基于小波融合的图像插值算法

为了进一步改善图像的亮度,本文将小波融合的图像插值方法积极引入,在对图像进行处理过程中,经过不同插值方法的使用,获得的放大效果也是不同的。文章用不同算法对同一幅图像进行放大,然后将两幅放大后的图像进行融合处理。经比较此算法的引入能够较好的提高图像清晰度。     

基于ENO插值方法在图像放大中的应用研究

图像放大技术的主要难点在于如何使放大后的图像尽可能保持原始图像的清晰度。传统的内插法存在一定的缺陷。提出了基于小波变换的ENO插值图像放大方法,对插值后的图像做小波变换,对于高频系数进行修正,经过重构保持放大图像的清晰度。实验结果表明,用该方法与传统的图像放大方法相比,获得的放大图像的纹理特征和图像的边缘得到明显增强,并能提高插值图像的清晰度。     

目标检测与图像分类网络融合的金属化陶瓷环缺陷检测

针对金属化陶瓷环缺陷面积小、可利用信息少的特点和缺陷检测精度低的问题，提出一种目标检测与图像分类网络融合的金属化陶瓷环缺陷检测方法。首先，使用针对小面积目标检测特点改进的Faster-RCNN目标检测网络实现对缺陷的初步识别与定位。接着，使用插值方法将定位到的缺陷区域放大，利用图像相邻像素之间的信息关联，增加缺陷检测的特征信息量。然后，使用ResNet图像分类网络对放大后的区域进行缺陷类别判断。最后，融合目标检测网络和图像分类网络的结果，获得最终的缺陷检测结果。实验结果表明，所提方法能在保障缺陷检测查全率的同时有效提升查准率，且能准确定位缺陷区域。     

双层约束下基于局部和全局信息的图像插值新模型

该文提出一种双层约束的图像插值模型,模型在原始未插值图像梯度模约束下同时基于局部和全局信息处理。使用偏微分方程处理边缘像素,锐化边缘同时平滑边缘块状效应;平滑区域像素点的插值操作使用非局部均值模型,非局部均值模型通过对原始图像全局信息加权平均得到待处理图像像素值,图像平滑。使用双层约束模型处理纹理图像可以保持纹理特征,平滑纹理部分线形特征位置的块状效应。最后理论和实验结果证明使用双层控制模型可以直接将噪声图像插值放大。     

一种基于细化边缘的图像放大方法

为了解决图像放大过程中边缘模糊及运算量大的问题,采用一种基于细化后的图像边缘进行插值处理的图像放大方法.首先对初步提取出的边缘进行细化,获取边缘的较准确位置;然后根据被插值点邻域内边缘点和非边缘点的数量和位置关系进行不同的插值处理.实验表明该方法得到的放大图像有较好的视觉效果,无明显锯齿现象,且处理算法简单,易于实现.     

一种改进的双线性插值图像放大算法

针对传统的双线性插值图像放大算法存在的边缘模糊问题,提出一种改进算法：先计算插值点的双线性插值和最近邻点插值,然后以4个邻点的灰度方差构造权重,将二种插值进行加权融合获得最终插值结果。该算法既考虑到插值点与邻点之间距离关系,又考虑到邻点的灰度分布特性,有效地提高了放大图像的质量。实验结果验证了算法的有效性。     

自适应边缘保持图像缩放及VLSI设计

提出的自适应边缘保持图像缩放方法,以自适应的方式对传统的线性插值方法非线性修正,使得不同位置的像素采用相应的插值方法.边缘保持插值算法能消除图像边缘模糊,锯齿效应,棋盘效应等,达到增强插值图像的效果.本算法处理后的放大图像的边缘更加锐利,能够实现图像的无级放大,可应用于实际的数字视频处理芯片中.     

