一种基于Sobel算子和混合有理插值的图像缩放方法

为改善图像缩放质量,提出一种基于Sobel算子和非线性混合有理插值的图像缩放方法.将Sobel算子应用于图像的轮廓提取,利用二元Newton-Thiele型向量连分式建立有理插值曲面,然后对插值函数进行重采样,按要求实现图像缩放.实验结果表明,该方法能有效应用于数字图像的缩放处理,具有计算简单、易于编程实现等优点,是一种较实用的方法.     

一种改进的延时估计距离测量方法

首先对超声探头安装进行了研究,提出了提升信噪比的一种方法,再者结合现有的时延估计方法,并提出了内插和峰值检测相结合的延时估计算法,用实测的超声测距信号进行了仿真研究,通过多组测试数据统计,验证本中文提出的算法具有较高的时延估计精度。综合在这两方面的分析研究,提出了一种改进的延时估计距离测量方法。可以使测量得到的峰值和真实值间基本一致,使峰值检测误差减少到了5%左右,使测量误差达减少到毫米级,具有较高的测量精度。     

二维图像放大方法的熵分析

对最近邻插值法、线性插值法、邻域像素交换法3种二维图像放大方法的熵进行了分析,给出了放大到4倍和9倍时的计算方法,并对误差进行了分析,仿真结果证明了所给方法的有效性,并发现线性插值法要好一些。     

MB-OFDM系统中采用梳状导频的信道估计

针对采用梳状导频的多频带正交频分复用(MB-OFDM)系统,提出一种新的基于频域插值定理的信道估计算法,即FD-INTERP.与传统的插值信道估计算法不同.FD-INTERP算法首先计算出导频点处的信道值,再根据DFT频域插值定理计算出时域信道.算法仅需较少的导频符号,提高了频带利用率,并且避免了插值计算,提高估计精度的同时降低了运算量.仿真结果表明该算法具有良好的可靠性和稳定性.     

基于牛顿插值法的智能气体体积分数测量装置

介绍了一种新型、高精度的智能气体体积分数测量设备.该设备将ARM7应用到电路中,利用其强大的数据计算处理能力及控制能力,设计出了显示气体体积分数值的测试电路.传感器输出的电信号采用牛顿插值法进行转换,有效地校正传感器的非线性,提高测量的精度.通过C语言编程实现该算法,经测试,该装置的精度误差保持在±1.5%,能够准确地对环境中的气体进行监控,并具有到限报警功能.     

基于插值预测和块分类的低失真可逆数据隐藏

提出一种基于插值预测和块分类模型的低失真可 逆数据隐藏算法。首先,对原始图像 进行插值预测, 得到预测误差图像;然后根据误差图像建立直方图,使得产生的直方图更陡峭,峰值点出现 频率更大;接 着对误差图像进行分块,利用块分类模型,在隐藏块内利用直方图平移隐藏信息,尽可能地 减少平移点的 数量;最后,相应地修改原始像素的灰度值,得到低失真的隐秘图像。实验结果表明,本文 算法不仅可以实现可逆数据隐藏,而且隐藏效果较好,有效载荷较高。     

星点亚像元定位中系统误差的改进补偿方法

为提高星点图像的质心提取精度,针对星点亚像元定位的系统误差和随机误差提出了一种改进补偿方法。采用三次样条插值函数表示质心位置与系统误差之间的关系,利用该函数进行系统误差补偿,极大地减小了误差采样点的数量和计算量。为了进一步抑制随机误差的影响,在系统误差补偿的基础上,采用非线性加权算法计算星点质心位置,并通过仿真实验确定了该算法的最优加权系数。在没有加入噪声的情况下,改进算法可以将质心法的精度从1/50 pixel 提高到10-4 pixel;加入服从N（0,22）分布的高斯白噪声后,改进算法可以达到0.0054pixel的精度,远小于质心法的0.0184pixel。实验结果表明:文中提出的改进补偿算法计算简单,精度高于质心法,满足了高精度星敏感器质心提取的要求。     

灰度／深度图像序列的三维空间内插──一种新的计算机图像生成技术

本文提出的灰度／深度图像序列的三维内插方法,摆脱了原实摄路径限制,可在空间内任意巡行,采用空间稀疏化采样,从而达到大量节省存储量和高度灵活地可控再现空间场景的目的,为解决三维内插中庞大的计算量,我们研究了快速而实用的散点算法和深度适应的Ｗａｒｐ算法。通过介绍三维内插的几种简单情形,导出了一些简单、实用的算法。计算机仿真结果显示了这一新方法是完全可行的。     

A Fast Algorithm to Map Functions Forward

Mapping functions forward is required in image warping and other signal processing applications. The problem is described as follows: specify an integer d 1, a compact domain D R ^d, lattices L ₁,L ₂ R ^d, and a deformation function F : D R ^d that is continuously differentiable and maps D one-to-one onto F(D). Corresponding to a function J : F(D) R, define the function I = J F. The forward mapping problem consists of estimating values of J on L ₂ F(D), from the values of I and F on L ₁ D. Forward mapping is difficult, because it involves approximation from scattered data (values of I F ^-1 on the set F(L ₁ $#x22C2; D)), whereas backward mapping (computing I from J) is much easier because it involves approximation from regular data (values ofJ on L ₂ D). We develop a fast algorithm that approximates J by an orthonormal expansion, using scaling functions related to Daubechies wavelet bases. Two techniques for approximating the expansion coefficients are described and numerical results for a one dimensional problem are used to illustrate the second technique. In contrast to conventional scattered data interpolation algorithms, the complexity of our algorithm is linear in the number of samples.     

基于形状插值的B超图像三维表面重建

B超图像由于受其成像机理的限制,其成像质量较差,无法采用与CT(计算机断层扫描)、MRI(磁共振成像)类似的三维重建方法。针对B超图像的缺点,采用基于形状的插值方法将其转换为等分辨率体数据。此外,对插值算法进行了适当改进,使重建的速度和效果得到明显改善。最后,分别采用移动立方体(marching cubes)算法、连接轮廓线、光线投射(ray casting)算法对B超图像进行三维重建。结果表明,移动立方体算法在重建的真实性和快速性方面都得到了更满意的效果。