基于特征的文档图像高速插值算法

提出了一种基于文档图像特征的混合插值算法。该算法通过分析文档图像的像素邻域特征,使用邻近插值、双线性插值和双三次样条插值方法估计插值像素灰度值。其中,三次样条插值方法使用了优化算法,即三次样条卷积模板的整数化运算,其时间复杂度接近双线性插值。给出了算法的实现过程。实验结果表明,该算法输出的图像质量接近双三次样条插值,运行效率高于双线性插值算法,在文档图像扫描过程取得了良好的应用效果。     

动态单像素模板算法

高斯模板用于图像旋转时会产生较严重的模糊,其原因是大邻域的亮度值加权平均造成的。为减小加权平均的邻域范围,提出图像空域变换的小邻域局部相关性原理。据此提出动态单像素模板算法：将当前像素分割为3×3的子像素,对每一个子像素求得一个模板。用当前像素的这9个模板之一和邻域像素的亮度进行卷积运算求得变换后的亮度值。实验和分析表明,它消除了高斯模板旋转图像时产生模糊的问题。旋转图像的质量与双线性插值算法相近,同时具有比双线性插值算法和高斯模板算法更高的计算性能。     

基于像素分割的亚像素圆模板算法

为提高旋转图像的质量和性能,提出了一种亚像素圆模板算法。在假设图像是连续的前提下进行逆向旋转变换;通过像素网格状分割选取亚像素圆模板的圆心;用亚像素圆模板（直径等于像素边长）进行离散化。邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积。实验表明该算法图像旋转效果好于最近邻点插值和高斯模板算法,连续性接近双线性插值,计算性能明显高于双线性插值和高斯模板。     

细粒度亚像素圆模板算法

旋转图像的质量和性能是需要权衡的一个问题,提出一种细粒度亚像素圆模板算法.通过像素网格状5x5分割选取圆模板的圆心.邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积.实验表明该算法图像旋转质量好于最近邻点插值和高斯模板算法,清晰度和连续性接近双线性插值,计算性能明显优于双线性插值.     

插值算法的研究

主要研究应用于图像放大技术领域的处理算法,常用的图像放大技术即为插值算法,主要插值处理方法有最邻近插值算法、双线性插值法、双三次插值。实验仿真结果表明最邻近算法处理后的图像效果较差,双线性算法处理后图像质量较高。而双三次插值算法处理后的图像质量最高,但运行时间较长。     

细粒度动态单像素模板算法

针对高斯模板用于图像旋转时,使图像产生模糊的问题,提出细粒度动态单像素模板算法.根据图像小邻域局部相关性原理,将当前像素分割为5×5的子像素,对每一个子像素求得一个模板.用当前像素的这25个模板之一代替高斯模板进行图像旋转,消除了高斯模板旋转图像时产生模糊的问题.该算法旋转图像的质量与双线性插值算法相近,且具有更高的计算性能.     

基于Hermite插值的视频图像分辨率匹配电路设计

目前常用的图像分辨率匹配算法,存在着缩放效果模糊或硬件消耗过大等问题。综合缩放效果和电路消耗考虑,提出了一种基于三次Hermite插值算法的图像分辨率匹配电路。以基于数字差分分析算法的模块控制插值源像素的选取,以Hermite算法为内核完成插值系数的计算,相对双三次插值算法,保证了较小的硬件消耗。通过均方差、峰值信噪比、灰度梯度模值和傅里叶频谱对Hermite插值算法缩放效果与其余算法缩放效果进行定量分析,表明三次Hermite插值算法比双线性插值算法具有更好的缩放效果。同时通过电路综合结果,表明该电路相对基于双三次插值的电路,硬件消耗更小。     

快速离散化双线性插值算法

双线性插值算法在数字图像处理中有广泛的应用.它具有比最近邻点法更好的连续性,但计算速度慢.为提高其计算速度,提出了离散化双线性插值算法.把像素分割成子像素,用双线性插值函数计算子像素中心坐标处的像素值,可以得到每一个子像素的卷积函数C,用C来代替双线性插值函数.理论分析表明离散化算法减少了加法和乘法的浮点运算次数.通过图像旋转实验表明该算法与双线性插值算法相比计算速度有较大的提高,连续性略有损失,图像质量基本相同.     

一种基于区域的双三次图像插值算法

采用双三次插值实现图像放大具有较高的图像质量,但运算量很大。在分析常用插值算法的基础上,提出一种基于区域的双三次插值算法。该算法避免进行图像分割,通过被插值点四邻域像素的均值来划分图像的平坦区域和纹理细节复杂区域,采用不同的插值算法进行计算。实验结果表明,与传统的双三次插值算法相比,该算法在保持放大后图像质量的同时,运算量降低10%以上,具有一定的实用价值。     

基于Contourlet变换的双三次插值算法

为保持原始遥感图像信息,提高图像空间分辨率,使其适合人眼观察,提出Contourlet双三次插值算法。在Contourlet变换的基础上,对遥感图像采用双三次插值进行相似变换,通过反变换得到比原图像分辨率更高的插值图像。实验结果表明,与双三次插值、小波双三次插值相比,该算法具有更高的信噪比和更好的图像细节效果。     

使用九点双三次卷积插值方法改进的DeepLab-v3模型

针对DeepLab-v3模型中双线性插值方法只能从邻近的四个抽样点提取信息,导致图像分割的精确度下降问题,提出两个改进的DeepLab-v3模型,即IDL-v3-1（improved DeepLab-v3-1 model）和IDL-v3-2（improved DeepLab-v3-2 model）。两个改进的模型使用九点双三次卷积插值方法替换DeepLab-v3模型的双线性插值方法,以获得更精确的分割图像。在PASCAL VOC 2012数据集上检验发现,与DeepLab-v3模型相比,IDL-v3-1和IDL-v3-2的精确度分别提升了0.43%和0.59%,分割每张图像的耗时量分别增加了0.002 s和0.005 s。实验结果表明,改进的DeepLab-v3模型可以在比DeepLab-v3模型相近的时间成本内达到更高的图像分割精度。     

基于局部梯度特征的自适应多结点样条图像插值

为了获得质量更好的插值图像,提出了一种新的C^2。连续的支撑区间为（-2,2）的三次多结点样条插值核函数．通过增加结点带来的自由度构造了多结点样条插值公式;分析了在适当的边界条件和约束下三次多结点样条插值的逼近阶;将一维多结点样条插值算法推广到二维,建立了用于图像数据的插值公式;如果忽视图像的局部特征,通常双三次多结点样条插值图像的边缘会有模糊的现象,为此。对多结点样条插值应用逆梯度,得到了自适应多结点样条插值算法;实验所得误差图像和实验所得图像的峰值信噪比也证实了用自适应多结点样条插值算法重建的图像具有更高的质量．     

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.     

二维不可分插值滤波器在图像放大中的应用

给出了一种图像尺寸放大的新方法，该方法利用了线性相位二维不可分离的FIR插值滤波器，与最近邻域法、双线性插值法、双三次样条插值法、三次B－样条插值法、子序列fft内插法等相比，该方法可以获得更好的放大结果，实验结果和理论分析也表明了这点。