感知图像下采样

Question

所以这是我的问题：

我有一个图像，图像很大（高分辨率），它需要很小（分辨率低得多）。

所以我做了天真的事情（杀掉所有其他像素），结果看起来很差。

所以我尝试做一些更聪明的事情（使用傅里叶变换进行低通滤波并在傅立叶空间重新采样），结果稍微好一些，但仍然相当差。

所以我的问题是，是否有一个感知动机的图像下采样算法（或实现）？

编辑： 虽然我知道一些重采样技术，但我的应用程序更关注的是保留感知功能，而不是产生流畅的图像。

edit2：我可以安全地假设我对数字信号处理，卷积，小波变换等有一定的了解。

Answer 1

阅读本文：

http://www.dspguide.com/

好的，这是一个很好的阅读。但是理解滤波器设计会很方便。

通常，将图像从W1 x H1缩放到W2 x H2（其中W1，W2，H1，H2为整数）的过程是找到新的W3，H3，使得W1和W2是W3和H1的整数因子H2是H3的整数因子，然后用零填充原始图像（用于分隔原始图像的像素），使其现在尺寸为W3×H3。由于图像中的不连续性，这会引入高频，因此您应对图像应用低通滤波器，然后将滤波后的图像抽取为新的尺寸（W2 x H2）。听起来你可能正在尝试这样做，但过滤可以在时域中完成，因此傅里叶变换不是必需的。

实际上，我刚刚描述的过程已经过优化（您会注意到，当对卷标图像应用卷积滤波器时，大多数项将为0，因此您可以避免算法中的大多数乘法运算，例如。由于你最终丢弃了许多过滤后的结果，你不需要计算那些，所以你最终会对目标图像中的每个像素进行一些乘法和加法。基本上就是诀窍。要使用哪些系数。）

我相信ffmpeg项目中的libswscale会做这样的事情。看看：

http://gitorious.org/libswscale

正如其他人指出的那样，（并且您显然已经注意到）抽取图像会引入锯齿伪像。我无法确定您的重采样实现，但该技术有一些有趣的问题，具体取决于您使用的窗口大小和其他实现细节。

Answer 2

Bicubic interpolation通常被认为是足够好的，但没有完美的解决方案，它取决于人和被重采样的图片的属性。

相关链接：

我甚至不知道锐度也被称为acutance。

Aliasing是一个天真地下采样时可能会出现的问题。

Answer 3

帕斯卡是对的。取决于图像，以及你想要的。一些因素：

• 保留锋利的边缘
• 保留颜色
• 算法速度

这是your method。

其他一些人：

• Lanczos resampling
• Bicubic interpolation
• Spline interpolation

请注意，有时重新取样可以比使用较低分辨率的相机获得更清晰的效果，因为高分辨率图像中的边缘无法被低分辨率设备检测到。

旁注：如果要按整数缩小（例如除以4或6），可以优化许多算法（尤其是最近邻）。

Answer 4

推荐的ImageMagick“通用”下采样方法在这里讨论：http://www.imagemagick.org/Usage/filter/nicolas/#downsample

Answer 5

您可以尝试内容感知调整大小算法。请参阅：http://www.seamcarving.com/

Answer 6

Paint Mono（Paint.NET的操作系统分支）在此处实现Supersampling algorithm图像下采样：http://code.google.com/p/paint-mono/source/browse/trunk/src/PdnLib/Surface.cs?spec=svn59&r=59#1313