基于单帧图像的细节保持插值算法

简介

目前常用的单帧插值放大或者说单帧超分辨方法，大致上有如下几种：
        1、基于边缘插值放大方式。
        2、基于NLM方式。
        3、基于图像对比度增强方式。
        4、事先训练大量低分辨率图像块及对应高分辨率图像图像块数据集，通过查图像块字典方式插值放大。
        5、通过训练大量低分辨率图像及对应高分辨率图像，得到对应滤波器，通过该滤波器进行图像插值放大。

　　本篇主要介绍下：基于单帧图像细节保持的边缘插值放大算法。参考论文：Contour stencils for edge-adaptive image interpolation

背景概述

　　前段时间寻觅了下做超像素方法，发现了这个，实现了下感觉效果还行，整理记录下。

实现原理

　　核心原理就是图像像素插值放大时候，考虑每个像素所在位置的图像边缘方向，按照边缘方向进行插值像素计算。
    1、将图像边缘方向分类到12个模板中：
            

    2、对每个像素，计算出该像素基于每个模板的梯度，选出最小梯度的模板，作为该像素所在的边缘方向。
            

            

    3、根据每个像素点对应所属的边缘方向，进行各自对应插值计算，得到结果图像。
            

效果演示

　　1、论文上效果图：
           
               输入图像                                               结果图像

    2、代码实现跑出来的效果比较：
        

 从左往右依次为：输入图像，opencv自带双线性插值4倍放大后图像， 论文算法代码实现4倍插值放大后图像。