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。     

一种基于有理二次样条曲线的图像放大方法

提出了一种新的基于有理二次样条曲线的图像放大方法。在图像放大处理中,扫描图像的每一行（列）根据所得的灰度值构造有理二次样条曲线，再依据放缩要求在相邻像素之间插入适度灰度值的像素点以完成放大。该方法引入一个映射因子用来微调新增像素点的灰度值从而保证了放大后图像的边缘特性以及图像的清晰度。     

各向异性四阶偏微分方程耦合二阶偏微分方程的图像放大

针对增强图像中的弱边缘、细节纹理和消除二阶偏微分方程在图像平滑部分的阶梯效应问题,提出一种各向异性四阶偏微分方程耦合二阶偏微分方程的图像放大算法。算法通过像素的局部方差自适应约束阈值,实现图像中不同结构的各向异性四阶扩散,增强弱边缘和细节纹理,去除平滑部分阶梯效应,同时耦合改进的总变差方法和受梯度约束的冲激滤波器对边缘进行增强,放大算法采用双正交映射实现图像退化模型的约束。仿真实验证明该算法能够很好地增强边缘、细节和纹理,去除阶梯效应。与其他二阶偏微分方程放大算法比较,算法具有较好的主观视觉效果,算法放大图像的峰值信噪比(PSNR)和平均结构相似性测度(MSSIM)也高于其他二阶偏微分方程算法,其中平滑部分较多图像的PSNR比基于改进的总变差放大算法提高1 dB左右,细节纹理较多的图像提高0.5 dB以上。该算法的放大图像更加自然,弱边缘和细节能够得到分辨率增强。     

征稿启事

插值（Interpolation)，有时也称为“重置样本”，是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。简单地说，插值是根据中心像素点的颜色参数模拟出周边像素值的方法，是数码相机特有的放大数码照片的软件手段。     

DC术语通之九:插值

插值(Interpolation),有时也称为“重置样本”,是在不生成像素的情况下增加图像像素大小的一种方法,在周围像素色彩的基础上用数学公式计算丢失像素的色彩。简单地说,插值是根据中心像素点的颜色参数模拟出周边像素值的方法,是数码相机特有的放大数码照片的软件手段。一、认识插值的算法“插值”最初是电脑术语,后来引用到数码图像上来。图像     

小波域的快速自适应图像修复算法

传统的基于偏微分方程的图像修复算法需要大量迭代,修复所耗时间较长,复杂度高。针对这一问题,提出了一种小波域的非迭代自适应图像修复算法。该算法对破损图像进行小波分解,找到待修复区域,根据待修复区域及其邻域像素值自适应选择修复模板大小,对修复模板内的像素值进行方向筛选,使修复过程严格按照等照度线方向行进,对修复后的图像进行小波重构。实验结果表明,该方法显著地缩短了修复时间,且对于图像的纹理细节、结构信息都达到了更好的修复效果。     

基于全变分模型的并行图像增强研究

全变分模型(TV)是利用偏微分方程(PDE)方法处理图像的一种模型,特别是在图像增强中,能较好地抑制噪声、保留图像原有的边缘和纹理.但由于PDE的差分求解运算量大,当处理的图像像素值较大时,计算速度不能满足实时系统需要.文章针对该模型,利用像素独立性和PDE求解的并发性,采用并行方式增强图像,改善了计算时间.     

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。     

基于偏微分方程的误差分散逆半调改进算法

结合误差分散半调噪声特征,提出一种基于偏微分方程的逆半调改进算法。通过研究偏微分方程的去噪原理,以3次B样条函数作为扩散函数,采用迭代求解偏微分方程的方法估计逆半调图像,计算每次迭代前后图像梯度模值的增量以确定平滑度的调节参数,解决偏微分方程在应用中的参数选择自适应问题。实验结果表明,该算法在图像整体平滑度和细节保持能力上都具有较好的效果。     

PDE技术的图像放大模型

偏微分方程(PDE)已成为图像处理与分析中的重要工具。而数字图像处理的一个基本内容是图像放大,即从低分辨率图像获得高分辨率图像的图像处理技术。通过两种泛函模型,利用变分的思想,提出了基于TV-norm (total variation norm)插值模型和四阶偏微分方程插值模型的图像放大算法。通过仿真实验结果及均方误差（MSE）和峰值信噪比（PSNR）两种评价准则说明了该算法的有效性和可行性。     

一类四阶各向异性扩散方程在图像放大中的应用

在文中我们首先分析了进行图像放大时各向异性偏微分方程优于各向同性偏微分方程,随后我们分析了在本文中不同四阶模型的扩散方向.为了消除低阶偏微分方程在处理图像中出现的块状效应的影响,同时保证方程为各向异性扩散,我们构造了两个各向异性的四阶偏微分方程,并且分别从数据和放大图像效果两方面来说明我们给出的模型优于文中提到的其它四个模型.     

