一种基于图像边缘的插值算法

传统的图像插值方法会导致图像边缘模糊,为了得到更好的视觉效果,提出一种基于图像边缘的插值算法,在非边孽区域用传统的插值方法。在边缘区域把数字图像构造成连续曲面,重采样得到插值点的像素值。实验结果表明,该方法插值后的图像边缘清晰,且因非边缘区域用传统插值方法而降低了计算的复杂度。     

基于平面和球面插值的图像放大算法

现有的图像放大算法由于采用的插值方法存在一定的不足,容易出现"锯齿"形边缘和模糊的现象.文章改变图像的表示模型,提出了平面插值和球面插值相结合的图像插值方法.该算法避免了传统的插值方法用统一的模型逼近所有像素的不足,对不同的情况用不同的插值方法,理论分析和实验结果表明了文中方法的有效性.     

基于Curvelet的纹理方向自适应图像插值

为提高纹理复杂图像的插值放大质量,提出一种纹理方向自适应的图像插值算法。首先利用Curvelet变换提取图像的4个方向因子矩阵,然后对不同类插值点选择相应的2个方向因子构造权重系数进行线性插值,从而自适应地重建各类待插值点。分析比较了本文与现有插值算法对平滑与纹理复杂区域的插值重建质量。实验结果表明,本文算法能有效抑制传统插值方法重建图像时出现的边缘模糊和锯齿现象,重构的图像效果优于传统方法,纹理丰富图像的重构质量可提高2dB以上。     

一种新的边缘图像插值算法

为了解决传统插值方法造成图像模糊、锯齿以及边缘细节信息缺失的问题,提出了一种新的边缘图像插值算法。该算法通过待插值像素点周围低分辨率像素之间位置和方向的特征计算其标准差并将其作为局部动态阈值,以此作为划分图像区域的比较阈值,将图像划分非边缘区域和边缘区域;然后对非边缘区域进行双线性插值,边缘区域进行自适应插值。实验结果表明,与传统的插值方法相比,该插值方法较好的保持了图像边缘细节信息,且具有较好的视觉效果。     

CT断层图像匹配插值算法的研究与实现

针对CT断层图像插值,提出了一种基于目标特征对应点匹配插值算法,该算法与传统插值方法相比,其视觉效果和计算误差均有较好的改进．该算法通过计算机实现,可以获得清晰的灰度插值图像,有效地避免插值后易产生的边界模糊现象。     

一种基于联合插值的图像放大方法

针对现有图像插值方法存在的不足及其在图像放大中容易出现"锯齿"形边缘和模糊的现象,改变了图像的表示模型,提出了平面插值、球面插值、斜平面插值、双三次插值相结合的图像插值方法,避免了传统的插值方法用同一个模型逼近所有像素时存在的不足.理论分析和实验结果验证了方法的有效性.     

保持边缘的快速图像实时放大增强算法

从单幅低分辨率的图像中重建出高分辨率的图像的技术在计算机视觉和模式识别等领域有着非常广泛的应用。近年来,虽然单帧图像超分辨率算法已经有了大量的研究,且也能取得较好的效果,但这些方法大多由于计算复杂度较高而并不适合实际的应用。因此,本文提出了一种新的基于图像中边缘曲率的快速插值算法。该算法首先采用最近邻算法对图像中待填充格点进行插值,然后根据图像中亮度的二阶方向导数来逐步迭代修正插值点的像素值。考虑到图像插值会带来一定程度的模糊,该算法在图像插值后对图像进行增强,从而进一步提高图像的视觉质量。通过大量主观感受和客观评价指标的实验表明,与传统的基于边缘的图像插值算法(NEDI)相比,该算法不仅能实现视频的实时放大,并且能获得较高品质的放大图像。     

基于遗传算法寻优的支持向量机图像插值方法

锯齿波、边缘模糊是影响图像质量的重要因素,为了有效提高图像质量,提出了一种优化支持向量机图像插值方法.先将遗传算法应用到支持向量机的参数寻优,将使用最优参数的支持向量机结合图像相关性对图像插值.算法根据图像相关性选择适当的相邻点作为输入模式训练支持向量机,用训练好的支持向量机及输入模式估计出待插值点的像素值.仿真结果表明,与已有算法相比,该算法获得图像的RPSN值、NMSE值、MSE等指标均有明显改善,且视觉效果有显著提高.     

基于Contourlet的改进加权抛物线插值图像超分辨率算法

为了尽可能地保持图像的基本信息,提高图像的视觉效果和空间分辨率,提出一种基于Contourlet的改进加权抛物线插值算法.该算法增加加权抛物线插值的误差补偿项,利用Sobel算子设定插值点的边缘方向,得到初始放大图像.利用Contourlet提取高频成份,原始图像幅值增强充当低频部分,再经过Contourlet逆变换得到高分辨率图像.实验结果表明,相对于传统的图像放大算法,该算法考虑了全局相关性,得到了更加清晰的边缘信息.     

基于图像统计特征的平移线性插值方法

针对平移线性插值算法存在的边缘锯齿问题,提出一种基于图像统计特征的平移线性插值方法.该方法利用图像插值前后边缘统计特征的相似性,从低分辨率图像中获取估算高分辨率图像边缘点所需的协方差矩阵和矢量,并对非边缘处图像进行平移线性内插,可以同时保持图像边缘的光滑性和非边缘处的细节特征.该方法无需迭代运算,计算量较小.实验结果表明,用该方法可获得高质量的高分辨率图像.     

