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。     

改进的图像自适应梯度插值

传统的图像插值算法存在边缘模糊和边缘锯齿,已有改进算法改善了插值图像质量,但存在斜边缘锯齿或局部扭曲变形等问题。为解决上述问题,提出了改进的图像自适应梯度插值。该方法首先根据图像的局部不对称性和局部梯度特征在1维方向上修正插值点空间距离,并将1维修正结果合并到2维空间,然后将修正的空间距离应用到传统的插值算法中。实验结果表明,该方法改善了插值图像的峰值信噪比,有效保护了图像在各个方向上的边缘信息。     

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。     

基于图像梯度信息的插值方法

图像插值是图像处理中的一个基本问题,为了获得更合理的图像插值权函数,从1维函数中插值的有关思想出发,通过梯度信息在图像插值中的应用研究,构造了一种基于图像梯度信息的加权插值方法。该方法利用图像为分片连续的光滑函数的先验信息,通过建立一个与各点梯度值成反比的权函数来完成对图像的插值,同时对涉及的有关参数选择问题进行了讨论,给出了一种合理的参数选取方法。仿真计算表明,该方法对一般图像均具有较好的插值效果,尤其适用于对比度较强,且边缘简单的图像,插值后的图像边缘更清晰。     

基于局部梯度的WaDi图像插值

线性插值算法容易产生细节模糊和边缘锯齿效应,为了较好地保持图像的边缘信息,改善图像的主观视觉效果,提出了一种改进的Warped Distance（WaDi）图像插值方法。传统的WaDi算法是对空间线性插值的改进,但它仅仅利用了图像边缘的局部不对称特征来计算WaDi。除了局部不对称特征,局部梯度特征也是图像边缘的一种重要特征。文中采用将局部不对称特征和局部梯度特征相结合的方法来计算WaDi,可同时保持图像边缘的细节特征和非边缘的光滑性。实验结果表明,用该方法能获得高精度的插值图像。     

梯度角约束图像插值

为了使插值的图像既保持光滑的图像轮廓又获得清晰的图像边缘,提出一种梯度角约束图像插值方法.首先证明了局部恒定的梯度角约束插值等价于总变分最小化;在此基础上,提出一个具有更强连续性的梯度角约束,由这个约束条件导出的三阶偏微分方程使插值的图像既可以保证水平线方向的连续性,又减小图像边缘的宽度;最后证明了插值方程中正则项的对比不变性.通过数值实验证明了该方法的有效性.     

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.     

基于局部梯度的WaDi图像插值

线性插值算法容易产生细节模糊和边缘锯齿效应,为了较好地保持图像的边缘信息,改善图像的主观视觉效果,提出了一种改进的WarpedDistance(WaDi)图像插值方法.传统的WaDi算法是对空间线性插值的改进,但它仅仅利用了图像边缘的局部不对称特征来计算WaDi.除了局部不对称特征,局部梯度特征也是图像边缘的一种重要特征.文中采用将局部不对称特征和局部梯度特征相结合的方法来计算WaDi,可同时保持图像边缘的细节特征和非边缘的光滑性.实验结果表明,用该方法能获得高精度的插值图像.     

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。     

一种基于新插值方法的图像旋转算法

图像旋转算法采用的插值方法存在不足,容易出现“锯齿”形边缘和模糊的现象,改变了图像的表示模型,为此提出了平面插值和球面插值相结合的图像插值方法,从而避免了传统的插值方法用统一的模型逼近所有像素的不足,它对不同的情况采用不同的插值方法。理论分析和实验结果表明了该方法的有效性。     

利用线性插值合成图象

室外场景的光照模拟与图象合成的难点在于场景与光照的复杂性。提出了一种利用现有基图象的线性组合来生成不同天候条件下同一场景图象的方法。它根据光照函数的线性关系,估计不同太阳位置和不同天气状况基图象的系数,从而最终通过基图象的组合来产生目标图象。实验结果表明本文的方法用于固定场景下的图象合成是可行的。     

基于边缘移动匹配法的图像插值

论文介绍了一种保持图像边缘特征的插值方法。经典的插值算法常常使插值后图像边缘部分出现模糊或锯齿现象。为了获得图像边缘部分较好的视觉质量,算法对处于图像边缘部分的象素点首先在原图上寻找边缘方向,即利用边缘移动匹配法计算各象素点之间的相似程度来寻找到边缘方向,再使插值沿边缘方向进行。模拟试验证明,无论对机器生成的图像还是对自然图像,这种方法均能很好地保持图像边缘特征,从而使插值后整幅图像的视觉效果大大改善。该算法运算并不复杂,并且对于任何形式的图像几何变形都适用。     

基于斜坡边缘模型的图像插值新方法

基于斜坡边缘模型的经典插值方法把所有边缘归为强边缘,导致弱边缘过分增强而失真。针对该问题提出基于斜坡边缘模型的图像插值新方法（NIIBRED）,对强弱边缘采用不同方法,考虑边缘宽度随图像放大而增大的情况,对放大图像进行修复。实验结果证明,NIIBRED使放大图像的边缘更自然且清晰,取得了更好的纹理效果。     

基于再生核W空间的图像插值算法

提出了一种基于再生核的图像插值方法.再生核源于不同学科分支,已成为函数逼近的重要工具.该方法将再生核的再生公式离散,并按照证明的再生核数值积分方法导出了新型的图像插值算法.新插值算法的优点是利用再生核的数学模型特点保持图像的边界信息和光滑性,促进了插值的整体性能.实验结果表明:该算法能够克服其它算法的缺点,获取的高分辨率图像既能够保持图像的边界信息,又能保证图像的光滑性.     

图像双线性插值无级放大及其运算量分析

针对图像的无级放大问题,提出了3种双线性插值放大方案,分析了3种方案各自的运算量,找出最优的图像放大算法.     

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。     

基于三次拉格朗日插值的自适应图像缩放

传统的插值算法由于低通滤波效应通常会使目标图像边缘模糊,难以得到满意的视觉效果.为了取得较好的图像缩放质量,提出一种基于三次拉格朗日插值的自适应图像缩放算法.该算法首先计算目标像素点周围三组源像素点的方差,选取方差最小的一组源像素点,然后采用三次拉格朗日插值公式求得目标像素点的灰度值.实验结果表明,本文算法所得的目标图像边缘清晰,且算法复杂度较低,便于硬件实现,可以实现实时图像缩放.