基于学习边缘信息的图像插值算法

基于学习边缘信息的图像插值算法

ID:36743716

大小:232.51 KB

页数:3页

时间:2019-05-14

基于学习边缘信息的图像插值算法_第1页
基于学习边缘信息的图像插值算法_第2页
基于学习边缘信息的图像插值算法_第3页
资源描述:

《基于学习边缘信息的图像插值算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、计算机工程与设计ComputerEngineeringandDesign2009,30(13)3157·人工智能·基于学习边缘信息的图像插值算法孔凡树,艾东,贾超,姚芳,邹琪,王蓓蓓(燕山大学计算机科学与信息工程学院,河北秦皇岛066004)摘要:为解决图像插值时产生边缘模糊和重影等现象,利用神经网络学习图像边缘信息,匹配两相邻断层图像间相似点,实现图像的灰度插值。对于新插值图像上的每一个像素,在相邻两个断层各选择一系列候选对应点,利用神经网络选择最佳匹配的一对对应点,利用这对对应点的灰度值插值出新图像上相应位置的灰度值。试验结果表明,改善了传统图像插值中图像边缘模

2、糊的现象,并且极大的消除了重影现象。关键词:灰度图像;插值;边缘信息;神经网络;图像清晰中图法分类号:TP751.1文献标识码:A文章编号:1000—7024(2009)13—3157.03ImageinterpolationalgorithmbasedonlearningedgeinformationKoNGFan-shu,AIDong,JIAChao,YAOFang,ZOUQi,W:ANGBei-bei(CollegeofComputerScienceandInformationEngineering,YanshanUniversity,Qinhuangdao0

3、66004,China)Abstract:Inordertosolveborderlineblurredanddoubleshadowphenomenonproducedbyimageinterpolation,gray-levelimagein-terpolationisrealizedusingnepalnetworklearningimageedgeinformation,andmatchingsimilarpixelbetweenadjacentcross—image.Foreachpixelonnewinterpolatingmiddleimage,fir

4、staseriesofcandidatepixelcorrespondingareselectedontwoadjacentcross-image,thenthebestabraceofpixelfrombetweencandidatepixelgroupismatchedbyneuralnetwork,atlastinterpolatedintoanewgrayscalepixelvalueoncorespondingpositiononnewinterpolatingmiddleimagebyusingthisabraceofpixe1.Experimental

5、resultsshowthatthealgorithmimproveborderlineblurredphenomenon,andalsoeliminatedouble-shadowphenomenongreatlyproducedbytraditionalimageinterpolation.Keywords:gray—levelimage;interpolation;edgeinformation;neuralnetwork;imageclear有效地克服马赛克的出现,但会退化图像的高频部分,使图像0引言细节变得模糊。Moshfeghi在利用新的匹配信息方面做了

6、尝二维断层图像是对三维物体断层切面扫描所得的断层投试,提出一种方向性插值方法嗍,Wang等在此基础上提出了方影。利用一组二维相邻断层图像,重建三维物体时,若相邻两向相关性的灰度插值算法嗍。这两种方法要求限制条件多,且断层图像间的扫描距离大于同一断层中相邻像素间的距离,只能处理比较简单的几何结构,插值图像的清晰度不高。则需要在相邻两断层图像间进行图像插值,否则将会在重建上述算法虽考虑了图像间的匹配对应关系,但其本质上物体的边界处形成明显的台阶状的人为结构“。都可以看作是一种低通滤波,而对象的边界主要由高频分量目前,图像插值主要包括灰度图像插值和轮廓形状插值。决定,因此

7、,上述算法生成的插值图像普遍存在轮廓模糊现Levin的数值分析文献提出轮廓形状插值方法,但在相邻断象,边界点定位精度低。从而使最终的三维重建效果产生阶层中对应轮廓无重叠区域时,或当相邻断层中对应轮廓的质梯状痕迹。心偏移较大时,很难给出完整的中间插值结果。wu等提出近来人们将基于灰度的插值和基于形状的插值两者有效基于数学形态学的形状插值,该方法计算时间较长,且需要地结合,取得了较好的插值结果。其中较典型的有Grevera和进行图像分割。Udupa提出的算法,higgins等人的算法,以及Chuang等人的直接的灰度插值包括最近邻插值、线性插值、三次样条插插值方法等

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。