一种新的基于图像边缘的插值算法

灰度图像放大时,插值所具有的平滑作用会退化图像的高频部分,使放大图像轮廓变得模糊,该文提出了一种新的图像插值算法,先用一阶微分运算分离出图像的平坦区域和边缘区域,对图像的平坦区域采用双线性插值法,对图像的边缘部分采用本文的插值算法,实验证明该算法有效地保持了边缘信息,得到了视觉信息较好的插值图像。     

基于边缘最大相关性的快速图像插值算法

处理视频、网络信号要求有较好的视觉质量和较低的算法复杂度、运算量。传统的图像插值算法会产生细节模糊和边缘锯齿化,为此,提出了一种基于图像边缘多方向最大相关性的快速数字图像插值算法。为了得到高分辨率图像相关信息,根据图像空间域内多个方向邻近像素点的相关特性,利用与待内插值点相邻6个降采样像素值。实验证明,该算法降低了运算复杂度,有效地保持了边缘信息,得到了视觉质量较好的插值图像。     

基于阈值控制的边缘自适应快速图像插值算法

在处理视频、网络信号时，要求较低的算法复杂度和运算量。该文通过阈值控制方式分类像素点区域，采用双通道达到快速插值的目的。利用与边缘像素点相邻的6个降采样像素局部结构多方向信息特征，估计高分辨率像素值。实验结果证明，该算法有效地保持了边缘特征，减少了CPU处理插值的时间，获得了较高的分辨率图像，并满足快速处理信号的要求。     

一种基于边缘梯度的图像插值算法

传统图像插值算法的计算效率较低,处理后图像存在边界模糊或锯齿的现象。为此,提出一种基于边缘梯度的图像插值算法。通过Roberts边缘检测算子确定颜色分段和区间分界阈值,利用空间三点构造空间平面,并设计插值公式。实验结果表明,该算法能有效保护图像的边缘细节,提高图像缩放质量和运算效率。     

一种改进的边缘方向插值算法

已有的边缘方向插值算法利用高低分辨率图像局部方差之间存在的对偶性实现自适应非线性插值。其性能明显优于传统线性插值算法，但图像边缘噪声可能仍然比较明显。为了获得更好的视觉效果。提出了一种改进算法。充分利用局部降采样像素之间的相关信息，用和被插点相邻的6个降采样像素估计高分辨率图像的局部协方差。该算法应用于灰度和彩色图像的分辨率增强，不仅降低了运算复杂度，而且有效地抑制了边缘噪声，进一步提高了插值图像的视觉质量。     

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。     

基于边缘信息的图像自适应插值算法

通过将图像分为非边缘部分和边缘部分,得出了一种基于图像边缘信息的图像插值算法.根据边缘部分映射点邻域图像的复杂程度,自适应地调节插值权值的图像插值方法.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,其边界处理效果好且易于实现,实验也验证了该方法的有效性.     

基于边缘敏感滤波的图像插值算法

本文提出了一种利用双三次样条函数插值的方法，对图像进行放大，并在插值后，采用边缘敏感滤波器对边缘部分进行处理，恢复图像的边缘特征。实验表明，采用本文方法进行图像插值，可以得到很好的效果。     

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。     

基于学习边缘信息的图像插值算法

为解决图像插值时产生边缘模糊和重影等现象,利用神经网络学习图像边缘信息,匹配两相邻断层图像间相似点,实现图像的灰度插值.对于新插值图像上的每一个像素,在相邻两个断层各选择一系列候选对应点,利用神经网络选择最佳匹配的一对对应点,利用这对对应点的灰度值插值出新图像上相应位置的灰度值.试验结果表明,改善了传统图像插值中图像边缘模糊的现象,并且极大的消除了重影现象.     

边导向的双三次彩色图像插值

提出了一个新的边导向的双三次卷积(Cubic convolution, CC)彩色图像插值算法. 对于待插值的像素, 首先在其邻域检测两个正交方向边的强度. 如果该 像素在一个强边上, 则沿着强边的方向执行CC插值估计该像素;否则, 该像素 在弱边或纹理区域, 通过加权平均两个正交方向的CC插值估计该像素. 本文方法也考虑了彩色平面之间的相关性. 实验结果显示, 本文方法显著优于经 典的CC插值和其他一些插值方法.     

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。     

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。     

一种图像插补的新方法

提出了一种图像插补的方法。首先将两幅图像进行矫正,使得它们的对极线处在同一扫描线上,从而将二维图像的匹配简化成一维图像的匹配,使得下一步的匹配快速、准确;然后检测第一幅图像扫描线上的边缘点,利用这些边缘点分割两幅矫正图像对应的扫描线,进行密集匹配;最后确定插补图像的像素位置和灰度。实验证明该算法简单,容易实现。     

基于隐式分段自回归模型的图像插值算法

利用自然图像信号的分段统计稳态性可以有效地对图像信号进行建模.其分段统计稳态区域往往具有非规则的形态.采用规则窗口对图像统计稳态区域内的统计量进行估计存在较大的误差.提出一种基于概率描述的隐式分段自回归模型来刻画分段统计稳态区域形态,并基于该模型提出了一种改进的图像插值算法.实验结果表明,该方法可以较好地改善插值图像中在边缘处的模糊、振铃和噪声等瑕疵现象.     

基于隐式分段自回归模型的图像插值算法?

利用自然图像信号的分段统计稳态性可以有效地对图像信号进行建模。其分段统计稳态区域往往具有非规则的形态。采用规则窗口对图像统计稳态区域内的统计量进行估计存在较大的误差。提出一种基于概率描述的隐式分段自回归模型来刻画分段统计稳态区域形态,并基于该模型提出了一种改进的图像插值算法。实验结果表明,该方法可以较好地改善插值图像中在边缘处的模糊、振铃和噪声等瑕疵现象。     

基于Biharmonic样条插值的图像渐变算法及实现

图像变形是计算机动画的重要技术之一。本文提出一种图像变形方法,利用Biharmonic样条曲面插值实现空间映射,采用后向映射和双线性插值进行图像重采样。在图像变形基础上结合图像融合技术实现了图像渐变。该方法使用灵活,操作者可以简单地改变特征点的数量和位置以控制变形细节而无需其他操作。实验结果表明,该方法产生的过渡图像平滑、自然,每幅变形图像边界稳定且有良好的可视性。