号等，最终把这些不同分辨率的视频信号转化为同种分辨率的视频信号进行播放。因此，数字图像分辨率放大和缩小技术是所有数字显示设备的关键技术之。什么是数字电视数字电视，即,全称，直译即为高清晰度电视，现般简称高清电视。与当前采用模拟信号传输的传统电视系统不同，采用数字信号传输。由于从电视节目的采集制作到电视节目的传输以及用户终端的接收全部实现数字化，因此可以带给我们极高的清晰度，其分辨率最高可达，帧速率高达，视角也由原先的变成了，同时全面应用了数字技术，其信号抗噪能力也大大加强。数字电视的视频格式特点电视机的图像分辨率可以用它的固有分辨率来表示，固有分辨率是指电视机或其他显示设备无需采用行倍频行内插或其他形式的分辨率变换手段而本身就能做到的图像分辨率。它通常用水平方向像素和垂直方向像素两者相乘来表示。例如对于如等离子电视液晶显示电视或数字光处理电视等类固定像素的显示器来说固有分辨率与它们的实际像素排列结构相同。电视的画面清晰度是以水平清晰度作为单位。通俗地说，我们可以把电视机上的画面以水平方向分割成很多很多扫描线，分得越细，这些画面就越清楚。而水平线数的扫描线数量也就越多。清晰度的单位是电视行也称线本科毕业设计论文意思是从水平方向上看相当于每行扫描线竖立起来，然后乘上或者的宽高比，构成水平方向的总线数。数字电视常见的视频格式有格式，是标准数字电视显示模式条水平扫描线条可见水平扫描线分辨率为隔行，行频为。格式，是标准数字电视显示模式。条水平扫描线，条可见水平扫描线分辨率为逐行，行频为。格式，是标准数字电视显示模式，条水平扫描线，条可见水平扫描线，分辨率为逐行扫描，专业格式。以上标准中表示隔行表示逐行标准是高品质视频信号标准包括。需要注意的是，对于电视机处理能力例如带宽的要求则是。数字高清电视的，和是由美国电影电视工程师协会确定的高清标准格式。其中被称为目前数字电视的顶级显示格式。这种格式的电视在逐行扫描下能够达到的分辨率。目前世界上只有英寸以上的显示屏才能够显示出的信号。目前市场上出现的所谓高清数字电视并不能真正给消费者带来的图像。这些彩电只是能够接收和处理格式的信号而已。研究意义和论文内容安排无论是何种视频格式的终端显示设备，其高清信号源都是同样的分辨率。而当今数字电视信号终端显示设备又是各种各样的，从普通的，到高档的液晶，等离子，其显示方式和大小不尽相同，随着技术的逐渐成熟，越来越多的手机可以接收数字电视信号，在小小的屏幕上显示。这些都需要终端设备具备数字图像的分辨率变换功能，因此数字图像缩放技术显得越来越重要，本文正是从这个背景出发，来对传统的以及当今主流的缩放技术做了个系统研究。第章总结了数字电视的视频格式特点第二章介绍了图像缩放的数学基础第三章和第四章是论文主要内容详尽介绍传统插值于主流插值算法并进行算法实现第五章对论文所研究算法做了性能与运算量的对比最后是对算法的技术展望。本科毕业设计论文第二章数字图像处理理论基础数学插值介绍生产实践上的插值问题在生产和科研中遇到的函数，不能直接写出表达式，而只能给定了在区间,中互异的个点,处的函数值,。实际中，常常希望找到这种函数的近似解析表达式，以便计算在诸之外的点处的函数值，函数的导数或积分，种常用的办法就是个性质优良，便于计算的函数类中选出个函数，使,。寻找的方法就是插值法。下面介绍插值法中涉及的些感念和基本问题。插值问题设为区间,上的连续函数，且已知点上的值为,若存在个简单函数，使,则称为的插值函数，点称为插值节点，条件称为插值条件，所在区间,称为插值区间，称为被插值函数。求插值函数的问题方法成为插值问题方法。如果插值函数类是代数多项式，则相应的插值问题成为代数插值，如果是三角函数，则相应的插值问题成为三角插值。在数字图像缩放技术本科毕业设计论文中运用的插值，般均为代数插值。代数插值的几何意义代的位置关系重构精度较高的高分辨率图像,建立相机观察模型是必要的假定相机或景物的运动在模型中为微位移和微旋转，对于个装载在运动平台上的相机对远处静止目标进行成像时，其第帧观察目标为其中是第帧观察目标相对于参考帧关于中心点，的旋转角参数和是第帧目标在水平和垂直方向上的微位移。考虑到系统点扩散函数的影响高分辨率图像的成像可表示如下其中是景物目标在高于频率下进行采样的没有模糊和噪声的高分辨率图像也就是要重构的高分辨率图像,是系统离散点扩散函数这样即可以得到第帧低分辨率图像这里，和是正整数，也就是重构后的图像的分辨率的提高倍数该离散模型可以用个简单的线性变换来表示，即低分辨率图像像素值为相应高分辨率图像像素值的加权和表示为其中，，和分别为第帧图像与参考帧的旋转角水平和垂直方向的平移量,是所选取的低分辨率图参考帧旋转平移第帧本科毕业设计论文像的帧数为第帧低分辨率图像排序组成的向量为待重构的高分辨率二维图像,排序组成的矢量,为成像变换时从高分辨率图像,的像素,的权重系数，实际上也是相机的离散点扩散函数相应取值。