范清兰^1,2,3,张云峰^1,2,3,包芳勋⁴,沈晓红^1,2,3,姚勋祥^1,2,3,

¹(山东财经大学计算机科学与技术学院 济南 250014); ²(山东省数字媒体技术重点实验室 济南 250014); ³(山东省高校经济运行动态仿真重点实验室 济南 250014); ⁴(山东大学数学学院 济南 250100) (fan_qinglan@163.com)

出版日期: 2018-03-01


基金资助:国家自然科学基金项目(61373080，61672018，61402261，U1609218)；山东省重点研发计划项目(2016GSF120013)；山东省高等学校优势学科人才团队培育计划

An Region Adaptive Image Interpolation Algorithm Based on the NSCT

Fan Qinglan^1,2,3, Zhang Yunfeng^1,2,3, Bao Fangxun⁴, Shen Xiaohong^1,2,3, Yao Xunxiang^1,2,3

¹(School of Computer Science & Technology, Shandong University of Finance and Economics, Jinan 250014); ²(Shandong Provincial Key Laboratory of Digital Media Technology, Jinan 250014); ³(Economic Operation and Dynamic Simulation Key Laboratory of Shandong Colleges and Universities, Jinan 250014); ⁴(School of Mathematics, Shandong University, Jinan 250100)

Online: 2018-03-01

摘要/Abstract

摘要： 提出一种基于非下采样轮廓波变换(nonsubsampled contourlet transform, NSCT)的分区域自适应插值算法，将图像划分为不同区域，相应地采用不同的方法实现图像插值.首先，构造了一类有理函数插值模型，分析了其C\+2连续性条件，给出了误差估计.其次，通过NSCT捕获到图像的边缘轮廓信息，利用其高频信息的统计特性设定阈值，根据阈值将图像自适应地划分为边缘区域和非边缘区域.最后，边缘区域采用新的基于边缘指导的插值(new edge-directed interpolation, NEDI)模型，非边缘区域采用C\+2连续有理函数模型插值，进而得到目标图像.实验结果证明:提出的基于NSCT的区域自适应插值算法与当前经典插值算法相比，在处理图像纹理细节和边缘方面具有明显优势，同时获得了较好的客观评价数据，且时间复杂度较低.

参考文献

相关文章 15

[1]	谭建豪, 张思远. 基于自适应空间正则化的视觉目标跟踪算法[J]. 计算机研究与发展, 2021, 58(2): 427-435.
[2]	周航, 詹永照, 毛启容. 基于时空融合图网络学习的视频异常事件检测[J]. 计算机研究与发展, 2021, 58(1): 48-59.
[3]	胡晓艳, 童钟奇, 徐恪, 张国强, 郑少琦, 赵丽侠, 程光, 龚俭. 命名数据网络中的视频传输研究综述[J]. 计算机研究与发展, 2021, 58(1): 116-136.
[4]	刘思, 张德干, 刘晓欢, 张婷, 吴昊. 一种基于判定区域的AODV路由的自适应修复算法[J]. 计算机研究与发展, 2020, 57(9): 1898-1910.
[5]	李德权, 许月, 薛生. 基于动态约束自适应方法抵御高维鞍点攻击[J]. 计算机研究与发展, 2020, 57(9): 2001-2008.
[6]	刘艳芳, 李文斌, 高阳. 基于自适应邻域嵌入的无监督特征选择算法[J]. 计算机研究与发展, 2020, 57(8): 1639-1649.
[7]	朱颖雯, 陈松灿. 基于随机投影的高维数据流聚类[J]. 计算机研究与发展, 2020, 57(8): 1683-1696.
[8]	邢新颖, 冀俊忠, 姚垚. 基于自适应多任务卷积神经网络的脑网络分类方法[J]. 计算机研究与发展, 2020, 57(7): 1449-1459.
[9]	贾颖霞, 郎丛妍, 冯松鹤. 基于类别相关的领域自适应交通图像语义分割方法[J]. 计算机研究与发展, 2020, 57(4): 876-887.
[10]	舒坚, 高素, 陈宇斌. 基于自适应广义回归神经网络的链路质量评估[J]. 计算机研究与发展, 2020, 57(12): 2662-2672.
[11]	吴桦,王凌,程光. 基于DASH流媒体的TCP拥塞控制算法优化[J]. 计算机研究与发展, 2019, 56(9): 1965-1976.
[12]	郭亚庆,王文剑,苏美红. 一种针对异常点的自适应回归特征选择方法[J]. 计算机研究与发展, 2019, 56(8): 1695-1707.
[13]	刘昊霖,池金龙,邓清勇,彭鑫,裴廷睿. 基于自适应局部搜索的进化多目标稀疏重构方法[J]. 计算机研究与发展, 2019, 56(7): 1420-1431.
[14]	席亮,王勇,张凤斌. 基于自适应人工鱼群FCM的异常检测算法[J]. 计算机研究与发展, 2019, 56(5): 1048-1059.
[15]	施亚虎,石海龙,崔莉. EasiDARM:基于分布式的物联网设备自适应注册方法[J]. 计算机研究与发展, 2019, 56(3): 453-466.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3657