基于结构成分双向扩散的图像插值算法

该文提出一种基于结构成分双向扩散的插值方法,有效地减小了插值图像的边缘扩散,从而获得更为清晰的边缘。该方法采用改进的耦合双向扩散滤波器对轮廓模板插值图像进行边缘增强。其中,为了使滤波器更精确地作用于边缘轮廓,利用形态成分分析(MCA)分离出初始插值图像中的结构分量再实行滤波;同时,改进双向扩散模型,使其能够根据边缘梯度自适应地调整边缘扩散程度,且更加柔和地控制梯度方向的像素值变化。实验结果表明,对比传统的插值方法、相关的边缘自适应插值方法以及几种应用普遍的商用软件,该方法获得的插值图像主、客观质量均有明显提升,不仅有效提高图像锐度,且边缘光滑、过渡自然,避免产生边缘锯齿和过度的人工效应。     

一种基于边缘方向的双线性插值方法

针对传统的双线性插值存在的图像边缘模糊问题,本文提出一种改进方法。首先根据插值点的几何位置及邻点的灰度大小,确定插值点灰度的梯度方向和边缘方向,然后沿边缘方向进行双线性插值。该方法可实现沿任意边缘方向的插值,并且计算简单。实验结果表明,该方法与传统的双线性插值法相比,插值图像的平均梯度增加而均方误差减小,有效地提高了插值图像的质量。     

一种自适应Catmull-Rom样条图像缩放算法的设计实现

针对基于图像边缘缩放处理导致的图像边缘瑕疵或模糊现象,提出一种边缘自适应Catmull-Rom样条图像缩放插值算法.该算法以相邻4个源像素点构造一段以3次多项式函数为基础,自动选择与目标像素点相适应的像素组进行插值运算.重点描述了该算法应用于图像缩放处理的硬件实现结构,并通过功能仿真.最后,由Sobel边缘检测函数对目标图像进行边缘检测.结果表明,该算法能够获得边缘清晰的真彩色目标图像.     

非局部特征方向图像插值方法研究

提出了一种非局部的特征方向图像插值方法,有效地保持了插值图像轮廓的光滑,抑制了图像边缘的模糊.这种方法把非局部Hessian矩阵的特征向量视为图像特征方向,使图像能量泛函沿这个方向进行扩散,其扩散强度由图像局部Hessian矩阵特征值参与控制.它克服了传统方法以梯度方向指示图像特征方向的局部性,使图像能量泛函沿正确方向扩散,避免了对图像特征的模糊.数值实验结果显示,该方法既能很好地重建插值图像的边缘,又不会在插值图像中产生伪影或图像边缘失真.     

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.     

一种改进的线性图像插值算法

针对传统的双线性插值法在对图像进行插值后会不可避免的产生边缘模糊的问题,提出了一种改进的线性插值法,该算法首先把待插值点分为三类,然后分别选取合适的已知点进行插值。通过对经典图像lena和pepper进行插值的实验结果表明,该算法的插值效果与双立方法相当,但计算量远远小于双立方,能有效的保持图像边缘信息,提高了图像质量。     

一种有效的边缘保持图像插值算法

针对传统插值算法导致的图像边缘模糊和运算复杂问题,本文基于逆梯度权重提出一种有效的边缘保持的图像插值算法,实验结果表明,该方法可有效提高插值后的图像质量。     

基于分数阶微分的图像边缘细节检测与提取

图像边缘细节包含重要的视觉感知信息,是进一步进行图像理解与场景感知的基础.针对常用的边缘梯度检测方法难以有效提取类似于分形纹理结构的复杂图像边缘问题,提出一种基于分数阶微分的图像边缘检测方法.该方法首先基于分数阶微分的性质进行图像拐点检测,并进一步结合拉格朗日多项式插值和Grumwald-Letnikov(G-L)分数阶微分的定义,推导出具有非整数步长像素信息的图像边缘检测算子.实验表明,该方法能有效提取图像中的边缘细节(拐点)特征.对被噪声严重污染的具有复杂边缘细节的图像,该算子同样具有较好的边缘细节检测能力,获得更好的视觉效果.     

基于ENO插值方法在图像放大中的应用研究

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。传统的内插法存在一定的缺陷。提出了基于小波变换的ENO插值图像放大方法,对插值后的图像做小波变换,对于高频系数进行修正,经过重构保持放大图像的清晰度。实验结果表明,用该方法与传统的图像放大方法相比,获得的放大图像的纹理特征和图像的边缘得到明显增强,并能提高插值图像的清晰度。     

一种新的基于梯度的2*图像插值算法

介绍了常见的图像插值放大方法及其优缺点，提出了一种新的2＊图像插值放大算法，该算法运算速度快，效果明显，对图像包含信息量大的边缘，保持较好，易于用硬件实现。     

自适应边缘保持图像缩放及VLSI设计

提出的自适应边缘保持图像缩放方法,以自适应的方式对传统的线性插值方法非线性修正,使得不同位置的像素采用相应的插值方法.边缘保持插值算法能消除图像边缘模糊,锯齿效应,棋盘效应等,达到增强插值图像的效果.本算法处理后的放大图像的边缘更加锐利,能够实现图像的无级放大,可应用于实际的数字视频处理芯片中.     