本文采用最佳匹配的原则求解平移量和旋转角，如下所示其中，误差函数为,为低分辨率图像所有像素点的集合。对上式关于，和求偏导，并令偏导数为零，可得其矩阵形式其中为待求的微位移角和微旋转角构成的矢量。由和式求得估算的配准矢量为本科毕业设计论文若令，则可以像元为单位表示求解的位移量。图像融合算法由于利用图像配准及运动估计可以求得相对基准图像的平移和旋转量，从而可以完全建立相机获得各个低分辨率图像的模型，在求解如所示的个方程帧低分辨率图像时，引入期望函数，同时令估算的高分辨率图像为且它使得期望函数最小。,是引入的平滑窗口，调谐参数决定了式右边两项的权重，，。由于图像重构是病态的，所以调谐参数的选择是十分重要的，它可以避免在重构图像中出现强的假信号和强噪声。算法评价该算法加入了图像配准与运动估计，在图像缩放质量上有很好的效果。但是由于其算法复杂计算量大，且需要多帧元图像，限制了它的应用领域，目前该算法较多的应用于单图像处理的测绘领域。本科毕业设计论文第五章缩放算法处理结果及比较概述在第三章我们对数字图像缩放的传统算法与当今主流算法做了比较深入的探讨。其中以有的传统算法已经是很成熟的算法，而且在中分别对这传统的插值算法都有相应的函数，在本章中将不再作细致的结果分析。另外对后面叙述的当今主流的几种图像缩放算法，只对前面几种比较有现实意义的算法走些有针对性的对比。对于讨论的基于多帧图像融合的提高图像分辨率的方法由于其算法复杂，对数字电视领域的指导意义不大，因此将不再做讨论分析。传统图像缩放算法处理结果示例图像为参数，对其进行放大倍的操作图源图效果最近临插值运算结果如图所示，双线性插值计算结果如图所示，三次访插值运算结果如图所示。这三种算法性能对比表示本科毕业设计论文表运算结果对比本表格中的程序运算时间是指配置内存，图拉丁，操作系统运行所得，不具备纵向可比性。图对其进行最近邻插值计算结果最近临插值双线性插值双三次插值图像质量失真较大数据丢失出现方格轮廓模糊精度降低优于前者运算量简单像素平移运算量低对周围像素点做线性插值计算量相对较对周围像素点做三次插值运算，运算量较大处理速度本科毕业设计论文基于近邻插值与邻域取平均的图像缩小算法性能分析由第三章知道，该算法避免了求解告次方程组，该具有算法简单由于在取点时运用模板矩阵求平均，因此失真较小的特点。尤其在处理细节单调，背景和物体之间区别明显的图像，而且缩小比例较大的时候，处理效果较好，比较适合处理人的头像。但是由于该算法在对周围像素取平均，因此在处理轮廓很细的图像的时候，轮廓的颜色会有较大失真，这方面有待于进步提高。由于缩小算法处理效果难以辨别，我们以单调的图像为例，处理结果见图图双线性插值运算结果本科毕业设计论文图双三次插值运算结果图带箭头的小球处理结果取细节单调，背景和物体之间区别明显的带箭头的小球图像，缩小比例，从处理的结果来看，近邻取样法双线性内插法及三次卷积法都使小球的箭头中产生了断点。而本文算法处理图像清晰且不会产生断点。所以在这种情况下本文法效果较好。基于曲面插值的图像缩放方法分析由第三章可以知道将计算机图形学中的曲面插值应用于图像缩放中，提出了种基于双三次曲面插值的图像缩放算法这种方法介于双线性插值和双三次样条插值方法之间，是种插值方法，插值处灰度值本科毕业设计论文和导数都连续，细节表现清楚，因此，从理论上讲该法优于邻近点插值方法和双线性插值方法由于它是种局部插值方法，不需要求解线性方程组，因而计算速度比双三次样条插值要快得多同样对放大三倍，处理结果如图图曲面插值处理结果与双线性插值比较曲面插值效果要好得多，但是他的运算时间是由于双三次样条插值的。因此该算法是个非常实用的图像缩放算法。带系数自适应插值算法及其改进分析由第三章可以知道，该算法可以根据不同图像的灰度值变化率取不同的插值系数，从而达到最佳的插值效果。由于该算法效果变化细微我们可以用计算处理后图像信噪比的办法对比其优点，具体操作如下本科毕业设计论文图经典的图鉴于计算的简便本文以经典的灰度图图为例，别应用双线性插值法，双三次插值法和最佳插值法，将原图的尺寸从小到像素，再放大到像素得到新图，最后计算新图相对原图的信噪比。其结果如表二所示表二插值结果的信噪比双线性插值法双三次插值法自适应算法自适应算法自适应算法图计算信噪比的公式为其中代表图像像素数分别代表输出图像与输入图像在,点的像素灰度值。该算法的改进算法主要是可以自己根据灰度值变化率采取采用何种算法进行插值运算，其主要优势在于运算量上降低了，运算时间缩短了，但是运算效果显然不及双三次插值，当然更比不上上述最佳插值算法，在图像质量要求相本科毕业设计论文对较高，但硬件运算速度不高的场合下非常适用。基于数字图像边缘提取的插值算法分析由第三章的讨论可以知道，该算法采用了检测图像变换的办法，根据边缘的像素灰度变化找到个方向，在对其周围的像素点进行插值的配对，从而避免了直接产生大运算量。此种算法存在较大的