基于下采样和全相位DCT内插的WDCT-JPEG块编码

卷曲离散余弦变换（WDCT）通过频率卷曲使变换后的信号能量分布更适合于图像压缩编码。为了提高低比特率图像压缩编码性能,在WDCT中引入基于下采样和全相位延拓DCT内插编码框架。实验结果表明,不论是峰值信噪比还是主观效果,提出的基于下采样和全相位DCT内插的WDCT-JPEG算法在低比特率下编码性能显著提高,方块效应明显减少。     

2维全相位内插核的设计与实现

目的 图像的内插处理中,常将图像分解成许多子块,在块与块的交界处或图像边缘会引起图像质量的损伤。为了克服边缘效应,本文提出基于2维全相位数字信号处理的内插算法。方法 首先设计加窗的2维全相位数字信号处理算法,并利用该算法得到基于离散傅里叶变换(DFT)、离散余弦变换(DCT)和离散小波变换(DWT)的3种类型2维图像内插核,可同时处理行列及斜向频率分布。其次,为保持线性相位特性,对2维基窗和特性矩阵H的构成提出约束条件。结果 该方法在有效地降低分块效应的同时,解决了对斜向内容分量无法有效操作的问题,使内插得到的图像PSNR至少提升3 dB。结论 设计针对不同频率分布的3种图像内插实验,并同传统6种内插方式结果进行对比,表明该算法物理意义明确,恢复效果良好,实用性较强。     

一种新的全相位Contourlet离散变换在图像去噪中的应用

为了实现更为优秀的利用Contourlet来实现的图像去噪,以MATLAB为仿真工具,提出了一种新的全相位Contourlet离散变换,其多级分解和重构继承了已有的基于全相位DCT(APDCT)子带滤波和全相位IDCT(APIDCT)内插的全相位Contourlet,其方向滤波则是采用一种基于DCT的全相位方向滤波器组(APDFB)。APDFB具有良好的方向选择性,而且重构算法简单,只要将各个方向图像直接相加即可。实验结果表明,将新的全相位Contourlet离散变换应用在图像去噪中,与原Contourlet相比,在信噪比有所提高的同时,图像视觉效果也更好。     

基于全相位沃尔什内插核的图像插值

好的内插模板是放大后图像失真小的关键。全相位数字滤波器是一种新型的线性相位滤波器。依据全相位滤波理论,提出了2维Walsh内插模板,采用先对角线内插,再水平垂直内插的放大方法。将该方法同最近邻内插、双线性内插、三次样条内插进行了比较,实验结果表明,该方法计算简便,抗噪能力强。     

基于形态学和自适应模糊内插的红外图像放大

提出一种有效的红外图像放大算法，该算法和常用的基于双线性内插进行图像放大的算法有所不同．文中算法首先采用基于形态学的预处理算法对红外图像进行预处理；以使得边缘定位更容易；然后采取一种自适应模糊内插算法进行图像放大，该算法克服了一些基于双线性内插算法进行图像放大的算法的缺点；最后，给出文中算法和基于双线性内插算法进行图像放大的算法的实验结果．实验结果表明，文中算法有效地提高了放大图像的质量．     

变换域全相位信号处理算法

全相位处理有效地改善了信号吉布斯现象,为了在数据压缩、谱分析和多分辨率分析等领域 内充分利用全相位方法,本文设计了各种正交变换下全相位信号处理算法的一般形式,即全 相位变换等于信号准2倍延拓的全相位核加权,推导出离散傅里叶变换（Discrete Fourier transform,DFT）、离散余弦变换（Discrete cosine transform,DCT)和DCT正交基下的全相 位核的数学表达式及反变换公式。为进一步改善算法效果,给出了加窗的变换域全相位处理 算法的系统实现框图,对满足线性的窗进行了分析。最后,基于DCT、离散小波变换(Discre te wavelet transform,DWT)的传输特性和信号子带分解实验证实了该算法的正确性和可实 现性。     

一种基于边缘检测的空域误码掩盖算法

提出了一种基于边缘检测的空域误码掩盖算法,算法通过检测受损宏块相邻块的边缘信息,将受损块分为平坦块、边缘块和纹理块三类,根据受损宏块的类型,选择不同的方法恢复。对于边缘块,采用改进的方向内插恢复;对于纹理块,在不同的方向进行加权内插,并按照一定的规则将多个方向的亮度值加权组合。仿真实验表明,算法具有良好的误码掩盖效果。     

反向插补的NURBS曲线前瞻插补算法

为了避免现有NURBS曲线前瞻插补算法在确定自适应减速起始点时不够准确而产生的减速距离大于实际需要距离的问题,防止插补出现低速运行区域,提出一种基于反向插补的减速点确定方法.在该方法中,前瞻算法从减速区域的终止点开始,采用S型加减速规划进行逆向插补,以确立逆向插补曲线与自适应插补曲线的交区间,将交区间的起始点作为自适应减速区间的起始点,并再次进行前瞻插补,得到理想的减速区域速度规划方案.仿真实验结果表明,文中算法有效地避免了插补过程中的低速运行现象,提高了插补效率.     

