基于有理样条的图像缩放算法

提出基于双三次有理插值样条模型的图像缩放算法.用有理插值样条函数将离散数字图像建成相应的连续数学模型,然后按缩放要求进行重新采样,实现图像的缩放.实验结果表明:该算法能有效地应用于数字图像的缩放处理,得到的图像轮廓清晰、边界分明,且算法简单,易于实现.     

双二次B-样条插值图像缩放

双线性和各种双三次插值方法是图像缩放中常用方法,但是双二次插值函数却很少被人提起。本文提出了一种基于双二次B-样条局部插值的图像缩放方法,该算法在图像局部重构过程中对称地采用了4×4采样点,并通过对该函数进行重采样来实现图像的缩放,避免了二次函数在图像重构与采样中的相位失真问题,此算法是一个局部性算法,易于扩展。实验结果表明,本文算法得到的图像的峰值信噪比(PSNR)、MISSIM值比双线性插值、双三次卷积、Catmull-Rom三次插值、Dodgson插值算法都要好,接近于最好的双三次B-样条算法,视觉效果虽然不如双三次B-样条插值算法,但优于Dodgson方法,计算时间比双三次B-样条减少了近三分之一。由于该算法没有对图像边缘特征进行特殊处理,对于一些细节纹理比较丰富的图像,将进一步研究。     

基于CUDA的双三次B样条缩放方法

Nvidia在GeForce 8系列显卡上推出的CUDA（统一计算设备架构）技术使GPU通用计算（GPGPU）从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式（SIMD）下完成高性能并行计算。研究了CUDA的设计思想和编程方式,改进了基于双三次B样条曲面的图像缩放算法,使用多个线程将计算中耗时的B样条重采样部分改造成SIMD模式,并分别采用CUDA中全局存储器和共享存储器策略在CUDA上完成图像缩放的全过程。实验结果表明,基于CUDA的B样条曲面并行插值方法成功实现了硬件加速,相对于CPU上运行的B样条缩放算法,其执行效率明显提高,易于扩展,对于大规模数据处理呈现出良好的实时处理能力。     

模糊B样条基神经网络磁共振图像分割方法

针对磁共振图像分割的特点,提出了一种基于模糊B样条基神经网络的磁共振图像分割方法。该方法采用B样条基函数作为模糊隶属函数,利用神经网络实现模糊推理,并采用反向误差传播算法对网络进行训练。实验结果表明,这种基于模糊B样条基神经网络的磁共振图像分割方法与普通神经网络分割方法相比,具有更高的分割精度和更快的训练收敛速度。     

混合样条大尺度医学图像弹性配准算法研究*

针对大尺度形变医学图像配准速度慢和精度低的特点,提出一种结合薄板样条(TPS)和B样条的弹性配准方法。该方法采用尺度不变特征变换算法(SIFT)进行图像特征提取与匹配,利用TPS算法将特征点对作为输入进行预处理,以降低浮动图像的形变尺度,从而提高下一步B样条配准的速度与精度。然后使用局部区域细化层次B样条方法将TPS生成的较稀疏的形变网格作为初始网格,结合有限记忆优化算法(L-BFGS)对控制网格做进一步地处理,此过程只对形变较大的局部区域进行细化,以实现与参考图像的快速精确配准。实验结果表明,该方法较层次B样条方法有效地提高了配准的速度和精度。     

基于边缘梯度方向直方图的图像检索算法

在基于内容的图像检索中,不同图像对形状细节的要求不同及形状特征对旋转的敏感性,影响检索性能.对此,本文提出了一种基于边缘梯度方向直方图的图像检索算法:利用B样条小波的多尺度变换模极大值进行边缘检测,实现不同图像对形状细节不同要求;用边缘梯度方向直方图表示物体的形状,采用循环移位最小值计算直方图的相关性进行图像匹配,使其具有旋转不变性.实验证明,算法对图像的亮度变化、缩放、旋转具有不变性,有较高的检索性能.     

