区域指导的激光水下图像插值算法

提出了一种区域指导的激光水下图像插值算法(简称AIU).AIU算法首先采用小波变换,对低频成分进行特殊处理,以抑制散斑噪声和增强关注的目标;然后将图像分割成目标区域和背景区域,结合近邻法和众数法确定待插值点所属区域,对区域内部点采用线性插值;对于区域间的过渡点,设计非线性插值公式,对与待插值点属于同一区域的邻域像素,分配较大的权值,对相邻区域的邻域像素分配较小的权值.实验结果表明,AIU算法可以克服传统插值算法的边缘模糊问题,使目标更完整清晰.     

一种水下退化图像的增强方法

针对水下退化图像的特点,提出了一种以邻域像素的增量特征为指导的插值增强方法,根据不同的增量特征判断待插值点的插值类型,再对不同插值类型分别设计插值算法,最后对插值图像进行修正增强.实验结果表明了方法的有效性.     

改进的邻域滤波图像修复方法

在分析了几种重要的基于滤波图像修复算法基础上,提出了一种改进的邻域滤波图像修复算法.为了减少平滑处理中的模糊,该算法根据待修复点与窗口中已知点的欧氏距离来决定相应位置的权值,然后采用邻域中已知像素的加权平均来估算待修复点的值.大量实验结果表明,改进算法修复的视觉效果和归一化均方误差(NMSE)的计算结果均明显优于先前的...     

基于Otsu阈值分割的边缘快速图像插值算法

为了满足视频监控、目标检测与识别过程中较高图像质量和较低算法复杂度要求,以及改善传统图像插值中细节模糊和边缘锯齿效应,文中提出一种基于Otsu阈值分割的边缘快速图像插值算法。利用Otsu算法,根据目标区域和背景区域的类方差最大,确定分割阈值,对非边缘区域进行双线性插值,边缘区域利用与待插值点周围6个或8个相邻降采样像素局部结构的多方向特点,自适应估计高分辨率像素值。实验表明,该算法运算复杂度低,很好保持了图像的边缘,获得了视觉质量较好的高分辨率图像。     

利用颜色滤波矩阵估计原图的拼接定位盲取证方法

图像拼接是伪造数字图像最基本的操作,对其的被动盲检测和定位也是数字图像取证亟待解决的关键问题之一。该文通过对图像进行颜色滤波矩阵插值,对图像进行了原图估计,重建其像素邻域一致性。利用待取证图像的边缘点在像素邻域一致性上偏离估计的原始图像的程度,对图像的拼接进行准确定位。实验表明,该方法能够有效地检测图像拼接伪造区域的位置、大小和形状。     

自适应图像插值的Hermite型混合样条方法

分析了Hermite型插值样条的基本特性,研究了图像放大时边缘区域产生模糊的原因,并考虑到数字图像实时传输的要求,给出了一类新的自适应图像插值算法.　由于采用单核插值以及弹性边界的处理方法,提出的算法计算复杂性较小,且尽可能保持了边缘像素原有特征. 数值模拟与仿真显示该方法比传统方法有更清晰的边界.     

基于图像插值的大容量可逆水印算法

提出一种基于图像插值的大容量可逆水印算法 。首先,对输入图像进行下采样 处理,利用某种图像插值方法对下采样生成的图像进行插值放大,得到待嵌入水印信号的载 体图像;然后,对载体 图像进行分块,得到每一分块4个基准像素的最大值和最小值,之后计算每一个非基准像素 分别与最大值和最小值 差值的绝对值,根据自适应选定的差值,计算每一个非基准像素能嵌入的最大水印位数;最 后,从待嵌入的水印信 号中将每一个非基准像素能嵌入的位数转换为十进制数,并将此数修改像素值,完成水印 信号的嵌入。大量的仿 真实验结果表明,本文算法不会出现像素值溢出现象,能实现可逆数据隐藏;与相似的基于 图像插值的可逆水印算法 相比,该算法的嵌入率(ER,embedding rate)更高;在相同 的ER条件下,本文算法的性能更好。     

数字图像自适应插值法

文章分析了数字图像插值中最常用的双线形插值和立方卷积插值,并提出了一个根据 映射点邻域原图像的复杂程度,自适应地调节插值权值的数字图像插值方法。     

基于互信息的亚像素级立体视觉点匹配方法研究

在立体视觉测量中,为获得更高精度,往往需要将视差计算精确到亚像素级。将互信息理论引入双目图像配准并结合多分辨率技术实现亚像素级点匹配。采用Bouguet立体校正算法对左右图像进行极线校正,利用Harris角点探测器检测目标并将获取角点作为待匹配点,采用最大互相关法进行搜索确定像素级匹配点。然后对以左右匹配点为中心的20×20邻域图像进行插值并分别放大10倍和100倍,采用互信息方法先对低分辨率图像进行配准,再在高分辨率图像上进一步细化求精,结合像素级匹配的整数视差可得最终亚像素级视差。实验结果表明,该方法能将视差精度提高到0.01像素。     

