保持轮廓清晰光滑的灰度图像放大算法

灰度图像放大时，插值所具有的平滑作用会退化图像的高频部分，使放大图像轮廓变得模糊，文中提出一种基于拟合分界线的插值放大算法，该处包括分割和插值放大两个步骤；分割是搜索出灰度图像的突变象素点，并用三次均匀B样条把它们拟合为光滑分界线，以把整幅图像分割为若干子区域；插值放大是基于拟合分界线对图像插值，即插值操作限定于原图像的某一子区域内进行。采用文中算法得到的放大图像不仅可保持轮廓清晰，而且可持续轮廓光滑，最后给出三个放大实例，证明了 文中放大算法比常规算法产生的图像质量高。     

基于小波融合的图像放大方法

提出一种基于小波融合技术与传统图像放大算法的结合的方法.该算法首先对源图像分别采用双三次插值和改进的双线性插值进行放大,然后对两幅放大后的图像进行小波分解,并对分解后得到的小波系数进行融合,增强图像轮廓,最后进行小波逆变换得到目标图像的重构.通过实验对比,采用所提算法放大的图像视觉效果明显,轮廓清晰,消除了传统放大算法的模糊和锯齿现象.     

基于扩散率函数的图像放大算法

利用扩散率函数的特性,提出一种实现数字图像放大的新方法.该方法对原图像进行内插,采用距离函数和梯度函数作为权值对插入的像素赋值.算法简单、易于实现,且运算所需时间短.利用Matlab 6.5进行仿真,结果显示无论是整数倍放大还是分数倍放大,该算法均能得到比较理想的效果,放大后的图像清晰,且保留了原图像的边缘信息.     

基于边缘保持的CT图像插值放大算法

由于医学硬件设备和辐射剂量的限制,为了获得高分辨力、高质量的CT图像以协助医生进行诊断和治疗,通常需要从软件方面将CT图像放大或局部CT图像放大,考虑到CT图像边缘在CT图像处理中的重要性,提出一种基于边缘保持的CT图像插值算法,该算法包括两个步骤,第一步对原图像进行边缘提取以及沿边缘方向进行边缘插值放大;第二步进行图像平滑区域的双线性插值放大。该算法能很好地保护图像的边缘细节,文中给出了放大实例,实验结果证明了算法的有效性。     

可恢复的脆弱数字图像水印

该文提出一种用于图像内容认证和保护的脆弱数字图像水印算法．该算法不但可以检测定位出图像中任何细微的篡改，而且可以恢复较大面积的被篡改的图像数据．首先该文给出了一种被称之为基于块交叉交插RS编码的水印生成算法；随后使用基于块交叉交插RS码的校验符号作为水印并将其埋植到图像数据的最低位；最后利用基于块交叉交插RS解码实现水印信号检测以及对图像篡改数据的定位和恢复．此外该文算法使用由密码生成的掩膜图像参与水印信号的生成和检测，很好地保证了水印的安全性和保密性．经实验验证，该算法不但可以有效地检测出图像中被篡改内容的位置，而且能恢复被篡改的图像数据．     

基于图的数字全变差模型及其带噪图像任意精度放大

分析了利用Sobolev空间Tikhonov正则化模型对带噪图像进行放大的不足，基于图像的修复模型，提出带噪图像放大的数字全变差模型．利用有向图构造出兼顾噪声去除和图像放大的数字TV滤波器，并利用该滤波器提出一种新颖的图像放大算法．作为算法对比，利用Sobolev空间Tikhonor正则化模型，提出相对应的数字Tikhonov放大算法．结果表明：数字TV放大算法明显优于数字Tikhonov放大算法，不仅较好地抑制了噪声的影响，而且使得任意精度放大的图像边缘清晰、过渡自然，特别适合于目标边缘明显的一类非纹理的医学图像的放大。     

红外图像边缘提取方法

提出一种对图像矩阵中的列进行搜索，并用列边界灰度值方法进行设计的提取红外图像边缘的方法；分析了文中算法的时间复杂度．实验结果表明，文中算法能够快速有效地提取红外图像的边缘，并能满足红外自动目标识别的实际需要．     

基于FPGA的数字图像实时放大设计

文章设计并实现了基于FPGA的双线性插值放大,设计中针对硬件实现,对算法的并行计算结构进行了优化。实验表明应用该方法插值计算结构简单,计算误差小,精度与软件实现相当,可实现变倍率的实时视频图像放大。     

