FPGA实现的视频图像缩放显示

对几种常用的图像缩放算法进行了比较,在权衡了算法复杂度、缩放效果和FPGA逻辑资源等3大因素后,选择了双线性插值算法来实现图像缩放。重点介绍了双线性插值算法和该方法的FPGA硬件实现方法,包括图像数据缓冲单元、插值系数生成单元以及插值计算单元等。应用结果表明,双线性插值算法及其硬件实现模块达到了预期的效果。     

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.     

基于MG-CG算法的图像超分辨率重建

提出一种基于多重网格(MG)和共扼梯度(CG)算法相结合的图像超分辨率重建快速算法.首先采用Tikhonov正则化方法给出图像超分辨率重建模型;然后在系统介绍MG和CG算法的基础上,针对超分辨率重建中常见对称正定稀疏线性方程的求解,提出多重网格-共扼梯度(MG-CG)算法;详细讨论了MG-CG算法的光滑、限制、插值操作以及计算复杂度.实验结果表明该算法与MG、CG和Richardson迭代算法相比,具有更快的收敛速度.     

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。     

视点相关光线投射算法在三维云可视化方面的应用

针对绘制海量云数据时传统光线投射算法计算量大、绘制缓慢等问题,提出了一种基于视点相关光线投射算法的三维云可视化方法。该方法首先采用基于多分辨率方法的数据预处理策略,然后采用基于视点相关系数的自适应采样频率计算方法确定重采样点的位置,并利用三阶段插值算法计算重采样点的值,最后采用基于块重要性加权香农熵的二维传输函数完成颜色值和不透明度的映射关系,从而实现图像的合成。实验结果表明,该方法计算复杂度低、执行效率高,与现有的光线投射算法相比,不仅图像的重构质量得到了提高,绘制时间也减少了约30%。     

基于边缘的实时视频缩放引擎的设计与实现

提出了一种基于边缘自适应插值算法的缩放引擎有效的设计方法,并通过FPGA验证。首先介绍了自适应插值算法的基本原理,接着提出了优化设计的缩放引擎系统结构,并系统的论述了数据缓冲模块的实现及高效的运算系数生成模块和插值计算模块。最后在FPGA上验证了该系统,结果表明,运用该算法插值获得了边缘清晰的目标图像,且该算法复杂度低,因此,适应于实时条件下的图像缩放。     

一种新的毫米波辐射图像分辨率增强方法

针对毫米波辐射图像分辨率的增强问题,提出一种新的分辨率增强方法,该方法将双三次插值与非线性外推算法相结合。在空间域,通过双三次插值提高原始低分辨率图像的分辨率;在频率域,通过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,新方法有效提高了图像的分辨率,并且分辨率增强后的图像具有良好的视觉效果。     

基于双线性插值算法的低分辨率传感器标定方法北大核心CSCD

针对无扫描激光三维传感器成像分辨率较低、标定精度不高的问题,提出了一种基于双线性插值的低分辨率传感器标定方法。首先运用双线性插值算法,对低分辨率传感器所成图像进行升采样以提高图像分辨率,然后利用基于OpenCV标定算法对其进行标定,最后将标定结果与传统方法标定结果进行分析比较。实验结果表明,该方法能够将低分辨率传感器参数的标定误差缩小近1/2。运用双线性插值算法提高图像分辨率,可以提高对低分辨率传感器的标定精度。     

基于双线性插值算法的低分辨率传感器标定方法

针对无扫描激光三维传感器成像分辨率较低、标定精度不高的问题,提出了一种基于双线性插值的低分辨率传感器标定方法。首先运用双线性插值算法,对低分辨率传感器所成图像进行升采样以提高图像分辨率,然后利用基于OpenCV标定算法对其进行标定,最后将标定结果与传统方法标定结果进行分析比较。实验结果表明,该方法能够将低分辨率传感器参数的标定误差缩小近1/2。运用双线性插值算法提高图像分辨率,可以提高对低分辨率传感器的标定精度。     

