基于二进小波变换的边缘保持图像插值算法

利用离散二进小波变换(DDWT)所具有的良好的多尺度边缘提取特性以及子带间的相关性,提出了基于DDWT的边缘保持图像插值算法。算法利用多尺度边缘的指数衰减规律预测损失掉的高频子带中的边缘,并利用三次样条插值算法恢复损失掉的高频子带中的非边缘信息。最后通过离散二进小波合成得到高分辨率图像。实验结果显示,该算法优于传统的双线性和双三次插值算法。对于像Lena这样的纹理较少的图像其峰值信噪比(PSNR)提高了2dB以上,而对其它图像插值的结果也有不同程度的质量改善,插值的结果更符合人的视觉系统特性。     

基于小波的双线性插值算法的改进

双线性插值算法在图像处理中有应用广泛,该方法虽在一定程度上可以得到理想的效果,但对于图像中的部分高频信息会损失严重,造成图像整体质量降低。考虑到小波变换的特性,将双线性插值和小波插值相结合,提出了一种基于小波变换的双线性插值算法的改进方法。经验证,改进算法对于本身并不平滑的图像在超分辨率重建中具有一定的优势。     

基于小波变换修正的双线性插值图像放大方法

首先分析小波双线性插值的图像放大算法优缺点,然后根据小波分解各部分之间也具有相似性提出了一种改善的被小波变换修正的双线性插值算法,其仿真结果显示放大后图像在细节丰富程度上不如前者,但视觉效果上改善明显.     

图像放大算法比较研究

图像放大算法的选择直接影响了图像放大的质量,为了更好地选择图像放大算法,从不同图像放大算法的原理出发,分别分析了最邻近点插值、双线性插值、双三次插值、三次B样条插值以及分形插值、小波插值、偏微分方程插值、领域交换内插算法的特点,并比较了它们的优、缺点;指出如何根据不同图像特征来选择不同算法以达到最优化效果;得出结合各种放大算法从而得到最好的放大效果是图像放大方法的发展方向。     

基于定向拉普拉斯模型的图像放大方法

针对传统插值及PDE模型放大方法的缺点,提出一种具有边缘增强作用的基于定向拉普拉斯模型的图像放大方法。该方法以传统插值放大方法为初值,然后经边缘增强的定向拉普拉斯PDE方程反复迭代的扩散作用实现图像放大。实验结果表明,该算法是一种有效的保持边缘和细节的图像放大方法,在客观指标和主观效果上均优于传统双线性插值和P-M方程的方法,是一种有效的图像放大算法。     

一种改进的双线性插值图像放大算法

在双线性插值算法的基础上提出了一种改进算法。从理论上分析了改进算法优越于双线性插值算法的依据,进行了MATLAB仿真实验和性能分析。实验证明,改进算法比多种传统插值算法能获得更好的视觉放大效果,处理后图像的均方误差(MSE)更小,峰值信噪比(PSNR)更高,而算法计算量并不大。改进算法更能满足视觉要求,是一种切实可行的图像放大算法。     

一种改进的双线性插值图像放大算法

针对传统的双线性插值图像放大算法存在的边缘模糊问题,提出一种改进算法：先计算插值点的双线性插值和最近邻点插值,然后以4个邻点的灰度方差构造权重,将二种插值进行加权融合获得最终插值结果。该算法既考虑到插值点与邻点之间距离关系,又考虑到邻点的灰度分布特性,有效地提高了放大图像的质量。实验结果验证了算法的有效性。     

基于小波的方向自适应图像插值

图像插值是图像处理的一项重要技术,经典的插值算法会产生细节模糊和边缘锯齿现象。该文提出一种基于小波的方向自适应图像插值方法,将小波变换思想和局部方向自适应插值方法结合。为了获得清晰的细节部分,对图像实施改进的方向自适应双线性插值;结合小波方法,提高插值图像的高频细节信息,并进行相关后处理,增强视觉效果。实验结果表明,该文方法插值后的图像边缘清晰光滑,有效抑制了边缘模糊和锯齿现象,相比较传统方法,插值图像的客观质量和视觉效果都得到明显增强,更加适合人眼视觉系统。     

一种边缘定向平滑图像插值算法

针对传统图像放大算法边缘处理效果较差,自适应图像插值方法存在高计算复杂度的问题,该文提出一种有效增强图像边缘轮廓的插值放大算法。该算法结合边缘定向平滑滤波器和双线性插值的特点,使得图像在平坦和非平坦区域均能取得理想效果。仿真测试结果表明,与基于统计特征的自适应插值算法相比,该文提出算法能显著提高插值速度,平均运行时间降低8.33 s;与双三次插值算法相比,图像峰值信噪比平均增加0.30 dB。     

基于小波变换的匹配插值算法

图像插值技术是图像三维重建中的关键技术之一.在传统插值算法的基础上利用小波变换可聚集到信号任意细节的特点,设计了一种基于小波变换的匹配插值算法.该算法对小波分解子图分别进行处理,在保留图像高频细节部分不失真的同时,又对代表图像整体概貌的低频子图利用匹配算法进行插值处理,最后通过小波重构得到目标插值图像.实验结果表明,该算法得到的插值图像不仅很好地保持了图像的边缘细节特征,而且在物体形态的过渡上也满足了三维重建的要求.     

