一种基于四平面的图像插值算法

针对现有图像插值算法存在的不足,提出了四平面插值算法,根据待插入点周围的4个像素点结合周边的像素点,从4个平面中选择一个作为插值平面,对于不符合平面插值的情况,则利用双线性插值,规避了用同一个插值公式对所有像素进行插值存在的不足,实验结果和数据分析表明了本方法的有效性。

基于Delaunay三角网生长法的并行图像插值方法

提出一种基于Delaunay三角网生长法的并行图像插值方法。该方法通过八邻域备选点减小了最优外接圆搜索范围,并采用了基于点存储的Delaunay边链表,加快了边更新速度,通过划分策略实现了机群环境下的并行图像插值。该方法占内存小,可以解决大数据量的图像插值问题。

基于阈值控制的边缘自适应快速图像插值算法

在处理视频、网络信号时,要求较低的算法复杂度和运算量。该文通过阈值控制方式分类像素点区域,采用双通道达到快速插值的目的。利用与边缘像素点相邻的6个降采样像素局部结构多方向信息特征,估计高分辨率像素值。实验结果证明,该算法有效地保持了边缘特征,减少了CPU处理插值的时间,获得了较高的分辨率图像,并满足快速处理信号的要求。

图像插值技术综述

图像插值是图像处理中最基本的技术之一,得到了广泛研究和应用。将图像插值技术分为传统插值、基于边缘的插值和基于区域的插值3类,介绍了各类技术的一般实现方法和典型算法;从原理上分析了各类算法的科学性;并对不同算法进行了对比实验和讨论。实验结果表明,基于区域的插值方法原理更科学,插值图像的主观和客观质量最好;最后,给出了图像插值的发展形式及前景。

基于顺序形态学的医学图像插值算法的研究

医学图像插值方法是医学图像三维重建的关键技术,插值的结果直接决定了三维重建的效果.本文在深入研究了顺序形态学理论的基础上,提出了一种基于顺序形态学的插值算法,该算法采用百分位膨胀和腐蚀算子,解决了线性插值和形状插值等算法产生的边界模糊的问题.仿真实验表明该算法产生的断层图像和原有断层图像过渡自然,为后续的医学图像三维重建奠定了基础.

一种保持边缘特征的图像插值方法

提出了一种利用双三次样条曲面插值的方法,对图像进行放大处理,并在插值的同时考虑了边缘处的切矢及插值点位置的调整,从而保持了图像的边缘特征。实验结果表明,用该方法进行图像放大,可以得到很好的效果。

基于隐式分段自回归模型的图像插值算法

利用自然图像信号的分段统计稳态性可以有效地对图像信号进行建模.其分段统计稳态区域往往具有非规则的形态.采用规则窗口对图像统计稳态区域内的统计量进行估计存在较大的误差.提出一种基于概率描述的隐式分段自回归模型来刻画分段统计稳态区域形态,并基于该模型提出了一种改进的图像插值算法.实验结果表明,该方法可以较好地改善插值图像中在边缘处的模糊、振铃和噪声等瑕疵现象.

基于边缘移动匹配法的图像插值

论文介绍了一种保持图像边缘特征的插值方法。经典的插值算法常常使插值后图像边缘部分出现模糊或锯齿现象。为了获得图像边缘部分较好的视觉质量,算法对处于图像边缘部分的象素点首先在原图上寻找边缘方向,即利用边缘移动匹配法计算各象素点之间的相似程度来寻找到边缘方向,再使插值沿边缘方向进行。模拟试验证明,无论对机器生成的图像还是对自然图像,这种方法均能很好地保持图像边缘特征,从而使插值后整幅图像的视觉效果大大改善。该算法运算并不复杂,并且对于任何形式的图像几何变形都适用。

