基于ENO的图像插值方法的研究与应用

摘要

图像插值可以改变图像分辨率，实现图像的缩放显示，是高清数字电视平板显示中的关键技术，具有非常重要的理论和应用价值。ENO(Essentially Non-Oscillatory，基本无振荡)插值方法采用自适应模板选择技术来构造分段光滑的高阶多项式，具有一致高阶精度和基本无振荡的特性。将ENO方法应用于图像插值领域，可以有效地处理光滑数据区和奇异点邻近区间的插值问题。但是，在包含奇异点的图像边缘区间内，ENO插值的结果是平滑的，没有捕获到奇异点。 本文首先针对ENO插值方法没处理好的图像边缘区间的插值问题，提出了两种改进方法。第一种方法根据奇异点的位置将边缘区间分成两部分，分别使用左右相邻区间的插值多项式来进行外插。第二种方法利用边缘区间的端点像素的加权组合来进行内插，端点的权值是根据局部梯度信息来确定的。实验结果表明，改进后的方法能够保持图像细节，改善边缘模糊现象。然后，由于目前常用的一维ENO的张量积方法会产生比较明显的边缘锯齿效应，因此本文提出了基于ENO思想的自适应的纯二维图像插值方法，求出每个模板对应的拟合曲面在待插值点处的梯度幅度，选择梯度幅度最小值对应的模板，即最光滑的模板，来计算待插值点处的灰度值。实验结果表明，该纯二维插值方法能够减轻锯齿效应，改善图像质量。另外，为了满足实际应用的需求，本文提出的各种方法可以实现任意倍数的图像插值。

目录

文摘

英文文摘

声明

引言

第1章综述

1.1图像处理的发展

1.2图像插值的应用

1.3 ENO的研究和发展

1.4本文的主要研究内容

第2章图像插值方法分析

2.1图像插值的基本概念

2.2基于场景的图像插值方法

2.3基于对象的图像插值方法

2.4图像插值方法的评价标准

2.5本章小结

第3章ENO插值方法研究及其改进

3.1 ENO插值方法的基本思想

3.2 ENO插值方法的详细描述与实现

3.3二阶、三阶、四阶ENO插值多项式的构造实例

3.4 ENO插值过程中对图像边缘区间的检测方法

3.5外插法改进的ENO插值方法

3.6基于局部梯度信息的内插法改进的ENO插值方法

3.7改进的ENO插值方法对彩色图像的处理结果与分析

3.8本章小结

第4章基于ENO的自适应二维图像插值

4.1基于ENO的自适应纯二维图像插值方法

4.2基于ENO的自适应纯二维图像插值结果与分析

4.3任意倍数图像插值结果与分析

4.4本章小结

第5章总结与建议

5.1总结

5.2建议

参考文献

附录

作者简历

致谢