基于中值滤波与边缘插值的视频去隔行算法

针对去隔行图像质量下降问题,该文提出了基于中值滤波与边缘插值的视频去隔行算法,利用改进的运动检测算法精确地检测出象素的运动状态,分别对静止象素采用场复制,运动象素采用三点中值滤波以及不确定运动状态象素采用改进的基于边缘的行平均算法。仿真结果表明该文算法有效提高了去隔行的性能,重建图像质量佳,且其峰值信噪比和结构相似度都要优于行平均算法、基于边缘的行平均算法、改进的基于边缘的行平均算法以及带运动检测的三点中值算法。

一种基于改进的边缘插值的运动自适应去隔行算法

针对从隔行视频到逐行视频的视频格式转换,提出一种基于改进的边缘插值的运动自适应去隔行算法,算法包括运动检测、改进的边缘插值和加权求插值及滤波3个步骤。运动检测通过计算相邻四场的两个单元块的绝对差值并与阈值对比计算,检测出运动情况并分类,改进的边缘插值提出了水平方向边缘搜索,并利用周围像素判断边缘,减小了误差,提高了小角度边缘搜索的精确度,加权插值根据运动情况分类计算,得出插值并进行滤波,此算法取得了很好的效果。

一种边缘梯度插值的感兴趣区域池化算法

针对现有主流的目标检测算法存在检测精确率低、图像边缘区域分割不全等问题,提出一种基于Mask RCNN模型的感兴趣区域池化算法.首先,通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域;其次,对边缘区域使用边缘梯度插值算法进行插值,对非边缘区域使用双线性插值算法进行插值,从而将离散的特征图映射到一个连续空间中;再次,将插值后的特征图均匀分割成k×k个单元;最后,对每个单元利用二重积分求均值以完成池化操作.对比实验结果表明,该算法基于Mask RCNN模型在数据集COCO(2014)上比现有算法的检测精确率有一定提升,对图像边缘区域的细节分割效果较好.

END样本下边缘频率插值密度估计的一致强相合性

在END样本下,研究一种由Jones等于1998年提出的非参数密度估计:边缘频率插值密度估计.本研究利用Bernstein型不等式,在较弱的假设条件下,证明该估计的一致强相合性,并得到相应的收敛速度.所得结果推广和改进了文献已有结果.

基于Otsu阈值分割的边缘快速图像插值算法

为了满足视频监控、目标检测与识别过程中较高图像质量和较低算法复杂度要求,以及改善传统图像插值中细节模糊和边缘锯齿效应,文中提出一种基于Otsu阈值分割的边缘快速图像插值算法。利用Otsu算法,根据目标区域和背景区域的类方差最大,确定分割阈值,对非边缘区域进行双线性插值,边缘区域利用与待插值点周围6个或8个相邻降采样像素局部结构的多方向特点,自适应估计高分辨率像素值。实验表明,该算法运算复杂度低,很好保持了图像的边缘,获得了视觉质量较好的高分辨率图像。

一种改进的边缘方向插值算法

已有的边缘方向插值算法利用高低分辨率图像局部方差之间存在的对偶性实现自适应非线性插值。其性能明显优于传统线性插值算法 ,但图像边缘噪声可能仍然比较明显。为了获得更好的视觉效果 ,提出了一种改进算法 ,充分利用局部降采样像素之间的相关信息 ,用和被插点相邻的 6个降采样像素估计高分辨率图像的局部协方差。该算法应用于灰度和彩色图像的分辨率增强 ,不仅降低了运算复杂度 ,而且有效地抑制了边缘噪声 ,进一步提高了插值图像的视觉质量。

基于新边缘指导插值的迭代反投影超分辨率重建算法

基于改进Keren配准算法的迭代反投影(IBP)超分辨率重建算法,使用双线性插值方法获得高分辨率图像的初始估计,导致重建图像产生边缘锯齿效应。针对该问题,提出一种基于新边缘指导插值(NEDI)的IBP超分辨率重建算法。利用低分辨率图像与高分辨率图像的局部协方差间的几何对偶性,通过计算低分辨率图像各像素点的局部协方差系数,得到高分辨率图像待插值像素点的值。实验结果表明,该算法能够有效减小边缘锯齿,提高峰值信噪比,降低均方根误差,并改善图像的主观视觉效果。

边缘梯度协方差引导的甲骨文字修复算法

针对现有甲骨卜辞文字修复方法无法有效处理甲骨文字边缘的突起状毛刺、锯齿效应和笔划断裂等不足,提出一种边缘梯度协方差引导的甲骨文字修复算法.首先,将待处理的甲骨拓片图像进行对比度增强、形态学操作和连通域分析,提取出甲骨文字的候选修复区域;其次,利用边缘梯度的自相关矩阵计算文字边缘的局部曲率和灰度变化率,将其划分为平滑区域和笔划拐点/角点区域;最后,采用线性插值方法重构平滑区域,而利用局部梯度协方差和最小均方误差法计算最优的线性插值权重,实现拐点/角点区域的边缘定向插值重构.实验结果表明,该算法能够保持甲骨卜辞文字的原始字形特点,抑制字迹断裂、突起状毛刺、边缘锯齿效应和边缘特征退化的现象,获得边缘质量较高的甲骨文字.

