低复杂度的贝尔图像据值方法研究

贝尔图像插值算法是数码成像的关键技术，同时也是相机图像处理芯片中计算负荷最大的部分。插值算法性能的好坏直接影响成像质量的高低。好的插值算法一直是几个世界知名厂家的私有技术。为了进一步提高算法的性能，许多企业和学者都致力于插值算法的研究，其中评价的重要指标是如何在保证图像质量的同时提高插值处理速度。因此，本文提出一种低复杂度的贝尔图像插值方法。     

基于多小波的贝尔图像有损压缩研究

在评价贝尔图像压缩方法性能时,一般将图像压缩比、图像质量、算法的复杂程度、硬件实现难易程度等作为重要评价指标。以往使用的压缩方法中,插值后压缩机制采用国际标准算法,优点是能够获得较大的压缩比,但是它的复杂程度高,计算量大;直接压缩贝尔图像的优点是避免了在成像设备上使用复杂的插值算法,但是获得的压缩比较低。在实际应用场合,需要以较低的复杂程度对贝尔图像直接压缩,并在保证重构图像质量的同时,获得较高的压缩比。为此,本文提出基于多小波变换的贝尔图像有损压缩算法。     

二维CZT的稀疏阵列MIMO雷达快速极坐标格式成像算法

由于极坐标格式算法(PFA)存在运算量大,且聚焦性能受插值精度影响等缺点。为解决该问题,提出一种基于二维Chirp-Z Translation(CZT)的稀疏阵列MIMO雷达快速成像算法,引入压缩感知原理,采用CZT变换代替插值运算,借助合适变换参数的选择,一步实现插值-重采样的处理过程。仿真验证表明,随着成像尺寸的变化,所提算法与经典PFA算法运算量的比值在0.22~0.4之间,有效地降低了运算量,同时保持了较低的图像熵,提高了聚焦性能。     

基于FPGA的贝尔图像插值算法实现

设计了一个基于贝尔模板的图像重构算法。该插值算法根据R、G、B各分量梯度相关性,通过G分量的梯度信息估计出其他分量的梯度信息,进而求得其他分量的值,得到全彩图像。并且将该算法在FPGA平台上进行了验证。将CMOS采集回来的分辨率为1 280×1 024,每秒25帧的贝尔图像经过插值、提帧,通过DVI接口输出或存入存储器中。实验表明该算法实现的重构图像质量很高,其PSNR达到37 dB。     

基于对应点匹配插值算法的电阻抗三维图像重建

为了对电阻抗成像二维重构图像结果进行三维重建,笔者使用对应点匹配插值算法对二维电阻抗图像进行插值,形成三维重建模型。根据电阻抗成像重构数据的特点,改进了插值算法的梯度和梯度方向角计算公式,从而较好地重现层间数据,最后由原始数据和插值数据形成三维体数据。实验的模型是浸泡在圆柱体水槽中电导率为2.1S/m的圆柱体异物。将笔者所提算法与线性算法以及形状插值算法进行了对比。结果表明:笔者算法能够在确保计算精度的同时,兼顾计算效率,满足电阻抗成像的实时监护要求。     

基于矢量量化的贝尔原始数据压缩算法

提出了直接对贝尔原始数据进行矢量量化压缩的算法。首先把贝尔CFA图像从RGB色空间转换到YCrCb色空间,然后用分块法对图像进行矢量块分割,最后用训练好的码书对每一矢量块编码,实现对贝尔原始数据的压缩。采用改进的LBG算法训练码书,并对得到的码书用合并法进一步优化,最终得到性能优良的码书。实验结果表明,笔者提出的压缩算法带来的失真很小,压缩的比特率很低,且插值后恢复的全彩图像在主观视觉和客观质量评价中都能获得令人满意的效果。     

基于矢量量化的贝尔原始数据压缩算法

提出了直接对贝尔原始数据进行矢量量化压缩的算法。首先把贝尔CFA图像从RGB色空间转换到YCrCb色空间,然后用分块法对图像进行矢量块分割,最后用训练好的码书对每一矢量块编码,实现对贝尔原始数据的压缩。采用改进的LBG算法训练码书,并对得到的码书用合并法进一步优化,最终得到性能优良的码书。实验结果表明,笔者提出的压缩算法带来的失真很小,压缩的比特率很低,且插值后恢复的全彩图像在主观视觉和客观质量评价中都能获得令人满意的效果。     