基于小波的方向自适应图像插值

图像插值是图像处理的一项重要技术,经典的插值算法会产生细节模糊和边缘锯齿现象。该文提出一种基于小波的方向自适应图像插值方法,将小波变换思想和局部方向自适应插值方法结合。为了获得清晰的细节部分,对图像实施改进的方向自适应双线性插值;结合小波方法,提高插值图像的高频细节信息,并进行相关后处理,增强视觉效果。实验结果表明,该文方法插值后的图像边缘清晰光滑,有效抑制了边缘模糊和锯齿现象,相比较传统方法,插值图像的客观质量和视觉效果都得到明显增强,更加适合人眼视觉系统。

TV图像插值的双方向扩散改进算法

提出了一种双方向扩散图像插值方法,有效地减小了插值图像的边缘宽度,从而获得清晰而光滑的图像边缘.这种双方向扩散在图像边缘斜坡较亮一侧进行前向扩散,而在边缘斜坡较暗一侧进行后向扩散.同时,它能根据图像边缘的特征自适应地调整前向、后向扩散强度,从而避免了在插值的图像中产生虚的纹理或边缘.数值实验结果显示,该方法既能很好地减小插值图像的边缘宽度,又不会产生其他人工虚像.

基于角点保护的偏微分方程图像插值方法

图像插值是数字图像处理领域中的一个基本问题,利用插值技术可以实现图像的缩放和图像恢复。传统的插值方法易使边缘产生锯齿效应或使插值结果模糊不清。该文提出一种基于角点保护的偏微分方程插值方法。该方法针对图像中不同的特征进行特定插值,在保持边缘结构清晰的同时,还能保护尖锐的角形结构,有效改善插值后图像的整体视觉效果和峰值信噪比。此外,对方程的主要参数进行分析,提出了相应的参数确定方法,从而提高该方法的适用性。

一种新的基于形状的灰度图像插值方法

通过 2幅已知的灰度图像 ,用数学形态学的方法确定出插值图像的轮廓 .通过求出轮廓内任意插值点与中心点的位置关系 ,分别找出其在 2幅源图像上的对应点 .如果 2个对应点的灰度值较为接近 ,可通过线性插值直接求出此插值点的灰度 ;如 2个对应点的灰度值相差较大 ,则判断插值点的相对位置与哪个对应点的相对位置接近 ,并认定插值点的灰度值即为此对应点的灰度值 .对轮廓内所有的点采用上述算法 ,即可求得最终的插值图像 .算法将图像的形状信息和灰度信息较好地结合起来 .

分割图像插值的一种局部算法

对于医学序列切片 ,图像上像素之间的间隔常常小于切片之间的距离 ,而在图像处理中 ,常常需要它们有一致的分辨率 .对于已分割的切片图像 ,插入的切片图像也应是已分割的图像 .本文提出了一种图像插值的局部算法 ,该算法在产生新插入图像每点的分割信息与颜色信息时 ,计算只与相邻切片图像的局部像素值有关 .因此既保持了相邻切片的物体形状过渡自然 ,又具有良好的数值稳定性 .应用该算法于医学序列切片进行插值时 ,可达到良好的视觉效果 .

图像插值技术综述

图像插值利用图像已知采样点的灰度值估计未知采样点的灰度值,是图像数据的一种生成过程。图像插值的目的在于通过升采样的方式提高图像的分辨率。本文分析了图像插值与图像超分辨率重建的区别;综述了目前常用的图像插值算法及其优缺点;对基于边缘的插值算法中涉及到的边缘作出了自己的理解与阐述;同时,从主观和客观两方面介绍了当前图像插值质量的评估标准,并用实验结果说明不同降采样方式对图像插值结果的影响;最后给出了未来图像插值的发展形势及前景。

