基于变分正则的彩色图像放大问题研究
发布时间：2021-09-18 23:47
图像放大是图像处理中主要研究问题之一,其主要目的是改变原有图像的尺寸,以满足某种特定的要求,如:对医疗图像进行放大,以便医生进行诊断治疗;把同一张图像缩放成不同尺度,以满足同一张图像在不同分辨率的机器上显示的要求。随着人们对生活品质要求的逐渐提高,彩色图像渐渐走进人类的视野并取代了灰度图像的位置,因此能够及时有效地获取清晰的彩色图像显得十分重要。本文主要研究彩色图像放大问题,提出了几种基于变分正则的图像放大模型,并对模型进行求解。本文主要研究内容以及创新点如下:1.针对多通道彩色图像放大问题,建立二阶TGV图像放大模型,并利用交替方向乘子法求解。具体来说,在RGB彩色空间上,我们针对每个彩色通道分别进行放大处理,进而放大彩色图像。数值结果表明,与原始对偶算法相比,无论是视觉效果还是定量比较,本文所提出的基于二阶TGV的ADMM算法均取得了更好的放大效果。2.提出了基于非凸TGV正则的放大模型。非凸TGV正则结合了非凸与TGV正则的优点,可有效地保存图像的边缘信息。由于模型的非凸性,故在数值求解时采用IRLA算法。仿真实验表明,本文模型无论是在视觉效果还是在定量比较方面均优于分数阶偏微分...
【文章来源】：南京邮电大学江苏省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图像处理三个层次示意图
乃?行畔ⅲ?进而不能满足实际的应用要求，因此如何利用比较小的代价获得质量较高的高分辨率图像具有相当重要的研究意义。图像放大的研究现状图像放大技术就是指在图像处理过程中，通过一系列的处理将图像从低分辨率转换成高分辨率。比如将一个128*128的图像放大成分辨率为256*256的图像，其中增加了49152个像素点，也就是说，为了放大这张图像需要通过已知的128*128个像素点将近5万个像素点的灰度值补充出来。图像放大的核心就是利用已知像素点将需要补充的像素点的灰度值补充出来，该类技术的具体示意图如下图所示。图1.2插值放大图示其中，黑色方格表示原始图像的像素点，白色为需要插入的数据。目前图像放大技术主要分为两种。一种是最常用的插值图像放大技术[57-62]，一种是基于偏微分方程（PartialDifferentialEquation，PDE）的图像放大技术。
南京邮电大学专业学位硕士研究生学位论文第一章绪论51.3.1传统的插值技术插值放大方法是图像放大的经典方法之一，插值技术主要是输入一张低分辨率图像，然后通过建立数学模型的方法，计算出对应的高分辨率图像。插值放大算法，可用下面表达式表示：()()()(,),,,outinxyImncxyIxy=(1.2)其中，()cx,y表示插值的权系数，(),inIxy表示输入的低分辨率图像，(),outImn表示输出的高分辨率图像。插值放大技术主要有最近邻插值、双线性插值[63-65]、双三线性插值[66-70]、双二次插值、三次样条插值等。以下对最近邻插值、双线性插值、双三线性插值进行简单介绍。（1）最近邻插值放大技术最近邻插值放大技术的原理是任意插入点(),outImn的灰度值都来自于距离它最近的(,)inIxy的灰度值。其表达式如下所示：()()1111,,,..,2222outinImn=Ixystxmx+yny+(1.3)最近邻插值放大技术是一种最简单的、算法复杂度最低、计算量最小的插值技术，然而该技术存在一定的缺陷，即放大效果较差，且容易出现锯齿效应。（2）双线性插值放大技术双线性插值法是从x，y两个方向进行插值运算。双线性插值是通过计算周围四个像素点对即将插入点的影响。如果已知两点0x和1x处的值分别为()0fx和()1fx，那么要计算两点之间x的值，可以根据下面的公式计算：()(()())()010010xxfxfxfxfxxx=+(1.4)图1.3双线性插值示意图双线性插值算法可如图1.3所示，其中A、B、C、D是原有的像素点，根据这些已知的像素值求得P处的灰度值。双线性插值是先计算横向插值影响，然后再计算纵向插值影响。
【参考文献】：
期刊论文
[1]各向异性全变分图像去噪算法[J]. 史宝丽,周亚美,庞志峰. 南通大学学报(自然科学版). 2019(04)
[2]基于交叠组合稀疏全变分的图像去噪方法[J]. 林凡,程祝媛,陈颖频,陈育群,喻飞. 科学技术与工程. 2018(18)
[3]基于模糊图像和噪声图像的遥感图像运动模糊复原方法[J]. 张广明,高爽,尹增山,李平付. 电子设计工程. 2017(18)
[4]基于总变分彩色图像恢复问题的有效算法[J]. 张春鹏,文有为,陈智斌. 河南科学. 2017(08)
[5]基于Shearlet变换的泊松噪声图像复原问题研究[J]. 李红,王俊艳,李厚彪. 电子科技大学学报. 2017(03)
[6]基于分数阶全变分正则化的超分辨率图像重建[J]. 刘亚男,杨晓梅,陈超楠. 计算机科学. 2016(05)
[7]二阶总广义变分图像放大[J]. 吴玉莲,冯象初,姜东焕. 光子学报. 2013(06)
[8]双线性插值算法的优化及其应用[J]. 赵煌,彭勇. 电视技术. 2012(17)
[9]图像插值技术综述[J]. 符祥,郭宝龙. 计算机工程与设计. 2009(01)
