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。     

图像插值的自适应邻域滤波方法

图像待插像素用其邻域内连续方向上像素的Tyler展开可以得到较好的近似,但是沿着灰度连续和不连续方向(跨越图像边缘方向)的Tyler展开近似的线性平均会增加图像边缘宽度,引起图像边缘的视觉模糊以及产生锯齿边缘。为此,通过一个与灰度距离相关的权函数,自适应选择待插像素邻域内的Tyler展开,提出一个邻域滤波图像插值方法。与待插像素位于图像边缘同侧的像素权函数的值较大,像素的Tyler展开被选择为待插像素的近似;反之则权函数的值较小,像素的Tyler展开不用作待插像素的Tyler展开。实验结果表明,该方法避免了跨越图像边缘的Tyler展开的线性平均,可减小插值图像边缘的宽度,增加边缘斜坡坡度,从而获得清晰的插值图像边缘。     

改进的自适应冲击滤波图像超分辨率插值算法

针对基于插值的图像超分辨算法造成图像边缘扩散和引入噪声的缺点,该文提出一种改进的自适应冲击滤波模型的图像超分辨率插值方法.根据插值后的初始高分辨率图像梯度自适应调整冲击滤波的权重,针对不同的图像边缘相应地减少图像的边缘扩散,同时利用前向扩散消除噪声,相对传统冲击滤波方法,避免了锯齿、块效应等人工痕迹,有效的保留了细节纹理特征.理论分析和实验结果表明,文中方法获得更好的超分辨率结果,主观效果得到明显改善,客观指标得到一定提高.     

Freehand 3维超声重建算法综述

Freehand 3维超声是近年来超声图像3维重建技术领域的研究热点之一。在对3维超声按获取方式不同进行分类的基础上,阐述了Freehand 3维超声系统特点及其重建原理,对Freehand 3维超声重建算法进行了综述和比较分析,并指出了今后面临的主要挑战和未来发展方向。     

基于直方图均衡插值的盆底超声图像细节增强方法

现有的盆底超声图像细节增强方法在增加过程中对灰度值把握能力较差,容易出现细节丢失的问题,甚至会出现过度增强。为了解决上述问题,基于直方图均衡插值研究了一种新的盆底超声图像细节增强方法。利用频域高斯滤波和傅里叶变换方法将图像分为高频图像和低频图像,通过直方图均衡处理结果分析相邻灰度值幅值,引入新的灰度值,从而得到新的直方图。以从小到大的顺序确定映射关系,融合处理后的低频图像和高频图像,确保细节可以得到很好的加强。实验结果表明,基于直方图均衡插值的盆底超声图像细节增强方法能够有效提高灰度值把握能力,确保细节的优越性,得到的图像视觉效果十分的清晰,从观感上更柔和。     

基于特征的文档图像高速插值算法

提出了一种基于文档图像特征的混合插值算法。该算法通过分析文档图像的像素邻域特征,使用邻近插值、双线性插值和双三次样条插值方法估计插值像素灰度值。其中,三次样条插值方法使用了优化算法,即三次样条卷积模板的整数化运算,其时间复杂度接近双线性插值。给出了算法的实现过程。实验结果表明,该算法输出的图像质量接近双三次样条插值,运行效率高于双线性插值算法,在文档图像扫描过程取得了良好的应用效果。     

图像插值模糊的非线性自适应消除

针对线性移不变图像插值方法造成的插值图像边缘模糊,提出采用具有高通特性的有理滤波器增强图像,重建锐变的图像边缘。对基本有理滤波算子进行改进,避免滤波信号峰值点和孤立点的失真。推广算子的二维形式并引入图像对比度约束,形成一种自适应图像插值模糊消除算法。实验结果表明,算法能够不失真地重建图像边缘的高频细节,提高图像的视觉分辨率,图像质量优于现有图像插值模糊消除算法。     

2维复图像插值技术研究

2维复图像插值可按实部和虚部分为两个实图像插值,实图像插值实际上是一个2维滤波过程。提出了一种局部自适应的2维实图像插值算法。该算法可以在不预设模型的前提下,利用局部图像的自相关函数设计2维滤波函数。为满足插值均方误差最小,算法中引入了遗传算法优化多变量函数。该算法在超宽带合成孔径雷达(ultra-wideBand synthetic aperture radar,UWB SAR)图像插值中有应用价值,实测数据的复图像插值和复图像配准检验了该算法的可行性。     

基于方向滤波的超声图像边缘增强

由于斑点噪声的存在,传统的边缘增强算子常常会强化超声图像的斑点噪声,降低对比分辨率。针对这种情况,提出基于方向滤波的超声图像边缘增强算法。算法首先进行斑点去噪,然后基于纹理分析进行图像分割,判定图像的强边缘、弱边缘及反射伪影,最后以方向滤波为基础,计算强边缘和弱边缘的局部方向,设计方向滤波器,根据图像的方向自适应选择滤波器进行滤波,增强图像边缘。实验结果表明,原超声医学图像得到有效增强,边缘细节得以保留。该算法能有效地提取需边缘增强区域,获得满意的组织边缘增强效果,同时图像的反射伪影部分保持不变。     

