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。     

基于二元混合有理插值的形状渐变方法

为实现多个多边形间的平滑自然渐变,提出基于二元混合向量值有理插值的非线性二维形状渐变方法。将多个多边形的顶点坐标作为平面域上的向量,利用二元Newton-Thiele型向量连分式建立有理插值曲面,通过对插值曲面进行重采样得到一系列渐变中间多边形。实验结果表明,该方法具有计算精度高、适应性强、易于编程实现的特点。     

用二元向量有理插值实现彩色图像缩放的方法

以二元向量有理插值为基础，提出了一种图像缩放方法．首先将图像的每一个像素看作是平面域的关于RGB三原色的一个向量，利用二元Newton—Thiele型向量连分式建立关于像素值的有理插值函数，即有理插值曲面；然后对此有理插值曲面进行重新采样，以实现图像的缩放．通过实验证明，该方法能有效地用于图像的缩放处理，并且算法简单，易于实现．     

Thiele-Thiele型二元向量有理插值实现彩色图像的缩放

提出了一种基于Thiele-Thiele型有理向量插值的彩色图像插值方法。将数字图像的每一个像素点看成是一个平面域的关于RGB三原色的一个向量,在矩形网格上利用Samelson逆与倒差商技巧,根据图像的像素特征构造Thiele-Thiele型二元向量连分式有理插值函数,然后对插值曲面进行采样以实现缩放。采用该算法可以得到更加清晰的放大图像。实验结果表明,该方法是一种有效的图像缩放方法。     

Thiele Thiele型二元向量有理插值实现彩色图像的缩放*

提出了一种基于ThieleThiele型有理向量插值的彩色图像插值方法。将数字图像的每一个像素点看成是一个平面域的关于RGB三原色的一个向量,在矩形网格上利用Samelson逆与倒差商技巧,根据图像的像素特征构造ThieleThiele型二元向量连分式有理插值函数,然后对插值曲面进行采样以实现缩放。采用该算法可以得到更加清晰的放大图像。实验结果表明,该方法是一种有效的图像缩放方法。     

有理曲面的三维重建

利用离散的几何信息实现三维图像的重建是图像与信号处理中一个十分有意义的问题。本文通过定义二元类差商 ,建立了一类二元有理插值框架 ,给出了这种有理插值的有效算法并通过实例说明 ,满足一定条件的有理曲面如何用其离散的信息进行三维重建     

一种线性与非线性相结合的图像缩小方法

提出了一种线性和非线性相结合的图像缩小方法.首先由近邻取样方法和邻域平均相结合的方法产生一个中间图像1,利用二元Newton-Thiele型向量连分式建立有理插值曲面;然后对插值曲面进行重新采样产生一个中间图像2;最后对这两幅中间图像进行加权求和,得到最终的图像.实验表明,该方法比常规方法产生的缩小图像效果好.     

一种线性与非线性相结合的图像缩小方法*

提出了一种线性和非线性相结合的图像缩小方法。首先由近邻取样方法和邻域平均相结合的方法产生一个中间图像1,利用二元NewtonThiele型向量连分式建立有理插值曲面;然后对插值曲面进行重新采样产生一个中间图像2;最后对这两幅中间图像进行加权求和,得到最终的图像。实验表明,该方法比常规方法产生的缩小图像效果好。     

彩色灰度交叉融合的彩色图像渐变技术

研究图像渐变技术,存在着渐变过程不够自然以及渐变质量不够稳定的现象.为提高图像质量,针对上述图像问题,提出了一种新的彩色图像渐变技术,把渐变过程分为两个阶段,每个阶段分别进行彩色图像的灰度图转换和色彩饱和度分量调节.采用了一种新的非线性插值算法,与线性算法相比,渐变效果明显改善;与其它非线性算法相比,渐变的效果更加自然稳定,同时渐变处理的代价较小.实验结果表明,产生的渐变序列更加自然、平滑,图像效果好,同时渐变的效果有非常好的适应性.     

