图像缩放是指图像分辨率的改变,也叫图像重采样,是数字图像处理中的关键技术之一。数字图像缩放算法可以分为基于像素的图像缩放算法和基于边缘的图像缩放算法。基于像素的图像缩放算法由于低通滤波效应通常会使目标图像边缘模糊。据HVS研究表明,人眼对于图像的边缘特别敏感,由此人们提出了基于边缘的图像缩放算法。这类算法能够在边缘和细节处取得较好的处理效果,但是算法复杂度较高,不利于硬件实现和对图像的实时处理,只能实现2K倍数缩放,无法真正实现无级缩放。为了既能保护图像的边缘特征,又能真正实现无级缩放,本文提出了一种基于三次拉格朗日插值的自适应图像缩放算法。文中引入方差用于衡量各组原始像素之间的相关性大小,方差越小,表示相关性越大；反之方差越大,表示相关性越小。该算法对图像先后进行行方向插值和场方向插值,每一次插值首先计算目标像素周围三组原始像素的方差,选取方差最小的一组原始像素,然后采用三次拉格朗日插值公式求得目标像素的灰度值。在硬件实现中,采用二次缩放内核结构,并且给出了本文算法的图像缩放引擎电路结构图以及基于Farrow结构的拉格朗日插值核,硬件复杂度大大降低。实验结果表明,本文算法不仅PSNR较高,而且所得的目标图像边缘清晰,且算法复杂度较低,便于硬件实现,可以实现实时图像缩放。