Fermi平台下的医学超声实时扫描转换并行算法

在超声成像系统中扫描转换是让超声图像较好地在屏幕上进行显示所必须的处理步骤。由于这一处理步骤中存在运算复杂的插值运算,特别是在横向使用的三次方插值,使其成为临床实时成像系统中提供帧速率的一大性能提升瓶颈,为此本文研究并提出了一种基于新兴的高性能并行计算平台Fermi架构GPU(Graphics processing unit)的并行处理算法,该算法基于GPU并行处理平台,主要包括初始化阶段、图像插值以及图像显示这3个处理环节。该算法不仅保持了与现有计算平台系统的计算精度,而且显著地提高了这一处理环节的计算速度。数据测试结果显示,采用Fermi架构的GPU处理在得到与基于CPU的实现完全一致的扫描转换效果的同时,取得了较大的加速效果。对于3 121×936的图像数据能够达到1 558fps的帧率,速度提高了大约664倍。     

Fermi平台下的医学超声实时扫描转换并行算法

在超声成像系统中扫描转换是让超声图像较好地在屏幕上进行显示所必须的处理步骤.由于这一处理步骤中存在运算复杂的插值运算,特别是在横向使用的三次方插值,使其成为临床实时成像系统中提供帧速率的一大性能提升瓶颈,为此本文研究并提出了一种基于新兴的高性能并行计算平台Fermi架构GPU(Graphics processing unit)的并行处理算法,该算法基于GPU并行处理平台,主要包括初始化阶段、图像插值以及图像显示这3个处理环节.该算法不仅保持了与现有计算平台系统的计算精度,而且显著地提高了这一处理环节的计算速度.数据测试结果显示,采用Fermi架构的GPU处理在得到与基于CPU的实现完全一致的扫描转换效果的同时,取得了较大的加速效果.对于3 121×936的图像数据能够达到1 558 fps的帧率,速度提高了大约664倍.     

基于混合双立方法的MPMAP超分辨力图像插值处理算法

对超分辨力插值获得高分辨力图像的方法进行了研究,分析了通常的插值方法和超分辨力插值算法,并根据对MPMAP算法理论的研究提出了一种新的结合传统线性插值和MPMAP理论的插值算法.通过在初始高分辨力图像预处理和MPMAP迭代过程中分别运用双立方插值代替原成像过程的逆过程运算,相对于双线性插值算法可提高图像的峰值信噪比2 dB以上.结果表明,运用此算法对红外热图像进行处理,同样可以有效地提高峰值信噪比,并可获得很好的图像复原效果.     

基于NSCT分解的图像插值算法

由于成像系统内部和外部的因素,使得获取的图像产生退化。为了尽可能的保持CCD图像的基本信息,提高图像的视觉效果和空间分辨率,为了克服传统插值算法存在的缺陷,本文提出了一种基于非采样Contourlet变换(Non-subsampled Contourlettransform,NSCT)分解的图像差值算法,利用NSCT提取高频成分,原始低分辨率图像经过双线性插值放大充当低频部分,再经过NSCT逆变换得到放大后的高分辨率图像。实验结果表明,相对于传统的双线性插值算法,本文所提出的基于NSCT分解的图像插值算法考虑到全局相关性,得到了更加清晰的边缘信息,从而得到更好的图像插值放大后的视觉效果。     

一种自适应最大相关性数字图像插值算法

提出了一种基于图像多方向最大相关性的数字图像插值算法．数字图像插值过程中不可避免会产生图像细节模糊和边缘锯齿化．同时在处理视频信号时要求有较低复杂度以满足实时信号处理．针对以上问题和要求．本根据图像空域内邻近像素点多个方向的内容相关性和几何相似性．得到一种基于图像最大相关性的自适应优化插值算法．该算法能有效解决插值后图像的锯齿效应及边缘模糊等问题．实验结果表明．该方法插值后的图像信噪比性能明显优于双线性方法．插值倍率较小时接近两次立方法．随着插值倍率增大性能也优于两次立方法．且计算量不大．经适当改进后可以用于实时视频信号处理．     

提高超声C扫描图像分辨率的插值方法研究

根据超声C扫描成像原理,分析了采样间隔对超声C扫描图像分辨率的影响.采用一种基于局部协方差特征的边缘自适应图像插值方法来提高C扫描图像的分辨率,同时将图像局部均方差作为边缘特征判据,使算法得到了简化.该方法根据低分辨率图像的局部协方差估计出高分辨率图像的插值加权系数,能够在放大图像的同时保留图像的边缘特征.试验结果表明,基于局部协方差特征的图像插值方法明显提高了C扫描图像分辨率,并且减小了边缘模糊效应,因此降低了采样间隔对图像分辨率的影响,提高了图像中缺陷分布评价结果的准确性.     

