本发明属于图像插值，具体涉及一种基于高斯差分的图像插值方法。
背景技术：
1、数字图像插值技术主要是对图像分辨率的调整，在医学影像、智慧城市、气象遥感等领域有着广泛的应用。在图像处理过程中，根据实际的应用需求来对图像的分辨率进行调整，而调整的过程中都涉及到图像的插值。图像插值就是利用已知邻域像素点的灰度值来拟合未知像素点的灰度值，插值方法的好坏也直接影响到后续的实际工程应用。
2、但是，近邻方法中待插值像素值设定为原图像中离其最近点的像素值，其插值后的图像有锯齿现象和块效应。线性插值方法在图像插值过程中会产生严重的图像细节模糊和边缘锯齿现象。为了更好地保持图像的边缘细节及纹理信息，近年来出现了许多机器学习类的插值方法，例如基于人工神经网络的图像插值方法和基于变分及正则化的方法。但是此类方法存在一些不可控的因素，在图像插值过程中会出现局部图像失真及模糊问题。
3、目前现有图像插值方法存在的主要问题是插值过程中存在细节信息的丢失，容易出现边缘模糊和锯齿现象。因此，如何实现一种纹理细节清晰的图像插值方法就显得尤为重要，这对于医学影像、智慧城市、气象遥感等领域具有非常重要的研究意义和实用价值。
技术实现思路
1、针对现有技术中存在的问题，本发明提供了一种基于高斯差分的图像插值方法，本发明所采取的技术方案如下：
2、一种基于高斯差分的图像插值方法，包括如下步骤：
3、步骤s1：高斯差分计算，提取原始图像f(x，y)的中频特征信息，生成中频特征信息图像h(x，y)，并将其与原始图像进行叠加得到预处理后的图像p(x，y)，从而降低后续插值过程中所带来的边缘模糊和锯齿现象，其中变量x的取值范围是x＝1，2，...，m，变量y的取值范围是y＝1，2，...，n，m和n分别为图像的行数和列数；
4、步骤s2：坐标映射，根据图像缩放的尺度系数a来构建缩放图像s(x′，y′)的坐标与预处理图像p(x，y)的坐标之间的对应关系，建立反向坐标映射计算公式，从而确定缩放后需要进行插值的像素点，其中x′＝1，2，...，round(m·a)，y′＝1，2，...，round(n·a)，“round()”为四舍五入函数；
5、步骤s3：图像插值，通过上一步骤中的反向坐标映射计算公式来确定插值后的像素点在原图像中的具体位置并逐像素点地计算图像s(x′，y′)的像素值，如果sx′和sy′均为整数，即反向坐标映射结果与预处理图像p(x，y)对应像素点重合，则采用p(x，y)的像素值，如果不重合，则采用插值算法来拟合出该点的像素值；
6、步骤s4：图像输出，根据原始图像f(x，y)的类型来输出插值后的图像，若f(x，y)为灰度图像，则将s(x′，y′)直接输出，若f(x，y)为彩色图像，则将彩色图像以分通道的形式分别进行上述步骤的操作，并将分通道插值结果合并为一幅彩色图像输出。
7、优选地，所述步骤s1中高斯差分的计算公式为：
8、其中“*”为卷积运算符号，参数τ＝10，σ＝1.5。
9、优选地，所述步骤s1中图像p(x，y)的计算公式为：
10、p(x，y)＝f(x，y)+δ·h(x，y)，其中参数δ＝1.25。
11、优选地，所述步骤s2中反向坐标映射的计算公式为：
12、其中sx′和sy′分别是基于尺度系数a的反向坐标映射的横坐标和纵坐标，x′和y′分别是缩放后图像的横坐标和纵坐标，和分别是横坐标和纵坐标的坐标映射调节因子。
13、优选地，所述步骤s3中图像插值计算公式为：
14、其中s是以坐标点(sx′，sy′)为中心的子区域，权重系数的计算公式为
15、与现有技术相比，本发明具有的有益效果是：本发明原理简单，通过对原始图像进行高斯差分计算来获取中频信息并叠加到原始图像，以此来降低插值过程中所带来的边缘模糊和锯齿现象。同时，步骤s3中的插值方法计算复杂度低，适合于医学影像、智慧城市、气象遥感等应用领域，具有较高的推广价值。
1.一种基于高斯差分的图像插值方法，其特征在于：具体步骤如下：
2.如权利要求1所述的基于高斯差分的图像插值方法，其特征在于：所述步骤s1中高斯差分的计算公式为：
3.如权利要求1所述的基于高斯差分的图像插值方法，其特征在于：所述步骤s1中图像p(x，y)的计算公式为：p(x，y)＝f(x，y)+δ·h(x，y)，其中参数δ＝1.25。
4.如权利要求1所述的基于高斯差分的图像插值方法，其特征在于：所述步骤s2中反向坐标映射的计算公式为：
5.如权利要求1所述的基于高斯差分的图像插值方法，其特征在于：所述步骤s3中图像插值计算公式为：