基于局部特征的图像插值算法在B/S视频监控中的应用

在B/S模式的视频监控应用中,针对传统的双线性插值图像放大算法会造成图像细节模糊的问题,提出一种改进算法.先计算4个邻点灰度的标准差,通过判断标准差是否大于某个阈值来将图像分为边缘区域和非边缘区域,对于非边缘区域的像素点直接使用双线性插值算法,对于边缘区域的像素点,采用最邻近和双线性插值算法进行加权融合所得的结果.并设计与实现了B/S模式的视频监控系统,在系统中应用改进算法对视频图像进行放大.实验结果表明,该算法可以避免最邻近插值产生的局部锯齿问题,同时也改进了双线性插值造成的图像细节模糊,能够改善视频图像放大后的视觉效果.     

基于边缘细化的图像插值方法

针对图像放大过程中运算量大和边缘模糊问题,提出了基于图像边缘细化后进行插值的图像放大算法.利用改进的Prewitt算子对提取的图像边缘进行细化,获得较准确的边缘位置,再根据边缘位置和非边缘位置做不同的插值处理.实验结果表明:用本文算法对图像进行放大,能得到较理想的视觉效果,图像边缘无明显的锯齿现象,且该算法简单,易于实现.     

边缘自适应的四点分段抛物线图像缩放

为了解决数字视频图像缩放技术中的边缘模糊或细节退化等问题,实现图像的无级非线性缩放,提升插值算法的性能,提出一种边缘自适应的四点分段抛物线插值的图像缩放方法,通过对图像的边缘像素以及靠近边缘的邻近像素的自适应插值,避免或抑制边缘模糊、锯齿状边缘、对比度和亮度下降等现象.在硬件实现中,采用基于Farrow结构的VLSI电路结构,硬件复杂度大大降低.实验结果表明:此算法的性能接近于3次插值,而硬件复杂度明显低于后者.     

基于 PDE 与小波的图像放大研究

提出了一种基于PDE（Partial Differential Equations）和小波插值的遥感图像放大方法。首先采用双三次插值方法,进行遥感图像的初始放大,再进行小波分解,将低频分量替换为原图像,小波合成,获得小波放大结果,并采用PDE方法中的自蛇模型做后处理。同经典的图像放大方法进行对比实验表明,文章方法能够有效地解决遥感图像放大后边缘模糊的问题,能够更清晰地显示地面细节,更好地显示地物目标的轮廓。     

一种基于偏微分方程的图像放大方法

目的结合偏微分方程理论,研究图像放大的有效方法.方法根据热传导方程的物理意义,把图像的灰度值视为平面物体的温度,以原图像的某种插值结果作为异性扩散方程的初值,利用数值方法对方程进行求解,所得结果作为预估值.将预估结果中相应于原图像位置的像素值以原图像替换,所得结果作为校正值.校正值将作为下一步预估计算的初值.利用有限差分法求解偏微分方程,实现预估-校正迭代.结果数值实验显示笔者所提算法与传统的插值放大算法相比放大后图像没有明显的斑点及亮度偏移现象;与已有基于偏微分方程的图像放大算法相比,该算法能够较好地保持图像的边缘特征和细节信息.结论笔者所提算法具有长时间计算的稳定性,放大图像不会随着迭代次数的增加而变得模糊,是一种有效的图像放大方法.     

基于动态边缘检测的图像锐化算法

在数码相机中,经插值运算后的数码图像,常伴有噪声和伪色的影响,使图像变得模湖,边缘部分不够清晰.因此,需要通过锐化处理,增强图像边缘轮廓,增加清晰度,减少伪色.该文提出了一种基于动态边缘检测的图像锐化算法,恢复的图像在细节纹理、边缘、色彩方面的效果都较理想,对边缘的噪声抑制较明显,与常用锐化算法比较,在同等仿真环境下,所提出的方法有运算复杂度较低的优点.     