一种新的基于中值的图像插值算法

图像插值是一个从低分辨率图像重建出高分辨率图像的技术。保持图像结构边缘的锐利和更多的图像细节是图像插值技术的具有挑战性的任务。提出一种基于中值的图像插值方法,该方法利用中值滤波器分步得到高分辨图像的灰度值。实验仿真表明所提出的方法可以避免传统线性插值出现的过模糊,振铃,锯齿等假象,同时该算法的计算复杂度较低。     

基于GPU的实时图像拼接

大视野、高质量的图像信息对地面移动机器人的遥控操作具有非常重要的意义。提出了一种基于先验信息的自适应图像拼接方法。该方法在图像大致重叠区域中均匀选取待匹配点,利用改进的具有旋转不变性的NCC(Normalized Cross Correlation,归一化互相关)匹配方法进行区域相似性度量,通过RANSAC(Random Sample Con-sensus,随机采样一致性)算法估计图像射影变换模型,采用线性淡入淡出法进行图像融合。利用GPU强大的并行处理能力对算法进行了并行化实现,使图像拼接效率比单独采用CPU提高了60倍以上,稳定的拼接速度可达21.3fps。     

基于GPU的图像特征并行计算方法

特征提取与描述是众多计算机视觉应用的基础。局部特征提取与描述因像素级处理产生的高维计算而导致其计算复杂、实时性差,影响了算法在实际系统中的应用。研究了局部特征提取与描述中的关键共性计算模块——图像金字塔机制及图像梯度计算。基于NVIDIA GPU/CUDA架构设计并实现了共性模块的并行计算,并通过优化全局存储、纹理存储及共享存储的访问方式进一步实现了其高效计算。实验结果表明,基于GPU的图像金字塔和图像梯度计算比CPU获得了30倍左右的加速,将实现的图像金字塔和图像梯度计算应用于HOG特征提取与描述算法,相比CPU获得了40倍左右的加速。该研究对于基于GPU实现局部特征的高速提取与描述具有现实意义。     

基于GPU的多点触控图像处理技术

现有的图像校正技术仅对触点坐标进行校正,存在损失大量操控面信息,限制复杂交互方式的缺点。为此,利用图形处理器(GPU)的可编程性和图形图像计算方面的优势,由GPU完成图像校正和处理过程,以此提高图像处理速度。为使系统支持更复杂的操控与交互,改进图像校正和处理流程,实现图像的整体校正,在保留操控面全部信息的同时减少CPU占用资源。理论分析与实验结果验证了该方法的有效性。     

基于增量维纳滤波的图像插值算法辨识

针对数码相机中颜色滤波阵列和插值算法的辨识问题,提出基于增量维纳滤波的联合辨识方法。建立数码相机插值过程的近似模型,根据迭代增量维纳滤波的迭代误差和迭代维纳解联合估计颜色滤波阵列模式和插值系数,利用估计的插值系数实现插值算法的辨识。实验结果证明了该方法的有效性。     

基于GPU加速的实时4K全景视频拼接

虚拟现实是近年来热门的新技术,而全景视频摄制是生产虚拟现实内容的一种重要方式。介绍了一个全景视频拼接系统,其能够对六路的2K视频实时进行拼接,生成4K的输出视频。设计了一个并行化的拼接流程,对整个拼接过程中的不同步骤都进行了并行化处理,并在GPU上进行了实现。实验结果表明,该系统能够实时拼接出高质量的4K全景视频。     

基于图形处理器的边缘检测算法

边缘检测是一种高度并行的算法,计算量较大,传统的CPU处理难以满足实时要求。针对图像边缘检测问题的计算密集性,在分析常用边缘检测算法的基础上,利用CUDA(Compute Unified Device Architecture,计算统一设备架构)软硬件体系架构,提出了图像边缘检测的GPU(Graphics Processing Unit,图形处理器)实现方案。首先介绍GPU高强度并行运算的体系结构基础,并将Roberts和Sobel这两个具有代表性的图像边缘检测算法移植到GPU,然后利用当前同等价格的CPU和GPU进行对比实验,利用多幅不同分辨率图像作为测试数据,对比CPU和GPU方案的计算效率。实验结果表明,与相同算法的CPU实现相比,其GPU实现获得了相同的处理效果,并将计算效率最高提升到了17倍以上,以此证明GPU在数字图像处理的实际应用中大有潜力。     

GPU实现的高速FIR数字滤波算法

针对目前基于GPU的FIR算法速度低、扩展性差的缺点,提出一种高速的多通道FIR数字滤波的并行算法,并利用平衡并行运算负载的技术以及降低内存访问密度的方法进行加速.该算法采用矩阵乘法的并行运算技术在GPU上建立并行滤波模型,通过每个线程在单个指令周期内执行2个信号运算,实现了多通道信号的高速滤波.实验结果表明,在GTX260+平台上,采用文中算法的平均加速比达到了203,效率超过40%,并且具有更好的扩展性.     

一种基于光学定位的自由式三维超声系统研发

自由式三维超声成像是一种新型的采用二维超声原理进行任意部位三维成像的设备,可以在传统的二维超声探头上固定用于空间定位的标记物,对扫描对象进行任意部位、大范围的三维扫描成像。文章介绍了一种可应用于微创手术导航的自由式三维超声成像系统,并详细分析了当前基于距离加权的三维超声重建算法的性能和优缺点。通过对体模和动物器官的超声图像扫描,并使用三维重建系统分别进行超声三维重建,得出了比较满意的结果,验证了三维重建算法及三维重建系统的可行性和有效性。