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.     

保持轮廓清晰光滑的灰度图像放大算法

灰度图像放大时，插值所具有的平滑作用会退化图像的高频部分，使放大图像轮廓变得模糊，文中提出一种基于拟合分界线的插值放大算法，该处包括分割和插值放大两个步骤；分割是搜索出灰度图像的突变象素点，并用三次均匀B样条把它们拟合为光滑分界线，以把整幅图像分割为若干子区域；插值放大是基于拟合分界线对图像插值，即插值操作限定于原图像的某一子区域内进行。采用文中算法得到的放大图像不仅可保持轮廓清晰，而且可持续轮廓光滑，最后给出三个放大实例，证明了 文中放大算法比常规算法产生的图像质量高。     

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。     

双线性插值算法及其并行实现

双线性插值算法是放大图像的一种有效算法,但是随着图像放大比例的增加,该算法的处理速度比较慢,所以基于这种现状,该文提出了双线性插值算法的一种并行实现方法,为高效快速的放大图像提供了解决方案。实验结果表明,并行后的算法能够有效的提高处理图像的速度和效率。     

基于FPGA动态可重构的高速、高质量的图像放大

为了能高速、高质量地进行图像放大，提出了一种以硬件方法完成高阶图像插值运算来实现图像放大的新方法。该方法为了保证图像放大后的质量，采用了3次B-样条来对图像放大后的像素点灰度值进行插值运算，并提出一种基于IIR和FIR数字滤波器的3次B-样条插值法的高速实现方案。另外，为了能在系统中实现不同倍数图像放大，系统中还引入了基于FPGA的动态可重构技术，即通过实时地改变FPGA的配置，以实现不同的算法。同时还针对256灰度级图像设计出一种基于FPGA的高速、高质量的硬件图像放大及显示系统。     

基于非均匀B样条插值算法的图像放大

图像放大和缩小处理在实际生活中具有广泛的应用,常用的图像处理软件普遍采用插值方法进行放大和缩小,各种插值算法的实现是目前研究的热点。提出了基于三次B样条函数的插值算法,采用不同于传统算法的非均匀参数化方法,使得插值后的图像能够保持较高的清晰度和平滑度。针对图像边缘处的锯齿现象,该算法在图像插值时对边缘像素采用双三次插值,优化了图像边缘的视觉效果。实验结果表明,使用该算法放大后的图像平滑清晰,消除了图像边缘处的锯齿效应,取得了良好的效果。     

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.     

一种基于离散余弦变换的图像放大算法

图像放大算法众多,有的算法简单但是效果不好,放大效果较好的算法又比较复杂。根据尺度变换原理,信号在时域扩展对应于频域的压缩,使信息能量集中于低频部分。本文提出了一种基于离散余弦变换的图像放大算法,保留图像的低频并与相应的增强系数相组合,在频域实现放大操作。本文还从一维数据仿真试验确定增强系数的取值。将放大后图像与利用插值算法放大的图像进行比较,结果表明使用本文算法放大效果优于插值算法,有较好的清晰度．该方法可仅在频域操作,较其他放大方法易于实现,效果较好。     

基于统计处理图像放大方法在人脸识别中应用

图像插值是数字图像处理中最基本、最重要的技术之一.文中设计提出一种新的边缘方向算法得到高分辨率图像的插值,并且把这个放大算法运用在人脸识别中.在很多视频监控中,尤其是当目标人脸离摄像头距离非常远,获得的目标人脸图像通常比较小,以至于难以对目标人脸图像进行正确的识别.文中首先提出了一种基于统计处理图像放大方法,使图像放大后更为清晰和易辨.然后应用主成分分析(PCA)和径向基函数网络(RBF)方法对放大后的人脸图像进行识别.经过多次实验,结果表明该识别方法在低分辨率人脸图像上有较好的识别效果,为人脸的实时识别提供了一种新途径.