据;步骤2:对步骤1获得的每一帧图像对应的<img file="FSA00000165316500013.GIF" wi="86" he="65" />进行梯度域变换,即:(1)求<img file="FSA00000165316500014.GIF" wi="56" he="65" />的梯度<img file="FSA00000165316500015.GIF" wi="94" he="61" />及该梯度的模<img file="FSA00000165316500016.GIF" wi="102" he="66" />并对<img file="FSA00000165316500017.GIF" wi="73" he="66" />进行归一化;(2)求<img file="FSA00000165316500018.GIF" wi="55" he="66" />的拉普拉斯梯度<img file="FSA00000165316500019.GIF" wi="165" he="79" />并对<img file="FSA000001653165000110.GIF" wi="192" he="75" />进行归一化;(3)按照下式求取G<sup>T</sup>:<maths num="0001"><![CDATA[<math><mrow><msup><mover><mi>G</mi><mo>^</mo></mover><mi>T</mi></msup><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msubsup><mi>G</mi><mi>l</mi><mi>u</mi></msubsup><mo>-</mo><mo>|</mo><msup><mo>&dtri;</mo><mn>2</mn></msup><msubsup><mi>I</mi><mi>l</mi><mi>u</mi></msubsup><mo>|</mo></mrow></math>]]></maths><img file="FSA000001653165000112.GIF" wi="1102" he="190" />其中<img file="FSA000001653165000113.GIF" wi="52" he="46" />为拉普拉斯算子,(x,y)是像素点坐标;(4)对G<sup>T</sup>进行归一化,然后按照下式获得梯度域变换后的梯度<img file="FSA000001653165000114.GIF" wi="134" he="65" /><maths num="0002"><![CDATA[<math><mrow><msup><mrow><mo>&dtri;</mo><mi>I</mi></mrow><mi>T</mi></msup><mo>=</mo><mi>&gamma;</mi><mo>&CenterDot;</mo><mo>&dtri;</mo><msubsup><mi>I</mi><mi>l</mi><mi>u</mi></msubsup><mo>&CenterDot;</mo><mfrac><msup><mi>G</mi><mi>T</mi></msup><msubsup><mi>G</mi><mi>l</mi><mi>u</mi></msubsup></mfrac><mo>,</mo></mrow></math>]]></maths>其中γ为预置的调节因子,用于在迭代次数固定的情况下调节图像边缘的清晰程度;步骤3:对每一帧,根据步骤2中梯度域变换后的梯度<img file="FSA000001653165000116.GIF" wi="130" he="68" />重建高分辨率图像;步骤4:若当前帧的I<sub>l</sub>为灰度图像,则执行步骤(5);若当前帧的I<sub>l</sub>为彩色图像,则将步骤(3)重建获得的高分辨率图像作为Y通道,和步骤1中保存的Cb和Cr通道数据重新组合,然后转换为RGB图像;步骤5:步骤4获得的图像即为处理后的视频的每一帧,将其组成视频数据。利用本方法处理单幅图像时,将其看作仅具有一帧的视频,进行步骤1-5的操作即可。
地址 100081 北京市海淀区中关村南大街5号