区域指导的自适应图像插值算法

提出了一种以图像区域的一致性为指导的自适应选择插值公式(简称ADA)的图像插值算法.首先将图像分割成不同区域,然后结合近邻法和众数法确定待插值点所属区域,将待插值点分类处理:对于区域内的点,采用线性插值;对于区域间的过渡点,设计非线性插值公式,分配较大的权值给与待插值点属于同一区域的邻域像素,分配较小的权值给其它邻域像素.实验表明,ADA图像插值算法得到的插值图像有较好的主观图像质量,其峰值信噪比(PSNR)比传统方法平均提高了3.11～4.39 dB.     

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.     

RGB格式彩色图像重建算法的研究

从原始图像到最终形成的真彩色图像的变换过程,称为彩色图像重建。介绍了几种现在常用的彩色图像重建技术的插值算法,提出了一个改进的彩色图像重建的算法。通过MATLAB仿真比较重建图像的质量,发现用改进的算法重建的图像质量比其他算法重建的图像质量要好。     

彩色图像分割算法研究

图像分割是图像分析和模式识别所要解决的基本问题和难点问题。彩色图像提供了比灰度图像更多的信息,灰度图像处理思路在某些场合已不能满足人们的需要,本文除了系统阐述常用彩色图像分割算法外还提出了一种基于四元数的分割算法。     

多帧超分辨率重建中的图像插值

为了实现多帧超分辨率重建,必须从图像序列中提取子像素信息,因此要求图像的配准精确到子像素级。本文提出了一种超分辨率重建中运动矩阵的构造方法。为了提高矩阵的构造精度,该方法引入图像插值,用性能好但计算量较小的三次插值算子实现插值运算,并比较了三种常用插值核的性能。实验结果表明,选择适当的插值函数不仅不会明显增加计算量,而且可以显著提高矩阵的构造精度,从而大大提高多帧超分辨率重建图像的质量。     

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.     

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。     

一种保持图像细节的线性空间移变插值新方法

将基于双向梯度的插值点灰度预估和局部纹理强度导向的插值强度自适应控制技术相结合,提出了一种新的自适应图像插值方法.该方法用插值点灰度预估值取代近邻采样值纳人重采样运算,并根据降采样图像的局部空间纹理强度实时调节插值强度,从而在不增大运算开销的前提下,实现了插值重建精度的提升.仿真实验结果说明利用该方法插值重建出的图像具有较高的信噪比PSNR和较低的边缘误差比PEE,且视觉效果更锐利.     

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.     

基于自适应插值算法的视频图像缩放技术及其FPGA实现

首先介绍了一种改进的自适应插值算法,并在此基础上论述了基于自适应插值算法的FPGA系统的设计与实现。期望通过该文的研究能够对视频图像缩放效果的提升有所帮助。     

一种改进的边缘生长彩色图像分割方法

针对彩色图像颜色空间特性,提出一种改进的边缘生长图像分割方法。首先根据平均颜色矩确定图像量化级数,色彩量化后采用边缘检测提取边缘像素集,并将这些高细节点形成边缘线,围成一个封闭的区域,最后根据颜色空间的区域距离,将初始分割区域进行合并。该方法很好的解决了使用边缘检测或区域生长所产生的不连续性和过分割问题。实验结果显示对彩色图像分割具有较好的效果。     

一种新的基于梯度的2*图像插值算法

介绍了常见的图像插值放大方法及其优缺点,提出了一种新的2*图像插值放大算法,该算法运算速度快,效果明显,对图像包含信息量大的边缘,保持较好,易于用硬件实现.     

基于RGB空间剖分的彩色图像边缘检测

对RGB颜色空间进行剖分,根据剖分的结果,定义了RGB空间中一点的彩色信息量,通过像素点在相关邻域上的信息量的计算,确定该像素点是否为彩色图像的边缘点.这种边缘检测方法,在一定程度上合理地考虑了个各颜色分量的相关性,将向量空间的计算以自然的方式转换成了标量的计算,在思想上是一种不同于其他算法新的算法.实验结果表明,与传统方法相比,该方法能检测出更多的边缘,并且算法实现简单,检测出的边缘清晰.     

基于颜色三角形的彩色图像边缘检测

利用像素点的颜色坐标RGB构建像素的颜色三角形,计算该三角形的周长和内角.将周长和内角作为像素点的信息量的度量.通过像素点在相关邻域上的信息量的计算,确定该像素点是否为彩色图像的边缘点.这种边缘检测方法,在一定程度上合理地考虑了个各颜色分量的相关性,将向量空间的计算以自然的方式转换成了标量的计算,在思想上是一种不同于其他算法新的算法.实验结果表明,与传统方法相比,该方法能检测出更多的边缘,并且算法实现简单,检测出的边缘清晰.     

用于数字相机的CCD颜色插值算法研究

讨论了基于Bayer颜色滤波阵列的CCD图像传感器的几种颜色插值算法。从获得图像的质量、处理时间以及获得图像的信噪比等角度讨论了几种典型的插值算法，包括邻域插值、线性插值、相关线性插值、立方卷积插值和B样条插值。通过仿真实验研究，线性插值方法和相关线性插值方法在运算速度和图像信噪比方面都具有很好的品质，是数字相机插值的最佳选择。     

基于C-Canny算子与灰度空间的彩色图像边缘检测

提出了利用灰度图像边缘检测结果完成彩色图像边缘检测的算法,并对Canny算子进行了改进,在计算梯度幅值时采用了3×3邻域,改进后的Canny算子对噪声抑制效果明显,且检测边缘更加精细.采用了两种算法将彩色图像转换为灰度图像,利用C-Canny算子对转换后的灰度图像进行边缘检测,在灰度图像边缘检测结果基础上,完成彩色图像的边缘检测.经实际测试证明,该算法检测出的图像边缘连续性好,准确性高,对颜色数不多的彩色图像有较好的边缘检测结果.     

彩色图像边缘检测改进算法

介绍了梯度的概念和度量方法,分析了常用梯度算法,对其中的Sobel算子进行改进,从灰度算法改进到RGB三维空间,提出了一种针对彩色图像的边缘检测算法.本算法在Delphi平台上实现,与同类算法做了多次实验对比.实验证明,该算法能有效增强彩色图像的边缘,耗时较少,经过封装后可以直接用于二值图像、灰度图像和彩色图像,具有一定的通用性和实用价值.     

基于二进小波变换的图像插值方法

介绍了基于二进小波变换的图像插值方法,并且对各种插值方法在不同域中的结果作了比较,主要是对最近邻插值、双线性插值和双三次插值几种方法在空间域、正交小波域、二进小波变换中作了比较.试验结果证明,基于二进小波变换的图像插值效果比较好,值得进一步深入研究.