一种视频编码中的自适应块效应后处理算法

基于块DCT图像压缩方法通常会因比特率低而导致块效应.提出了一种在DCT域自适应消除块效应的算法,首先将块效应模型化为2维阶梯函数,并利用人眼视觉特性检测视频序列块效应的程度,利用索伯算子检测出图像的边缘,根据块效应的可见度对图像进行自适应处理.实验结果表明,本算法性能优于其他算法.     

长期演进系统中基于自适应矩阵样条内插的信道估计算法

在长期演进(LTE)系统中,为了工程上的简单实现,同时也为充分利用相邻参考信号的信息来精确估计数据子载波处的信道响应,提出了一种自适应矩阵样条内插的插值估计方法.根据样条插值的数学理论推导出适用于下行物理信道的矩阵样条内插公式,通过将插值区间进行分解与叠加来优化提出的插值算法,并利用相关带宽来自适应地选择分解长度.仿真结果表明,在较低工程实现复杂度的条件下,提出的内插算法性能优于常用的多项式内插算法,而且能够动态跟踪信道的状态变化.     

基于加权ENO的图像放大算法

E.Arandiga的图像自适应插值方法在图像边界区域使用了ENO方法进行插值。通过比较差商的绝对值的大小自适应地选择模板,尽量避免所选择的模板中包含间断,有效地抑制了Gibbs振荡,但仍有很多不足。为弥补ENO方法的缺点,提高插值方法的精确度,提出基于加权ENO的图像放大方法。基本思想是将图像的离散化形式看成图像在单元网格上的平均值,先判断每个单元中是否存在图像边界,在图像边界区域使用加权ENO方法插值图像,在光滑区域使用线性平均插值。该放大方法能得到比FArandiga的图像自适应插值方法更高阶的精度。     

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.     

加权边沿自适应的场内插值去隔行方法*

为实现隔行扫描图像到逐行扫描图像的扫描格式转换,提出了一种基于空间加权和边沿自适应的场内插值去隔行算法。该算法包括LRV（left right vertical）评估和边沿自适应插值。相比传统的去隔行算法,LRV评估可以有效地消除伪边沿插值;在边沿自适应插值中增加预插值判断进行插值方向初步估计,可以抑制反向插值错误;在边沿方向搜索中增加空间权值,可以提高插值的准确率。实验结果表明,该算法在处理图片和视频流时的图像质量均要优于传统的算法。     

纹理细节和边缘结构保持的图像插值算法

针对图像重建过程中产生的边缘结构被破坏和纹理细节丢失问题,提出一种纹理细节和边缘结构保持的图像插值算法。首先,采用自适应阈值的八方向边缘检测划分图像区域;其次,构造双变量有理函数模型,它可在有理模型和多项式模型之间转换;最后,提出基于边缘数据的局部不对称性和梯度特征调整待插值点空间距离的方法,调整边缘部分待插值点坐标并代入有理模型实现插值,而非边缘部分采用多项式模型插值。实验表明,该算法的峰值信噪比平均提升了0.48~2.17 dB,结构相似性平均提升了0.004~0.028,获得了较高的客观评价数据。该算法将原空间距离不变的插值修正为空间距离变化的插值,有效地保持了图像的边缘结构和纹理细节,使得重建结果具有较好的视觉效果。     

基于视觉感知的图像放大

为了有效保持图像纹理细节和边界结构,提出了一种基于视觉感知的图像放大算法。构造了一类[C2]连续的双变量有理函数插值模型。根据等值线生成原理,利用等值线方法将图像自适应地划分为边缘区域和平滑区域。基于图像的区域特征,平滑区域采用多项式模型插值,边缘区域采用有理模型插值。根据人眼对比敏感特性,对边缘区域进行参数优化,从而获得高质量插值图像。与其他经典的图像放大方法相比,该方法能有效保持图像的纹理细节和边缘结构,同时获得了较好的客观评价数据。     

