保持边缘特征的含噪图像放大方法

针对含有噪声图像放大中如何有效地保持边缘细节和抑制噪声问题,提出了结合具有保持边缘信息的双边滤波和克服传统插值算法在方块效应和细节退化等方面缺点的边缘方向插值的含噪图像放大方法。实验结果表明该方法能够获得高清晰边缘的去噪放大图像。     

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.     

基于联合双边滤波的深度图像增强算法

主动光设备是目前获取深度图的主要方法,被广泛应用于导航、人机交互、增强现实等领域。但主动光设备存在分辨率低、空洞、边缘不匹配等问题。为此,提出一种基于联合双边滤波的深度图像增强算法。采用基于深度的前景分割方法,找出深度图与彩色图边缘不匹配像素集合,利用基于联合双边滤波的插值算法对空洞进行填充。为更好保持边缘细节,增加引导深度相似项与梯度域项的方法进行插值。实验结果表明,该算法比已有方法的最小均方误差平均减少约13%,具有更好的保持边缘效果。     

改进双边滤波与平均γ矫正的图像增强

为克服现有的图像增强算法存在图像失真和低对比度的不足,提出了一种改进双边滤波与平均γ矫正的图像增强算法。鉴于双边滤波具有良好的边缘保持性能,对其进行改进,并将其作为Retinex的中心环绕函数,以获取原始图像的光照图像和反射图像。分别对多尺度Retinex分解的光照图像进行γ矫正,以增强各尺度光照图像的光照效果。然后对γ矫正后的各尺度光照图像取均值图像以及对各尺度的反射图像取均值图像。最后将均值光照图像和反射图像进行重构输出增强图像。实验结果表明,相对于部分最新增强算法,所提出方法的图像增强性能更好,增强图像的对比度和清晰度更高。     

基于改进双域滤波的视频降噪算法

传统的视频降噪滤波在空域或者时域中进行,若视频中的噪声过大,其滤波效果较差。最新的有着较高性能的BM3D算法必须进行块匹配处理,且对于部分有着平滑过渡色彩的图像并不适合。基于双域滤波算法提出了一种改进的算法,其更加适合视频降噪。通过空域和频域分别对分层图像进行降噪, 有效地滤除 大噪点和小噪点,在时域上的双边滤波不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征。仿真实验表明,改进的双域滤波视频降噪算法在PSNR值上较DCT算法提高了约1dB,与原双边滤波算法相比,无论是在主观视觉还是客观评价上,所提算法均有较好效果及优势。     

一种改进的多光谱双边滤波图像融合算法

针对双边滤波图像融合算法核函数复杂、人为设计参数较多、计算时间较长的问题,文章提出一种改进的双边滤波融合算法实现彩色图像和近红外图像的融合。文章简化了双边滤波算法中的核函数,取消了人为设计参数;在对彩色图像进行双边滤波融合时,取彩色图像与近红外图像中相应像素间差异性大的作为相似度项,避免了融合图像的纹理、边缘被平滑掉。通过对实际采集的图像应用几种融合方法进行测试,表明文章提出的改进双边滤波融合方法同Eric.P等人的方法相比速度提高6倍多,且人为设计参数较少,得到的融合图像色彩同源图像色彩接近,图像细节更清晰,具有一定应用价值。     

顾及图像增强的煤矿井下视觉同时定位与建图算法

基于特征点法的视觉同时定位与建图（SLAM）算法在煤矿井下有一定应用,但受光照不均、光照多变、明暗区域交错等因素影响,图像质量较差、纹理信息匮乏,导致视觉SLAM前端特征提取与匹配精度较低,易出现跟踪丢失问题,影响视觉SLAM算法的定位精度与建图效果。提出一种顾及图像增强的煤矿井下视觉SLAM算法,通过图像增强处理提升视觉SLAM的整体性能。采用基于改进双边滤波的Retinex算法对煤矿井下图像进行增强处理：将原始RGB图像转换至HSI色彩空间,以改进的双边滤波代替传统Retinex算法的高斯滤波作为中心环绕函数,对图像反射分量进行估计后转换至RGB色彩空间,得到最终增强图像。将基于改进双边滤波的Retinex算法引入经典ORB-SLAM2算法框架进行位姿估计和建图。基于矿井轮式机器人数据采集平台在煤矿井下巷道环境中对顾及图像增强的视觉SLAM算法进行试验,结果表明：与传统Retinex算法相比,经基于改进双边滤波的Retinex算法增强后的煤矿井下图像未出现明显的泛白及光晕现象,图像质量得到提升;与ORB-SLAM2算法相比,顾及图像增强的视觉SLAM算法提高了特征匹配质量和数量,估...     

