基于FPGA实现的Ferguson双三次曲面插值图像缩放算法

图像缩放作为图像处理中重要的一部分,具有广泛的应用领域。随着科技的发展,实际应用中对图像缩放的质量和速度的要求也随之提高。本文首先在Matlab中实现糖尿病视网膜图像的缩放实验,对比验证了Ferguson双三次曲面插值算法在图像缩放细节处理上的优异表现,然后在擅长以纳秒级速度处理并行数据的FPGA硬件平台上实现该算法,达到了良好的图像缩放效果,这有利于医疗图像处理等工程应用与实践。     

基于像素差分网络和边缘方向插值的图像缩放算法

通过对图像在缩放过程中使用的不同插值算法分析比较,针对新的边缘定向插值算法中存在人工选取经验阈值的随意性与边缘轮廓连续性的问题,本文提出一种基于像素差分网络和边缘方向的图像缩放算法。从人工选择阈值完成边缘分割改为利用像素差分网络实现边缘分割;对边缘点3×3区域查找边缘线方向作线性插值,以保持图像边缘轮廓的连续性,从而保留图像边缘结构。实验表明：该算法能在提高图像分辨率的基础上保留图像所具有的边缘结构,有较低的时间复杂度,同时对于不同图像该算法具有较好的普适性。     

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FPGA的图像缩放及边缘检测的算法实现

边缘检测与图像缩放是图像处理中重要的研究内容,广泛地应用于图像模式识别、分割和图像增强中。随着新兴技术和相关理论的发展,新的边缘检测和图像缩放方法仍在不断出现。本文着力探索新的基于FPGA的图像边缘检测与图像缩放的方法。     

中外插值算法比较研究

对中外插值算法进行了历史概述,并从算法的起因、构成、算法的一般性与可推广性等方面进行了比较分析.     

基于自联想记忆算法的图像缩放研究

针对图像缩放中的问题,提出基于自联想记忆算法。首先确定自联想记忆最小上界和最大下界,自联想记忆每个层之间的神经元通过最近域互连接方式连接信息交替,能够在神经系统缺损信息时通过自联想记忆恢复出原来存储的完整记忆模式;接着所有神经元节点采用同步方式调整状态,利用均场定理加快自联想记忆神经网络学习速度;最后给出了图像缩放算法过程。实验仿真显示算法输出图像能够较好地保持原图像内容,峰值信噪比(PSNR)比较大。     

基于数字水印的安全图像认证算法的Matlab实现

对数字图像进行真伪认证近年来引起人们的广泛关注,使用数字签名及数字水印均可对图像进行认证。与数字签名相比,基于数字水印的图像认证算法因具有众多优点而成为研究热点。本文介绍了一种用于图像认证的安全数字水印算法并给出其Matlab实现。     

基于LCD定标器的文本型图像缩放算法研究

分析了文本型图像自身的特点及图像的缩放原理，推导出曲面拟合法的数学公式，模拟了不同算法作用于图像缩放的输出结果，并根据Liquid Crystal Display(U、D)定标器的模块划分将该算法用RTL级代码进行描述、仿真和综合，最后用FPGA实现，验证其逻辑功能．     

基于插值的图像修复算法

目前,针对小区域缺损的图像修复算法中,大多采用基于迭代的修复算法,然而这些效果较好的图像修复算法,其时间复杂度一般都比较大.本文通过插值的方法,利用破损区域与周边邻域的有效信息之间的相关性,提出改进的基于FMM(快速行进)的图像修复算法;调用仅适用于被检测到的高局部活跃的像素,提出基于LMMSE(线性最小均方误差估计)插值的图像修复算法.实验结果表明,提出的两种算法分别与FMM算法和TV(整体变分法)算法相比,在整体上其修复效果和效率都具有明显的优势.     

图像融合算法研究与实现

当找到最佳匹配,随后的工作将是把两幅图像合成一幅图像。对于重叠部分,我们如果只是简单的取第一幅图像和第二幅图像的数据进行叠加,图像重叠区域会有明显的边界和亮度差距,这是不能容忍的,所以需要采用相应的算法来消除这种现象,在这方面已经有很多人进行了大量的研究,提出了很多的算法。     

CT断层图像匹配插值算法的研究与实现

针对CT断层图像插值,提出了一种基于目标特征对应点匹配插值算法,该算法与传统插值方法相比,其视觉效果和计算误差均有较好的改进．该算法通过计算机实现,可以获得清晰的灰度插值图像,有效地避免插值后易产生的边界模糊现象。     

基于双线性插值的CLAHE算法研究与实现

针对现有的低能见度图像增强的AHE算法(自适应直方图均衡)和CLAHE算法(限制对比度的自适应直方图均衡化)存在复杂度高及效率低的问题,提出了基于双线性插值的CLAHE算法.利用双线性插值方法降低CLAHE算法的时间复杂度,并在TMS320C6748开发板上对其进行优化.实验结果表明,该算法无论是增强效果还是处理速率都明显优于原CLAHE算法.     

图像分割算法的研究与实现

图像分割是由图像处理过渡到图像分析的关键步骤。利用Delphi 6.0语言实现了一些经典的图像分割算法。经过实验证明,该程序可以快速、准确实现图像的分割。     

基于Matlab图像数字水印算法的设计

介绍了Matlab中用于图像数字水印的基本函数，通过设计程序实现了一个DCT城图像数字水印的嵌入和提取算法，并对已嵌入水印的图像实施了攻击（压缩30％）．结果表明，被攻击后的图像仍能成功提取出嵌入的水印信息，具有较好的稳健性和鲁棒性．     

基于VB实现图像缩放的两种方法

通过两个实例,介绍了在VB中实现图像缩放的具体方法和一些使用技巧。     

小波变换与HMT模型的图像插值算法

 为实现图像的超分辨率处理,提出利用HMT模型简洁地表示小波系数的概率结构。小波域HMT模型根据小波系数尺度之间的持续性和指数衰减性,将图像的小波系数建模为隐马尔可夫树模型。该模型考虑了小波系数间的统计相关性,把图像插值问题表述为一个约束优化问题,获得了能够保持原始图像丰富高频信息的高分辨率插值图像。试验结果表明,该算法在一定程度上改善了传统插值算法引起的锯齿效应和平滑效应,插值后的图像在峰值信噪比和视觉效果方面都有明显提高。     

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.     

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。     

基于Otsu算法的车牌图像二值化及其Matlab实现

本文利用Otsu算法二值化车牌图像的技术,给出了Otsu算法的原理,以及对车牌灰度图像进行二值化处理的方法原理;最后用MATLAB来实现车牌图像二值化的效果。     

FDTD算法的Matlab语言实现

分析了FDTD算法的基本原理及两种典型边界条件的算法特点,给出了Matlab语言编程的步骤和应注意的问题,并给出了实际的仿真结果,最后得出用Matlab语言对FDTD算法编程的几点结论.