基于FPGA的新边缘指导插值算法硬件实现

针对图像超分辨率算法中新边缘指导插值算法(NEDI)计算复杂度较高、软件计算时间较长的问题,提出基于Cholesky分解的可扩展NEDI算法硬件设计方案.采用Cholesky分解方法简化NEDI算法中复杂的矩阵求逆运算,采用Goldschmidt算法设计低延时定点数除法器加速矩阵求逆运算,使用多周期计算方法隐藏数据相关性带来的数据等待时间并减少硬件资源使用.为了减少硬件资源的消耗,根据NEDI算法在不同大小窗口下核心计算部分的不变性,使用固定资源设计可扩展算法核心电路,采用可变资源设计扩展电路,在FPGA上实现该电路设计.实验结果表明,可扩展NEDI算法硬件的关键路径延时为7.007 ns,工作频率大于100 MHz.与使用PC端软件计算的结果相比,可扩展NEDI算法硬件电路计算结果的误差为0.1%,计算速度是使用PC端软件计算的51倍.

基于边缘方向的图像插值算法

边缘方向插值算法利用高低分辨率图像局部方差实现自适应非线性插值，并在边缘陡峭能适应调解插值系数，并设定门限值来自适应选择线性插值与边缘方向插值，本文通过实验仿真，边缘方向插值算法性能明显优于传统线性插值算法，如linear，splint，cubic插值．

α-混合随机域边缘频率插值的渐近方差性

本文在研究频率插值估计的基础上,对α-混合随机域边缘频率插值估计的性质进行研究。主要通过对空间样本进行有效地划分,在满足一定的条件下,证得方差的渐近性。渐近方差在实际生活中具有广泛的应用,可以在经济金融、环境科学等领域为高维数据初步分析和判断提供重要依据。

新边缘导向插值对CT成像质量的影响研究

将新边缘导向插值方法应用于CT图像重建的投影域,对投影数据进行恢复,并采用滤波反投影算法重建图像,以解决CT稀疏采样中投影数据的不完备而导致重建图像质量较差的问题.实验结果表明,与经典的双线性插值算法相比,基于新边缘导向插值方法得到的投影数据重建出的图像质量更高.

一种基于细化边缘的图像放大方法

为了解决图像放大过程中边缘模糊及运算量大的问题,采用一种基于细化后的图像边缘进行插值处理的图像放大方法.首先对初步提取出的边缘进行细化,获取边缘的较准确位置;然后根据被插值点邻域内边缘点和非边缘点的数量和位置关系进行不同的插值处理.实验表明该方法得到的放大图像有较好的视觉效果,无明显锯齿现象,且处理算法简单,易于实现.

改进型快速NEDI图像插值实现算法

针对经典新边缘指导插值(NEDI)算法存在的计算复杂度高、硬件实现困难、插值系数误差累计导致放大图像边缘噪声大的缺陷,提出一种改进的快速NEDI算法。算法采用圆形窗口计算插值系数,且该插值系数在高倍放大中可重复使用,避免了迭代计算插值系数引入的误差,并节省了迭代计算的时间。同时,对边缘区域非中心像素插值时,采用和被插点相邻的6个原像素点估计高分辨率图像的局部协方差。最后给出实验,并与双立方插值及经典NEDI算法进行比较。实验结果表明,使用改进算法插值后的图像边缘更加清晰,消除了大比例缩放时锯齿现象,提高了图像的视觉质量,计算复杂度也较经典NEDI算法大大降低。

CFA图像实时插值在FPGA上的应用

彩色滤波阵列(CFA)格式的图像需要进行图像插值,才能获得全彩色图像。但是,对CFA图像进行色彩还原选用算法越复杂,插值产生的图像质量越高,但复杂的算法,较长的处理时间不便于硬件实现,为实时处理带来不便。文章介绍了双线性插值法和边缘定向插值法两种色彩还原算法,并用硬件平台FPGA实现了双线性插值方法和基于边缘定向的方法,并用黑白条纹图对两种还原方法进行了比较分析,基于边缘定向的插值方法考虑了边缘的方向,防止跨越边界插值,因此插值效果优于双线性插值法,虽然算法复杂一些,但是合理设计FPGA的缓存模块,采用并行流水的处理方式,完全满足工程对实时性的要求。

基于二元树复小波的图像插值超分辨率算法

根据二元树复小波理论和图像插值的特点,将二元树复小波变换与基于边缘插值方法相结合,得到一个放大的插值图像,然后将插值后的图像进行一级小波分解,将分解后的高频子带再做小波变换,并修正变换后的高频子带系数,进行图像重构后得到最终的插值图像。实验结果表明,该方法能够提高图像的分辨率,同时消除边缘处的"振铃"效应。

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.

保持边缘特征的含噪图像放大方法

针对含有噪声图像放大中如何有效地保持边缘细节和抑制噪声问题,提出了结合具有保持边缘信息的双边滤波和克服传统插值算法在方块效应和细节退化等方面缺点的边缘方向插值的含噪图像放大方法。实验结果表明该方法能够获得高清晰边缘的去噪放大图像。

基于NSCT的区域自适应图像插值算法

提出一种基于非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)的分区域自适应插值算法,将图像划分为不同区域,相应地采用不同的方法实现图像插值.首先,构造了一类有理函数插值模型,分析了其C2连续性条件,给出了误差估计.其次,通过NSCT捕获到图像的边缘轮廓信息,利用其高频信息的统计特性设定阈值,根据阈值将图像自适应地划分为边缘区域和非边缘区域.最后,边缘区域采用新的基于边缘指导的插值(new edge-directed interpolation,NEDI)模型,非边缘区域采用C2连续有理函数模型插值,进而得到目标图像.实验结果证明:提出的基于NSCT的区域自适应插值算法与当前经典插值算法相比,在处理图像纹理细节和边缘方面具有明显优势,同时获得了较好的客观评价数据,且时间复杂度较低.

基于统计特征的医学图像插值

基于数字图像离散化的特点,将模式识别中聚类分析的思想利用到边缘方向插值方法中,提出了基于统计特征的边缘方向插值方法,既保证了医学图像对高质量的要求,又降低了算法的复杂度。