1、影像縮放背景
影像的放大、縮小(簡稱縮放)是影像處理的一種處理方法，所謂影像縮放是指影像解析度的改變，它在影像顯示、傳輸、影像分析以及影片制作、電影合成、甚至醫學影像處理中都有著相當廣泛的應用，比如要在1024 X 768 解析度的顯示幕上全屏顯示800 X 600 的數字影像，就必需對顯示信號進行處理，將其放大為 1024 X 768的畫面再送顯示，傳統模擬電視信號要在數字電視上顯示，在完成模擬信號到數字信號的轉換之后，也需要對影像解析度進行調整，
數字影像的縮放通常借助影像插值來實作，插值演算法的好壞將直接關系到影像的失真程度，用影像插值演算法進行影像縮放時，通常存在一對相悖的要素:影像處理速度和影像精度，通常情況下要獲得高速甚至實時的影像輸出，只能采用相對簡單、運算量小的插值演算法;而要獲得高精度的處理結果，只能犧牲速度，采用復雜度高的演算法，目前的影像縮放演算法研究趨勢是能夠實作無級縮放，并且能盡可能準確、清晰地恢復出影像的邊緣和細節要素，
2、常見影像降解析度型別
以下介紹幾種常見的影像降解析度的方法，通過不同的演算法得到不同型別的結果，滿足不同場景下的功能需求，
圖、測驗圖
2.1 開窗
開窗是ROI(region or interest)的一種，ROI是相機成像應用中，在sensor解析度范圍內定義一個或者多個感興趣的視窗區域，將視窗內的影像資訊讀出，獲取區域區域影像，
工業相機sensor，尤其是大面陣幀率較低，在工業檢測流水線上檢測小型物體時，可以通過設定ROI區域，提高sensor采集幀率，進而提高相機輸出幀率，
圖、開窗效果
2.2 binning
binning是將多個相鄰像元回應累加，以一個像素的形式輸出，灰度和RGB sensor均可使用，一般sensor不支持這種模式，需要前端自己做，
1、binning分為水平binning和垂直方向binning，可以獨立配置，當水平binning配置為2時，影像解析度行數減半，列數不變，像素總數為原始解析度的50%，
2、binning分為求和binning和求平均binning，累加處理方式不同，求和方式是將區域區域像元累加求和，求和可以提升影像亮度；求平均是將區域區域像元求平均值，求平均可以提高影像信噪比，
圖、求平均binning
圖、求和binning
2.3 skip
skipping mode是按照一定規律，采集需要的解析度資料，比如保留一行，丟棄一行，達到行數減半的目的，
RGB sensor 按照RGB bayer模板，按照2的倍數進行抽樣，因為RGB sesnor后續還要做demosiac，skipping的方法導致抽樣后像素不具備相鄰屬性，可能會導致一定程度顏色資訊損失或者失真，RGB sensor一般很少用這種模式降解析度，
圖、skip效果
2.4 插值
后續單獨出一篇文章介紹
覺得本文對您有一點幫助，歡迎討論、點贊、收藏，您的支持激勵我多多創作，
我的個人博客主頁，歡迎訪問
我的CSDN主頁，歡迎訪問
我的GitHub主頁，歡迎訪問
我的知乎主頁，歡迎訪問
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/556132.html
標籤：其他
上一篇：自然語言處理 Paddle NLP - 機器同傳技術及應用-理論
下一篇：返回列表