维纳滤波插值算法在运动预测中的应用

目前现有的视频编码标准 (H.2 6 3,MPEG- 4等 )都是采用半像素双线性插值的算法来对图像进行运动预测 ,为了提高视频编码的效率 ,该文在应用维纳滤波概念的基础上提出了一种新的半像素插值算法。该算法通过构造非等重的维纳滤波器来完成对图像的运动预测功能 ,它充分利用了相邻像素点间的相关性 ,同时还保持了图像中变化较大的边缘信息。实验表明 :该算法相对于双线形插值、Cubic插值、B-Spline和非线性插值在性能上有了明显的提高 ,相同比特率时其峰值信噪比可以提高 0 .6～ 1d B。     

基于图像变化检测的CFA插值算法

提出了基于变化检测的CFA插值算法.该算法分为两个步骤:首先采用矢量线性相关法对CFA图像的绿色分量图像进行变化检测,然后在发生变化的区域内进行插值,未发生变化区域内的图像数据被CFA插值后直接拷贝到当前帧的相应位置,避免了在每帧图像内逐点进行插值计算.与现有的插值算法相比,CFA插值算法复杂度大大降低,同时获得较高质量的视频图像.     

星载合成孔径雷达成像斜地校正算法研究

根据星载合成孔径雷达(SAR)斜地校正模型和校正原理,提出了基于离散傅里叶变换(DFT)的频域sinc插值算法.将SAR图像沿距离向做离散傅里叶变换,在不破坏原信号频谱的条件下,进行频谱中心补0,再做逆傅里叶变换,完成对图像的插值.用该方法对复图像和灰度图像进行斜地校正,证明两种不同图像的sinc插值方法在效果上是一致的,均可完成对能量图像的插值.用Radarsat的数据成像,对复图像、求模图像和量化灰度图像进行频域sinc插值,验证了算法的可行性和有效性.     

基于贝尔模板的文本图像压缩及重构算法的研究

针对文本图像提出了直接对CFA原始数据进行压缩的算法,即首先把贝尔CFA图像从RGB色空间转换到YCrCb色空间,然后把不利于压缩的高频分量中比较多的亮度分量进行低通滤波,再用结构分离法把梅花形的亮度分量转化为矩形,最后分别采用JPEG2000压缩亮度和色度通道。为了估计解压恢复的CFA模板丢失的彩色分量,应用改进的自适应模糊匹配插值算法,对它周围四个相邻连接的像素分配一个模糊隶属度,从而利用相邻信息,且把这个隶属度作为加权平均工具来重构全彩图像。通过实验验证,这种贝尔数据直接压缩方法带来的失真很小,插值后恢复的全彩图像在主观视觉和客观质量评价中也能获得令人满意的效果。     

基于复合抛物样条的图像放大算法的设计与实现

图像放大是数字图像处理中常用的技术,图像放大首先对图像进行空间变换,其次对图像进行灰度插值.放大后的图像视觉效果如何在实际应用中显得尤为重要.因此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.图像放大有许多算法,其关键在于对未知像素点使用何种插值方式.本文提出了一种比传统插值算法更好的算法即复合抛物样条插值,来实现图像的放大.实验结果表明,相对于传统的图像放大算法,本文的算法不仅较好的保留了原始图像的细节信息,而且还提高了放大图像的边缘平滑度,同时也减小了图像放大算法的运算量.     

经典插值算法仿真

图像插值算法多种多样,但是其中最经典,最广为认知就是最近邻插值,双线性插值,双三次插值算法。本文描述了这三种算法的原理并对算法的性能（包括运行时间,峰值信噪比,均方差）进行了比较,对算法所达到的效果进行分析和研究。     

一种基于边缘信息的贝尔模板彩色插值方法

针对贝尔模板滤波图像的彩色插值还原,提出了一种基于边缘信息的插值方法.该方法利用了边缘信息,能够有效降低边缘区域的噪声,同时利用了色饱和度信息,提高了低饱和度区域的还原质量.实验证明,与其他方法相比,该方法能够得到较理想的还原效果,结果图像边缘轮廓清晰,彩色噪声较少.