資源描述：
《基于學(xué)習(xí)邊緣信息的圖像插值算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、計(jì)算機(jī)工程與設(shè)計(jì)ComputerEngineeringandDesign2009，30(13)3157·人工智能·基于學(xué)習(xí)邊緣信息的圖像插值算法孔凡樹，艾東，賈超，姚芳，鄒琪，王蓓蓓(燕山大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院，河北秦皇島066004)摘要：為解決圖像插值時(shí)產(chǎn)生邊緣模糊和重影等現(xiàn)象，利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)圖像邊緣信息，匹配兩相鄰斷層圖像間相似點(diǎn)，實(shí)現(xiàn)圖像的灰度插值。對(duì)于新插值圖像上的每一個(gè)像素，在相鄰兩個(gè)斷層各選擇一系列候選對(duì)應(yīng)點(diǎn)，利用神經(jīng)網(wǎng)絡(luò)選擇最佳匹配的一對(duì)對(duì)應(yīng)點(diǎn)，利用這對(duì)對(duì)應(yīng)點(diǎn)的灰度值插值出新圖像上相應(yīng)位置的灰度值。試驗(yàn)結(jié)果表明，改善了傳統(tǒng)圖像插值中圖像邊緣模
2、糊的現(xiàn)象，并且極大的消除了重影現(xiàn)象。關(guān)鍵詞：灰度圖像；插值；邊緣信息；神經(jīng)網(wǎng)絡(luò)；圖像清晰中圖法分類號(hào)：TP751．1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：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有效地克服馬賽克的出現(xiàn)，但會(huì)退化圖像的高頻部分，使圖像0引言細(xì)節(jié)變得模糊。Moshfeghi在利用新的匹配信息方面做了
6、嘗二維斷層圖像是對(duì)三維物體斷層切面掃描所得的斷層投試，提出一種方向性插值方法嗍，Wang等在此基礎(chǔ)上提出了方影。利用一組二維相鄰斷層圖像，重建三維物體時(shí)，若相鄰兩向相關(guān)性的灰度插值算法嗍。這兩種方法要求限制條件多，且斷層圖像間的掃描距離大于同一斷層中相鄰像素間的距離，只能處理比較簡單的幾何結(jié)構(gòu)，插值圖像的清晰度不高。則需要在相鄰兩斷層圖像間進(jìn)行圖像插值，否則將會(huì)在重建上述算法雖考慮了圖像間的匹配對(duì)應(yīng)關(guān)系，但其本質(zhì)上物體的邊界處形成明顯的臺(tái)階狀的人為結(jié)構(gòu)“。都可以看作是一種低通濾波，而對(duì)象的邊界主要由高頻分量目前，圖像插值主要包括灰度圖像插值和輪廓形狀插值。決定，因此
7、，上述算法生成的插值圖像普遍存在輪廓模糊現(xiàn)Levin的數(shù)值分析文獻(xiàn)提出輪廓形狀插值方法，但在相鄰斷象，邊界點(diǎn)定位精度低。從而使最終的三維重建效果產(chǎn)生階層中對(duì)應(yīng)輪廓無重疊區(qū)域時(shí)，或當(dāng)相鄰斷層中對(duì)應(yīng)輪廓的質(zhì)梯狀痕跡。心偏移較大時(shí)，很難給出完整的中間插值結(jié)果。wu等提出近來人們將基于灰度的插值和基于形狀的插值兩者有效基于數(shù)學(xué)形態(tài)學(xué)的形狀插值，該方法計(jì)算時(shí)間較長，且需要地結(jié)合，取得了較好的插值結(jié)果。其中較典型的有Grevera和進(jìn)行圖像分割。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鄰插值、線性插值、三次樣條插插值方法等
