纹理细节和边缘结构保持的图像插值算法

针对图像重建过程中产生的边缘结构被破坏和纹理细节丢失问题,提出一种纹理细节和边缘结构保持的图像插值算法。首先,采用自适应阈值的八方向边缘检测划分图像区域;其次,构造双变量有理函数模型,它可在有理模型和多项式模型之间转换;最后,提出基于边缘数据的局部不对称性和梯度特征调整待插值点空间距离的方法,调整边缘部分待插值点坐标并代入有理模型实现插值,而非边缘部分采用多项式模型插值。实验表明,该算法的峰值信噪比平均提升了0.48~2.17 dB,结构相似性平均提升了0.004~0.028,获得了较高的客观评价数据。该算法将原空间距离不变的插值修正为空间距离变化的插值,有效地保持了图像的边缘结构和纹理细节,使得重建结果具有较好的视觉效果。     

梯度优化的有理函数图像插值

目的 对图像纹理区域的细节保持一直以来是图像插值技术的一个难题,为此提出了一种梯度优化的有理函数图像插值算法。方法 首先,构造了一种新的含有可调参数的双变量有理插值函数,随着参数的不同取值,该函数具有不同的表达形式,它是多项式模型和有理模型的有机统一体;其次,根据图像的区域特征,利用等值线方法将图像自适应地划分为纹理区域和平滑区域,纹理区域采用有理模型插值,平滑区域采用多项式模型插值;最后,根据各向同性Sobel算子计算插值单元的图像梯度,确定纹理方向,不同纹理方向的插值单元用相应的权重对中心点进行优化。结果 从客观数据、主观效果、时间复杂度3个方面对重建图像进行评价,客观数据包括峰值信噪比（PSNR）和结构相似性（SSIM）,从实验结果可以看出,本文算法的PSNR平均提高了0.14~1.50 dB,SSIM平均提高了0.005~0.097。从主观效果来看,本文算法的重建图像的纹理细节更加丰富,边缘结构更加清晰,从时间复杂度来看,本文算法的平均运行时间是3.77 s,分别比DFDF（directional filtering and data fusion）、NEDI（new edge-directed interpolation）、RSAI（robust soft-decision adaptive interpolation）、Lee''s、NARM（nonlocal autoregressive model）算法快了3.28倍、5.26倍、53.28倍、43.53倍、418.54倍。特别地,对于Baboon、Barbara、Metal这类纹理细节丰富的图像,本文算法在峰值信噪比和结构相似性上较对比算法有突出优势,主观效果有明显提高。结论 基于构造的双变量有理插值模型,本文提出了一个梯度优化的有理函数图像插值算法,实验结果表明,该算法在图像纹理细节和边缘结构保持方面具有良好的视觉效果,有效提高了插值图像质量,且时间复杂度较低。     

基于图像分解和相对全变分的图像平滑

图像平滑旨在去除图像中纹理细节信息的同时保留重要的结构边缘,因此如何正确区分二者成了 图像平滑的关键。梯度作为计算图像变化速度的重要指标是区分结构边缘和纹理细节的有效度量,但不同图像 以及同一图像不同区域中的纹理和边缘的梯度差异并非固定不变的。为了能够有效识别结构边缘和纹理细节, 提出了基于图像分解和相对全变分的图像平滑方法。为了扩大结构边缘和纹理细节之间的差异,实现在尽可能 不改变结构边缘的前提下降低纹理细节的梯度,以多方向的梯度为约束对图像进行分解,提取图像的平滑成分。 在特定尺度下,基于图像的区域结构差异,采用相对全变分方法,在保留结构边缘的同时去除该尺度下的纹理 细节。通过迭代优化,不断调整图像区域尺度,实现对不同尺度纹理细节的逐步去除。与现有算法相比,新方 法在有效地去除纹理细节和完整地保留结构边缘方面都具有较好的视觉效果。     

热扩散和整体变分模型自适应调整的图像放大模型

近年来基于偏微分方程的图像处理因其具有更强的局部自适应特性和高度的灵活性而成为继小波图像处理之后新的研究热点。本文在对热扩散模型和TV（Total Variation）模型分析的基础上,针对二模型在图像平滑区域及边缘或纹理区域扩散所表现出的不同特性和优势,提出一种基于图像局部特性的自适应混合图像放大模型,该模型以双线性插值后的放大图像为初始值,根据像素点梯度特性在平滑区域和边缘或纹理区域自适应的调整扩散模型,使得在平滑区域进行热传导的同性扩散,而在边缘和纹理区域处则进行沿与梯度方向相垂直的方向扩散。该模型很好的抑制了图像插值放大后所带来的块状效应,以及放大后边缘或纹理区域的假边缘现象。理论上证明了所提出模型解的存在性,同时大量的仿真实验验证了所提出模型的有效性。     

一种新的基于稀疏分解的图像放大方法

提出了一对新的冗余离散小波变换(RDWT)和波原子变换(WAT)字典,并将其应用于图像稀疏形态成分分解以获得图像的卡通与纹理成分.并针对卡通和纹理所具有的不同形态学特征,对卡通成分采用具有曲率运动、边缘冲击特性和平滑去噪性能的非线性self-snake模型来放大;对纹理成分采用双三次插值方法来放大,最后通过叠加就可获得放大图像.实验结果表明,这种基于新字典对的稀疏形态成分分解的图像放大方法相比于传统的基于整幅图像的放大方法能够有效地保护小曲率和大梯度,强化图像边缘,保证纹理细节清晰完整.     

