视频图像处理基础知识2（双线性插值算法公式分析及FPGA实现初步构架）

参考来源;http://blog.csdn.net/willian0621/article/details/8685249

一、双线性插值概述

     双线性插值作为OpenCV中默认使用的图像缩放算法，其效果和速度都是不错的。并且效果也比较稳定，计算复杂度并不算太高。我看了很多网上的算法，自己也没看太懂，下面是从网上找的双线性插值 算法的讲解。

　　“图像的双线性插值放大算法中，目标图像中新创造的象素值，是由源图像位置在它附近的2*2区域4个邻近象素的值通过加权平均计算得出的。双线性内插值算法放大后的图像质量较高，不会出现像素值不连续的的情况。然而此算法具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊。”

二、双线性插值与最近邻插值对比

　　双线性插值算法和最近邻插值算法比较类似。在最近邻插值算法中，目标图像中的某个点(x,y)是去源图像中找最邻近的一个点(x0, y0)即可。目标图像中的点(x, y)对应于源图像中的点(x0',y0')，x0'、y0'很可能不是整数，而是小数，而最近邻插值算法是找其邻近整型值(int(x0'+0.5f),int(y0'+0.5f))（四舍五入处理）。

    在双线性插值中，我们现在找x0', y0'所在位置旁边的四个点，再根据这四个点与(x0',y0')距离的关系得到权重值，最后计算出目标图像中(x,y)一点的像素值。

三、双线性插值算法实现

算法描述如下：

 

(1)计算源图像与目标图像宽与高的比例
w0 : 表示源图像的宽度
h0 : 表示源图像的高度
w1 : 表示目标图像的宽度
h1 : 表示目标图像的高度
float fw = float(w0-1)/(w1-1);  //在FPGA实现中一般会进行四舍五入取整操作
float fh = float(h0-1)/(h1-1);

(2)针对目标图像的一个点(x, y),计算在源图像中的对应坐标，结果为浮点数。
float x0 = x * fw;
float y0 = y * fh;

int x1 = int(x0);  //取整处理
int x2 = x1 + 1;
int y1 = int(y0);
int y2 = y1+1;

所求的源图像中的四个点坐标为(x1, y1) (x1, y2) (x2, y1) (x2,y2)

(3)求周围四个点所占的权重比值
如上图，
fx1 = x0 - x1;
fx2 = 1.0f - fx1;
fy1 = y0 - y1; 
fy2 = 1.0f - fy1;

float s1 = fx1*fy1;
float s2 = fx2*fy1;
float s3 = fx2*fy2;
float s4 = fx1*fy2;

我们以value(坐标)来代表取得此点的坐标值，则:
value(x0,y0) = value(x2,y2)*s1+value(x1,y2)*s2+value(x1,y1)*s3+value(x2,y1)*s4;

如果 对上述运算不够明白 的话，可以这样来求。
我们先要求得(x0, y1) 和(x0,y2)的像素值。
则float value(x0,y1) = value(x1,y1)*fx2 + value(x2,y1)*fx1;
float value(x0,y2) = value(x1,y2)*fx2 + value(x2,y2)*fx1;
注释：离某点越近，离权重越大，故取其与1的差值。
float value(x0,y0) = value(x0,y1)*fy2 + value(x0,y2)*fy1;
验证后与上边公式一样。

(4)求得值后填充到目标图像上就可以了。

整理来自：时间的诗

我的理解：算法概念理解相对容易，但是如何在FPGA上实现却需要考虑一些问题，在此提出大体构架，日后再具体实现

1、算法中的浮点数运算，能否简单的用四舍五入取整处理代替？

2、输入的数据可以先缓存到两块RAM内，RAM0和RAM1进行乒乓操作，

     当RAM0缓存满一行数据时，算法模块可以读取RAM0数据进行操作，

     同时，RAM1缓存第二行数据。

3、在操作过程中，单独的一行一行处理只能实现线性插值，也就是输出数据只跟一行输入数据有关，如何实现4个临近像素相关？

4、基于问题3，现有参考代码是先进行垂直插值再进行水平插值，垂直插值输出像素值和垂直插值权重，再将其作为输入，进行水平

     线性插值运算，最终得到目标点像素值。

5、插值后的数据就可以进行后续操作最终输出到HDMI