基于像素分割的亚像素圆模板算法

为提高旋转图像的质量和性能,提出了一种亚像素圆模板算法。在假设图像是连续的前提下进行逆向旋转变换;通过像素网格状分割选取亚像素圆模板的圆心;用亚像素圆模板（直径等于像素边长）进行离散化。邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积。实验表明该算法图像旋转效果好于最近邻点插值和高斯模板算法,连续性接近双线性插值,计算性能明显高于双线性插值和高斯模板。     

双三次卷积模板算法

双三次插值是图像空域变换的经典算法,可用于图像旋转和放缩等灰度插值。它和双线性插值相比具有更好的图像变换效果,但计算性能较低。为提高其计算性能,设计了双三次卷积模板算法：对双三次插值算法进行离散化处理,变实数运算为整数运算,得到16个模板,模板与邻域像素的灰度值进行卷积计算,得到变换后的像素的灰度值。实验表明,该算法图像旋转效果优于双线性插值算法,略低于双三次插值算法,计算性能与双线性插值相同,明显高于双三次插值算法。     

细粒度动态单像素模板算法

针对高斯模板用于图像旋转时,使图像产生模糊的问题,提出细粒度动态单像素模板算法.根据图像小邻域局部相关性原理,将当前像素分割为5×5的子像素,对每一个子像素求得一个模板.用当前像素的这25个模板之一代替高斯模板进行图像旋转,消除了高斯模板旋转图像时产生模糊的问题.该算法旋转图像的质量与双线性插值算法相近,且具有更高的计算性能.     

动态单像素模板算法

高斯模板用于图像旋转时会产生较严重的模糊,其原因是大邻域的亮度值加权平均造成的。为减小加权平均的邻域范围,提出图像空域变换的小邻域局部相关性原理。据此提出动态单像素模板算法：将当前像素分割为3×3的子像素,对每一个子像素求得一个模板。用当前像素的这9个模板之一和邻域像素的亮度进行卷积运算求得变换后的亮度值。实验和分析表明,它消除了高斯模板旋转图像时产生模糊的问题。旋转图像的质量与双线性插值算法相近,同时具有比双线性插值算法和高斯模板算法更高的计算性能。     

用于AVS视频编码的快速子像素运动搜索算法*

AVS视频编码采用1/2像素和1/4像素精度的运动搜索,算法复杂度较高。为此,提出了一种新的基于双线性插值的快速子像素运动搜索算法,该算法大大降低了子像素运动搜索的复杂性,且非常适合硬件实现。实验结果表明,新算法在保证原算法视频质量基本不变的前提下,计算复杂度降低了40%以上。     

细粒度亚像素圆模板算法

旋转图像的质量和性能是需要权衡的一个问题,提出一种细粒度亚像素圆模板算法.通过像素网格状5x5分割选取圆模板的圆心.邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积.实验表明该算法图像旋转质量好于最近邻点插值和高斯模板算法,清晰度和连续性接近双线性插值,计算性能明显优于双线性插值.     

一种新的亚像素边缘检测误差校正算法

矩方法采用二维理想边缘模型描述亚像素边缘,实际图像在边缘处存在一个渐变的过渡阶段,而二维理想边缘模型不能精确描述边缘,导致原理误差的产生。为此,提出一种采用误差校正表的算法,用于降低二维理想边缘模型引入的原理误差,提高亚像素边缘检测精度。通过方形采样定理模拟生成已知边缘的理想图像,用矩方法检测理想图像的亚像素边缘,构造二维误差校正表。使用查询误差校正表并结合双线性插值求出误差后进行误差校正。以灰度矩和Zernike矩为例进行对比实验,结果表明,该算法亚像素检测精度比校正前提高了一个数量级。校正算法主要计算量是双线性插值,能保持亚像素边缘检测的实时性。     

利用GPU计算的双线性插值并行算法

双线性插值算法在数字图像处理中有广泛的应用,但计算速度慢.为提高其计算速度,提出一种基于图形处理器加速的双线性插值并行算法.主要利用Wallis变换双线性插值中各分块之间的独立性适合GPU并行处理架构的特点,把传统串行双线性插值算法映射到CUDA并行编程模型,并从线程分配,内存使用,硬件资源划分等方面进行优化,来充分利用GPU的巨大运算能力.实验结果表明,随着图像分辨率的增大,双线性内插并行算法可以把计算速度提高28倍.     

HEVC的高效分像素运动补偿

现有的视频编码方法单独针对不同的编码技术进行优化,虽然简化了算法的实现,但却忽略了各者之间的内在关系而局限了性能的进一步提升.本文尝试针对HEVC中的分像素插值和分像素运动估计建立一种整合的优化算法,同时提升两者的计算速度.首先,我们通过细分不同分像素的插值方法,把每个分像素的插值代价融合在分像素运动估计的搜索中,并构建一种性价比优先的分像素运动估计方法.该运动估计方法的每一步搜索都按照最小化计算代价和最大化率失真收益的原则进行,保证以最小的计算消耗获得最优的性能.其次,为了配合该方法我们针对HEVC的特性构建了一个分区域分像素集的分像素插值算法.该插值算法在分像素运动估计过程中仅动态地计算所用到的分像素,解决了现有插值算法无法同时降低重复计算和冗余计算的问题.实验结果表明,我们的整合算法可以在几乎不产生率失真性能损失的情况下,大幅地加快分像素运动估计和插值的速度.     

基于数字高程模型的地表插值算法研究

以双线性插值法与加权平均法为基础,分析比较DEM的分块内插与逐点内插两种内插方法:前者选用TIN模型作为GIS系统的数据模型,由窗口域中已知离散点生成三角网格,进而实现插值;后者通过已知离散点对待插值点实现插值,通过对一块较大面积区域中的离散精确点数据的实际处理效果,对两种算法进行了比较.     

