灰度圖像插值優(yōu)化方法的研究.pdf

1、圖像插值處理需要一幅參考圖像或源圖像以構造一幅新圖像,其大小由設置的插值比例控制。該處理在許多領域有很重要的應用,包括衛(wèi)星成像,醫(yī)學成像,尤其在軍用和民用電子產(chǎn)品領域。插值一幅數(shù)字圖像,需要在源圖像創(chuàng)建新空間并填入估計的像素值。如果估計技術精確度不高,則將得到一幅有可見痕跡且丟失細節(jié)的低分辨率圖像。在超大圖像數(shù)據(jù)庫下,從低分辨率圖像獲得高分辨率是非常耗時的。但是,直接從傳感器插值圖像數(shù)據(jù)會導致細節(jié)不足,而在一些情況下,顯示那些細節(jié)極為重

2、要。而且,在多媒體系統(tǒng)中,用戶瀏覽快速簡潔,可以快速檢索數(shù)據(jù)。
　　論文中,提出了圖像插值技術,并對算法在速度和PSNR方面作了改進。
　　首先,提出了2種基于ACA的高分辨率圖像插值算法。ACA最初由文獻[118]提出,用于模擬電路缺陷的檢測和標記,本文則用于處理圖像插值問題。本論文提出的OBACA算法使用ACA確定有助于改善插值后輸出圖像分辨率的潛在像素。實驗結果表明,本方案結果優(yōu)于傳統(tǒng)的雙線性插值。本論文提出的第2個算

3、法AACA,把圖像像素的權重看作蟻群的信息素軌跡的函數(shù)。實驗結果表明,AACA比OBACA算法要快。PSNR也比其他算法更優(yōu)。
　　第二,論文提出了3種圖像插值算法,均基于高分辨率圖像插值的最小絕對值差對應的像素值,減少了計算量。第一種算法SAD,對插值點的4鄰域點選其一作了重新處理,計算該點的值和雙線性插值的均值,并乘上一個控制因子k,k值由實驗分析確定。實驗表明,SAD有效且和最近鄰插值,雙線性插值和雙三次插值相比具有更高的P

4、SNR。對SAD改進后稱為ASAD算法,直接令插值點的像素值為對應最小絕對值差的像素值。實驗表明,ASAD在MET和PSNR上都優(yōu)于SAD。最后,提出的NNV算法使用了模計算方法,實驗表明,比SAD和ASAD算法獲得了更優(yōu)的結果。
　　第三,論文提出了兩種快速圖像插值算法,一種基于勾股定理,另一種通過計算雙線性加權平均,獲得數(shù)字圖像的高質量尺度變化,減少了像素組數(shù)量。第2種算法的理論分析表明PSNR和MET將優(yōu)于傳統(tǒng)的雙線性插值(

5、BI)算法,減少了BI加權平均操作次數(shù),把直角三角形中的斜邊和短邊用圖像像素絕對值差代替。兩種算法和傳統(tǒng)的插值算法相比,在處理速度和PSNR上都有更優(yōu)的表現(xiàn)。
　　最后,論文基于ACO提出了圖像邊緣細化方法并用于數(shù)字圖像插值。圖像邊緣細化方法應用于線性插值后ACO邊緣檢測之后。細化過程建模類似于旅行商問題(TSP),在應用ACO找到最細的邊緣前,根據(jù)某些規(guī)則集,并行的更改或移除不需要的像素信息。實驗表明,基于插值的邊緣細化能獲得更