[10]基于CIELab颜色空间的矢量彩色图像放大算法[J]. 万波,王泉,潘蓉,田玉敏. 华中科技大学学报(自然科学版). 2008(08)
博士论文
[1]图像复原的模型和稀疏优化算法研究[D]. 刘刚.电子科技大学 2015
[2]图像处理中几类PDE模型的数值方法[D]. 武婷婷.湖南大学 2011
硕士论文
[1]基于TV正则的图像放大模型及其实现[D]. 王佛荣.杭州电子科技大学 2014
本文编号：3400568
【文章来源】：南京邮电大学江苏省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图像处理三个层次示意图
乃?行畔ⅲ?进而不能满足实际的应用要求，因此如何利用比较小的代价获得质量较高的高分辨率图像具有相当重要的研究意义。图像放大的研究现状图像放大技术就是指在图像处理过程中，通过一系列的处理将图像从低分辨率转换成高分辨率。比如将一个128*128的图像放大成分辨率为256*256的图像，其中增加了49152个像素点，也就是说，为了放大这张图像需要通过已知的128*128个像素点将近5万个像素点的灰度值补充出来。图像放大的核心就是利用已知像素点将需要补充的像素点的灰度值补充出来，该类技术的具体示意图如下图所示。图1.2插值放大图示其中，黑色方格表示原始图像的像素点，白色为需要插入的数据。目前图像放大技术主要分为两种。一种是最常用的插值图像放大技术[57-62]，一种是基于偏微分方程（PartialDifferentialEquation，PDE）的图像放大技术。
南京邮电大学专业学位硕士研究生学位论文第一章绪论51.3.1传统的插值技术插值放大方法是图像放大的经典方法之一，插值技术主要是输入一张低分辨率图像，然后通过建立数学模型的方法，计算出对应的高分辨率图像。插值放大算法，可用下面表达式表示：()()()(,),,,outinxyImncxyIxy=(1.2)其中，()cx,y表示插值的权系数，(),inIxy表示输入的低分辨率图像，(),outImn表示输出的高分辨率图像。插值放大技术主要有最近邻插值、双线性插值[63-65]、双三线性插值[66-70]、双二次插值、三次样条插值等。以下对最近邻插值、双线性插值、双三线性插值进行简单介绍。（1）最近邻插值放大技术最近邻插值放大技术的原理是任意插入点(),outImn的灰度值都来自于距离它最近的(,)inIxy的灰度值。其表达式如下所示：()()1111,,,..,2222outinImn=Ixystxmx+yny+(1.3)最近邻插值放大技术是一种最简单的、算法复杂度最低、计算量最小的插值技术，然而该技术存在一定的缺陷，即放大效果较差，且容易出现锯齿效应。（2）双线性插值放大技术双线性插值法是从x，y两个方向进行插值运算。双线性插值是通过计算周围四个像素点对即将插入点的影响。如果已知两点0x和1x处的值分别为()0fx和()1fx，那么要计算两点之间x的值，可以根据下面的公式计算：()(()())()010010xxfxfxfxfxxx=+(1.4)图1.3双线性插值示意图双线性插值算法可如图1.3所示，其中A、B、C、D是原有的像素点，根据这些已知的像素值求得P处的灰度值。双线性插值是先计算横向插值影响，然后再计算纵向插值影响。
【参考文献】：
期刊论文
[1]各向异性全变分图像去噪算法[J]. 史宝丽,周亚美,庞志峰. 南通大学学报(自然科学版). 2019(04)
[2]基于交叠组合稀疏全变分的图像去噪方法[J]. 林凡,程祝媛,陈颖频,陈育群,喻飞. 科学技术与工程. 2018(18)
[3]基于模糊图像和噪声图像的遥感图像运动模糊复原方法[J]. 张广明,高爽,尹增山,李平付. 电子设计工程. 2017(18)
[4]基于总变分彩色图像恢复问题的有效算法[J]. 张春鹏,文有为,陈智斌. 河南科学. 2017(08)
[5]基于Shearlet变换的泊松噪声图像复原问题研究[J]. 李红,王俊艳,李厚彪. 电子科技大学学报. 2017(03)
[6]基于分数阶全变分正则化的超分辨率图像重建[J]. 刘亚男,杨晓梅,陈超楠. 计算机科学. 2016(05)
[7]二阶总广义变分图像放大[J]. 吴玉莲,冯象初,姜东焕. 光子学报. 2013(06)
[8]双线性插值算法的优化及其应用[J]. 赵煌,彭勇. 电视技术. 2012(17)
[9]图像插值技术综述[J]. 符祥,郭宝龙. 计算机工程与设计. 2009(01)
[10]基于CIELab颜色空间的矢量彩色图像放大算法[J]. 万波,王泉,潘蓉,田玉敏. 华中科技大学学报(自然科学版). 2008(08)
博士论文
[1]图像复原的模型和稀疏优化算法研究[D]. 刘刚.电子科技大学 2015
[2]图像处理中几类PDE模型的数值方法[D]. 武婷婷.湖南大学 2011
硕士论文
[1]基于TV正则的图像放大模型及其实现[D]. 王佛荣.杭州电子科技大学 2014
本文编号：3400568
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3400568.html
最近更新
教材专著