图像缩放的研究与FPGA设计

针对图像缩放的不同要求,提出一种分步插值图像缩放器结构.对行列在空间上分开,在时间上同步,在开始的K(选择不同的算法K值不同)行行列串行处理,先进行行缩放,再用新生成的像素点进行列操作,K行处理完后,行列并行处理.这种结构使得图像缩放时并行度得到提升,由于行列分开处理使得对于不同要求的场合行列可以采用相同或不同的算法以达到特定的要求.实验表明,该分步式插值电路架构既节省了资源、降低了开销,又提高了图像质量.     

基于三次拉格朗日插值的自适应图像缩放

传统的插值算法由于低通滤波效应通常会使目标图像边缘模糊,难以得到满意的视觉效果.为了取得较好的图像缩放质量,提出一种基于三次拉格朗日插值的自适应图像缩放算法.该算法首先计算目标像素点周围三组源像素点的方差,选取方差最小的一组源像素点,然后采用三次拉格朗日插值公式求得目标像素点的灰度值.实验结果表明,本文算法所得的目标图像边缘清晰,且算法复杂度较低,便于硬件实现,可以实现实时图像缩放.     

基于双重Hilbert扫描的数字水印算法

提出一种基于双重Hilbert扫描的数字水印算法。该算法先将原始图像各4×4块按Hilbert扫描顺序排列,再对4×4块内的像素按Hilbert扫描顺序转换为准均匀三次B样条曲线的控制顶点向量。然后对B样条曲线进行小波分解获得曲线的低分辨部分。通过调整Hilbert逻辑相邻的两B样条曲线低分辨系数关系来实现水印信号的嵌入。水印嵌入后重构新的B样条控制顶点,新的控制顶点经逆Hilbert重置得到水印图像。实验结果表明,算法对图像压缩、滤波、缩放等攻击具有较强抵抗力。     

基于多层P样条和稀疏编码的非刚性医学图像配准方法

针对传统相似性测度易受灰度偏移场的影响而造成误配,和单层P样条变换模型中通常无法准确选择初始化网格密度的问题,提出了多层P样条和稀疏编码的非刚性医学图像配准方法。该方法将稀疏编码作为相似性测度,首先把待配准的两幅图像划分图像块,然后使用“K-SVD”算法训练图像块得到分析字典并寻找稀疏系数,采用多层P样条自由变换模型来模拟非刚性几何形变,结合梯度下降法优化目标函数。实验结果表明,与单层P样条几何变换和Sparse-induced、Rank-Induced相似性测度相比,所提方法能够准确选择网格密度并有效克服灰度偏移场对配准的影响,降低了均方根误差,提高了配准的精度和鲁棒性。     

图像内容感知缩放的检测方法研究

针对可用于图像篡改的内容感知缩放技术,本文提出了一种基于概率Map图统计特征的内容感知缩放检测算法.该算法利用概率Map图来反映图像是否经过内容感知缩放操作,并利用新提出的积分投影与局部统计特征来检测篡改图像.而后利用分类器进行分类训练,从而有效识别基于内容感知缩放操作的图像篡改.实验结果显示,所提算法能够区分出原始图像与篡改图像,并具有较高的正确检测率.     

基于DCT域视觉显著性检测的图像缩放算法*

为适应不同终端显示多样化的要求,需对接收到的图像进行缩放调整。针对现有的基于内容感知(content-aware)的图像缩放方法中视觉内容的连贯性易被破环而出现失真的问题,提出了一个基于离散余弦变换(discrete cosine transform, DCT)域的视觉显著性检测的图像缩放算法。该算法利用DCT域的视觉显著性检测模型获取视觉显著图,然后结合视觉显著图和能量分布图进行线裁剪(Seam Carving),实现了图像的缩放。实验结果表明,该算法与现有的基于内容感知的图像缩放方法相比,不仅保护了视觉显著内容,还保证了图像内容的连贯性,算法质量指数也获得明显的提高。     