基于图像增强的灰度插值算法

针对传统彩色滤波阵列（Color Filter Array,CFA）插值算法在图像识别前一般需要对彩色图像预处理,其中包括把插值后的彩色图像转化为灰度图像、平滑内部和锐化边缘,过程较为繁琐的问题,提出一种新的基于图像增强的灰度插值算法,即在插值过程中锐化图像的边缘并平滑内部,插值结果直接是一幅灰度图像并且保证图像的几何特性不变．实验结果表明此算法的有效性．     

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.     

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。     

二乘向量机在图像插值技术中的应用研究

图像插值过程实际上是利用已有的像素点来估计与这些像素点相邻的未知像素的颜色。可将一幅图像视为由像素坐标映射而成的二维颜色曲面。这样插值问题就可以视为由已知的像素构成的颜色曲面函数的回归问题。而基于统计学习理论(SLT)的支持向量机(SVM)方法为解决这种高维非线性问题提供了一种新的途经。该文讨论了最小二乘向量机实现数字图像插值的应用方法,并进行了图像放大的试验验证。试验表明:基于RBF核的最小二乘向量机回归技术对数字图像的插值具有很强的适应性,其性能与已有的双立方插值技术相当。     

基于图像梯度信息的插值方法

图像插值是图像处理中的一个基本问题,为了获得更合理的图像插值权函数,从1维函数中插值的有关思想出发,通过梯度信息在图像插值中的应用研究,构造了一种基于图像梯度信息的加权插值方法。该方法利用图像为分片连续的光滑函数的先验信息,通过建立一个与各点梯度值成反比的权函数来完成对图像的插值,同时对涉及的有关参数选择问题进行了讨论,给出了一种合理的参数选取方法。仿真计算表明,该方法对一般图像均具有较好的插值效果,尤其适用于对比度较强,且边缘简单的图像,插值后的图像边缘更清晰。     

边导向的双三次彩色图像插值

提出了一个新的边导向的双三次卷积(Cubic convolution, CC)彩色图像插值算法. 对于待插值的像素, 首先在其邻域检测两个正交方向边的强度. 如果该 像素在一个强边上, 则沿着强边的方向执行CC插值估计该像素;否则, 该像素 在弱边或纹理区域, 通过加权平均两个正交方向的CC插值估计该像素. 本文方法也考虑了彩色平面之间的相关性. 实验结果显示, 本文方法显著优于经 典的CC插值和其他一些插值方法.     

段染纱线仿真模拟中的颜色渐变实现方法①

在段染纱线的仿真模拟中,如何实现段染纱线上相邻两种颜色之间的自然渐变是实现其仿真模拟的核心。首先利用数值分析中线性插值和三次样条插值的方法,建立基本的颜色渐变模型。然后,以双色段染纱线和三色段染纱线为例,结合现有的基于光照模型和纱线几何结构的纱线模拟方法,采用纹理叠加的方式,来完成对段染单纱、加捻纱的计算机模拟。最后,根据实际染纱工艺中具体的工艺参数,对已建立的颜色渐变模型进行优化,使其更具实用性,应用也更为广泛。     

段染纱线仿真模拟中的颜色渐变实现方法①

在段染纱线的仿真模拟中,如何实现段染纱线上相邻两种颜色之间的自然渐变是实现其仿真模拟的核心。首先利用数值分析中线性插值和三次样条插值的方法,建立基本的颜色渐变模型。然后,以双色段染纱线和三色段染纱线为例,结合现有的基于光照模型和纱线几何结构的纱线模拟方法,采用纹理叠加的方式,来完成对段染单纱、加捻纱的计算机模拟。最后,根据实际染纱工艺中具体的工艺参数,对已建立的颜色渐变模型进行优化,使其更具实用性,应用也更为广泛。     

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．     

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。     

基于轮廓波局部高斯模型与全变差的彩色滤波阵列插值

彩色图像的彩色滤波阵列(CFA)插值是从单传感器数字相机通过CFA获得的采样图像中重构完整RGB图像的过程。针对Bayer格式图像提出了一种基于轮廓波局部高斯模型与全变差的彩色图像CFA插值算法。为进一步提高图像边缘插值质量,将图像梯度的稀疏性结合到图像插值过程中,并且图像梯度的稀疏性用彩色全变差(CTV)来衡量。实验结果表明,该算法比现有的图像插值算法在峰值信噪比与主观视觉效果两方面均有显著提高。