一种基于分数阶偏微分方程的图像放大算法

针对传统图像放大算法的不足之处,将物理意义鲜明的分数阶偏微分理论引入到图像放大算法中,提出一种新的基于分数阶偏微分方程的图像放大算法,使得放大图像的轮廓更加清晰,同时能够有效保留放大图像的细节边缘特征。仿真实验结果表明,该方法对比传统图像放大算法在放大图像的同时也增强图像的清晰度和对比度。     

基于扩大采样范围的图像放大算法

文章简要介绍了几种常用的图像放大算法,包括时域内和频域内的不同方法,并介绍结合图像边缘检测技术进行图像放大。最后提出一种基于扩大采样范围的图像放大处理算法,通过搜索6*6范围内图像像素点相关性,对图像进行放大,改善图像放大效果。     

基于小波变换和Cycle Spinning图像放大算法

提出一种基于小波变换和Cycle Spinning的图像放大算法。该算法对放大后图像进行初始估计,对估计图进行小波变换,并用Cycle Spinning去除图像中因小波变换而产生的伪吉布斯现象,进行小波逆变换得到放大图像。数值实验结果证实该方法在放大图像的同时也增强了图像的清晰度和对比度,能够有效提高放大图像的RMSE及PSNR,该方法也适用于带噪图像的放大。     

基于水平集重构B样条的图像放大算法研究

研究了图像局部放大提高清晰度问题。图像放大一直是图像处理领域研究的重点内容之一,由于图像在放大过程中,容易出现局部模糊不清晰,产生锯齿状轮廓的图像,而传统的图像处理放大插值算法方法难以有效解决该问题,为了解决上述问题,提出了一种新的结合B样条插值和水平集重构算法图像局部放大算法。首先利用B样条函数对图像插值放大的快速算法,借鉴了增强图像高频信号对水平集分割的指导作用,并优化驱动水平集演化的内、外能量及曲线长度约束能量,采用基于水平集算法来平滑图像,重建图像的水平曲线且同时保持图像保真度。最后采用贝叶斯修复技术来修复放大后的图像,仿真结果表明,提出的技术可以有效的克服传统图像放大算法缺点,图像放大清晰度更高,插值效果好并且处理时间短。     

一种新的基于小波变换的图像放大算法

图像放大技术的主要难点在于如何使放大后的图像尽可能保持原始图像的清晰度.传统的内插法存在着一定的缺陷.提出了一种新的图像放大算法,该算法以小波变换为基础,采用分段样条插值法进行高频系数放大,通过对变换系数进行非线性增强保证放大图像的清晰度.实验证明,该方法具有很好的放大效果.     

基于总变差的图像放大和增强方法

利用小波的多分辨分析和总变差极小原理,提出了一种实现图像放大和增强的新方法。该方法把原图像作为放大图像的小波子带,对放大图像强加了一种小波系数型的限制。放大图像利用图像总变差极小模型进行正则化。经求变分产生带限制的非线性扩散方程作为总变差极小的必要条件,求解偏微分方程得到增强的放大图像。对人工合成图像、医学MRI心脏切片和人物图像进行了实验。实验结果说明该方法同时实现图像放大和增强的有效性。     

基于边缘像素点分类和插值的图像放大新算法

提出了一种超分辨率图像放大的新方法.根据低分辨率图像上的边缘信息,对初始的一个小图像块依据其对应的低分辨率图像上的边缘点进行分类,并根据此分类对图像块中某些像素点进行重新插值,得到放大的高分辨率图像块.由于对图像中的边缘点进行了特殊的处理,所提出的方法可以提高放大图像的边缘部分的清晰度,克服传统图像放大中图像过于平滑的缺点,对图像进行很好的放大.     

非局部的变分正则化图像放大算法

针对Chambolle图像放大模型存在分块效应,提出一种非局部的变分正则化图像放大算法。该算法的思想是构造一个适用于图像放大的变分泛函,该泛函由正则项和数据保真项构成,其中图像的正则项是用非局部全变差范数进行估计,进而用迭代投影方法求泛函的最小解,即为放大后的图像。与传统的图像插值方法不同,该算法是用变分的思想进行图像放大,非局部全变差的引入更使得该算法不只是利用图像的单个像素点,或某一邻域内的灰度和梯度信息进行放大,而是更大范围地利用了图像本身的信息,这将更有效地保留图像特征,避免了Chambolle方法在图像放大时出现的分块效应。实验结果表明,该算法能更好地保留边缘和细节信息,放大图像的清晰度比Chambolle图像放大方法和样条插值的效果要好。     

小波与自蛇模型在放大图像清晰化中的应用

针对传统插值放大图像出现的边缘模糊与锯齿化问题,结合小波具有多分辨率分析和局部化时频域特性,提出了一种基于小波插值与改进自蛇模型相结合的放大图像清晰化方法。该方法对无噪声图像采用小波插值对图像进行放大,并用改进自蛇模型对放大后的图像进行边缘修正,而对于噪声图像则采用改进自蛇模型对其进行清晰化处理,通过小波插值进行放大。实验结果显示,采用该方法与传统放大图像清晰方法相比,图像的边缘轮廓清晰度和细节部分的辨识度更精确,同时能够有效提高放大图像的峰值信噪比。     

