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。     

多方向GAP预测器彩色图像快速边缘检测

针对传统梯度调节预测器(GAP)模板进行边缘检测时产生预测错误繁衍的不足,提出改进的多方向GAP预测器模板。首先色融合生成灰度图像;以图像中心划分四个区域,采用并行技术应用多方向GAP模板计算预测值;利用错误反馈信息构建预测误差图像;再通过梯度直方图计算阈值,分类误差图像边缘;最后Hilditch算法细化边缘。实验证明,该模板方法不仅大大降低了时间复杂度,而且检测的伪边缘较少,细节丰富,得到了视觉质量较好的边缘图像。     

一种新的基于图像边缘的插值算法

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,该文提出了一种新的图像插值算法,先用一阶微分运算分离出图像的平坦区域和边缘区域,对图像的平坦区域采用双线性插值法,对图像的边缘部分采用本文的插值算法,实验证明该算法有效地保持了边缘信息,得到了视觉信息较好的插值图像。     

一种新的基于图像边缘的插值算法

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,该文提出了一种新的图像插值算法．先用一阶微分运算分离出图像的平坦区域和边缘区域,对图像的平坦区域采用双线性插值法,对图像的边缘部分采用本文的插值算法,实验证明该算法有效地保持了边缘信息,得到了视觉信息较好的插值图像。     

基于误差修正的自适应边缘保持图像插值

传统插值算法容易产生细节模糊和边缘锯齿效应,而边缘是图像的重要信息,直接影响插值图像的视觉效果。为了解决这一问题,提出了一种新的基于误差修正的自适应边缘保持插值算法。首先将原图像向插值图像进行映射,再定义一个3×3的滑动窗口,用水平和垂直两个模板确定边缘类型,根据边缘类型进行插值,最后对仍未定义像素点用插值误差定理进行处理,总体上对所有像素都进行了分情况插值处理。实验结果表明,本算法有效地保持了图像的边缘信息,能够获得视觉质量较好的插值图像,且算法比较简单,容易实现。     

基于误差修正的自适应边缘保持图像插值

传统插值算法容易产生细节模糊和边缘锯齿效应,而边缘是图像的重要信息,直接影响插值图像的视觉效果.为了解决这一问题,提出了一种新的基于误差修正的自适应边缘保持插值算法.首先将原图像向插值图像进行映射,再定义一个3×3的滑动窗口,用水平和垂直两个模板确定边缘类型,根据边缘类型进行插值,最后对仍未定义像素点用插值误差定理进行处理,总体上对所有像素都进行了分情况插值处理.实验结果表明,本算法有效地保持了图像的边缘信息,能够获得视觉质量较好的插值图像,且算法比较简单,容易实现.     

基于Sobel算子的自适应图像缩放算法

为了提高图像的缩放质量,提出一种自适应图像缩放算法。当原图像像素点处于边缘区域时,沿Sobel算子确定的边缘方向进行自适应插值,当原图像像素点处于非边缘区域时,采用双线性插值法进行插值。实验结果表明,Sobel算子可有效获得图像边缘特性,该算法能通过较低的运算复杂度获得较好的图像缩放质量。     

基于多梯度的区域自适应去马赛克算法*

针对Bayer格式的彩色滤波阵列,鉴于传统去马赛克算法存在图像纹理和边缘模糊的现象,提出了一种基于多梯度的区域自适应去马赛克算法.该算法利用区域水平和垂直方向的梯度组算子来判断区域平滑程度和插值方向,从而有效地恢复绿色分量,同时根据色度差恒定原理来还原另外两个丢失的颜色信息.实验结果显示,相对于传统插值算法提高了图像的峰值信噪比,锐化了图像的纹理和边缘,改善了图像的视觉质量.     

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。     

基于边缘移动匹配法的图像插值

论文介绍了一种保持图像边缘特征的插值方法。经典的插值算法常常使插值后图像边缘部分出现模糊或锯齿现象。为了获得图像边缘部分较好的视觉质量,算法对处于图像边缘部分的象素点首先在原图上寻找边缘方向,即利用边缘移动匹配法计算各象素点之间的相似程度来寻找到边缘方向,再使插值沿边缘方向进行。模拟试验证明,无论对机器生成的图像还是对自然图像,这种方法均能很好地保持图像边缘特征,从而使插值后整幅图像的视觉效果大大改善。该算法运算并不复杂,并且对于任何形式的图像几何变形都适用。     

基于阈值控制的边缘自适应快速图像插值算法

在处理视频、网络信号时，要求较低的算法复杂度和运算量。该文通过阈值控制方式分类像素点区域，采用双通道达到快速插值的目的。利用与边缘像素点相邻的6个降采样像素局部结构多方向信息特征，估计高分辨率像素值。实验结果证明，该算法有效地保持了边缘特征，减少了CPU处理插值的时间，获得了较高的分辨率图像，并满足快速处理信号的要求。     