彩色自蛇模型在图像放大中的应用

针对插值放大后的图像存在边缘锯齿化和边缘模糊化的问题,在分析方向扩散模型的基础上,提出了采用彩色自蛇模型取代方向扩散模型并用于对插值放大图像的后处理.实验结果证明了本文提出方法的正确性和有效性.     

基于非线性四阶图像插值的亚像素边缘检测算法

为提高数字图像边缘检测的精度,提出了基于ENO的非线性四阶插值和Canny算子的亚像素边缘检测算法。本算法应用经典Canny算子检测图像边缘信息,对灰度图像进行处理得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行基于ENO的非线性四阶插值,进行亚像素细分计算,对目标边缘进行亚像素精确定位。用所得到的边缘检测算法与基于正交多项式插值检测算法和基于三次多项式插值检测算法性能进行比较,仿真结果表明本文给出的基于ENO插值的检测算法不仅提高了图像的边缘检测能力,而且可以一定程度地克服噪声干扰。     

基于遗传算法的背景提取算法

针对视频图像处理中传统背景提取算法在时间复杂度和空间复杂度兼顾性能较差的缺点,提出一种基于遗传算法的背景重构算法.即在假设背景以最大概率出现在图像序列中的前提下,选择出现频率最高的图像作为背景图像.算法通过将图像分割成子图像,并将子图像参数化再进行统计,达到减低时间复杂度和空间复杂度的目的.仿真结果表明：在运动目标有较长的暂时停顿的情况下,该算法进行实时背景重构具有明显的优点;该算法能够准确地重构背景,并有效地避免混合现象,与直方图法相比,在不增加时间复杂度的情况下,空间复杂度可以减低到约1/50.     

基于Sobel算子的混合有理插值图像算法

应用传统的插值算法,在水平或垂直方向上不加区别地插入丢失的像素,会造成图像模糊、阻塞、振铃等伪像问题。为了解决此问题,提出基于Sobel算子的混合有理图像插值算法。运用该算法适应图像的变化边缘结构,在此基础上按照三次卷积插值流程建立插值曲面,再对图像进行下采样,实现图像的缩放。经实例验证,可以利用Sobel算子提取出图像的边缘特征,同时有效地对数字图像进行缩放,其峰值信噪比和结构相似性比传统算法有了较大提升。同时,运用该插值算法能有效地抑制图像缩放中的伪像问题,减少插值带来的噪声,基本满足图像插值过程中的噪声小、鲁棒性强、稳定可靠等要求。     

基于VLSI设计实现的高效颜色插补算法

针对Bayer格式阵列的CMOS图像传感器(CIS)片上系统(SoC)中图像信号处理单元(ISP)的研究,提出一种适合VLSI实现的高效颜色插补算法。算法重点重建了缺失的G分量,先进行像素边缘判断,进而结合边缘方向梯度加权计算,使得G分量的重建有效避免了传统方法中易造成边缘变模糊的现象;对于B和R分量的重建,充分利用小范围内已知的像素分量值对其进行线性插补,使得插补后的值更接近真实值。通过对色彩测试标板和自然图像的模拟实验表明,该算法插补后的图像与传统算法相比更清晰、信噪比更高。算法基于VL-SI设计实现,并通过FPGA验证,结果表明,该算法易于片上实现,耗费资源892个LE,最大频率可达142MHz,完全满足实时处理需求。     

人眼视觉感知模型指导的有理函数图像插值

A new image interpolation algorithm based on the rational function model with both smoothing and surface constraints is proposed. The rational function has a simple and explicit expression with two parameters. The image edge regions can be detected adaptively by using contour analysis. Basically, the detective threshold is selected based on the rational function construction. Selecting different parameters in the rational function model, the edge regions and smooth regions are interpolated by bicubic interpolation and rational interpolation, respectively. The optimal rational interpolation parameters can be obtained with a set of exact solutions by solving a maximization problem based on the contrast sensitivity enhancement of human eyes. Experimental results demonstrate that the proposed method achieves competitive performance with the state-of-the-art interpolation algorithms, especially in image details features.     