四阶各向异性扩散方程在图像放大中的应用

分析了进行图像放大时各向异性偏微分方程优于各向同性偏微分方程,分析了不同四阶模型的扩散方向。为了消除低阶偏微分方程在处理图像中出现的块状效应的影响,同时保证方程为各向异性扩散,构造了两个各向异性的四阶偏微分方程,并且分别从数据和放大图像效果两方面来说明本文模型优于其他4个模型。     

分数阶偏微分方程在图像处理中的应用

分数阶偏微分方程在图像处理中的应用已受到了广泛的关注,尤其在图像去噪和图像超分辨率（SR）重建方面,目前的研究成果已显示了分数阶应用的优势与效果。对分数阶微积分在图像处理中的作用进行了分析;介绍并讨论了分数阶偏微分方程在图像去噪和图像超分辨率重建中的相关理论与模型;通过仿真实验表明,基于分数阶偏微分方程的方法在去噪和减少阶梯效应等方面比整数阶偏微分方程更具有优势;最后指出了未来的相关研究问题。     

Partial Differential Equations for Zooming,Deinterlacing and Dejittering

In this paper, for imaging applications, we introduce partial differential equations (PDEs), which allow for correcting displacement errors, for dejittering, and for deinterlacing, respectively, in multi-channel data. These equations are derived via semi-groups for non-convex energy functionals. As a particular example, for gray valued data, we find the mean curvature equation and the corresponding non-convex energy functional. As a further application for correction of displacement errors we study image interpolation, in particular zooming, of digital color images. For actual image zooming, the solutions of the proposed PDEs are projected onto a space of functions satisfying interpolation constraints. A comparison of the test results with standard and state-of-the-art interpolation algorithms shows the competitiveness of this approach.     

分数阶微积分在图像处理中的研究综述*

综述了关于分数阶微积分理论在数字图像底层处理中的应用研究,具体包括:分数阶微积分和分数阶偏微分方程的基本理论及分数阶傅里叶变换的基本性质;分数阶微分滤波器的构造及在图像增强中的应用研究;分数阶积分滤波器的构造及在图像去噪中的应用研究;分数阶偏微分方程在图像去噪中的应用研究。最后,总结了分数阶微积分理论在图像处理中已取得的研究成果,并结合已有的基于分数阶微积分理论的图像底层处理模型,展望了分数阶微积分理论在图像处理中的应用前景。     

Dynamic programming for noncausal problems

The theory of dynamic programming as used in most control applications relies heavily on the causal structure of the underlying dynamics. In this survey paper, we will show noncausal problems, such as those arising in partial differential equations, multidimensional smoothing and filtering, and digital image processing can often be converted into causal problems by imposing a causal vector structure on the process. The resulting problem can then be handled as a vector multistage decision process using dynamic programming. We will present this approach for some simple two-dimensional deterministic problems. Applications to the numerical solution of partial differential equations and image restoration will be shown. Although this paper covers a body of theory and applications which have been developed over the past decade, the approach presented here is considerably more unified than appears elsewhere.     

基于分数阶微分的超声斑点去噪

为了保留更多的纹理信息,构建了基于具有阻止扩散的梯度阈值k,和分数阶微分的阶数v平衡关系的分数偏微分方程的图像去噪模型,其有效结合了分数微积分理论和偏微分方程方法,并通过分数微分掩模算子实现了数值.超声体模信验和体内成像表明:基于分数阶微分的各向异性扩散方法可以提高组织的信噪比(SNR)和超声图像的质量.     

一种自适应分数阶偏微分图像增强模型

针对传统的自适应分数阶偏微分方程图像增强算法对图像暗区纹理区域的增强不足的缺点,考虑到人眼对光感的敏感程度不同,将亮度对视觉的影响因素考虑进传统的自适应分数阶偏微分方程图像增强算法。以梯度和灰度值为参数,建立了一种新的自适应分数阶偏微分图像增强模型。该模型改善了传统算法对暗区图像增强不足的缺点,图像增强后的平均梯度提升明显,很好地改善了图像的视觉效果。实验结果说明本算法具有一定的有效性。