首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 62 毫秒
1.
基于小波的双线性插值误差补偿算法的图像放大   总被引:4,自引:0,他引:4  
为了尽可能地保持低分辨率图像的基本信息,提高图像的视觉效果和空间分辨率,本文提出一种基于小波的双线性插值误差补偿算法。该算法增加双线性插值的误差补偿项,利用Sobel算子设定插值点的边缘方向,得到初始放大图像。利用小波提取高频成分,原始图像幅值增强充当低频部分,再经过小波逆变换得到高分辨率图像。实验结果表明,相对于传统的图像放大算法,该算法考虑到全局相关性,得到更加清晰的边缘信息。  相似文献   

2.
文章设计并实现了基于FPGA的视频图像实时双线性插值放大。针对双线性插值算法的特点,对算法的硬件实现框架进行了深入研究,提出了一种合理的双一维线性插值模块框架,完成算法的硬件实现,并将其设计应用在视频图像实时处理系统。仿真结果表明,应用该方法进行插值计算不仅结构简单、实时性好,而且可实现变倍率的视频图像实时放大。  相似文献   

3.
基于小波双立方配比插值的图像插值放大算法研究   总被引:2,自引:0,他引:2  
插值放大技术可以提高图像的分辨率,改善图像质量而通常不需要对硬件进行改变.简要介绍了几种插值方法,特别是小波插值的思想,在此基础上提出了一种新的小波双立方配比插值方法(Wavelet Bi-cubic).试验证明这种算法能有效提高红外热图像插值复原的效果.  相似文献   

4.
首先分析小波双线性插值的图像放大算法优缺点,然后根据小波分解各部分之间也具有相似性提出了一种改善的被小波变换修正的双线性插值算法,其仿真结果显示放大后图像在细节丰富程度上不如前者,但视觉效果上改善明显.  相似文献   

5.
基于三次样条的不均匀插值图像放大方法   总被引:1,自引:0,他引:1  
通过对平滑内插图像放大方法的插值特点分析,针对其高频信息丢失严重的问题,提出基于三次样条的不均匀插值图像放大方法.实现了图像放大.实验表明可以有效的改善高频信息的处理.  相似文献   

6.
介绍了基于二进小波变换的图像插值方法,并且对各种插值方法在不同域中的结果作了比较,主要是对最近邻插值、双线性插值和双三次插值几种方法在空间域、正交小波域、二进小波变换中作了比较.试验结果证明,基于二进小波变换的图像插值效果比较好,值得进一步深入研究.  相似文献   

7.
小波分形插值医学图像处理   总被引:2,自引:0,他引:2  
为了得到高分辨率图像,本文利用小波变换后各方面上的高频图像具有相似性的特点,提出了小波分形插值处理医学图像的方法。仿真实验表明,这种处理方法比常用的方法(如双线性插值等)具有更好的效果。  相似文献   

8.
为了解决图像放大过程中边缘模糊及运算量大的问题,采用一种基于细化后的图像边缘进行插值处理的图像放大方法.首先对初步提取出的边缘进行细化,获取边缘的较准确位置;然后根据被插值点邻域内边缘点和非边缘点的数量和位置关系进行不同的插值处理.实验表明该方法得到的放大图像有较好的视觉效果,无明显锯齿现象,且处理算法简单,易于实现.  相似文献   

9.
图像放大算法的选择直接影响了图像放大的质量,为了更好地选择图像放大算法,从不同图像放大算法的原理出发,分别分析了最邻近点插值、双线性插值、双三次插值、三次B样条插值以及分形插值、小波插值、偏微分方程插值、领域交换内插算法的特点,并比较了它们的优、缺点;指出如何根据不同图像特征来选择不同算法以达到最优化效果;得出结合各种放大算法从而得到最好的放大效果是图像放大方法的发展方向。  相似文献   

10.
提出了一种组合小波变换与曲波变换稀疏约束的图像插值算法。利用小波变换对图像纹理成份和曲波变换对图像卡通成份的稀疏表示特性,首先将图像插值问题转化成稀疏约束的图像重建问题,然后通过迭代投影对复原最优化问题进行求解,从而实现成份自适应的图像插值。实验结果表明,相比于现在有图像插值算法,本文算法可以显著地提高被插值图像的峰值信噪比(PSNR)和视觉质量。  相似文献   

11.
图像放大技术在众多研究领域中有着重要的应用.本文提出一种基于分形码和模型约束的图像放大算法,分形码能够包含图像的空间信息和图像本身的自相似信息,模型约束能够有效的限制放大引入的误差.我们首先对图像采用多种值域块分割方案计算得到多组分形码,并由此得到多个放大图像,然后对放大图像进行平均,从而降低编码误差,最后采用约束模型对放大图像进行修正.实验结果表明,利用本文的方法可以大大提高放大图像的PSNR.  相似文献   