高斯插值哑像素边缘检测算法的优化

针对传统的高斯插值算法运用在图像检测上定位不准确,定位精度随着所选择定位角度的不同而不同,效率低等问题,对高斯插值亚像素边缘检测算法进行了优化．首先,通过LOG算子获得像素级的边缘后,进行Hough变换,得到图像边缘的斜率和在垂线方向相应点,并设置新的坐标系;然后,利用泰勒级数插值法在新的坐标系下获取灰度值的方向梯度;最后,对变换后的亚像素梯度方向进行高斯插值计算．实验结果表明：优化后的方法比传统的算法可以得到更好的精度,更高的效率,且具有方向不变性,验证算法的精度达到0．05个像素,有效地提高了图像边缘提取的精确度．且将该算法运用于刀具几何参数的检测和视觉设备效果很好．     

基于插值函数的三维图像表面重建算法

在放射医学、核医学、无损检测及评价和数据压缩等众多领域,研究在不破坏被检测物体的情况下,观察物体内部组织的结构及空间位置,具有重要的理论意义和应用价值.为了获取物体内部的数据信息,通常采用射线扫描方式,然后根据实际需要,运用不同方法进行图像重建.本文研究受损的颅骨扫描图像,提出基于插值函数三维图像表面重建算法,改进了已有的图像重建过程.从数据采集到图像重建的全过程都在计算机上实现,并给出了背景物质检测、图像分割、图像剥离和三维图像表面重建仿真结果.最后对结果进行分析,证明了基于插值函数的三维图像表面重建算法可以有效地提高重建图像的质量.     

基于小波变换和插值的超分辨率图像处理算法

根据图像小波变换和插值处理的特点，提出了一种将小波分解与插值算法相结合的图像插值处理方法，以提高图像的分辨率。通过实验表明：该方法能够较好的保持原图像中丰富的高频信息，经插值处理并小波重建后提高了图像分辨率，而且图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并图像中细节丰富，无明显的畸变，因此它也是超分辨率图像处理的一种行之有效的方法。     

Fast subpixel registration method for InSAR images

In conventional registration methods, image interpolation is used to extract subpixel offsets which lead to the limitation that the registration accuracy is restricted by the interpolation unit. Moreover, the computational burden is heavy when high accuracy is demanded. In order to reduce the computational load, we propose an efficient offset estimation method for interferometric synthetic aperture radar (InSAR) image subpixel registration. Firstly, a novel cost function continuously varying with offsets is established by integrating the empirical signal-to-noise ratio (SNR) and the interpolation operation. This suggests a more accurate registration since the accuracy of the estimated offsets does not depend on the interpolation unit. Secondly, an efficient bi-iterative algorithm is employed to solve the cost function in the continuous domain. The subpixel offsets associated with the maximum of the cost function can be exactly obtained with low computational complexity. Simulated and real data are tested to illustrate the good performance and computational efficiency of the proposed method.     

基于视觉显著性检测的跨尺度插值模型

为了提升多媒体处理感知能力,提出了一种运动图像序列跨尺度插值模型. 首先从用户的角度出发,采用视觉显著性检测技术获取关注区域,进而确定运动图像的显著区域;而后在时间尺度改变的情况下,利用一致敏感哈希技术实现了高质量插值帧的生成;最后定义能量函数,使得在分辨率尺度变化时能提升关注区域的清晰度. 实验结果表明,运动图像序列跨尺度插值模型能够获得较好的插值质量.     

基于边缘方向插值的视频缩放算法及电路设计

阐述了一种沿边缘方向进行图像插值的缩放算法,并提出了基于该算法的一种视频缩放器电路的设计方案。该算法首先对数字视频图像帧采用拉普拉斯算子进行边缘检测,根据视频图像的动态阈值判定边缘区域和方向,得到二值化的帧图像的边缘信息。最后在边缘区域内边缘方向进行相位映射后,进行平行四边形线性插值。该算法的实现电路采用VerilogHDL语言描述,并在基于FPGA的视频处理平台上进行了原型验证。验证结果表明,插值后的图像边界更加清晰,消除了大比例缩放时线性插值的锯齿现象。