基于局部多项式的自适应图像放大

为了弥补传统图像放大算法的锯齿效应,统计分析了图像像素变化特点,将图像分成平滑、纹理和边缘,对平滑和纹理区根据其局部区域的同态性,提出了基于局部多项式逼近的图像放大：运用置信区间交集法则将图像分割为若干同态区域;对区域分别进行多项式拟合,并对拟合函数进行过采样实现区域放大;运用局部平滑消除边缘锯齿效应。实验结果表明,该算法充分利用了图像的结构信息,相比于传统的插值放大算法和已有局部自适应插值算法提高了图像的视觉效果与适用性。     

基于边缘保持的CT图像插值放大算法

由于医学硬件设备和辐射剂量的限制,为了获得高分辨力、高质量的CT图像以协助医生进行诊断和治疗,通常需要从软件方面将CT图像放大或局部CT图像放大,考虑到CT图像边缘在CT图像处理中的重要性,提出一种基于边缘保持的CT图像插值算法,该算法包括两个步骤,第一步对原图像进行边缘提取以及沿边缘方向进行边缘插值放大;第二步进行图像平滑区域的双线性插值放大。该算法能很好地保护图像的边缘细节,文中给出了放大实例,实验结果证明了算法的有效性。     

多尺度有理分形的图像插值算法

目的图像插值是图像处理中的重要问题,为了提高纹理图像的放大质量,结合以往的有理函数的插值算法,提出一种新的基于有理分形函数的图像插值算法。方法对于输入图像,首先,运用中值滤波和直方图均衡化对输入图像预处理;其次,通过毯子覆盖法求出图像的多尺度分形特征值,进行纹理区域和平滑区域的划分;最后,在纹理区域采用有理分形插值函数,在平滑区域采用有理插值函数。结果对于一般图像,本文算法与NARM(nonlocal autoregressive model),NEDI(new edge-directed interpolation)相当,在纹理区域较多的图像中,本文算法在峰值信噪比(PSNR)和结构相似性(SSIM)数值上较对比算法进一步提高,在视觉效果上,图像对比度明显增强,在Barbara,Truck等的对比图像中,峰值信噪比均提高了0.5 1 dB。结论本文插值算法利用多尺度分形特征将图像划分区域,在不同区域采用不同的插值模型。优化模型参数使得插值质量进一步提高。实验表明本文算法能够对纹理和非纹理区域有效划分对纹理的信息保持优于传统算法,获得了较好的主客观效果。     

各向异性四阶偏微分方程耦合二阶偏微分方程的图像放大

针对增强图像中的弱边缘、细节纹理和消除二阶偏微分方程在图像平滑部分的阶梯效应问题,提出一种各向异性四阶偏微分方程耦合二阶偏微分方程的图像放大算法。算法通过像素的局部方差自适应约束阈值,实现图像中不同结构的各向异性四阶扩散,增强弱边缘和细节纹理,去除平滑部分阶梯效应,同时耦合改进的总变差方法和受梯度约束的冲激滤波器对边缘进行增强,放大算法采用双正交映射实现图像退化模型的约束。仿真实验证明该算法能够很好地增强边缘、细节和纹理,去除阶梯效应。与其他二阶偏微分方程放大算法比较,算法具有较好的主观视觉效果,算法放大图像的峰值信噪比(PSNR)和平均结构相似性测度(MSSIM)也高于其他二阶偏微分方程算法,其中平滑部分较多图像的PSNR比基于改进的总变差放大算法提高1 dB左右,细节纹理较多的图像提高0.5 dB以上。该算法的放大图像更加自然,弱边缘和细节能够得到分辨率增强。     