12.
基于小波重构和灰度分段的红外图像放大增强   总被引:3,自引:0,他引:3  
程玉宝  徐海萍 《红外技术》2008,30(10):567-570
传统的内插算法在放大红外图像时都存在着一定的缺陷,提出了一种基于小波重构和灰度分段变换的图像放大新算法.该算法先对原始图像进行小波变换获得高频系数,运用牛顿插值算法放大高频系数作为放大图像的高频成份,再将原始图像作为低频成份,进行小波重构,可得放大图像.为了增强放大图像,将图像按双灰度闽值分割成对应目标的灰度值高段、对应背景的灰度值低段和对应过渡区域的灰度值中段等3个部分,对各部分采用不同的线性变换,获得最佳的视觉效果.实验证明该方法在图像细节方面具有很好的放大效果.  相似文献   

13.
放大像畸变是光纤面板常见像畸变的一种,由于它的存在,极大地影响了相关元器件的成像质量和精度。研究了光纤面板内部放大像畸变的分布,发现板段内横向放大率变化趋势为由大变小然后又逐渐增大,靠近边缘位置存在一个突变区;纵向上中心放大率最小,两端放大率最大。根据单纤维的局部微观受力情况分析了该种放大率分布产生的原因及影响因素,通过增加润滑材料,以及优化光纤面板毛坯板段的热压温度和下压刻度等工艺参数,实现了有效控制放大像畸变在1%以内的目标。  相似文献   

14.
图像插值技术是图像三维重建中的关键技术之一.在传统插值算法的基础上利用小波变换可聚集到信号任意细节的特点,设计了一种基于小波变换的匹配插值算法.该算法对小波分解子图分别进行处理,在保留图像高频细节部分不失真的同时,又对代表图像整体概貌的低频子图利用匹配算法进行插值处理,最后通过小波重构得到目标插值图像.实验结果表明,该算法得到的插值图像不仅很好地保持了图像的边缘细节特征,而且在物体形态的过渡上也满足了三维重建的要求.  相似文献   

15.
 提出了一种基于梯度向量流各向异性扩散模型的图像放大方法.首先低分辨率图像插值放大作为高分辨率图像的初始估计,然后利用基于GVF的平均曲率扩散模型和高斯移动平均低分辨率模型约束进行迭代复原.GVF是一种有旋场,作为外力场用来描述图像的边缘特征,能够将初始图像中斜向边缘锯齿效应表示为流线型.采用GVF外力场约束平均曲率扩散过程,能够有效去除边缘锯齿现象并保持纹理结构.高斯移动平均模型提供了图像数据保真度约束,使结果更接近理想图像.实验结果表明,本文算法能够有效提高放大图像的主观视觉质量和客观PSNR.  相似文献   

16.
区域指导的激光水下图像插值算法   总被引:1,自引:0,他引:1  
符祥  郭宝龙 《中国激光》2007,34(8):1064-1068
提出了一种区域指导的激光水下图像插值算法(简称AIU).AIU算法首先采用小波变换,对低频成分进行特殊处理,以抑制散斑噪声和增强关注的目标;然后将图像分割成目标区域和背景区域,结合近邻法和众数法确定待插值点所属区域,对区域内部点采用线性插值;对于区域间的过渡点,设计非线性插值公式,对与待插值点属于同一区域的邻域像素,分配较大的权值,对相邻区域的邻域像素分配较小的权值.实验结果表明,AIU算法可以克服传统插值算法的边缘模糊问题,使目标更完整清晰.  相似文献   

17.
传输图像的子波域插值恢复算法   总被引:6,自引:0,他引:6       下载免费PDF全文
在丢包信道中传输子波编码图像时,存在图像重构问题.本文提出了一种新的图像恢复算法—树恢复子波域插值算法,可以用于恢复丢失的子波树系数.该算法利用二维子波变换具有的水平和垂直方向边缘检测能力,采用数学形态学膨胀运算,恢复已丢失的表示边缘信息的高频系数.为了保持图像边缘的尖锐性和方向性,本文采用了高频系数指导下的低频系数恢复技术.文章最后给出的仿真结果验证了该算法的有效性.  相似文献   

18.
詹毅  李梦 《电子学报》2016,44(5):1064-1070
提出了一种非局部的特征方向图像插值方法,有效地保持了插值图像轮廓的光滑,抑制了图像边缘的模糊.这种方法把非局部Hessian矩阵的特征向量视为图像特征方向,使图像能量泛函沿这个方向进行扩散,其扩散强度由图像局部Hessian矩阵特征值参与控制.它克服了传统方法以梯度方向指示图像特征方向的局部性,使图像能量泛函沿正确方向扩散,避免了对图像特征的模糊.数值实验结果显示,该方法既能很好地重建插值图像的边缘,又不会在插值图像中产生伪影或图像边缘失真.  相似文献   

19.
俞璐  吴乐南 《信号处理》2005,21(5):465-469
一维分形插值图像编码是用插值点数据构造分形曲线来拟合数字图像的灰度曲线从而实现压缩。其解码过程就是求用插值点数据构造的迭代函数系统(IFS)的吸引子,由于图像数据以及分形插值迭代规律的特殊性,使得随机迭代算法和通常的固定迭代算法并不适用。本文设计了快速且节省内存的解码算法,并进行了复杂度分析。同时,本文的算法作为分形插值方法的一部分,同样可以用在分形插值法的其他应用领域。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号