小波分解在图像放大缩小中的应用

首先介绍了几种常用的图像放大与缩小的内插算法,然后介绍了小波分析的性质,小波的 Ｍａｌｌａｔ算法在一维的分解和重构公式,并且在此基础上提出了利用小波分解进行图像的放大与缩小的方法,最后简单比较了内插算法与小波方法,指出了利用小波分解的优点。     

一种基于NSCT分解的图像插值算法

由于成像系统内部和外部的因素,使得获取的图像产生退化。为了尽可能地保持CCD图像的基本信息,提高图像的视觉效果和空间分辨率,同时克服传统插值算法存在的缺陷,提出了一种基于非采样Contourlet变换(Non-Subsampled Contourlet Transform,NSCT)分解的图像插值算法,利用NSCT提取高频成份,原始低分辨率图像经过双线性插值放大充当低频部分,再经过NSCT逆变换得到放大后的高分辨率图像。实验结果表明,相对于传统的双线性插值算法,所提出的基于NSCT分解的图像插值算法考虑到全局相关性,得到了更加清晰的边缘信息,从而得到更好的图像插值放大后的视觉效果。     

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Biharmonic样条插值的图像渐变算法及实现

图像变形是计算机动画的重要技术之一。本文提出一种图像变形方法,利用Biharmonic样条曲面插值实现空间映射,采用后向映射和双线性插值进行图像重采样。在图像变形基础上结合图像融合技术实现了图像渐变。该方法使用灵活,操作者可以简单地改变特征点的数量和位置以控制变形细节而无需其他操作。实验结果表明,该方法产生的过渡图像平滑、自然,每幅变形图像边界稳定且有良好的可视性。     

新的基于边缘检测提高图像质量的插值算法

通过对经典插值算法放大后得到的高分辨率图像先进行边缘检测,然后根据多方向边缘梯度变化,对边缘邻接像素点进行自相关模糊消除修正插值;多倍放大时采取小倍率循环修正方式实现.实验证明,算法克服了经典插值后图像的边缘锯齿和模糊效应,使修正优化后的图像清晰.对于RGB彩色图像先进行各分量色融合,再边缘检测,对提高图像质量也取得了明显的效果.     

四叉树分解的图像插值

如何在图像插值的同时较好地保持图像的结构信息一直是图像插值的一个难点,提出了一种基于四叉树分解的图像插值方法,基本思想是：用四叉树分解将原始图像划分为一些像素值相近的子块,当分解区域为1×1,用最邻近插值方法,分解区域为2×2时,用双线性方法插值,其余情况用双立方插值扩充子块,再将扩充后的子块映射到输出图像。实验结果表明该方法能较好地保持图像的边缘,同时具有较高的效率,可以应用到图像、视频及医学图像的放大。     

一种低码率的动态图像压缩

进行动态图像压缩时如何兼顾较高的编码速度与较低的码率成为编码的关键。该文采用基于DCT的编码,并对DCT变换进行了一定优化以提高编码速度。在解码的后处理部分,文章采用拉格朗日n次插值算法对图像进行扩张,使得图像获得更大的显示区域并有较好的显示效果。     

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。     

一种红外序列图像弱小目标自动捕获方法

提出一种新的基于形态重构与自适应小波算法的自动捕获红外弱小目标的方法,处理方法分为帧间与帧内处理两部分。首先论证了形态重构滤波器在完备格理论下可以实现对红外图像背景的重构,其次分析了自适应小波结合了线性小波强抑制噪声特性和形态小波好的保留目标细节特性,在红外图像能够获得更好的去噪性能,最后通过结合自适应阈值处理方法和准则处理实现了帧内处理,利用时间序列上的形态膨胀累加完成帧间处理。通过对三种不同的红外图像序列的仿真处理,实验结果表明自动捕获方法可以快速准确地捕获图像的弱小目标。     

基于区域划分的快速图像插值算法

图像插值是将低分辨率图像放大后提高视觉效果的有效方法,传统算法中有较简单且算法复杂度小的方法,但插值后的图像常常有锯齿边缘或者效果模糊,因而实际应用并不广泛。为克服以上缺陷,提出了一种先将图像进行区域划分,然后再进行快速图像插值的算法,既保证了算法较低的复杂度,又优化了图像显示效果,适合实际应用。