基于三角区域有理函数的图像自适应插值

基于有理函数模型提出了一种新的图像插值算法。此类有理函数基于三角区域构造 并且具有简洁且灵活的表达式,同时含有一个可调节参数,在不改变插值曲面输入数据的前提下, 可以通过调整参数来微调曲面弯曲程度从而达到更加理想的插值效果。首先将图像区域进行三角 剖分,将有理函数模型定义域转化到其特殊域（等腰直角三角形域）,通过区域变换使插值曲面 达到更好的连续性和光滑性,有效提升了插值精度;然后利用一种基于边缘走向的权值确定方法 分别确定各个三角域的权值;最后通过等值线分析将图像划分为不同区域,在平滑区域上随机选 择或者固定参数进行插值即可,在非平滑区域上则进行参数的最优化选取,使当前的插值曲面块 达到最优,进一步提升了插值精度。本文算法在边缘区域和纹理信息保持方面相对于传统插值算 法具有一定的优势,有效地消除了常见的振铃、走样等现象,并且具有良好的视觉效果。     

基于梯度的快速图像插值算法

为解决传统插值算法效果不佳而新发展的边缘方向插值算法计算量大的问题,提出了一种基于梯度检测边缘的快速图像插值算法。该算法通过在原图像每一个3×3邻域内计算二阶梯度,检测边缘是否存在:若存在边缘,则计算一阶梯度判断边缘强弱并自适应得到权值因子,然后进行带权的线性插值;若不存在边缘,则在此邻域内进行双线性插值。实验结果表明,此算法不仅使插值后图像具备整体清晰性和边缘平滑性,有效保持了图像的主观视觉质量,而且相比现有同等效果的插值算法,运算时间至少能降低20%,尤其适用于嵌入式设备图像放大的应用。     

An HVS-Directed Neural-Network-Based Image Resolution Enhancement Scheme for Image Resizing

In this paper, a novel human visual system (HVS)-directed neural-network-based adaptive interpolation scheme for natural image is proposed. A fuzzy decision system built from the characteristics of the HVS is proposed to classify pixels of the input image into human perception nonsensitive class and sensitive class. Bilinear interpolation is used to interpolate the nonsensitive regions and a neural network is proposed to interpolate the sensitive regions along edge directions. High-resolution digital images along with supervised learning algorithms are used to automatically train the proposed neural network. Simulation results demonstrate that the proposed new resolution enhancement algorithm can produce a higher visual quality for the interpolated image than the conventional interpolation methods.     

基于视觉显著性的空间图像序列放大算法*

针对已有的图像序列放大方法存在空间运动目标放大后细节不清晰的问题,提出基于视觉显著性的图像序列放大算法。算法首先采用视觉显著性技术获取空间运动目标区域;而后设计不同的放大策略;最后提出分区插值计算和区域能量保护方法,提升放大过程中的空间运动目标清晰度。与已有的放大算法对比的实验结果表明,提出的算法取得了更好的视觉效果和更高的平均梯度指标值、边缘强度指标值、信息熵指标值和图像功率谱指标值。     

基于局部梯度特征的自适应多结点样条图像插值

为了获得质量更好的插值图像，提出了一种新的C^2。连续的支撑区间为（-2，2）的三次多结点样条插值核函数．通过增加结点带来的自由度构造了多结点样条插值公式；分析了在适当的边界条件和约束下三次多结点样条插值的逼近阶；将一维多结点样条插值算法推广到二维，建立了用于图像数据的插值公式；如果忽视图像的局部特征，通常双三次多结点样条插值图像的边缘会有模糊的现象，为此。对多结点样条插值应用逆梯度，得到了自适应多结点样条插值算法；实验所得误差图像和实验所得图像的峰值信噪比也证实了用自适应多结点样条插值算法重建的图像具有更高的质量．     

Region based interpolation error expansion algorithm for reversible image watermarking

In this paper, we propose a new reversible image watermarking method based on interpolation-error expansion called region based interpolation error expansion (RBIEE). We improved Thodi's prediction error expansion (PEE) technique by using a novel interpolation algorithm which exploits interpixel correlation better. Furthermore, interpolation error histogram is divided into two regions. The parameters of each region are determined separately and iteratively to reach a given embedding capacity more precisely. However, adaptive embedding strategy is utilized to get better capacity-distortion performance. Advantage of the proposed method over the other state-of-the-art methods in terms of capacity and visual quality is demonstrated experimentally.     

一种新的基于图像边缘的插值算法

灰度图像放大时,插值所具有的平滑作用会退化图像的高频部分,使放大图像轮廓变得模糊,该文提出了一种新的图像插值算法．先用一阶微分运算分离出图像的平坦区域和边缘区域,对图像的平坦区域采用双线性插值法,对图像的边缘部分采用本文的插值算法,实验证明该算法有效地保持了边缘信息,得到了视觉信息较好的插值图像。     

基于细分的图像插值算法

将基于法向的曲线细分技术应用到图像插值中，提出一种基于细分的图像插值算法．该算法无须建立中间连续图像模型，能自适应地插值，而且插值系数可为任意正实数．应用该算法插值后的边界清晰、自然，忠实地反映了原始图像的面貌．与传统的插值算法相比，其边界处理效果好，具有线性复杂度且易于实现．