一种基于切向细分的图像插值算法

提出了一种基于切向细分方法的图像插值算法.使用该算法进行图像插值时无需建立中间连续模型,而且插值系数可为任意正实数.实验结果显示,该算法克服了经典插值后图像的边缘锯齿和模糊效应,应用该法插值所得图像不仅使修正优化后的图像边界清晰,而且拥有更高的信噪比.     

纹理细节和边缘结构保持的图像插值算法

针对图像重建过程中产生的边缘结构被破坏和纹理细节丢失问题,提出一种纹理细节和边缘结构保持的图像插值算法。首先,采用自适应阈值的八方向边缘检测划分图像区域;其次,构造双变量有理函数模型,它可在有理模型和多项式模型之间转换;最后,提出基于边缘数据的局部不对称性和梯度特征调整待插值点空间距离的方法,调整边缘部分待插值点坐标并代入有理模型实现插值,而非边缘部分采用多项式模型插值。实验表明,该算法的峰值信噪比平均提升了0.48~2.17 dB,结构相似性平均提升了0.004~0.028,获得了较高的客观评价数据。该算法将原空间距离不变的插值修正为空间距离变化的插值,有效地保持了图像的边缘结构和纹理细节,使得重建结果具有较好的视觉效果。     

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。     

基于边缘信息的图像自适应插值算法

通过将图像分为非边缘部分和边缘部分,得出了一种基于图像边缘信息的图像插值算法.根据边缘部分映射点邻域图像的复杂程度,自适应地调节插值权值的图像插值方法.应用该算法插值后的边界清晰、自然, 忠实地反映了原始图像的面貌,与传统的插值算法相比,其边界处理效果好且易于实现,实验也验证了该方法的有效性.     

基于视觉感知的图像放大

为了有效保持图像纹理细节和边界结构,提出了一种基于视觉感知的图像放大算法。构造了一类[C2]连续的双变量有理函数插值模型。根据等值线生成原理,利用等值线方法将图像自适应地划分为边缘区域和平滑区域。基于图像的区域特征,平滑区域采用多项式模型插值,边缘区域采用有理模型插值。根据人眼对比敏感特性,对边缘区域进行参数优化,从而获得高质量插值图像。与其他经典的图像放大方法相比,该方法能有效保持图像的纹理细节和边缘结构,同时获得了较好的客观评价数据。     

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。     

一种新的基于维纳滤波的错误隐藏插值算法

提出了一种基于维纳插值模型的帧内错误隐藏插值算法WIEC。算法采用最近的相邻点作为插值的参考点，同时对传统插值选点方法进行改进，将已恢复的像素点用作估值，使得算法可以较好的恢复图像中如边缘特征等一些重要信息。考虑到误差积累和计算复杂度等问题，又提出了一种螺旋型插值顺序模式。该插值顺序模式不仅提高了插值精度，而且减小了最大插值误差。仿真实验表明，算法具有良好的错误隐藏效果。     

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.     

有理分形曲面造型及其在图像超分辨中的应用

曲面构造是计算机辅助几何设计的一个关键问题。为了使建模曲面在实际应用中更加灵活、有效,提出一种有理分形曲面的构造方法,并基于该模型给出一种单幅图像超分辨率重建算法。首先,将分形插值函数视为高度函数的分形扰动,给出了一种双变量有理样条迭代函数系统,由此生成有理分形曲面;其次,研究了有理分形函数的一些分析性质,给出了有理分形曲面的计盒维数;最后,将该模型及其理论结果应用于单幅图像的超分辨率重建,提出一种重建算法。该算法先通过非下采样轮廓波变换将图像划分为边缘区域和非边缘区域;然后借助于维数公式精确计算尺度因子,利用模型的多样性对不同区域采用不同的模型进行插值,非边缘区域采用有理函数模型,边缘区域采用有理分形插值函数模型;最后通过适当的变换得到目标图像。实验结果表明了所提模型和算法的有效性,其在处理图像纹理细节和边缘方面优于对比算法,特别是在保持图像的结构信息上具有较强的竞争力,同时获得了较好的客观评价数据和主观视觉效果。     

基于非均匀B样条插值算法的图像放大

图像放大和缩小处理在实际生活中具有广泛的应用,常用的图像处理软件普遍采用插值方法进行放大和缩小,各种插值算法的实现是目前研究的热点。提出了基于三次B样条函数的插值算法,采用不同于传统算法的非均匀参数化方法,使得插值后的图像能够保持较高的清晰度和平滑度。针对图像边缘处的锯齿现象,该算法在图像插值时对边缘像素采用双三次插值,优化了图像边缘的视觉效果。实验结果表明,使用该算法放大后的图像平滑清晰,消除了图像边缘处的锯齿效应,取得了良好的效果。     