Morphological Image Enlargements

This paper presents a method based in mathematical morphology to enlarge images. It does not make the low pass assumption which is common to all linear interpolation methods and which does not often hold for images. Pixels in smooth areas are properly interpolated by linear methods while those at the edges are not. The method begins with a linear interpolation and a gradient computation. The gradient serves as a measure of confidence about the linear interpolation. Then, the proposed algorithm processes the pixels in a certain order: first pixels with high confidence (smooth zones) of the image and those with a low one (edges) at the end. By doing so, it preserves both slow variations and sharp edges. The method can be applied to other image processing problems, such as edge enhancement or motion vector estimation, where there is an image and confidence information about each pixel.     

基于统计特征的彩色图像快速插值方法

本文首先阐述了基于统计特征的图像插值方法,该方法通过提取待插入像素所在区域的协方差矩阵和协方差向量,得出适应于边缘位置和方向的插值权重.为了把基于统计特征的图像插值方法应用于彩色图像插值领域,本文提出了以下措施以提高计算速度:仅对Y图像估计插值权重,并同时应用到R、G、B三个分量的插值;对边缘像素应用基于统计特征的图像插值方法,而对非边缘像素应用简单的双线性插值,即混合图像插值方法.这些措施提高了计算速度,并保证了图像质量.实验表明了该算法在计算速度和插值图像质量方面的有效性.     

Markov random field model-based edge-directed image interpolation.

This paper presents an edge-directed image interpolation algorithm. In the proposed algorithm, the edge directions are implicitly estimated with a statistical-based approach. In opposite to explicit edge directions, the local edge directions are indicated by length-16 weighting vectors. Implicitly, the weighting vectors are used to formulate geometric regularity (GR) constraint (smoothness along edges and sharpness across edges) and the GR constraint is imposed on the interpolated image through the Markov random field (MRF) model. Furthermore, under the maximum a posteriori-MRF framework, the desired interpolated image corresponds to the minimal energy state of a 2-D random field given the low-resolution image. Simulated annealing methods are used to search for the minimal energy state from the state space. To lower the computational complexity of MRF, a single-pass implementation is designed, which performs nearly as well as the iterative optimization. Simulation results show that the proposed MRF model-based edge-directed interpolation method produces edges with strong geometric regularity. Compared to traditional methods and other edge-directed interpolation methods, the proposed method improves the subjective quality of the interpolated edges while maintaining a high PSNR level.     

改进的一站固定式双基SAR 频域成像方法

一站固定模式双基SAR (BiSAR)相对于传统的单基SAR 有许多潜在的优势,但也因复杂的成像几何关系使其回波信号在距离和方位向上具有较强的空变性,因此传统的单基频域算法很难被直接应用。为了解决这个问题,王宇等人曾提出一种基于分块和插值的方法,但该方法会使分块边缘处的点散焦,从而影响成像效果。该文在上述方法的基础上采用新的分块策略和插值映射关系,提出一种改进算法,可以有效解决分块边缘点散焦的问题,从而极大地提升了成像效果。      

基于神经网络的图像弱边缘检测方法研究

主要立足于图像点处理与神经网络相结合的思想,提出了一种基于边缘点特征的BP神经网络图像边缘检测方法.利用提取出的图像边缘特征向量作为训练样本来训练BP神经网络,进一步完成图像边缘的检测.最后,通过实验与传统的边缘检测方法进行了对比,结果证明该方法检测的边缘轮廓清晰,检测速度较快,特别对含有弱边缘的图像能够更好避免漏检和...     

The error-amended sharp edge (EASE) scheme for image zooming.

This paper proposes a new interpolation method, called the error-amended sharp edge (EASE) scheme, which is a modified bilinear method. In order to remove/reduce interpolation artifacts such as image blur and the checkerboard effect (ringing), EASE tries to amend the interpolation error by employing the classical interpolation error theorem in an edge-adaptive fashion. EASE is applied for image zooming by both integer and noninteger magnification factors. The new interpolation scheme has proved to result in high-resolution images having clearer and sharper edges than linear interpolation methods, for all synthetic and natural images we have tested. EASE can be implemented with ease; it turns out to be similarly efficient as cubic interpolation schemes.     

基于协方差特征的图像内插方法的研究

本文提出了一种改进图像插值的方法,该方法通过提取低分辨率图像的协方差矩阵和协方差向量估算出高分辨率图像的相应参数,然后经过内插得到高分辨率图像。其突出优点是它的边缘自适应特性。经过实验证明,用这种方法获得的高分辨率图像和其他方法相比,图像的峰值信噪比(ＰＳＮＲ)有显著提高。在图像边缘模糊和阶梯形失真不仅比传统的线性内插方法有所降低,即使与基于凸面投影(ＰＯＣＳ)等方法相比图像也更加清晰。同时由于算法避免了复杂的迭代计算,因而运算的速度更快。