基于偏微分的图像放大算法在视频监控中的应用

摘要：视频监控是安全防范系统的重要组成部分，它是一种防范能力较强的综合系统。视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。针对视频监控中画面回放的特殊场合和获得较好的视觉效果的需求，相对于传统放大算法难以获得高分辨率的优质图像的缺点，基于偏微分的图像放大算法,能较好地保持图像的边缘特征和细节信息,从而获得清晰的放大图像。

关键词：图像放大，偏微分方程,视频监控

中图分类号：TN911.73 文献标识码：A文章编号：1007-9599(2012)04-0000-02

一、引言

视频监控是安全防范系统的重要组成部分，它是一种防范能力较强的综合系统。视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。近年来，随着计算机技术、图像处理、人工智能、模式识别等技术的不断发展，视频监控技术也有了长足的发展。在监控画面回放和协助公安部门调查证据方面，图像放大技术在视频监控系统中获得越来越广泛的应用。

图像放大技术是对于数字图像处理的一种很重要的技术，是通过由低分辨率的图像经过一系列的处理从而产生高分辨率图像。数字图像放大作为数字图像处理领域中的一个重大课题，有着重要实用价值。虽然现代图像显示设备已发展到很高水平，但在实际应用中受制于各种条件难以获得高分辨率的优质图像。人们在接收到图像后，往往发现其效果相对于高分辨率的显示设备而言是很不匹配的，需要有一种有效的方法对图像进行处理。

二、传统图像放大技术

目前广泛使用的图像放大技术有许多算法，其关键在于对未知像素使用何种插值方式。以下我们将具体分析几种传统的放大算法，然后从放大后的图像是否存在色彩失真，图像的细节是否得到较好的保存，等多方面来比较它们的优劣。（1）最临近点插值算法：最邻近点插值算法是放大后未知像素点P的位置换算到原始影像上，与原始的邻近的4周像素点做比较，令P点的像素值等于最靠近的邻近点像素值即可，这种方法会带来明显的失真。（2）双线性插值算法：双线性插值算法做法是放大后未知像素点P的位置换算到原始影像上，计算的临近四像素点对P点的影响进行插值计算，双线性内插法由于考虑了待采样点周围四个直接邻点对待采样点的影响，因此基本克服了前者灰度不连续的缺点，但由于此方法仅考虑四个直接邻点灰度值的影响，而未考虑到各邻点间灰度值变化率的影响，因此图像的轮廓变得较模糊。（3）双立方插值算法与双线性插值算法类似，对于放大后未知像素点P，将对其影响的范围扩大到邻近的16个像素点，依据对P点的远近影响进行插值计算可得到较细致的影像，因P点的像素值信息来自16个邻近点，所以可得到较细致的影像，得到的图像特点是图像较模糊，较锐利，锯齿现象有所改善。该算法在现在的众多图像处理软件中最为常用，比如Photoshop,Avid,Final Cut Pro等。

这些算法的优点就是图像处理起来简单，对边缘的保持效果好，避免查找放大带来的弊端，但是放大后在图像会在边缘处出现马赛克，或者出现阶梯型的失真等影响图像质量的情况，这完全满足不了现在视频监控画面处理对于高品质图像的要求。近来提出基于偏微分方程的图像放大算法，该算法在图像放大方面取得很好的效果，其结果明显优于常规的图像放大方法。

三、基于偏微分的图像放大算法

近来，基于偏微分方程的图像处理方法得到了计算机专家的广泛关注与应用,在图像识别、图像分割和图像边缘提取等领域具有重要的应用价值。早前,许多学者提出了偏微分方程模型在图像放大中的应用存在如下弊端（一）采用各向同性扩散的偏微分方程模型进行图像放大,但由于各向同性扩散偏微分方程模型本身的固有性质,使得放大后的图像边缘出现模糊、细节特征丢失。（二）采用各向异性扩散的偏微分方程进行图像放大,使得放大后图像的细节特征在某种程度上得以保持,但随着迭代求解次数的增加,放大后图像部分重要信息偏离原图像,导致图像模糊。

基于上述的缺陷，近来有学者提出一种全新的基于偏微分方程的图像放大算法，基于上述的两种方法结合三次样条算法在放大过程中具有良好的保护边缘的性质，因此，在对图像边缘进行放大时，采用了经典的三次样条插值算法。该算法可以实现对图像的任意倍放大,放大后图像清晰,并能较好地保持原图像的边缘特征和细节信息,而且图像没有明显的斑点及亮度偏移现象;该算法具有长时间计算的稳定性,即放大图像不会随着迭代次数的增加而变得模糊。新算法具有如下特点：(1)传统算法对边缘的保持效果好，但是放大后会在图像边缘处出现马赛克，或者出现阶梯型的失真等影响图像质量的情况,新算法则不会出现这种情况。(2)前文中基于偏微分方程的算法会由于各向同性扩散偏微分方程模型本身的固有性质,使得放大后的图像边缘出现模糊、细节特征丢失。而新算法采用了三次样条算法技术处理图像边缘,能较好地保持原图像的边缘特征和细节信息,。(3)通过与其他算法结果相比发现，在图像放大相同倍数时，使用该方法图像放大后的图像的边缘更加清晰，平滑，出现锯齿状边缘的可能性更小,避免了在图像放大过程中造成的边缘特征信息丢失，影响图像质量。

四、结论及分析

相对于传统放大算法难以获得高分辨率的优质图像的缺点，基于偏微分的图像放大算法,能够获得清晰的放大图像并且能够较好地保持图像的边缘特征和细节信息。应用于视频监控系统中，基于偏微分方程的图像放大算法在获得高分辨率的优质图像的同时，能较好地保持图像的边缘特征和细节信息,从而获得清晰的放大图像。在视频监控系统中监控画面回放和协助公安部门调查证据方面，视频监控系统以其直观、准确、及时和信息内容丰富而获得越来越广泛应用的同时，基于偏微分的图像放大技术也会获得越来越广泛的应用。

参考文献：

[1]Castleman Kenneth R. Digital Image Processing[M].Beijing:Tsinghua University Press,1998

[2]Yang Zhaoxia, Lu Feng, Guan Lutai. Image enlargement and reduction with arbitrary accuracy through scaling relation of Bspline[J].Journal of Computer Aided Design & Computer Graphics,2001.13

[3]Zhu Ning, Wu Jing, Wang Zhongqian.Image zooming based on partial differential equations[J].Journal of Computer Aided Design & Computer Graphics,2001.5

[4]杨新,李俊,杜啸晓.图像偏微分方程的原理与应用,上海:上海交通大学出版社,2003

[5]朱宁,吴静,王忠谦.图像放大的偏微分方程方法[J].计算机辅助设计与图形学学报,2005,17

[6]徐长发.实用偏微分方程数值解法[M].武汉:华中理工大学出版社,1990

[作者简介]

耿朋（1989.11月-），男，江苏省徐州市人，四川大学软件工程学院2009级本科生。

杨林（1990.2月-），男，四川省泸州市人，四川大学软件工程学院2009级本科生。

孙冬会（1990.9-），女，四川省成都市人，四川大学电气信息学院2009级本科生