基于局部梯度特征的自适应多结点样条图像插值

为了获得质量更好的插值图像，提出了一种新的C^2。连续的支撑区间为（-2，2）的三次多结点样条插值核函数．通过增加结点带来的自由度构造了多结点样条插值公式；分析了在适当的边界条件和约束下三次多结点样条插值的逼近阶；将一维多结点样条插值算法推广到二维，建立了用于图像数据的插值公式；如果忽视图像的局部特征，通常双三次多结点样条插值图像的边缘会有模糊的现象，为此。对多结点样条插值应用逆梯度，得到了自适应多结点样条插值算法；实验所得误差图像和实验所得图像的峰值信噪比也证实了用自适应多结点样条插值算法重建的图像具有更高的质量．     

空间运动图像序列的跨尺度插值方法

提出跨尺度插值方法,获取高质量、高帧率和高分辨率的运动图像序列,以增强空间对接任务中图像的运动平滑性,流畅地再现空间图像运动细节。提出基于视觉对应的关注域探测方法,有效地缩小插值帧的预测范围,实现关注尺度改变;提出基于一致敏感哈希的帧插值方法,生成高质量的插值帧,实现帧率尺度改变;提出基于区域的运动序列插值方法,提高关注域插值细节,实现分辨率尺度改变。实验结果表明,相比于已有的方法,可取得更好的视觉效果和更高的客观评价指标值。     

一种直观快捷的光滑插值曲线表示方法

提出了一种简单的参数均匀插值曲线表示方法，分析了该表示法的相关性质，并提出了该插值曲线光滑拼接的方法。该方法直观、易控制、效率较高、有一定的实用性。实验表明，采用低阶（一般小于6阶）参数插值方程实现连接，效果好。     

基于增量维纳滤波的图像插值算法辨识

针对数码相机中颜色滤波阵列和插值算法的辨识问题,提出基于增量维纳滤波的联合辨识方法。建立数码相机插值过程的近似模型,根据迭代增量维纳滤波的迭代误差和迭代维纳解联合估计颜色滤波阵列模式和插值系数,利用估计的插值系数实现插值算法的辨识。实验结果证明了该方法的有效性。     

基于混合有理插值的图像渐变算法*

针对现有的图像渐变方法只考虑两个图像间渐变的情况,提出一种非线性的多幅图像间渐变的新方法,即一元混合有理插值方法。将多幅图像间相同位置的像素点建立对应关系,按照该关系建立一元混合有理插值函数,对插值函数进行重采样,得到一系列的渐变中间图像。实验表明,新算法在反映空间数据的分布特性、保证图像纹理特征方面均优于其他算法,具有计算精度高、适应性强、易于编程实现等优点,是一种较实用的算法。     

一种分区域多方向数据融合图像插值方法

为满足高端工业检测中对检测精度和检测时间的严格要求,针对现有图像插值方法在插值速度与精度方面的矛盾,本文提出了一种分区域多方向数据融合图像插值方法。在灰度平坦区域,采用双线性插值算法进行插值。在边缘纹理区域,则选取待插值点在源图像中对应点的4×4邻域内4个插值方向上距离最近的12个像素点,基于距离平方反比计算估计值;然后结合方向灰度梯度和插值距离两个权 重因子,进行数据融合,获得最终插值。实验表明,新提出的插值方法运行速度快,并且在图像任意级别变换时都具有较高的插值精度,能够很好地保持图像的边缘纹理细节。     

离散插值曲面

散乱插值在实际应用中有重要作用.本文通过Vornonoi图构造了一张具有点插值和法 向插值的曲面.本文的方法优于目前散乱插值中常用的Shepard方法和三角剖分方法.本 文还给出了一种求离散插值曲面的算法,算法的时间复杂性为O(Nlog N),N为散敌点数.     

基于骨架提取特征的可控渐变算法

提出了一种基于视觉特征的渐变算法,通过图像骨架确立特征点,进而对图形进行同构特征分解。采用可控制子多边形边角插值,通过轮廓多边形渐变控制子多边形渐变,用户也可以通过控制轮廓插值交互控制渐变过程。实验表明：该算法简单有效,渐变过程自然合理。     

基于断层间切片图像的插值方法研究

断层间图像插值是三维重建的一个关键步骤,研究了传统的插值方法,并对其进行了分析。在此基础上提出了一种基于距离变换的目标图像插值方法,该方法首先对断层图像进行阈值分割得到目标图像并对图像进行中心配准,然后运用欧几里德距离变换法求取目标图像的距离图像,采用加权平均线性插值方法得到目标图像间的插值图像;对ICT切片图像进行了实验研究,取得了令人满意的效果。     

空间插值分析算法综述

空间插值分析算法是一种应用于将离散点的测量数据转换为连续数据表面的算法,能够将连续数据曲面与其他空间现象的分布情况进行比较,它在空间信息方面具有广泛的应用场景,尤其是地理信息方面.对泰森多边形法、反距离权重插值法、样条函数插值法、克里金插值法等空间插值算法的插值原理和应用场景进行综述,对空间插值分析算法的进展和未来研究方向进行了探讨.