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.     

基于边缘像素点分类和插值的图像放大新算法

提出了一种超分辨率图像放大的新方法.根据低分辨率图像上的边缘信息,对初始的一个小图像块依据其对应的低分辨率图像上的边缘点进行分类,并根据此分类对图像块中某些像素点进行重新插值,得到放大的高分辨率图像块.由于对图像中的边缘点进行了特殊的处理,所提出的方法可以提高放大图像的边缘部分的清晰度,克服传统图像放大中图像过于平滑的缺点,对图像进行很好的放大.     

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。     

基于偏微分的图像放大算法研究

在研究图片放大算法中,分析了现有的运用偏微分算法在图像法大中的不足,利用图像放大过程中的边缘信息可预知性,本文提出一种新的基于偏微分方程的图像放大算法,这种算法通过将图像边缘检测、平滑处理,然后采用三次样条插值算法对边缘进行相应倍数的放大,并通过对可能出现的锯齿边缘进行细化处理;将处理过的边缘作为放大图像的边缘,从而可以将源图像的边缘很好的保持下来,避免了偏微分方程放大过程中出现的边缘模糊现象。实验结果显示,该方法是一种能够很好的保存图像的边缘信息的图像放大算法。     

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。     

基于加权抛物线插值误差补偿算法的图像放大

提出一种基于加权抛物线插值误差补偿的图像放大算法。该算法增加加权抛物线插值的误差补偿项,借助于sobel算子设定插值点的边缘方向,消除由于传统的线性插值造成的振铃现象和棋盘效应,并具有一定的边缘自适应功能。实验结果表明,相对于传统的图像放大算法,该算法不仅能够保留原始图像的基本内容,还能得到更加清晰的边缘信息。     

Newton-Thiele插值方法在图像放大中的应用研究

图像放大一般采用插值方法，而插值基函数的选择直接影响放大图像的效果和实时速度．在分析常见插值方法和图像特点的基础上，提出一种新的图像放大方法，利用Thiele连分式和Newton多项式建立有理插值函数和代数插值函数；并通过实验证明，该方法也是一种有效的图像放大方法．     

一种基于Bezier插值曲面的图像放大方法

章提出了一种利用Ｂｅｚｉｅｒ插值曲面进行图像放大的方法,该方法是为数字图像的第一个色彩分量构造一个分块双三次Ｂｅｚｉｅｒ插值Ｃ＾１曲面的 图像放大等价于以不同的采样速度地该曲面进行采样的过程,实验结果表明,该方法可以大大改善放大图像的效果。     

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。     

快速方向字典插值的中低倍率超分辨率算法

在中低倍率实时超分辨率显示系统中,为了进一步提高重建图像质量的同时降低运算复杂度,提出了一种全方向字典拟合插值的中低倍率快速超分辨率算法。对每个高分辨率图像中待插值像素,首先在对应的低分辨率插值区间中,采用金字塔纹理字典查找主纹理方向,然后根据待插值像素位置进行插值方向修正,最后通过单边拟合的插值方法得到插值结果。实验结果表明,与基于线性映射的边缘定位超分辨率算法(SREO)相比,该算法的峰值信噪比(PSNR)和结构相似度(SSIM)平均分别提高了0.73 dB和0.04,同时平均运算时间减少了40%。     

基于三次 B 样条插值曲面的图像放大方法*

为了实现低分辨率图像的高保真放大,利用原图像中相邻四个像素点的像素值及其在放大后的图像中的位置构造出了对应的三次B样条插值曲面,从而较好地估算出了放大后图像中出现的空白像素值。鉴于彩色图的像素点有R、G、B三个分量,分别构造R曲面、G曲面、B曲面对空白像素点的三个分量进行填充。由于采用构造曲面的高度值作为像素值,使得相邻像素点的像素值不存在较大差异,故而尽可能地避免了马赛克现象的产生,实现了图像的高保真放大。通过对比实验,验证了论文方法对图像放大具有非常好的效果。     