数字图像传感器颜色插值算法研究

目前的图像采集设备多采用一个图像传感器及颜色滤波阵列来来采集彩色图像,得到的图像每个像素点仅有一种颜色,需要对缺少的其他两种颜色进行插值.本文详细介绍了基于Bayer格式颜色滤波阵列的数字图像传感器的几种常用的颜色插值算法,并从图像质量及算法复杂度两个方面比较了这几种算法的优劣.通过试验表明,双线性插值算法的运算复杂度最低而适应性颜色层算法的图像效果最好.     

新的基于边缘检测提高图像质量的插值算法

通过对经典插值算法放大后得到的高分辨率图像先进行边缘检测,然后根据多方向边缘梯度变化,对边缘邻接像素点进行自相关模糊消除修正插值;多倍放大时采取小倍率循环修正方式实现.实验证明,算法克服了经典插值后图像的边缘锯齿和模糊效应,使修正优化后的图像清晰.对于RGB彩色图像先进行各分量色融合,再边缘检测,对提高图像质量也取得了明显的效果.     

基于H.264的快速1/4像素精度运动估计算法

提出了一种快速1/4像素精度的运动估计算法。该算法基于运动补偿预测误差模型,与传统的1/4像素的分层运动估计算法不同,仅通过一步计算就能直接得到1/4像素精度的运动矢量,而且完全避免了运算量很大的分数像素内插运算和整像素搜索完成后的分数像素搜索。同时对最佳整像素点位于图像边缘位置的情况进行了研究。实验结果表明,该算法在保持图像质量的前提下极大地减少了1/4像素运动估计的运算量。     

局部几何结构驱动的图像插值放大及超分辨率复原

众所周知,图像插值是根据一幅低分辨率噪声图像重建相应高分辨率清晰图像的数字图像处理技术。虽然已有一些文献报道了多种图像插值算法,然而现有算法在插值视觉效果和计算复杂度两者间往往难以实现均衡,为此,提出了一种局部几何结构驱动的偏微分方程(PDE)图像插值算法。该算法通过耦合边缘、纹理和角形3种不同几何结构的扩散机制来进行插值,插值结果表明,该算法不仅具有抗噪声性能,而且能够同时增强边缘、纹理以及角形结构。考虑到图像的超分辨率复原与插值放大在数学本质上的一致性,特将上述PDE应用推广到图像的超分辨率复原,并且针对高强度噪声情形下,超分辨率图像中出现的伪纹理结构,提出了一种耦合全变差模型的改进的PDE。实验结果表明,不论是插值放大图像,还是超分辨率复原图像都具有较高的视觉质量和峰值信噪比。     

快速方向字典插值的中低倍率超分辨率算法

在中低倍率实时超分辨率显示系统中,为了进一步提高重建图像质量的同时降低运算复杂度,提出了一种全方向字典拟合插值的中低倍率快速超分辨率算法。对每个高分辨率图像中待插值像素,首先在对应的低分辨率插值区间中,采用金字塔纹理字典查找主纹理方向,然后根据待插值像素位置进行插值方向修正,最后通过单边拟合的插值方法得到插值结果。实验结果表明,与基于线性映射的边缘定位超分辨率算法(SREO)相比,该算法的峰值信噪比(PSNR)和结构相似度(SSIM)平均分别提高了0.73 dB和0.04,同时平均运算时间减少了40%。     

基于边缘最大梯度的多方向优化插值算法

提出一种在传统插值图像基础上,对高分辨率图像进行边缘检测算法.该算法处理RGB彩色图像时,先进行色融合,再检测;然后根据边缘多方向梯度特征,对边缘邻接像素点作优化处理.在多倍插值放大时,采用小步长倍率递进方式.实验结果表明,算法模型简单易于实现,消除了传统图像插值算法边缘锯齿和模糊,保持了图像边缘细节和纹理特征,对彩色图像视觉效果更为明显.     

几种插值算法的比较研究

在图像放大处理中,一般都会用到插值算法,为了实时性的要求,在保证放大效果的基础上,希望插值算法尽可能简单。插值指利用某一个函数来计算出2个或更多的值之间的值。文中就常用的NEDI、DUBE、9-Direction、KR（kernel re-gression）等的理论基础和算法原理做了分析,通过采用四种插值算法对图像进行缩放处理操作,可以直观比较它们处理后的效果。文中使用matlab仿真工具分别就这四种算法对典型的lena、flower和night图像进行了处理,并对它们的处理结果加以比较,最后总结了四种算法各自的特点。