一种塔形分解的红外与可见光图像融合方法

针对红外图像对比度低、背景噪声较大的情况,提出了一种基于加权中值塔形分解的红外与可见光图像融合算法,同传统拉普拉斯塔形分解方法相似对图像的分解分成四步：中值滤波、降采样、插值放大、带通滤波,形成多尺度、多分辨率的塔形近似图像序列和细节图像序列。两种传感器图像经过中值塔分解的图像序列,通过基于局部能量选择的融合规则和融合算子形成融合图像塔,然后进行中值塔形图像重构,完成图像融合。与已有塔形分解图像融合方法相比,不仅保留塔形分解的优点,融合图像精确,而且对脉冲型噪声污染的传感器图像具有较强的抑制作用。实验验证,这种融合方法在图像信噪比较低的情况下,也能得到较好的融合效果。     

双线性插值图像放大并行算法的设计与实现

图像处理中对于图像放大常使用双线性插值算法,其运行的快慢直接关系到实时图像处理的速度．文中在多核计算机上设计了双线性插值并行程序,实现了图像放大的快速处理．充分利用多核技术提升多核处理器的资源利用率,缩短执行时间,发挥多核系统的优异性能．实验结果可看出,文中算法对于大规模图像放大呈现出良好的加速处理能力,表明了双线性插值多核并行算法在实时放大图像的应用中是有效及可行的．     

一种边缘定向平滑图像插值算法

针对传统图像放大算法边缘处理效果较差,自适应图像插值方法存在高计算复杂度的问题,该文提出一种有效增强图像边缘轮廓的插值放大算法。该算法结合边缘定向平滑滤波器和双线性插值的特点,使得图像在平坦和非平坦区域均能取得理想效果。仿真测试结果表明,与基于统计特征的自适应插值算法相比,该文提出算法能显著提高插值速度,平均运行时间降低8.33 s;与双三次插值算法相比,图像峰值信噪比平均增加0.30 dB。     

图像放大算法比较研究

图像放大算法的选择直接影响了图像放大的质量,为了更好地选择图像放大算法,从不同图像放大算法的原理出发,分别分析了最邻近点插值、双线性插值、双三次插值、三次B样条插值以及分形插值、小波插值、偏微分方程插值、领域交换内插算法的特点,并比较了它们的优、缺点;指出如何根据不同图像特征来选择不同算法以达到最优化效果;得出结合各种放大算法从而得到最好的放大效果是图像放大方法的发展方向。     

一种改进的双线性插值图像放大算法

在双线性插值算法的基础上提出了一种改进算法。从理论上分析了改进算法优越于双线性插值算法的依据,进行了MATLAB仿真实验和性能分析。实验证明,改进算法比多种传统插值算法能获得更好的视觉放大效果,处理后图像的均方误差(MSE)更小,峰值信噪比(PSNR)更高,而算法计算量并不大。改进算法更能满足视觉要求,是一种切实可行的图像放大算法。     

基于三次样条的不均匀插值图像放大方法

通过对平滑内插图像放大方法的插值特点分析,针对其高频信息丢失严重的问题,提出基于三次样条的不均匀插值图像放大方法.实现了图像放大.实验表明可以有效的改善高频信息的处理.     

一种基于区域映射和领域扩展的快速图像放大算法

本文提出一种面向低成本嵌入式应用的快速图像在线放大算法。通过将原始图像划分为区域子图,利用查表映射法将其逐一放大形成新区域子图,进而合成放大后的目标图像。本文以双立方插值为基准动态构建放大表,进一步提出了一种根据领域扩展信息计算可变像素放大表的改进映射方法,有效解决了区域间连接不连续、平滑度低缺陷。实验结果显示,本算法与双立方插值法效果相当,但时间损耗仅为其23%,且对图像实时放大无视觉时滞,具有良好的实际应用价值。     