一种降低复杂度的CCD彩色图像重构算法

为了提高视频展台的图像质量和帧率,提出一种基于边缘检测的低复杂度插值方法。首先重构绿色分量图像,然后按照实验确定的阈值T划分图像平滑区域和边缘位置,分别对平滑部分、边缘位置进行双线性插值和Laplacian二阶校正项插值,来重构红、蓝色分量图像,最后对红蓝分量图像的平滑区域进行中值滤波以抑制伪彩失真。该算法与传统的两阶段图像重构算法相比,计算量显著降低,提高了图像重构实时性,并保持满意的图像质量,PSNR值达到33 dB以上。     

一种新的视频字幕提取算法

提出一种基于边缘强度的视频图像字幕提取算法。此算法通过对图像进行锐化预处理, 使得对特定的视频序列可以达到较好的提取效果; 通过领域平均处理, 更好地分离了字幕区域和背景区域; 提出一个基于投影统计特征分析的算法, 能够更好、更高效、更精确地分离和提取字幕。实验证明, 该算法在效果上优于其他的算法, 并且该算法复杂度低, 实用价值高, 可以广泛用于视频编解码等过程中。     

一种基于非线性扩散的图像放大算法

针时传统图像放大处理过程中基于线性插值方法通常导致边缘模糊问题,分析了Tikhonov模型、全变差模型和高阶偏微分模型在图像处理中的优缺点,提出了一种全变差和高阶偏微分模型自适应结合的图像放大模型及推导算法.该模型对图像非平滑区域采用全变差模型处理,而平滑区域则采用高阶偏微分模型处理,最终新插入的图像点象素值由该点邻域象素自适应地各向异性加权得到,在保持图像边缘锐度的同时有效克服了平滑区域的阶梯效应.4种模型的实验比较验证了本文算法的有效性.     

基于小波变换的图像超分辨率增强算法

视频图像超分辨率增强技术具有重要的研究价值。文章在研究和分析小波变换理论的基础上提出了一种基于小波变换的图像超分辨率增强算法,该算法充分利用小波多分辨率分解思想,体现图像分辨率降低的自然过程;通过估计高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值方法致使图像高频部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径,具有一定的实用价值。     

二维熵阈值分割的快速算法

提出了一种快速二维熵阈值分割方法，将计算复杂性从一般二维熵方法的Ｏ（Ｌ）减少至Ｏ（Ｌ＾２）实验证明，对每一幅图象运算时间从２ｈ以上降至１０ｓ以内，同时计算所需存贮空间也大大减少，该算法提高了计算效率。     

基于交替投影滤波器组的插值算法

在初始插值为边缘检测插值的基础上提出了交替投影滤波器组插值算法,提高了图像的信噪比,锐化了图像的边缘,减少了图像高频信息的错误像素的数量,提高了视觉质量,而且计算复杂度较低。     

基于HEVC的自适应插值滤波算法

为进一步提高自适应分像素插值算法的视频图像质量,降低计算复杂度,提出一种基于HEVC(high efficiency video coding)的自适应插值滤波算法.该算法首先在新一代视频编码标准H.265/HEVC框架下进行编码,以提高视频编码效率;其次通过滤波器系数对称优化,降低码流所需滤波器系数和解码计算的复杂度.复杂度分析结果表明,与其他算法相比,该算法乘法复杂度最高降低229%,加法复杂度最高降低245%.仿真结果表明,与其他算法相比,该算法对不同分辨率视频序列均具有较好的编码性能及鲁棒性.     

基于图像处理技术的尺寸测量中边缘定位算法

为了进一步提高图像的定位精度,设计了一种基于插值理论的精确定位细分算法.通过多尺度小波变换与三次样条插值相结合,实现了亚像素级的测量.基于多尺度边缘检测的小波边缘检测方法,既能对边缘进行准确定位,又可以有效去除噪声干扰,提高边缘检测的稳定性和准确性.三次样条插值函数是分段插值函数,算法复杂度低、段与段之间连接处平滑、具有快速收敛性和稳定性.将上述两种融合的边缘定位算法,可以对图像进行精确检测和测量,其精度达到0.001个像素.     

子波变换图象压缩编码技术进展

从１９８８年Ｍａｌｌａｔ将子波变换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法。开创了子波变换在图象处理中的应用，子波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计，在１９９６年符合高清晰度电视标准的子波变换视频图象压缩技术将推出问世，本文综述子波变换图象压缩编码技术当前的进展。     

基于DSP嵌入式实时图像处理系统的设计与实现

设计一个基于通用高速数字处理器TMS320C6416的视频图像信号实时处理系统,硬件电路以DSP为核心,主要包括视频信号采集电路、视频信号转换电路、单片机控制电路及逻辑控制电路等部分;软件设计包括对采集模块的设置与启动、中断的响应、采集与处理后的图像数据在存储器之间的搬移及对数据进行实时处理等部分。最后在所构建的图像处理系统上验证了边缘检测算法并给出了实验结果。