基于小波的双线性插值算法的改进

›› 2013, Vol. 26 ›› Issue (4): 100-.

基于小波的双线性插值算法的改进

李冰,李勇,钟明光

(1.西安电子科技大学电子工程学院,陕西西安 710071;
2.西安电子科技大学机电工程学院,陕西西安 710071)

出版日期:2013-04-15 发布日期:2013-06-20
作者简介:李冰(1987—),男,硕士研究生。研究方向:小波变换。E-mail:598918339@qq.com

A Promotion on Bilinear Insertion Algorithm Based on Wavelet

LI Bing, LI Yong, ZHONG Ming-Guang

(1.School of Electronic Engineering,Xidian University,Xi'an 710071,China;
2.School of Mechanical & Electrical Engineering,Xidian University,Xi'an 710071,China)

Online:2013-04-15 Published:2013-06-20

摘要/Abstract

摘要：

双线性插值算法在图像处理中有应用广泛,该方法虽在一定程度上可以得到理想的效果,但对于图像中的部分高频信息会损失严重,造成图像整体质量降低。考虑到小波变换的特性,将双线性插值和小波插值相结合,提出了一种基于小波变换的双线性插值算法的改进方法。经验证,改进算法对于本身并不平滑的图像在超分辨率重建中具有一定的优势。

关键词: 双线性差值, 小波变换, 图像处理

Abstract:

Bilinear insertion algorithm is widely used in image processing,this method is effective in some way,but also leads to large loss in high frequency information,resulting in degrading the quality of images.Considering the characteristic of the wavelet transform,I combine bilinear insertion with wavelet insertion,proposing an improved method on bilinear insertion algorithm based on wavelet transform.

Key words: bilinear insertion;wavelet transform;image processing

中图分类号:

TP391.41

李冰, 李勇, 钟明光. 基于小波的双线性插值算法的改进[J]. , 2013, 26(4): 100-.

LI Bing, LI Yong, ZHONG Ming-Guang. A Promotion on Bilinear Insertion Algorithm Based on Wavelet[J]. , 2013, 26(4): 100-.

［1］	GREG R.A basic introduction to PNG features［EB/OL］.(2011-09-13)［2012-08-25］http://libpng.org/pub/png/pngintro.html
［2］	崔海霞,蔡汉添,谢在鹏.基于二进小波变换的图像插值方法［J］.电视技术,2004,10:11-12.
［3］	MEIJERING E H W,ZUIDERVEL K J,VIERGEVER M A.Image reconstruction with symmetrical
	piecewise nth—order polynomial kernels［J］.IEEE Transactions on Image Processing,1999,8(6):192-201.
［4］	江铭炎,李兴江,袁东风.图像插值放大处理的方法［J］.山东大学学报,2003,38(3):79-81.
［5］	HONGJIU T,XINJIAN T,JIAN L,et al.Super resolution remote sensing image processing algorithm based
	on wavelet transform and interpolation［C］.Paris:Procecssing of SPIE,2003,4898:259-263.

[1]	刘美红,洪恩航,黎振华,滕宝仁. 基于图像处理与数值仿真辅助的电弧增材成形研究[J]. 电子科技, 2023, 36(1): 7-14.
[2]	毕嘉桢,沈拓,张轩雄. 基于机器视觉的轨道交通自动测距研究[J]. 电子科技, 2022, 35(9): 37-43.
[3]	冯俊逸,沈拓,张轩雄. 基于图像处理的轨旁信号机识别方法[J]. 电子科技, 2022, 35(8): 53-57.
[4]	孙翔,裴晓芳,周望,朱平. 基于标尺图像识别的作物株高测量[J]. 电子科技, 2022, 35(7): 32-39.
[5]	张崇崇,黄亚宇. GA-BP神经网络对片烟结构的预测研究[J]. 电子科技, 2022, 35(6): 35-42.
[6]	杨孙运,阚秀. 基于图像和IMU传感器的生物行为分析系统设计[J]. 电子科技, 2022, 35(4): 28-34.
[7]	纪玲玉,高永彬,赵呈陆,汤先华,徐凯成,徐嘉诚. 基于3D全卷积网络的腹部动脉CTA分割算法[J]. 电子科技, 2022, 35(3): 38-44.
[8]	张志浩,付东翔,闫蕊. 一种基于图像处理技术的镜框尺寸测量系统[J]. 电子科技, 2022, 35(11): 42-47.
[9]	宗圣康,程建鹏,张西良. 基于光斑位置的起重机轨道高度差自动检测方法[J]. 电子科技, 2022, 35(1): 21-28.
[10]	宋章明,贺慧勇,黄跃俊. 扁平漆包线表面缺陷在线检测研究[J]. 电子科技, 2021, 34(5): 72-78.
[11]	闫超,孙占全,田恩刚,赵杨洋,范小燕. 基于深度学习的医学图像分割技术研究进展[J]. 电子科技, 2021, 34(2): 7-11.
[12]	陈文佑,章伟,史晓帆,宋芳. 一种改进ORB特征匹配的半稠密三维重建ORB-SLAM算法[J]. 电子科技, 2021, 34(12): 62-67.
[13]	秦兴,高晓琪,陈滨. 基于压缩卷积神经网络的图像超分辨率算法[J]. 电子科技, 2020, 33(5): 1-8.
[14]	史伟忠,曹卫卫,范彦铭,董佳筠,陈纾,肖昊. 基于FPGA的深空图像实时边缘检测算法与实现[J]. 电子科技, 2020, 33(5): 45-49.
[15]	章天昊,李郝林. 一种基于高斯拟合法的激光光束中心提取方法[J]. 电子科技, 2020, 33(5): 72-76.