MLX90640开发笔记（五）阵列插值处理-多项式插值由3224像素到512384像素

最新推荐文章于 2022-07-25 09:16:29 发布

许利凯

最新推荐文章于 2022-07-25 09:16:29 发布

阅读量8.9k

点赞数 5

分类专栏：红外成像 MLX90640 文章标签： MLX90640 红外成像像素插值

本文链接：https://blog.csdn.net/xulikai/article/details/102482575

版权

红外成像同时被 2 个专栏收录

12 篇文章 13 订阅

订阅专栏

MLX90640

10 篇文章 7 订阅

订阅专栏

MLX90640的32*24=768像素虽然比以往的8*8或者16*8像素提高了很多，但若直接用这些像素还是不能很好的形成热像图，为了使用这些像素点平滑成像就需要对其进行插值，使用更多的像素来绘制图像。

看了一些别人的算法，感觉主要就是多项式插值，仅是插值方法的组合方式不同。

比较有代表性的是杭州电子科技大学杨风健等《基于MLX90620的低成本红外热成像系统设计》，使用三次多项式+双线性插值，将原16*4像素扩展为256*64像素。双线性插值的本质就是一次函数（一次多项式）。该文章得到的结论是：

（1）双线性插值法计算量小、速度快，但对比度低、细节模糊。

（2）三次多项式插值，图像效果较清晰，对比度较高，但计算量较大。

（3）先双线性插值再三次多项式插值，效果优于上两种单一插值方法。

（4）先三次多项式插值再双线性插值，高低温分布更加明显，图像效果更接趋于真实。

同时，该文章还使用了一种对图像质量的评估方法---熵&平均梯度

熵，热力学中表征物质状态的参量之一，用符号S表示，其物理意义是体系混乱程度的度量。用于图像评价表示图像表达信息量的多少。图像熵越高信息量越大。

平均梯度，指图像的边界或影线两侧附近灰度有明显差异，即灰度变化率大，这种变化率的大小可用来表示图像清晰度。它反映了图像微小细节反差变化的速率，即图像多维方向上密度变化的速率，表征图像的相对清晰程度。值越大表示图像越清晰。

插值实现

每行或者列的首个像素在前面插值2个点

1~n-1像素，每个像素后面插值3个点

最后一个像素，在后面插值1个点

n+2+(n-1)*3+1=n+2+n*3-1*3+1=4n+2-3+1=4n，即：像素变为原来的4倍

上面的处理方法，首个像素之前插入2个点，最后一个像素之后插入1个点，下次插值时，应首个之前插值1个点，末个像素之后插值2个点，以达到图像平衡。

每次插值后像素为插值前的4倍，经过两次插值，即可将32*24改变为512*384像素。

下面是已经实际使用的插值算法，不过是用Pascal（Delphi）写的，有兴趣的可以改为C语言的，语句对应直接改就行，语言本来就是相通的嘛。

//这是一维数组插值算法

//SourceDatas:TDoubles;插值前的一维数组

//Dir:Integer;在哪个方向和末尾插入2个值（0：前面；1：末尾）

//times:Integer多项式的项数，一次多项式是2项，二次多项式是3项

//返回值：插值后的一维数组（数量是插值前*4）

function PolynomialInterpolationArr(

SourceDatas:TDoubles;

Dir:Integer;

times:Integer):TDoubles;//一维数组插值

var

i,j,k:Integer;

arrCount:Integer;

startIndex:Integer;

OriginDatas,TargetDatas:ArrayOf2D;

tempStr:string;

tempDou:Double;

coes:array[0..5] of Double;

begin

arrCount:=Length(SourceDatas);

SetLength(Result,arrCount*4);

if Dir=0 then startIndex:=2

else startIndex:=1;

//源数据复制到目标数组Result

for i := 0 to arrCount-1 do

begin

Result[startIndex+i*4]:=SourceDatas[i];

end;

SetLength(OriginDatas,2,times);

//插值，插值完成后是*4像素

for i := 0 to arrCount-times do

begin

for j := 0 to times-1 do//初始化拟合原始数据

begin

OriginDatas[0][j]:=j*4;

OriginDatas[1][j]:=SourceDatas[i+j];

end;

GetPolyData_U(OriginDatas,times,coes);

//插值

for j := 1 to 4-1 do

begin

if times>=2 then tempDou:=coes[0]+j*coes[1];

if times>=3 then tempDou:=tempDou+j*j*coes[2];

if times>=4 then tempDou:=tempDou+j*j*j*coes[3];

Result[startIndex+i*4+j]:=tempDou;

end;

//两端插值，两端插值直接使用线性插值（一次多项式）

SetLength(OriginDatas,2,2);

//前端插值

OriginDatas[0][0]:=0;

OriginDatas[1][0]:=SourceDatas[0];