基于多级引导滤波器的图像区域融合算法

为了提高多光谱图像与全色图像的融合质量,研究了多种滤波器和融合算法,提出了基于多级引导滤波器的区域融合方法。采用该方法对多光谱图像进行插值,利用改进的分水岭算法对全色图像进行区域划分,并将划分结果映射至每个多光谱图像,然后将多光谱图像与全色图像利用多级引导滤波器分别进行滤波,得到各自的细节信息,最后根据每个区域中全色图像和多光谱图像的关系指标局部相关系数与4阶相关系数的大小,对细节信息进行区域融合,得到融合后的多光谱图像。结果表明,该算法充分保留了多光谱图像的光谱信息,并尽可能多地注入了全色图像的细节信息,成功地提高了多光谱图像的融合效果。     

基于小波重构和灰度分段的红外图像放大增强

传统的内插算法在放大红外图像时都存在着一定的缺陷,提出了一种基于小波重构和灰度分段变换的图像放大新算法.该算法先对原始图像进行小波变换获得高频系数,运用牛顿插值算法放大高频系数作为放大图像的高频成份,再将原始图像作为低频成份,进行小波重构,可得放大图像.为了增强放大图像,将图像按双灰度闽值分割成对应目标的灰度值高段、对应背景的灰度值低段和对应过渡区域的灰度值中段等3个部分,对各部分采用不同的线性变换,获得最佳的视觉效果.实验证明该方法在图像细节方面具有很好的放大效果.     

基于参数域映射及B样条插值的三维重构方法

利用单目CCD图像进行物体表面非接触测量的核心是基于单幅图像的三维重构技术,常采用由阴影恢复形状(SFS)的方法实现三维重构。当图像分辨率较低时,通过由阴影恢复形状的方法重构的三维表面模型其分辨力较差,无法满足实际要求。为此提出了一种基于参数域映射及B样条插值的三维重构方法。采用B样条插值技术对图像进行放大处理,通过像素的参数域映射减小图像的失真及高频信息的丢失,根据放大后图像的灰度信息重构物体的三维表面模型。实验表明,基于参数域映射及B样条技术的图像插值方法很好地保护了图像的细节,利用该方法进行三维重构能够有效改善重构模型的分辨力和光顺性,为提高三维表面非接触测量精度创造了条件。     

基于非线性复扩散耦合冲激滤波器的图像放大算法研究简

为了提高放大算法的适应性,采用改进的非线性复扩散和自适应冲激滤波器,提出了一种图像放大方法。根据像素局部方差进行自适应改变扩散门限,扩散图像的虚部除以扩散时间以消除扩散时间的影响,特别是初期扩散近似线性扩散的特性,得到改进的复扩散模型耦合冲激滤波器进行无噪图像放大。对于噪声图像放大,根据像素局部方差进行自适应非线性复扩散,耦合局部方差约束的冲激滤波器增强模糊的图像边缘和细节。自适应非线性复扩散通过局部方差和图像二阶导数相结合分辨边缘和噪声,对噪声进行平滑的同时保持边缘,克服了复扩散不能分辨噪声和边缘的缺陷,同时保持复扩散保护斜坡结构,免除阶梯效应的优点。仿真实验验证了所提算法不仅对无噪图像有较好的放大效果,而且对一定范围的噪声图像也有较好的放大效果。     

亚像元图像超分辨率重建研究

针对光纤束耦合成像系统的特点,对存在亚像元量级空间错位的图像进行超分辨率重建研究。研究分为图像配准与融合两个步骤。图像配准时,用经典的Keren配准算法对两幅图像进行亚像元级别配准。图像融合时结合双三次插值对配准后两幅图像进行Mallat小波分解与重构,从而实现图像超分辨率重建。实验结果表明,简化后的配准算法配准精度达到了0.01像素,而经过插值与融合重建出来的图像空间分辨率提高了一倍,并且保留了丰富的细节信息。     

一种新的自适应图像增强融合算法

提出了一种新的自适应图像增强融合算法,算法将输入图像分解为反映图像平均照度特征的低频分量和反映图像对比度特征的高频分量图像,基于局部灰度方差增强因子和非线性投影变换因子进行自适应图像增强处理,基于局部能量、局部归一化互相关融合测度和加权融合算子对增强后的图像进行特征提取和重构,得到融合图像.有效地将输入图像细节特征传递组合到融合图像中.