局部几何结构驱动的图像插值放大及超分辨率复原

众所周知,图像插值是根据一幅低分辨率噪声图像重建相应高分辨率清晰图像的数字图像处理技术。虽然已有一些文献报道了多种图像插值算法,然而现有算法在插值视觉效果和计算复杂度两者间往往难以实现均衡,为此,提出了一种局部几何结构驱动的偏微分方程(PDE)图像插值算法。该算法通过耦合边缘、纹理和角形3种不同几何结构的扩散机制来进行插值,插值结果表明,该算法不仅具有抗噪声性能,而且能够同时增强边缘、纹理以及角形结构。考虑到图像的超分辨率复原与插值放大在数学本质上的一致性,特将上述PDE应用推广到图像的超分辨率复原,并且针对高强度噪声情形下,超分辨率图像中出现的伪纹理结构,提出了一种耦合全变差模型的改进的PDE。实验结果表明,不论是插值放大图像,还是超分辨率复原图像都具有较高的视觉质量和峰值信噪比。     

基于局部插值的双三次图像放大

以距离和边缘特征为约束,提出构造分片定义的双三次多项式曲面实现图像放大 的新方法,分为构造拟合曲面和修正曲面。以距离和边缘为约束构造对小邻域上像素拟合的二 次多项式采样曲面,所有二次多项式采样曲面加权组合生成分片定义的双三次多项式整体曲面。 由放大图像计算误差图像,由误差图像构造修正曲面的技术,进而提高放大图像精度和视觉效 果。为减少构造二次多项式的计算量,提出对二次多项式系数分类计算算法,能够实现对图像 任意倍数的放大。实验结果表明,该方法不仅提高了放大图像的峰值信噪比(PSNR)、结构相似 度(SSIM)数值精度,也提高了图像的视觉效果。     

基于色度-亮度全变分模型的彩色图像放大

采用传统插值法放大的图像存在边缘锯齿化和边缘模糊化缺点。针对该问题,在分析图像复原全变分模型的基础上,将色度-亮度全变分复原模型用于彩色图像放大,使图像放大问题转化为图像修补问题。实验结果证明,该方法能保持放大后图像边缘的光滑与清晰。     

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。     

基于像素过滤配准插值的图像修复算法研究

研究残损图像的修复问题,提高修复后图像的清晰度。当采集环境较为恶劣时,采集的图像会发生像素丢失,残损、混淆,造成图像模糊、质量下降、清晰度不高。为了解决上述问题,提出利用像素过滤配准插值算法,对发生形变、丢失的像素进行过滤配准计算,运用相邻相似像素插值的方法补偿由于显示区域内像素被大量破坏或丢失导致的像素残缺,完整像素数量不足的缺陷,克服由于像素缺陷造成的图像清晰度下降的弊端。实验结果表明,改进方法能够大幅提高低质量图像的清晰度,取得了不错的效果。     

一种新颖的基于遗传算法的正则化图像插值方法

传统的图像插值方法，包括零阶插值或最近邻插值、双线性插值、立方样条插值等，是先经补零疏化、后经内插滤波实现的。由于这些内插滤波器不能完成理想的低通滤波功能，传统插值图像会增加一定的虚假内容，即导致方块效应、模糊等。另外．由于内插滤波器是确定的，因而这些插值算法就缺乏利用图像本身信息的机制。为了提高插值图像的质量和增强图像的分辨率，首次提出了一种基于遗传算法的正则化图像插值方法。在该遗传算法中，编码采用实值方式，变异采用“引导”方式，适应度评价函数的正则化项采用图像质量评价的一些客观标准。最后，还分析了在遗传算法中怎样直接调整正则化系数，并将实验获得的该正则化系数应用于相同实验条件下的迭代正则化插值算法中，取得了良好效果。实验证明，该方法实用、可行。     

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。