基于行列不同插值算法的图像缩放引擎的设计

为了降低定标器的硬件复杂度并提高液晶显示图像的质量,提出了一种行列采用不同插值算法的图像缩放引擎设计方法。在论述四点三次卷积插值算法和线性插值算法基础上,提出了行列不同计算点数的缩放引擎系统架构。在该架构中,水平缩放采用四点三次卷积插值算法,而垂直缩放采用优化的两点线性插值算法。相比双三次插值算法的实现,减少了9个乘法器的使用,明显节省了实现电路的硬件开销。另外,详细论述了放大单元及相应的滤波器的设计,并将设计结果综合下载到现场可编程门阵列(FPGA)芯片。FPGA验证结果表明,该设计切实可行。     

基于自适应插值算法的视频图像缩放技术及其FPGA实现

首先介绍了一种改进的自适应插值算法,并在此基础上论述了基于自适应插值算法的FPGA系统的设计与实现。期望通过该文的研究能够对视频图像缩放效果的提升有所帮助。     

基于FPGA的九点插值自适应图像缩放算法设计

为了能够在现场可编程门阵列（FieldProgrammableGateArray,FPGA）硬件平台上实现速度快、质量高的图像缩放,提出一种九点插值自适应缩放算法。首先提出九点插值基本算法以减少逻辑资源用量,达到的图像缩放效果明显优于最近邻域插值算法,但略差于双线性插值算法,且图像边缘不够清晰。为了优化九点插值基本算法对图像边缘的缩放效果,提出了九点插值与最近邻域插值算法相结合的自适应缩放算法,通过MATLAB和FPGA对以上算法分别进行软件、硬件的对比分析和实验验证。实验结果表明,自适应九点插值算法比最近邻域、双线性插值图像缩放算法的峰值信噪比提高0.3~2.5dB,并且硬件资源消耗量比双线性插值减少了约20%。该算法减轻了传统算法的图像边缘模糊与图像严重失真问题,且占用FPGA资源少,有更高的应用价值。     

基于FPGA的图像预处理缩放算法

论文提出一种基于FPGA的实时、高效图像预处理方案,对图像采取双线性插值算法实现缩放的关键技术进行了阐述。并为结合后续图像处理系统做了必要的图像格式转换。实验结果表明,在相同的缩放因子下,处理后图像边缘无明显锯齿现象,达到预期效果。     

基于FPGA的图像缩放算法设计

针对目前缩放插值算法中硬件实现比较复杂、资源消耗多、运算处理时间长、实时性较差等缺陷,介绍了一种基于图像的双线性插值缩放算法的设计方法,同时对算法中的浮点运算进行优化,节省了电路的硬件开销。最终搭建了FPGA验证平台,实现了图像的任意比缩放,证明了设计的可行性,达到了实验预期的目的。     

一种图像缩放的简化双线性插值电路

设计了一个新颖的图像缩放的线性插值电路.该电路只使用一个有符号的乘法器,与常用的滤波器形式插值电路相比,不需要额外的步长查找表地址产生器和ROM等电路,大大节省硬件开销.仿真结果表明:该电路正确完成线性插值运算,适用于双线性插值运算.     

自适应图像缩放算法及其硬件设计

介绍了一种新型的自适应图像缩放算法.该算法对图像像素块进行分析,能有效识别出图像的边缘特征.然后对内容为边缘的图像部分实行有向滤波,而对其它图像部分实行双线性滤波,从而克服一般图像缩放算法在缩放图像时将边缘模糊化的问题.对该图像缩放算法进行硬件设计,以Verilog实现该算法并在通过前仿验证.     

基于FPGA的图像缩放技术分析

针对轨道交通调度显示系统中监控视频控制器的实际需求,介绍了双3次插值图像放缩算法和抗混叠滤波器的原理,提出了作为视频控制器核心的图像缩放技术的功能划分,分析了基于现场可编程门阵列(FPGA)的图像缩放技术实现的工作流程,论述了输入缓冲、图像缩放、帧频调整和图像拼接等功能模块的详细功能和实现方案,完成了对该技术实现的仿真分析,比较了该技术实现与传统图像缩放技术的仿真结果。     

基于FPGA的高分辨实时监控图像缩放设计

介绍了一种基于图像的双三次线性插值缩放算法的设计方法,并通过FPGA验证了设计的可行性。重点讨论了视频缩放的插值算法,对两种实现方法在硬件资源利用率及实施效率方面进行了比较并论证了块状插值实现方法的优越性。最终设计实现了高分辨率实时视频图像的缩放。

     

FPGA实现的视频图像缩放显示

对几种常用的图像缩放算法进行了比较,在权衡了算法复杂度、缩放效果和FPGA逻辑资源等3大因素后,选择了双线性插值算法来实现图像缩放。重点介绍了双线性插值算法和该方法的FPGA硬件实现方法,包括图像数据缓冲单元、插值系数生成单元以及插值计算单元等。应用结果表明,双线性插值算法及其硬件实现模块达到了预期的效果。