CFA图像插值算法在DSP实时系统上的应用

彩色滤波阵列(CFA)格式的图像需要进行图像插值,才能获得全彩色图像.但是,由于相机噪声的存在,不仅该点的彩色信息失真,同时还会影响邻近像素利用该点信息进行插值的图像颜色.为了得到高质量的全彩色图像,采用了一种基于梯度的滤噪插值算法,在保留了图像边缘和细节信息的同时,滤除了噪声,使图像的信噪比提高了近1倍;由于这种数字相机没有白平衡处理,使插值恢复的彩色图像颜色与实际景物相比存在较大差异,为了消除这种差异,实现了自适应白平衡校正方法,使图像方差提高了近20％,与人眼观察到实际景物的颜色更接近;整个彩色编码算法应用了DSP的并行流水线技术,保证了其在DSP上运行的实时性,处理频率达到25Hz.     

基于统计特征的彩色图像快速插值方法

本文首先阐述了基于统计特征的图像插值方法,该方法通过提取待插入像素所在区域的协方差矩阵和协方差向量,得出适应于边缘位置和方向的插值权重.为了把基于统计特征的图像插值方法应用于彩色图像插值领域,本文提出了以下措施以提高计算速度:仅对Y图像估计插值权重,并同时应用到R、G、B三个分量的插值;对边缘像素应用基于统计特征的图像插值方法,而对非边缘像素应用简单的双线性插值,即混合图像插值方法.这些措施提高了计算速度,并保证了图像质量.实验表明了该算法在计算速度和插值图像质量方面的有效性.     

区域指导的彩色图像插值

本文提出了一种针对彩色图像的区域指导的插值算法.该方法首先从低分辨率图像中计算象素沿梯度方向的1、2阶方向导数,然后把彩色图像划分为常数、线性和非线性区域,并对不同的区域施用不同复杂度的滤波器.实验结果表明,与传统的双线性插值相比,该方法可以明显改进插值图像的质量;重建所需的时间也比单纯使用复杂滤波器的时间减少很多,并且可以实现彩色图像的任意放大.     

基于差分进化的插值置换混叠图像盲分离

针对插值置换混叠图像提出了一套完整的盲分离方案。根据插值图像像素点之间存在的相关性,通过对置换混叠图像分块进行有限差分,检测插值图像与原图像经过有限差分后的值之间的差距,设定适当的阈值,将其分开。为获得最优阈值,用差分进化算法进行优化,获得最优阈值。根据阈值将图像二值化,进而将置换图像分离出来。实验结果表明,该方法比阈值法的鲁棒性强,对经过不同插值方式的置换混叠图像进行盲分离都有较好的效果。     

自适应边缘保持图像缩放及VLSI设计

提出的自适应边缘保持图像缩放方法,以自适应的方式对传统的线性插值方法非线性修正,使得不同位置的像素采用相应的插值方法.边缘保持插值算法能消除图像边缘模糊,锯齿效应,棋盘效应等,达到增强插值图像的效果.本算法处理后的放大图像的边缘更加锐利,能够实现图像的无级放大,可应用于实际的数字视频处理芯片中.     

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。     

EDGE-DIRECTED INTERPOLATION BASED ON SHIFTED-LINEAR IMAGE MODEL

This paper presents a hybrid image interpolation algorithm to keep details and edges simultaneously. The basic idea is to separate the unknown pixels into two classes and estimate them in different way. One class of unknown pixels is obtained via shifted linear interpolation and the other class through statistical signal processing method. The merit of this hybrid algorithm is that each unknown pixel can be estimated through original pixels simultaneously. Simulation results demonstrate that this hybrid interpolation algorithm improves the quality of the interpolated images over conventional interpolation methods.     

基于EM算法的SAI图像插值改进技术

提出了一种基于期望最大（Expectation Maximization,EM）算法对自适应二维自回归建模与软判决估计联合插值（SAI）算法进行改进的算法,它将插入像素的估计值反馈回分段二维自回归模型（PAR）参数的估计过程中,修正估计出的模型参数。实验结果显示：该算法能产生良好的视觉效果及较高的峰值信噪比（PSNR）。     

Reversible data embedding for high quality images using interpolation and reference pixel distribution mechanism

This paper proposes a reversible data hiding method based on image interpolation and the detection of smooth and complex regions in the cover images. A binary image that represents the locations of reference pixels is constructed according the local image activity. In complex regions, more reference pixels are chosen and, thus, fewer pixels are used for embedding, which reduces the image degradation. On the other hand, in smooth regions, less reference pixels are chosen, which increases the embedding capacity without introducing significant distortion. Pixels are interpolated according to the constructed binary image, and the interpolation errors are then used to embed data through histogram shifting. The pixel values in the cover image are modified one grayscale unit at most to ensure that a high quality stego image can be produced. The experimental results show that the proposed method provides better image quality and embedding capacity compared with prior works.