基于Contourlet和改进牛顿插值的图像超分辨率重建

通过研究现有图像超分辨率重建算法原理,针对其不足,提出了一种基于Contourlet轮廓波和改进牛顿插值算法的图像超分辨率重建方法.该算法首先对原始图像进行Contourlet变换,然后对高频分量做多方向的改进牛顿差值计算,最后进行小波逆变换得到更加清晰的高分辨率图像.实验结果表明,该算法比传统插值算法和小波插值算法具有更好的视觉效果,并且拥有更高的信噪比和结构相似性.     

The error-amended sharp edge (EASE) scheme for image zooming.

This paper proposes a new interpolation method, called the error-amended sharp edge (EASE) scheme, which is a modified bilinear method. In order to remove/reduce interpolation artifacts such as image blur and the checkerboard effect (ringing), EASE tries to amend the interpolation error by employing the classical interpolation error theorem in an edge-adaptive fashion. EASE is applied for image zooming by both integer and noninteger magnification factors. The new interpolation scheme has proved to result in high-resolution images having clearer and sharper edges than linear interpolation methods, for all synthetic and natural images we have tested. EASE can be implemented with ease; it turns out to be similarly efficient as cubic interpolation schemes.     

毫米波辐射图像分辨率增强方法研究

针对毫米波辐射图像分辨率低的问题．提出了一种新的分辨率增强方法该方法将双线性插值与改进的非线性外推相结合，首先利用双线性插值放大原始图像．再利用改进非线性外推算法增加图像的高频分量，最终实现毫米波辐射图像的分辨率增强．实验表明．新方法有效提高了毫米波辐射图像的分辨率     

一种连续电子变倍算法的SOPC实现架构

基于双线性插值算法提出一种连续电子变倍的SOPC实现架构。该方法充分利用FPGA和NIOS软核各自优势,以单FPGA的SOPC实时实现了无级连续电子变倍功能,在减小设计难度的同时大大降低了对硬件资源的占用。实验结果表明,本文架构具备较好的电子变倍效果,可提高观察者对图像中小目标的分辨能力,在成像系统中具有较好的应用价值。     

差分投影快速定向图像插值算法的优化

针对图像放大时分辨率会降低,图像的感知质量变差等问题,并考虑到计算的复杂度,提出了一种差分投影快速定向图像插值算法。该方法通过对低分辨率图像的梯度扩散确定高分辨图像的丢失像素,由特殊的去噪方法对该算法进行优化,并与最近邻插值法与双线性插值算法等相比较。实验结果表明,该方法具有较高的分辨率和较低的计算复杂度,优于其他方法。     

双线性插值图像放大并行算法的设计与实现

图像处理中对于图像放大常使用双线性插值算法,其运行的快慢直接关系到实时图像处理的速度．文中在多核计算机上设计了双线性插值并行程序,实现了图像放大的快速处理．充分利用多核技术提升多核处理器的资源利用率,缩短执行时间,发挥多核系统的优异性能．实验结果可看出,文中算法对于大规模图像放大呈现出良好的加速处理能力,表明了双线性插值多核并行算法在实时放大图像的应用中是有效及可行的．     

基于自适应牛顿算法的LED视频显示系统的研制

LED显示屏已被广泛应用于各种场合,通常情况下,需要对视频图像进行缩放处理,从而符合LED显示屏的物理分辨率.针对传统LED插值缩放算法在插值后导致图像边缘模糊的现象,提出了一种自适应牛顿播值算法,通过在插值之前进行像素相关度的自适应判断,可以较好地保留图像的高频信息,消除图像边缘模糊的问题.同时,给出了基于自适应牛顿算法的LED视频显示系统的FPGA实现,系统最终可以实现较好的显示效果.     

基于自类推与NSCT的单幅图像超分辨率技术

在很多实际应用中很难获得适当的图像训练集,但是单幅图像放大却是一个病态问题。利用图像局部结构的自相似性和可传递性,结合非下采样Contourlet变换(NSCT)的优点,提出一种基于自类推与NSCT的单幅图像超分辨率重建(SRR)方法。采用NSCT对源图像和退化图像进行多尺度、多方向分解,得到用于学习的各带通方向子带对,利用图像自类推技术生成高分辨率的各带通方向子带,与立方插值放大后的源图像进行NSCT重构得到超分辨率重建图像。实验结果表明,该方法可以独立进行,摆脱一般方法对训练结合的依赖,能产生更为合理的细节,视觉边缘更清晰,图像更逼真。