     

提高数字图像清晰度的研究

本文基于数字图像谱分析,指出由高有效像素数源图像下变换为低有效像素数图像,经传输、记录,再内插成高有效像素数图像显示,较直接传输低有效像素数源图像、再内插成高有效像素数重建图像来显示,可获得更高的清晰度．将这种处理方法和所推荐的上、下变换滤波器用于数字图像系统,可提高图像质量、节约传输带宽或降低记录媒质消耗．     

形态重构算法及应用

本文首先定义了二值图像和灰度图像的形态重构。接着,着重描述了形态重构的实现问题。在简要回顾了经典的并行及串行算法,指出它们的共同缺点是在普通计算机上运行效率不高后,我们提出并实现了两种有效的形态重构算法。第一种算法基于标记图像区域峰顶的概念并采用了先进先出(FIFOP)队列的数据结构;第二种算法是利用第一种算法和串行算法各自优点的一种混合算法。模拟结果证实了算法的有效性。实践证明重构式形态滤波器不仅能达到化简图像的目的,而且能较好地保持图像的轮廓信息,所以应用于图像分割是很合适的。     

二维卡尔曼─中值混合自适应滤波

本文提出了能同时抑制加性噪声，脉冲噪声干扰和点扩展函数模糊，又能保护图象边缘及细节信息的新型滤波方法—“二维Kalman－Median混合自适应滤波”，并成功地应用于统计图象恢复，取得了满意的效果。     

基于形态学算子的Cubic图像缩放方法

立方卷积插值(Cubic算法)是一种常用的图像缩放方法。为了使喷码机喷印图像更加清晰可见,改善Cubic算法边缘模糊、分辨率低等不足,本文将形态学算子中的腐蚀运算与Cubic算法结合,以此进行了理论分析和实验验证。结果表明,此方法对提高图像边缘的清晰度和图像质量有明显效果。     

基于稠密矢量场及自适应补偿的帧率上变换

为了有效解决视频帧率上变换中物体边缘出现的模糊和块效应等问题,结合运动估计,优化了矢量化后处理和运动补偿算法.在基于块的运动估计中,结合运动的时空相关性优化块匹配算法,提高物体边缘运动矢量的准确性;通过基于像素块相关性的插值算法,获取像素矢量场,并保持物体结构完整性;在运动补偿时,结合矢量后处理的分类信息,自适应地进行加权插值计算,提高内插帧的质量.实验结果表明,与传统方法相比,该方法在主观和客观质量上都有较大的提升.     

小波域中的维纳滤波法在星图降噪中的应用

小波阈值降噪法是一种简单而有效的方法．在图像降噪处理中广泛使用。但对于任意信号,在MSE意义上的最优信号估计是Wiener滤波器,在此基础上提出了一种基于小波域上的经验Wiener滤波器的设计方法,并应用在星图降噪中,实验结果表明,此方法比一般小波阈值降噪法的效果好得多。     

Efficient implementation of 3D filter for moving object extraction

In this paper the design and implementation of Multi-Dimensional (MD) filter, particularly 3-Dimensional (3D) filter, are presented. Digital (discrete domain) filters applied to image and video signal processing using the novel 3D multirate algorithms for efficient implementation of moving object extraction are engineered with an example. The multirate (decimation and/or interpolation) signal processing algorithms can achieve significant savings in computation and memory usage. The proposed algorithm uses the mapping relations of z-transfer functions between non-multirate and multirate mathematical expressions in terms of time-varying coefficient instead of traditional polyphase de- composition counterparts. The mapping properties can be readily used to efficiently analyze and synthesize MD multirate filters.     

分形插值和分形图象压缩编码相结合进行图象数据压缩

本文首先研究了分形图象压缩编码和分形插值图象压缩方法。这两种方法在压缩比很高时图象效果均不是很理想,为此我们提出了综合利用分形插值和分形图象编码方法进行图象数据高效压缩的思想。实验结果验证了这种思想的正确性和可行性。新的方法在恢复图象信噪比为28.5dB时,压缩倍数可高达76倍,速度也大大提高。     

Patchwise scaling method for content-aware image resizing

Image resizing becomes more and more important in content-aware image displaying. This paper proposes a patchwise scaling method to resize an image to emphasize the important areas and preserve the globally visual effect (smoothness, coherence and integrity). This method for resizing image is based on optimizing the image distance presented in this paper. The image distance is defined based on so-called local bidirectional similarity measurement and smoothness measurement to quantify the quality of resizing outputs. The original image is divided into small important patches and unimportant patches based on an important map. The important map is generated automatically using a novel combination of image edge and saliency measurement. A scaling factor is computed for each small patch. The resized image is produced by iteratively optimizing, which is based on our image distance, the scaling factor for each small patch. Experiments of different type images demonstrate that our method can be effectively used in image processing applications to locally shrink and enlarge important areas while preserving image quality.