结合小波变换和改进邻域权值的FCM算法

针对改进的模糊C均值聚类算法在进行图像分割时构建的邻域权值函数未能同时考虑空间结构信息和灰度值域信息,而导致对噪声敏感及边缘纹理信息的处理粗糙的问题,提出了一种结合小波变换和改进邻域权值的FCM算法.该算法首先在原始灰度图像的基础上进行小波多分辨率分析的自适应阈值去噪处理;然后在重构图像上结合双边滤波的思想构建一个基于图像块局部空间邻域信息和灰度值域信息的改进邻域权值函数.实验结果表明,该算法比传统FCM算法以及FCM的改进算法有更高的分割精确度,对强噪声更具鲁棒性,图像边缘也更加平整.     

梯度双边滤波的图像去噪

为了改善双边滤波的去噪性能,引入图像的局部模式,提出了梯度双边滤波算法。采用相邻像素亮度值的梯度距离来构造梯度相似度核,通过几何邻近度核函数和梯度相似度核函数来对图像邻域像素进行加权平均,从而实现滤波;为了获得最佳的滤波参数,通过经验学习的方法对滤波参数进行选择,最终得到通用的参数配置。实验结果表明,新方法能很好地保持图像的边缘,且与传统去噪模型相比,其去噪性能也是最好的。     

基于ERBF核函数和边界填充的图像插值算法

受传统算法的启发,根据图像相邻像素的关联性,扩充图像边缘像素,采取首行与首列（或者末行与末列）填充的方法,利用ERBF核函数做已知像素点的曲线拟合,解决了采样点中不包含原始图像像素点的缺陷。试验表明,基于ERBF核函数和边界填充的图像插值算法,对原始图像进行隔行隔列抽取25%的像素点得到的低分辨率图像,插值后生成的高分辨率图像和原始图像相比,性能参数PSNR高达33.81dB,高于目前的插值算法,没有阈值选择的困扰。而且,该文提出了用差值图AMI来分析不同算法插值生成图像的比较方法。     

改进的图像自适应梯度插值

传统的图像插值算法存在边缘模糊和边缘锯齿,已有改进算法改善了插值图像质量,但存在斜边缘锯齿或局部扭曲变形等问题。为解决上述问题,提出了改进的图像自适应梯度插值。该方法首先根据图像的局部不对称性和局部梯度特征在1维方向上修正插值点空间距离,并将1维修正结果合并到2维空间,然后将修正的空间距离应用到传统的插值算法中。实验结果表明,该方法改善了插值图像的峰值信噪比,有效保护了图像在各个方向上的边缘信息。     

基于量子行为粒子群优化算法的图像插值方法

传统图像插值方法简单,容易实现,但经过插值后的图像会增加一定的虚假内容,导致图像模糊。为提高插值图像的质量和图像的分辨率,提出一种基于量子行为粒子群优化（QPSO）算法的图像插值方法。该方法利用QPSO算法在以传统插值图像为基础形成的解空间中,寻找符合目标函数的最优高分辨率图像。实验证明,该方法实用、可行,且能得到质量较好的插值图像。     

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。     

2维复图像插值技术研究

2维复图像插值可按实部和虚部分为两个实图像插值,实图像插值实际上是一个2维滤波过程。提出了一种局部自适应的2维实图像插值算法。该算法可以在不预设模型的前提下,利用局部图像的自相关函数设计2维滤波函数。为满足插值均方误差最小,算法中引入了遗传算法优化多变量函数。该算法在超宽带合成孔径雷达(ultra-wideBand synthetic aperture radar,UWB SAR)图像插值中有应用价值,实测数据的复图像插值和复图像配准检验了该算法的可行性。     

