基于双线性插值的图像缩放算法

本文用双线性插值算法来改善数字图像缩放出现的失真现象,实验证明该方法能够显著地增加图像的清晰度。     

基于双线性插值的图像缩放算法

本文用双线性插值算法来改善数字图像缩放出现的失真现象,实验证明该方法能够显著地增加图像的清晰度。     

基于微粒群算法的OTSU图像分割方法

本文研究了图像闽值分割方法中常用的OTSU算法,在此基础上提出了基于微粒群算法的OTSU图像分割方法,该方法利用微粒群算法的快速全局寻优,确定图像的分割闯值所对应的灰度值,在该灰度值下目标和背景的方差最大。实验中选用了像素分别是8位和16位的两幅图片来进行分割,得到了较好的分割效果,而且该方法大大提高了计算速度,是一种有效的图像分割方法。     

基于细分的图像插值算法

将基于法向的曲线细分技术应用到图像插值中,提出一种基于细分的图像插值算法．该算法无须建立中间连续图像模型,能自适应地插值,而且插值系数可为任意正实数．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,具有线性复杂度且易于实现．     

基于混合插值样条的保边缘图像插值算法

结合混合插值样条(BIS)性质的特点,给出一类新的自适应图像插值算法。该方法可满足任意正实数倍的放缩要求,由于采用单核处理,而且插值像素点时无需求解方程组,因此计算复杂性较小。同时采用弹性边界的方法可以有效保持边缘像素原有特征。实验结果表明,该方法与三次多项式样条方法相比,具有更清晰的边界。     

基于脉冲耦合神经网络的图像插值算法

为解决数字图像插值过程中边缘锯齿和图像模糊问题,提出一种基于脉冲耦合神经网络(PCNN)的图像插值算法。利用PCNN同步脉冲发放特性,获取图像的各个集群及点火路径,对集群内和集群间隙的像素采用不同插值方法完成整幅图像的插值。实验结果表明,与双线性插值和三次B样条插值方法相比,该算法在主观视觉效果方面有所改善,峰值信噪比均获得0.2 dB以上的提高     

基于特征的文档图像高速插值算法

提出了一种基于文档图像特征的混合插值算法。该算法通过分析文档图像的像素邻域特征,使用邻近插值、双线性插值和双三次样条插值方法估计插值像素灰度值。其中,三次样条插值方法使用了优化算法,即三次样条卷积模板的整数化运算,其时间复杂度接近双线性插值。给出了算法的实现过程。实验结果表明,该算法输出的图像质量接近双三次样条插值,运行效率高于双线性插值算法,在文档图像扫描过程取得了良好的应用效果。     

一种基于新插值方法的图像旋转算法

图像旋转算法采用的插值方法存在不足,容易出现“锯齿”形边缘和模糊的现象,改变了图像的表示模型,为此提出了平面插值和球面插值相结合的图像插值方法,从而避免了传统的插值方法用统一的模型逼近所有像素的不足,它对不同的情况采用不同的插值方法。理论分析和实验结果表明了该方法的有效性。     

改进的OTSU射线图像分割算法

为提高对工业X射线图像的分割效果,提出一种改进的OTSU图像分割算法.分析了经典OTSU算法存在的不足,将类内方差也作为计算最佳阈值的一个因素考虑,从而提出了一种改进的OSTU阈值选择函数.在阈值分割过程中,采用局部递归法逐次进行分割.采用目标背景面积差和类内方差的比值作为递归结束的条件.通过与最大熵法、经典OT-SU法、局部递归OTSU法进行实验对比,证明本算法对于射线图像是一种优秀的阈值分割算法.     

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。     

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。     

基于双线性插值的图像缩放算法的研究与实现

数字图像的缩放被广泛的应用在各个领域,但是使用StretchBlt函数生成的图像很容易出现失真现象,因此这里提出了双线性插值算法来改善这个问题,实验证明该方法能够显著地增加图像的清晰度。     

彩色图像缩放的四元数插值算法

将彩色图像像素点的3个颜色分量当作一个纯四元数来处理,在充分考虑了图像3个颜色分量的内在相关性、图像本身的非线性机制的基础上,构造了基于球面线性四元数插值方法和代数三角混合四元数插值样条方法的彩色图像插值算法.实验结果表明,四元数方法用于彩色图像插值时,所处理的图像清晰度和色彩亮度均较传统方法有较大改进,边缘细节上也更丰富.     

基于PSO改进的OTSU图像分割方法

阈值的选取对图像分割后的效果起着至关重要的作用,本文针对图像分割过程中阈值选取的问题,提出了一种基于PSO优化的改进OTSU图像分割算法.该算法以最大类间方差作为PSO算法适应度函数,以当前分割阈值组合作为粒子的当前位置,阈值更新速度作为粒子的当前速度.通过迭代计算更新粒子位置和速度,最后确定图像分割的最佳阈值.与传统OTSU图像分割算法及基本遗传算法图像分割算法相比,该算法稳定性更好,算法效率更高.     

自适应图像插值改进算法

Hao-Cecilia图像插值算法能消除边缘锯齿,但只能进行2倍插值。针对该问题,提出一种改进的线性图像插值方法。对图像插值变分正则化约束的欧拉方程用泰勒展开式进行离散化,使插值沿着图像水平线方向进行,消除插值图像边缘的锯齿现象并抑制模糊。实验结果显示,该算法能产生良好的视觉效果,使客观评价指标(峰值信噪比)得到较大提高。     

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。     

基于像素过滤配准插值的图像修复算法研究

研究残损图像的修复问题,提高修复后图像的清晰度。当采集环境较为恶劣时,采集的图像会发生像素丢失,残损、混淆,造成图像模糊、质量下降、清晰度不高。为了解决上述问题,提出利用像素过滤配准插值算法,对发生形变、丢失的像素进行过滤配准计算,运用相邻相似像素插值的方法补偿由于显示区域内像素被大量破坏或丢失导致的像素残缺,完整像素数量不足的缺陷,克服由于像素缺陷造成的图像清晰度下降的弊端。实验结果表明,改进方法能够大幅提高低质量图像的清晰度,取得了不错的效果。     

基于NSCT的区域自适应图像插值算法

提出一种基于非下采样轮廓波变换(nonsubsampled contourlet transform, NSCT)的分区域自适应插值算法,将图像划分为不同区域,相应地采用不同的方法实现图像插值.首先,构造了一类有理函数插值模型,分析了其C\\+2连续性条件,给出了误差估计.其次,通过NSCT捕获到图像的边缘轮廓信息,利用其高频信息的统计特性设定阈值,根据阈值将图像自适应地划分为边缘区域和非边缘区域.最后,边缘区域采用新的基于边缘指导的插值(new edge-directed interpolation, NEDI)模型,非边缘区域采用C\\+2连续有理函数模型插值,进而得到目标图像.实验结果证明:提出的基于NSCT的区域自适应插值算法与当前经典插值算法相比,在处理图像纹理细节和边缘方面具有明显优势,同时获得了较好的客观评价数据,且时间复杂度较低.