基于偏微分的图像放大算法研究

在研究图片放大算法中,分析了现有的运用偏微分算法在图像法大中的不足,利用图像放大过程中的边缘信息可预知性,本文提出一种新的基于偏微分方程的图像放大算法,这种算法通过将图像边缘检测、平滑处理,然后采用三次样条插值算法对边缘进行相应倍数的放大,并通过对可能出现的锯齿边缘进行细化处理;将处理过的边缘作为放大图像的边缘,从而可以将源图像的边缘很好的保持下来,避免了偏微分方程放大过程中出现的边缘模糊现象。实验结果显示,该方法是一种能够很好的保存图像的边缘信息的图像放大算法。     

气象图像放大补偿技术研究

气象图像都是卫星远程采集的,图像放大后,气象图像像素个数不变,造成像素变形,变形后的像素很容易被破坏,导致放大后的气象图像清晰度不高,为此,提出一种基于滤波插值的放大图像处理算法;通过滤波计算,过滤放大后图像多余的噪声,然后对变形像素进行插值计算,补偿由于显示区域变大导致的像素变形,完整像素数量不足的缺陷,克服由于放大造成的图像清晰度下降的弊端;实验结果表明,该方法能够大幅提高气象图像放大后的清晰度,具有很强的实用性和推广价值。     

图像放大技术在矿山安全管理系统中的应用研究

图像放大是一种常见且重要的数字图像处理技术,矿山安全管理系统中远程采集的矿区图像需要放大后才能进行进一步的操作,放大后的图像由于像素个数不变,显示图像区域变大,造成像素变形,变形后的像素很容易被破坏,导致放大后的图像清晰度不高的问题。为了解决这一问题,文章提出一种基于滤波插值的放大图像处理算法,通过对变形像素进行插值计算,补偿由于显示区域变大导致的像素变形,完整像素数量不足的缺陷,克服由于放大造成的图像清晰度下降的弊端。实验结果表明,文中的方法能够大幅提高图像放大后的清晰度,取得了不错的效果。     

基于小波融合的图像放大方法

提出一种基于小波融合技术与传统图像放大算法的结合的方法.该算法首先对源图像分别采用双三次插值和改进的双线性插值进行放大,然后对两幅放大后的图像进行小波分解,并对分解后得到的小波系数进行融合,增强图像轮廓,最后进行小波逆变换得到目标图像的重构.通过实验对比,采用所提算法放大的图像视觉效果明显,轮廓清晰,消除了传统放大算法的模糊和锯齿现象.     

气象图像放大补偿技术研究与仿真

气象图像都是卫星远程采集的,图像放大后,气象图像像素个数不变,造成像素变形,变形后的像素很容易被破坏,导致放大后的气象图像清晰度不高。为此,提出一种关于滤波插值的放大图像处理算法,通过滤波计算,过滤放大后图像多余的噪声,并对变形像素进行插值计算,补偿由于显示区域变大导致的像素变形,完整像素数量不足的缺陷,克服由于放大造成的图像清晰度下降的弊端。实验结果表明,改进方法能够大幅提高气象图像放大后的清晰度,具有很强的实用性和推广价值。     

基于加权抛物线插值与小波变换的图像放大算法

图像放大问题的焦点是如何在图像放大过程中保持良好的视觉分辨率和清晰度。论文首先对加权抛物线插值算法进行了改进,在此基础上提出一种加权抛物线插值结合小波变换的图像放大算法,并对小波变换后的小波系数低频带作了幅值增强处理。实验结果表明,相对于传统的图像放大算法,该算法不仅较好地保留了原始图像的细节信息,而且还提高了放大后图像的亮度和清晰度。     

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。     

基于色度-亮度全变分模型的彩色图像放大

采用传统插值法放大的图像存在边缘锯齿化和边缘模糊化缺点。针对该问题,在分析图像复原全变分模型的基础上,将色度-亮度全变分复原模型用于彩色图像放大,使图像放大问题转化为图像修补问题。实验结果证明,该方法能保持放大后图像边缘的光滑与清晰。     

约束点模型的图像放大方法

对经典的双线性及双三次插值图像放大法进行改进,提出一种基于约束点模型的图像放大方法,即在5×5邻域内约束10个像素点进行图像内部放大及在3×3邻域内约束6个像素点进行图像边界放大。该方法改善了图像特别是边缘部分的模糊现象。建立的图像质量评价体系证明了该方法得到的放大图像质量有了明显的提高。     

基于图的数字全变差模型及其带噪图像任意精度放大

分析了利用Sobolev空间Tikhonov正则化模型对带噪图像进行放大的不足，基于图像的修复模型，提出带噪图像放大的数字全变差模型．利用有向图构造出兼顾噪声去除和图像放大的数字TV滤波器，并利用该滤波器提出一种新颖的图像放大算法．作为算法对比，利用Sobolev空间Tikhonor正则化模型，提出相对应的数字Tikhonov放大算法．结果表明：数字TV放大算法明显优于数字Tikhonov放大算法，不仅较好地抑制了噪声的影响，而且使得任意精度放大的图像边缘清晰、过渡自然，特别适合于目标边缘明显的一类非纹理的医学图像的放大。     

基于变分和小波变换的图像放大算法

为了更好地放大图像,利用小波变换的思想,提出了一种变分和小波变换相结合的图像放大算法.该算法的思想是先构造一个用Besov范数估计图像正则性的变分泛函,然后在小波域中最小化变分泛函得到放大图像.小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像,而且小波的引入使得文中新算法具有运行时间短、速度快的特点.与传统的插值放大图像不同,该算法是用变分的思想进行图像放大.理论分析和实验仿真表明,该算法能达到和样条插值同样的放大效果.