OriginDatas[0][1]:=4;

OriginDatas[1][1]:=SourceDatas[1];

GetPolyData_U(OriginDatas,2,coes);

if Dir=0 then

begin

tempDou:=coes[0]+(-1)*coes[1];

Result[1]:=tempDou;

tempDou:=coes[0]+(-2)*coes[1];

Result[0]:=tempDou;

end

else

begin

tempDou:=coes[0]+(-1)*coes[1];

Result[0]:=tempDou;

end;

//末端插值

for i := (arrCount-times) to (arrCount-2) do

begin

for j := 0 to 2-1 do//初始化拟合原始数据

begin

OriginDatas[0][j]:=j*4;

OriginDatas[1][j]:=SourceDatas[i+j];

end;

GetPolyData_U(OriginDatas,2,coes);

//插值

for j := 1 to 4-1 do

begin

tempDou:=coes[0]+j*coes[1];

Result[startIndex+i*4+j]:=tempDou;

end;

if Dir=0 then

begin

tempDou:=coes[0]+(5)*coes[1];

Result[arrCount*4-1]:=tempDou;

end

else

begin

tempDou:=coes[0]+(5)*coes[1];

Result[arrCount*4-2]:=tempDou;

tempDou:=coes[0]+(6)*coes[1];

Result[arrCount*4-1]:=tempDou;

end;

上面函数里用到的一个系数求解函数如下

function GetPolyData_U(OriginData: ArrayOf2D;times:Integer;var coes:array of Double): ArrayOf2D;//times为项数，1次多项式有ab两项，以些类推

var

x1,x2,x3,x4:Double;

y1,y2,y3,y4:Double;

begin

//1次多项式：a+bx=y

//2次多项式：a+bx+cx^2=y

//3次多项式：a+bx+cx^2+dx^3=y

if ((times<2) or (times>4)) then

times:=2;

if times=2 then

begin

x1:=OriginData[0][0];

x2:=OriginData[0][1];

y1:=OriginData[1][0];

y2:=OriginData[1][1];

coes[1]:=(y2-y1)/x2;

coes[0]:=y1;

end

else if times=3 then

begin

x1:=OriginData[0][0];

x2:=OriginData[0][1];

x3:=OriginData[0][2];

y1:=OriginData[1][0];

y2:=OriginData[1][1];

y3:=OriginData[1][2];

coes[2]:=((y3-y1)*x2-(y2-y1)*x3)/(x2*x3*x3-x2*x2*x3);

coes[1]:=(y2-y1)/x2-coes[2]*x2;

coes[0]:=y1;

end

else if times=4 then

begin

x1:=OriginData[0][0];

x2:=OriginData[0][1];

x3:=OriginData[0][2];

x4:=OriginData[0][3];

y1:=OriginData[1][0];

y2:=OriginData[1][1];

y3:=OriginData[1][2];

y4:=OriginData[1][3];

coes[3]:=((y4-y1)*x2-(y2-y1)*x4)/x2-((y3-y1)*x2-(y2-y1)*x3)/(x2*x3*x3-x2*x2*x3)*(x2*x4*x4-x2*x2*x4)/x2;

coes[3]:=coes[3]/((x2*x4*x4*x4-x2*x2*x2*x4)/x2-(x2*x3*x3*x3-x2*x2*x2*x3)/(x2*x3*x3-x2*x2*x3)*(x2*x4*x4-x2*x2*x4)/x2);

coes[2]:=((y3-y1)*x2-(y2-y1)*x3)/(x2*x3*x3-x2*x2*x3)-coes[3]*((x2*x3*x3*x3-x2*x2*x2*x3)/(x2*x3*x3-x2*x2*x3));

coes[1]:=((y2-y1)-coes[2]*x2*x2-coes[3]*x2*x2*x2)/x2;

coes[0]:=y1;

end;

下面是几个效果图

MLX90640红外成像

我并没有体会到文章开始时提到的那篇论文所说的“先三次多项式插值再双线性插值，高低温分布更加明显，图像效果更接趋于真实”

邮箱：INFO@GEO-INS.COM

许利凯

关注

5
点赞
踩
52

收藏

觉得还不错? 一键收藏
5
评论
MLX90640开发笔记（五）阵列插值处理-多项式插值由32*24像素到512*384像素

MLX90640的32*24=768像素虽然比以往的8*8或者16*8像素提高了很多，但若直接用这些像素还是不能很好的形成热像图，为了使用这些像素点平滑成像就需要对其进行插值，使用更多的像素来绘制图像。看了一些别人的算法，感觉主要就是多项式插值，仅是插值方法的组合方式不同。比较有代表性的是杭州电子科技大学杨风健等《基于MLX90620的低成本红外热成像系统设计》，使用三次多项式+双线...
复制链接

扫一扫