基于轮廓模板和自学习的图像纹理增强超采样算法

提出一种以轮廓模板插值和局部自学习相结合的图像纹理增强超采样算法,有效地恢复了插值图像丢失的细节纹理,抑制了插值图像边缘的扩散.该方法通过局部自相似性在原始低分辨图像中估计高频信息,对轮廓模板插值图像的细节纹理进行了恢复.其中,为了弥补轮廓模板插值缺少先验知识的缺陷,将原始低分辨率图像的高频信息作为先验知识.为了保证估计的高频信息最优,匹配的过程中采用双匹配,相比较于全局搜索和小窗搜索,提高了效率并保证了匹配精度.此外,使用高斯模糊代替了传统提取高频信息的方法,简化了算法的复杂度,提高了准确性和效率.对估计得到的高频信息采用高斯函数加窗,以减小估计出错和重叠区的混叠影响.本文算法的训练库由原始低分辨图像自身和插值图像构成,节省了生成训练库所需的时间和空间.训练库的简化使得高频信息的估计可以多尺度进行,算法效率得到进一步优化.理论分析和实验结果表明,相比传统的基于插值、基于自学习的图像超分辨率方法,本文方法获得更好的实验结果,主观效果得到明显改善,有效地恢复了图像的纹理细节,提高了图像边缘锐度,避免了产生锯齿等人工效应,客观指标得到提高.     

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。     

基于局部梯度的WaDi图像插值

线性插值算法容易产生细节模糊和边缘锯齿效应,为了较好地保持图像的边缘信息,改善图像的主观视觉效果,提出了一种改进的Warped Distance（WaDi）图像插值方法。传统的WaDi算法是对空间线性插值的改进,但它仅仅利用了图像边缘的局部不对称特征来计算WaDi。除了局部不对称特征,局部梯度特征也是图像边缘的一种重要特征。文中采用将局部不对称特征和局部梯度特征相结合的方法来计算WaDi,可同时保持图像边缘的细节特征和非边缘的光滑性。实验结果表明,用该方法能获得高精度的插值图像。     

A novel adaptive image zooming scheme via weighted least-squares estimation

A critical issue in image interpolation is preserving edge detail and texture information in images when zooming. In this paper, we propose a novel adaptive image zooming algorithm using weighted least-square estimation that can achieve arbitrary integer-ratio zoom (WLS-AIZ) For a given zooming ratio n, every pixel in a low-resolution (LR) image is associated with an n × n block of high-resolution (HR) pixels in the HR image. In WLS-AIZ, the LR image is interpolated using the bilinear method in advance. Model parameters of every n × n block are worked out throughweighted least-square estimation. Subsequently, each pixel in the n × n block is substituted by a combination of its eight neighboring HR pixels using estimated parameters. Finally, a refinement strategy is adopted to obtain the ultimate HR pixel values. The proposed algorithm has significant adaptability to local image structure. Extensive experiments comparingWLS-AIZ with other state of the art image zooming methods demonstrate the superiority of WLS-AIZ. In terms of peak signal to noise ratio (PSNR), structural similarity index (SSIM) and feature similarity index (FSIM), WLS-AIZ produces better results than all other image integer-ratio zoom algorithms.     

一种新颖的基于遗传算法的正则化图像插值方法

传统的图像插值方法，包括零阶插值或最近邻插值、双线性插值、立方样条插值等，是先经补零疏化、后经内插滤波实现的。由于这些内插滤波器不能完成理想的低通滤波功能，传统插值图像会增加一定的虚假内容，即导致方块效应、模糊等。另外．由于内插滤波器是确定的，因而这些插值算法就缺乏利用图像本身信息的机制。为了提高插值图像的质量和增强图像的分辨率，首次提出了一种基于遗传算法的正则化图像插值方法。在该遗传算法中，编码采用实值方式，变异采用“引导”方式，适应度评价函数的正则化项采用图像质量评价的一些客观标准。最后，还分析了在遗传算法中怎样直接调整正则化系数，并将实验获得的该正则化系数应用于相同实验条件下的迭代正则化插值算法中，取得了良好效果。实验证明，该方法实用、可行。     

基于形状的三维图像匹配插值方法

现有的插值方法在进行断层图像插值时,要么不能兼顾灰度和形状的变化,要么计算量太大。为解决这一问题,文中提出一种基于形状的三维图像匹配插值算法。通过对已知两幅断层图像进行门限分割,得到各个密度物质的区域后,利用数学形态学的方法确定出插值图像每个分割区域的轮廓,然后在每个轮廓内运用匹配插值方法得到插值点的值,从而得到整个插值图像。新算法将图像的形状信息和灰度信息较好地结合起来,因此,插值出的图像不仅克服了不同密度物质边界模糊问题,而且也克服了传统的基于形状插值方法的缺点。与线性插值相比,新算法插值出的图像视觉效果好;与小波插值相比,新算法的计算量极大地减少。插值结果可有效地应用于构建三维体模型。