基于预测梯度的图像插值算法

提出一种新的非线性图像插值算法,称为基于预测梯度的图像插值(Image interpolation with predicted gradients,PGI).首先沿用现有的边缘对比度引导的图像插值(Contrast-guided image interpolation,CGI)算法思想对低分辨率图像中的边缘进行扩散处理,然后预测高分辨率图像中未知像素的性质,最后对边缘像素采用一维有方向的插值,对非边缘像素采用二维无方向的插值.与通常的非线性图像插值算法相比,新算法对图像边缘信息的理解更为完善.与CGI算法相比,由于梯度预测策略的使用,PGI算法能够更有效地确定未知像素的相关性质(是否为边缘像素,以及是边缘像素时其边缘方向).实验结果表明,PGI算法无论在视觉效果还是客观性测评指标方面均优于现有的图像插值算法.此外,在对彩色图像进行插值时,本文将通常的RGB颜色空间转化为Lab颜色空间,不仅减少了伪彩色的生成,而且降低了算法的时间复杂度.

基于小波的图像插值方法

本文在分析已有插值基函数和小波函数、小波变换的基础上提出一种应用小波作为插值基函数进行图像插值的方法，给出了该方法在一般图像插值方面和在多幅图像的信息揉合和累积方面的应用，并分析了一般图像插值方法在图像之间存在辐照度差异时的可行性和在同名点之间存在相对空间信息差异时的操作方法。最后，采用４幅ＰＯＬＤＥＲ多角度遥感图像对本文所述方法进行了验证。实验表明，本文所述方法是可以较好地进行图像插值的。

基于边缘保护的红外图像插值放大算法

基于目前国内外红外焦平面阵列探测器分辨力低,红外图像边缘模糊等现状,为了获得高分辨力、高质量的红外图像,提出了一种新的基于边缘保护的红外图像插值放大算法。该算法首先对原图像进行边缘提取,并将提取的边缘像素灰度值进行直接放大映射,然后沿着边缘方向进行放大边缘的插值,在此基础上进行图像缓变区域的双线性插值放大而完成全部图像的放大。该算法在保存图像边缘细节的基础上进行平滑的放大,获得了较好的图像质量。

光强传输方程与图像插值融合的相位恢复（英文）

光强传输方程作为典型的相位恢复技术,在已知待测面光强分布与光强轴向微分时,可以通过求解该方程直接得到待测面的相位分布。强度微分可以通过采集沿传播方向的不同散焦面的光强信息以计算强度差分来估计,由此,散焦面的适当选择变得尤为重要。将光强传输方程与图像插值法相结合,在几何光学模型下描述采集的散焦面光强分布与聚焦面光强分布之间的关系,再利用图像插值法计算出模糊参数不同的散焦面的光强分布,由新得到的散焦图和采集的聚焦图代入光强传输方程以计算出相位。该方法只需要采集三幅强度图像,即可计算获得其他位置的强度图像,避免了采集设备的多次移动,也为某些特殊情况下无法获取适合位置的强度图像提供了一种解决途径。实验中搭建了一个实际的光强图像获取系统,所得结果验证了所提算法的有效性。

基于几何分类的自适应图像插值算法

图像插值是放大低分辨图像以适应目标屏幕的有效方法。低分辨率图像边缘特征保持越好,则插值图像的效果越好。根据低分辨图像的边缘分布特征对插值单元几何分类,提出了一种自适应图像插值算法。首先根据高分辨率图像中像素点的相对位置构造矩形插值单元和菱形插值单元,所有未知像素点位于矩形插值单元或菱形插值单元;然后从8个方向,特别是斜对角方向计算插值单元的图像边缘,并将边缘作为割线,根据割线对插值单元进行几何分类,可分为16类;最后根据未知像素点所属的插值单元分类计算未知像素值。实验证明,该算法比现有多种插值算法能够更好的保持图像边缘的尖锐特征。

一种边缘保护的灰度图像插值算法

提出一种边缘保护的灰度图像插值算法,目的在于从低分辨率图像中复原出高分辨率的图像。首先对低分辨率图像做双线性插值放大,然后用一个二维非线性滤波器做迭代滤波处理,从而得到高质量的插值放大图像。实验仿真结果表明,该算法在插值放大图像的边缘保护方面取得了良好的效果。