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。     

基于三次B样条的曲线逼近算法及其收敛性

为了改进传统的插值样条曲线算法不易于后期处理和实时局部修改、B样条算法不能满足精度要求的缺点,提出了一种基于三次B样条的曲线逼近算法[1].该算法以三次B样条为基础对曲线的逼近领域进行了研究,通过大量的数值实验证明了该算法的可行性及高效性.该算法通过结合插值样条与B样条的各种优点,有效避免了传统算法的不足.同时,对该算法的收敛性进行了理论证明.数值实验表明了该算法具有收敛速度快、精度高且编程易实现等优点,为曲线研究提供了可供参考的有效算法.     

图像放大技术在矿山安全管理系统中的应用研究

图像放大是一种常见且重要的数字图像处理技术,矿山安全管理系统中远程采集的矿区图像需要放大后才能进行进一步的操作,放大后的图像由于像素个数不变,显示图像区域变大,造成像素变形,变形后的像素很容易被破坏,导致放大后的图像清晰度不高的问题。为了解决这一问题,文章提出一种基于滤波插值的放大图像处理算法,通过对变形像素进行插值计算,补偿由于显示区域变大导致的像素变形,完整像素数量不足的缺陷,克服由于放大造成的图像清晰度下降的弊端。实验结果表明,文中的方法能够大幅提高图像放大后的清晰度,取得了不错的效果。     

一种新的基于小波变换的图像放大算法

图像放大技术的主要难点在于如何使放大后的图像尽可能保持原始图像的清晰度.传统的内插法存在着一定的缺陷.提出了一种新的图像放大算法,该算法以小波变换为基础,采用分段样条插值法进行高频系数放大,通过对变换系数进行非线性增强保证放大图像的清晰度.实验证明,该方法具有很好的放大效果.     

非局部的变分正则化图像放大算法

针对Chambolle图像放大模型存在分块效应,提出一种非局部的变分正则化图像放大算法。该算法的思想是构造一个适用于图像放大的变分泛函,该泛函由正则项和数据保真项构成,其中图像的正则项是用非局部全变差范数进行估计,进而用迭代投影方法求泛函的最小解,即为放大后的图像。与传统的图像插值方法不同,该算法是用变分的思想进行图像放大,非局部全变差的引入更使得该算法不只是利用图像的单个像素点,或某一邻域内的灰度和梯度信息进行放大,而是更大范围地利用了图像本身的信息,这将更有效地保留图像特征,避免了Chambolle方法在图像放大时出现的分块效应。实验结果表明,该算法能更好地保留边缘和细节信息,放大图像的清晰度比Chambolle图像放大方法和样条插值的效果要好。     

一种B样条曲线局部修改算法

针对B样条曲线局部修改的问题,提出一种双正交非均匀B样条小波与外部能量约束相结合的算法。与传统能量约束法相比,该算法使曲线除局部修改外整体形变较小,具有一定的保形效果。     

小波与自蛇模型在放大图像清晰化中的应用

针对传统插值放大图像出现的边缘模糊与锯齿化问题,结合小波具有多分辨率分析和局部化时频域特性,提出了一种基于小波插值与改进自蛇模型相结合的放大图像清晰化方法。该方法对无噪声图像采用小波插值对图像进行放大,并用改进自蛇模型对放大后的图像进行边缘修正,而对于噪声图像则采用改进自蛇模型对其进行清晰化处理,通过小波插值进行放大。实验结果显示,采用该方法与传统放大图像清晰方法相比,图像的边缘轮廓清晰度和细节部分的辨识度更精确,同时能够有效提高放大图像的峰值信噪比。     

基于B样条插值函数的人脑MR图像非刚体配准方法

提出了一种B样条插值函数结合图像特征标记的人脑MR图像非刚体配准方法。图像的特征标记选取图像的内外部轮廓来描述,目标和源特征之间的对应关系通过距离图来自动获得。形变过程采用B样条曲面函数插值来完成。通过多级B样条插值方法,即先全局计算后局部细化的方法来逐步优化形变结果。实验表明,该算法在不失准确度的前提下,具备较快的计算速度。     

基于加权抛物线插值与小波变换的图像放大算法

图像放大问题的焦点是如何在图像放大过程中保持良好的视觉分辨率和清晰度。论文首先对加权抛物线插值算法进行了改进,在此基础上提出一种加权抛物线插值结合小波变换的图像放大算法,并对小波变换后的小波系数低频带作了幅值增强处理。实验结果表明,相对于传统的图像放大算法,该算法不仅较好地保留了原始图像的细节信息,而且还提高了放大后图像的亮度和清晰度。     

基于视觉显著性的空间图像序列放大算法*

针对已有的图像序列放大方法存在空间运动目标放大后细节不清晰的问题,提出基于视觉显著性的图像序列放大算法。算法首先采用视觉显著性技术获取空间运动目标区域;而后设计不同的放大策略;最后提出分区插值计算和区域能量保护方法,提升放大过程中的空间运动目标清晰度。与已有的放大算法对比的实验结果表明,提出的算法取得了更好的视觉效果和更高的平均梯度指标值、边缘强度指标值、信息熵指标值和图像功率谱指标值。