一种高精度的图像匹配算法

为了解决光谱恢复对图像匹配高精度的问题，提出了一种高精度图像匹配算法——利用光流确定图像的运动场对图像进行匹配。该算法克服了传统的基于灰度匹配方法受图像插值精度影响的缺陷以及运算速度和精度的局限性。与基于MAD块匹配算法和归一化相关系数块匹配算法进行比较，该算法实现了图像序列高精度匹配，而且硬件实现简单，计算复杂度较低。     

基于协方差特征的图像内插方法的研究

本文提出了一种改进图像插值的方法,该方法通过提取低分辨率图像的协方差矩阵和协方差向量估算出高分辨率图像的相应参数,然后经过内插得到高分辨率图像。其突出优点是它的边缘自适应特性。经过实验证明,用这种方法获得的高分辨率图像和其他方法相比,图像的峰值信噪比(ＰＳＮＲ)有显著提高。在图像边缘模糊和阶梯形失真不仅比传统的线性内插方法有所降低,即使与基于凸面投影(ＰＯＣＳ)等方法相比图像也更加清晰。同时由于算法避免了复杂的迭代计算,因而运算的速度更快。     

New edge-directed interpolation

This paper proposes an edge-directed interpolation algorithm for natural images. The basic idea is to first estimate local covariance coefficients from a low-resolution image and then use these covariance estimates to adapt the interpolation at a higher resolution based on the geometric duality between the low-resolution covariance and the high-resolution covariance. The edge-directed property of covariance-based adaptation attributes to its capability of tuning the interpolation coefficients to match an arbitrarily oriented step edge. A hybrid approach of switching between bilinear interpolation and covariance-based adaptive interpolation is proposed to reduce the overall computational complexity. Two important applications of the new interpolation algorithm are studied: resolution enhancement of grayscale images and reconstruction of color images from CCD samples. Simulation results demonstrate that our new interpolation algorithm substantially improves the subjective quality of the interpolated images over conventional linear interpolation.     

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.     

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。     

基于频域插值的信道化原型滤波器设计

针对信道化原型滤波器设计复杂度较高的问题,提出一种满足线性相位要求的原型滤波器频域插值设计算法。该算法采用无约束迭代优化办法获得了阻带衰减较高的低阶滤波器模型,然后根据所推导的频域插值模型构建满足线性相位特性的原型滤波器频谱,最后通过快速傅里叶逆变换获得了满足信道化滤波器组完全重构特性要求的原型滤波器。所提设计算法将频域插值与迭代优化相结合,有效地解决了设计高阻带衰减的原型滤波器时待优化参数数目较大的问题,并且不会产生镜像频谱,省去了镜像抑制滤波器的设计。仿真结果表明,所提算法相比传统的时域插值设计算法具有显著的性能改善,并且降低了设计复杂度。     

分形插值图像压缩的一种快速解码算法

一维分形插值图像编码是用插值点数据构造分形曲线来拟合数字图像的灰度曲线从而实现压缩。其解码过程就是求用插值点数据构造的迭代函数系统(IFS)的吸引子,由于图像数据以及分形插值迭代规律的特殊性,使得随机迭代算法和通常的固定迭代算法并不适用。本文设计了快速且节省内存的解码算法,并进行了复杂度分析。同时,本文的算法作为分形插值方法的一部分,同样可以用在分形插值法的其他应用领域。     

Adaptive Least Squares Interpolation of Infrared Images

This paper presents an adaptive block-by-block least squares (LS) algorithm for the interpolation of infrared (IR) images. The suggested algorithm is based on the segmentation of the low resolution (LR) image into overlapping blocks and the interpolation of each block, separately. The purpose of the overlapping is to avoid edge effects between blocks. An iterative implementation of the proposed algorithm, which considers the image acquisition model, is used for the minimization of the estimation error in each block. A weight matrix of moderate dimensions is estimated in a small number of iterations to interpolate each block. This proposed algorithm avoids the large computational complexity resulting from the matrices of large dimensions required to interpolate the image as a whole. The performance of the proposed algorithm is compared with the standard as well as the warped distance optimal interpolation of maximal order with minimal support (O-MOMS) algorithm from the peak signal-to-noise ratio (PSNR) point of view. Numerical results reveal the superiority of the proposed LS algorithm to the cubic O-MOMS algorithm.