基于梯度的快速图像插值算法

为解决传统插值算法效果不佳而新发展的边缘方向插值算法计算量大的问题,提出了一种基于梯度检测边缘的快速图像插值算法。该算法通过在原图像每一个3×3邻域内计算二阶梯度,检测边缘是否存在:若存在边缘,则计算一阶梯度判断边缘强弱并自适应得到权值因子,然后进行带权的线性插值;若不存在边缘,则在此邻域内进行双线性插值。实验结果表明,此算法不仅使插值后图像具备整体清晰性和边缘平滑性,有效保持了图像的主观视觉质量,而且相比现有同等效果的插值算法,运算时间至少能降低20%,尤其适用于嵌入式设备图像放大的应用。     

使用九点双三次卷积插值方法改进的DeepLab-v3模型

针对DeepLab-v3模型中双线性插值方法只能从邻近的四个抽样点提取信息,导致图像分割的精确度下降问题,提出两个改进的DeepLab-v3模型,即IDL-v3-1（improved DeepLab-v3-1 model）和IDL-v3-2（improved DeepLab-v3-2 model）。两个改进的模型使用九点双三次卷积插值方法替换DeepLab-v3模型的双线性插值方法,以获得更精确的分割图像。在PASCAL VOC 2012数据集上检验发现,与DeepLab-v3模型相比,IDL-v3-1和IDL-v3-2的精确度分别提升了0.43%和0.59%,分割每张图像的耗时量分别增加了0.002 s和0.005 s。实验结果表明,改进的DeepLab-v3模型可以在比DeepLab-v3模型相近的时间成本内达到更高的图像分割精度。     

参考曲率的双线性插值滤波

为了在滤除椒盐噪声的同时尽可能地保留图像细节,提出了一种基于曲率的双线性插值滤波算法。该算法鉴于双线性插值的低通滤波固有特性,引入像素值的变化以构造类双线性插值模型;为了获得相邻像素的方向趋势,引入曲率信息;以曲率信息为参考,选择最接近原始图像变化规律的方向进行双线性插值滤波。实验结果表明,该方法在滤除噪声的同时有效地保留了图像的细节,且滤波效果优于传统的滤波算法。     

Multi-Parameter Simultaneous Estimation on Area-Based Matching

Area-based matching is a fundamental image processing method that obtains displacement between image regions. In addition, the similarity interpolation method to estimate sub-pixel displacement is commonly used to enhance resolution. This paper proposes a novel 2D sub-pixel displacement estimation method based on similarity interpolation. The method estimates the displacement as an intersection point of two lines, which are approximations of zero positions of the partial derivatives with respect to each motion parameter. The proposed method requires a non-iterative computation. Furthermore, the method engenders only slightly higher calculation costs than the conventional similarity interpolation method. Moreover, the method is suitable for hardware implementation. We show that the proposed method can be extended to obtain the N-parameter of image deformation with non-iterative computation. Using similarity measures obtained at discrete positions in the parameter space, our method provides a highly accurate maximum position of the similarity in sub-sampling resolution; that position corresponds to the image deformation parameters. Experimental results using both synthetic and real images demonstrate that our method can estimate parameters more accurately than conventional methods. This work is based on conference proceedings (Shimizu and Okutomi, 2004; Shimizu et al., 2004).     

光纤耦合的亚像元图像超分辨率重建

光纤耦合图像之间存在亚像元级位移问题,为此,提出一种基于图像互补信息的超分辨率重建算法。采用传统相位相关法进行整像元级配准,通过拟合多个谱峰值进行亚像元级配准,利用待插值点周围的4条B样条曲线实现图像插值融合。实验结果表明,该算法能提高图像空间分辨率,且复杂度较低、重建图像质量较好。     

基于方向微分和加权平均的运动模糊方向鉴别

在曝光的瞬间,造成图像模糊的运动,可近似作为直线运动来处理,但在像平面中的运动模糊方向未知。将原图像视为各向同性的一阶马尔科夫过程,提出了一种新的运动模糊方向鉴别方法,即方向微分鉴别方法,可以高精度鉴别匀速运动、加速运动、振动等各种运动的模糊方向,具有鉴别范围大、稳定性好的优点,克服了Y.Yitzhaky方法的不足。高精度估计出运动模糊方向,则可以通过图像旋转将运动模糊方向旋转到水平轴,图像恢复因此由二维问题转化为一维问题,大大降低了图像恢复的难度,且为图像恢复的并行计算打下基础。文章给出了采用双线性插值或三次C样条插值进行方向微分的详细计算方法,其中双线性插值方法计算量小,而三次C样条插值方法鉴别精度比双线性插值方法高。采用加权平均措施,平均了引起鉴别误差的各种随机因素,提高了鉴别精度,增强了运动模糊方向鉴别的稳定性。     

基于小波域分形编码的图像插值

传统的图像插值方案(包括最近邻插值、双线性插值和B样条插值等),大多是基于图像分块的光滑连续模型。由于该模型不能很好地描述自然图像的特点,因此插值得到的图像质量不高。为寻求更有效的插值方案,首次提出了基于小波域分形编码的插值算法。该算法在FW编码的基础上,首先利用图像的局部自相似模型,通过小波树的膨胀,并借助小波域的第1级子带,对超分辨率级的第0级子带进行最优预测,再经过小波反变换来得到插值图像。标准测试图像的实验表明,该插值算法与传统的双线性插值相比,不仅可以获得清晰的纹理和边缘,而且峰值信噪比也更高,因此插值得到的图像更加精确、真实。