基于梯度的快速图像插值算法

为解决传统插值算法效果不佳而新发展的边缘方向插值算法计算量大的问题,提出了一种基于梯度检测边缘的快速图像插值算法。该算法通过在原图像每一个3×3邻域内计算二阶梯度,检测边缘是否存在:若存在边缘,则计算一阶梯度判断边缘强弱并自适应得到权值因子,然后进行带权的线性插值;若不存在边缘,则在此邻域内进行双线性插值。实验结果表明,此算法不仅使插值后图像具备整体清晰性和边缘平滑性,有效保持了图像的主观视觉质量,而且相比现有同等效果的插值算法,运算时间至少能降低20%,尤其适用于嵌入式设备图像放大的应用。     

基于误差修正的自适应边缘保持图像插值

传统插值算法容易产生细节模糊和边缘锯齿效应,而边缘是图像的重要信息,直接影响插值图像的视觉效果。为了解决这一问题,提出了一种新的基于误差修正的自适应边缘保持插值算法。首先将原图像向插值图像进行映射,再定义一个3×3的滑动窗口,用水平和垂直两个模板确定边缘类型,根据边缘类型进行插值,最后对仍未定义像素点用插值误差定理进行处理,总体上对所有像素都进行了分情况插值处理。实验结果表明,本算法有效地保持了图像的边缘信息,能够获得视觉质量较好的插值图像,且算法比较简单,容易实现。     

一种B样条曲线描述图像边界的算法

型值点的个数与分布对B样条曲线的形状有直接影响,为了让B样条曲线能很好地描述图像区域边缘,研究了一种自适应3次非均匀B样条曲线插值算法。利用B样条曲线在型值点处曲率较大的性质,调整型值点的位置和个数,通过B样条曲线与图像边缘的误差,对型值点进一步优化,使B样条曲线贴合边缘。实验结果表明,该方法得到的B样条曲线能很好地描述区域边缘。     

Effective demosaicking algorithm based on edge property for color filter arrays

Under the influence of digitization, digital still cameras (DSC) are becoming prevalent in recent years. The image capturing and file storing process of a digital still camera involves multiple image processing and precise corrective calculations. In order to reduce cost and volume, a digital still camera usually utilizes only one sensor and color filter array (CFA) for capturing images, and reconstructs a corresponding full-color image using a color interpolation method. Demosaicking is the first step of image processing of digital still cameras and has been integrated into the design of a variety of digital still cameras. If noise and blurred edges exist from the onset of image reconstruction, a post-processing can do little to improve the quality of the reconstructed image. A demosaicking method is proposed in this paper to prevent the occurrence of color artifacts. By detecting the edge characteristics of a digital image, accurate weights can be obtained for image interpolation, before refinement is made in post-processing. After comparing the experiment results of this paper with those of previously proposed methods, it is found that the proposed method can effectively reduce color artifacts and enhance image quality.     

梯度优化的有理函数图像插值

目的 对图像纹理区域的细节保持一直以来是图像插值技术的一个难题,为此提出了一种梯度优化的有理函数图像插值算法。方法 首先,构造了一种新的含有可调参数的双变量有理插值函数,随着参数的不同取值,该函数具有不同的表达形式,它是多项式模型和有理模型的有机统一体;其次,根据图像的区域特征,利用等值线方法将图像自适应地划分为纹理区域和平滑区域,纹理区域采用有理模型插值,平滑区域采用多项式模型插值;最后,根据各向同性Sobel算子计算插值单元的图像梯度,确定纹理方向,不同纹理方向的插值单元用相应的权重对中心点进行优化。结果 从客观数据、主观效果、时间复杂度3个方面对重建图像进行评价,客观数据包括峰值信噪比（PSNR）和结构相似性（SSIM）,从实验结果可以看出,本文算法的PSNR平均提高了0.14~1.50 dB,SSIM平均提高了0.005~0.097。从主观效果来看,本文算法的重建图像的纹理细节更加丰富,边缘结构更加清晰,从时间复杂度来看,本文算法的平均运行时间是3.77 s,分别比DFDF（directional filtering and data fusion）、NEDI（new edge-directed interpolation）、RSAI（robust soft-decision adaptive interpolation）、Lee''s、NARM（nonlocal autoregressive model）算法快了3.28倍、5.26倍、53.28倍、43.53倍、418.54倍。特别地,对于Baboon、Barbara、Metal这类纹理细节丰富的图像,本文算法在峰值信噪比和结构相似性上较对比算法有突出优势,主观效果有明显提高。结论 基于构造的双变量有理插值模型,本文提出了一个梯度优化的有理函数图像插值算法,实验结果表明,该算法在图像纹理细节和边缘结构保持方面具有良好的视觉效果,有效提高了插值图像质量,且时间复杂度较低。