内容感知图像缩放技术综述

随着不同分辨率和纵横比的显示设备的迅猛增长,内容感知图像缩放技术逐渐成为图像处理领域新的研究热点之一。内容感知图像缩放的目标是在任意改变图像大小时保持图像中的主体特征不变。围绕其关键步骤:图像重要度识别和基于重要度的缩放,先概述重要度识别的相关方法,然后重点综述基于重要度的缩放技术。根据缩放是在像素级上操作还是亚像素级上操作,或者两者兼有,将其分为基于线裁剪缩放、基于图像变形缩放和多操作缩放3类,并比较各类方法的优缺点,同时给出各类方法所适合处理的图像类型。最后在分析各类研究方法的基础上,给出了内容感知缩放技术的可能发展方向。     

基于相似性判据的图像尺寸调整算法

归纳图像调整过程中的相似性判据,提出一种基于相似性判据的图像调整算法。采用Seam Carving算法按一定调整量分步进行 图像尺寸调整,利用相似性判据判断调整图像的变形程度,当变形达到一定程度时,换用双向相似度迭代优化算法完成图像剩余尺寸的调整。实验结果表明,在图像调整量很大时,利用该图像调整算法仍可较好地维持图像的整体视觉效果。     

Optimal multiple-seams search for image resizing with smoothness and shape prior

Content-aware image resizing is of increasing relevance to allow high-quality image and video to be displayed on devices with different resolution. We present a novel method to find multiple seams simultaneously with global optimality for image resizing, incorporating both region smoothness and seam shape prior using a 3-D graph-theoretic approach. The globally optimal seams can be simultaneously achieved by solving a maximum flow problem based on an arc-weighted graph representation. Representing the resizing problem in an arc-weighted graph, we can incorporate a wide spectrum of constraints into the formulation, thus improving resizing results. By removing or inserting those multiple seams, the goal of content-aware image resizing is achieved. Due to simultaneous detection of multiple seams, our algorithm exhibits several good features: the ability to handle both crossing and non-crossing-seam cases, the ability to incorporate various feasible geometry constraints, and the ability to incorporate the seams importance, region smoothness and shape prior information. The proposed method was implemented and experimented on a variety of image data and compared with the state of the art in image resizing.     

基于主体区域保持的图像缩放算法

基于插值运算的缩放算法和经典的缝裁剪算法是两种常用的图像缩放算法,传统的 缩放算法在缩放比例不一致的情况下其效果不佳,而缝裁剪算法在主体区域较大或者图像背景较 为复杂时对图像的主体区域会造成一定破坏。针对以上问题,提出了一种基于主体区域保持的图 像缩放算法,使用高斯差分对图像进行角点检测,利用角点产生凸包,根据凸包对图像进行主体 区域检测,计算能量图并对位于主体区域像素点的能量给予相应的权重,根据权重的不同对主体 区域进行不同程度的保护。实验结果表明,该算法能更好地保持图像主体区域。     

结合美学原则的内容感知图像缩放算法

针对目前内容感知的图像缩放算法存在美学效果考虑不足的问题,提出一种结合美学原则的缩放算法。算法首先采用图像协同分割的思想并结合视觉显著性检测获取图像的重要度图,以此作为图像重要内容的依据,在后续处理中防止其变形;其次针对移动终端常见的两类图像分别选择相适应的美学原则并建立其量化公式;借鉴经典的Seam Carving算法思想,利用美学构图原则和重要度图来指导裁剪线的复制与删除,达到图像缩放的效果。实验结果表明,与同类算法相比,该算法的缩放结果在保留原图重要信息的条件下,更具美感。     

DCT域中任意比例的图像上下采样算法

在许多实际应用中, 为了满足传输信道和终端显示设备的要求, 需要通过上采样和下采样来改变图像的尺寸. 压缩域中的图像上下采样可以在空域中进行, 然而, 直接在压缩域中实现将更为快速. 本文根据空域中块与子块的相互关系以及酉变换对矩阵乘法的分配率, 提出了 DCT 域内任意比例图像上下采样算法. 与现存的算法相比, 本算法具有较高的信噪比, 较低的运算复杂度, 并适用于帧内与帧间编码的不同情况, 可应用于不同视频编码转码的实时处理.     

传真图象缩放的快速操作

主要讨论一种改进了的图象缩放算法,针对二值图象的特殊性。采用生成固定的进取序列来代替重复繁杂的浮点运算,达到图象缩放的整数化实现。最后用Ｃ语言加以实现。