基于向量机图像插值算法的研究.pdfVIP

维普资讯 第 10卷 第3期 中国图象图形学报 Vol_10．NO．3 2005年 3月 JournalofImageandGraphics Mar．，2005 基于向量机的图像插值算法研究 郑 胜”’ 田金文 柳 健 (三峡大学，宜昌 443002) ’(华中科技大学图像信息处理与智能控制教育部重点实验室，武汉 430074) 摘 要 为了更好地进行图像插值 ，可首先利用最小二乘 向量机对原始图像的局部区域进行灰度曲面最佳拟合， 然后在拟合曲面上进行未知像素点的灰度值估计，同时提 出了运用测试图像进行参数优化的方法，并以径向基核 函数为例导出了区域图像的插值系数矩阵，进行了图像放大插值实验验证。实验结果表明，基于支持向量机的图 像插值算法具有很强的适应性，其性能与Cubic技术相当，但效率更高。 关键词 图像插值 最 b／z．乘向量机 插值系数矩阵 参数优化 中图法分类号：TP391．4l 文献标识码：A 文章编号：l006—896l(2005)03—0338—06 ResearchofSVM—basedImageInterpolationAlgorithm Optimization ZHENG Sheng ·”， TIAN Jin．wen ，LIUJian ’(ChinaThreeGorgesUniversity，Ywhang443002) (StateEducationCommissionKeyLaboratoryforImageProcessingandIntelligentControl，HuazhongUniversityof ScienceandTechnology，Wuhan430074) Abstract Theimageintensitysurfaceforthelocalneighborhoodofimageiswell—fittedbytheleastsquaressupportvector machine(1ssvm)，andthenthegraylevelinterpolationisimplementedonthefittedintensitysurface．Theinteprolation coefficientmatrixofthelocalneighborhoodisdeducedfromthelssvmwiththeradialbasisfunction(rbf)kernelfunction， asanexample．Amethodusingtheinteprolationevaluatingmeritfigure，psnr，tooptimizetheSVB parametersisproposed． W iththeselectedparameters，thecomputerinteprolationexperimentsarecarriedout．Theexperimentalresultsdemonstrate theSVB-basedinteprolationalgorithm hassimilarperformancetocubiconebutprovidinghigherefficiency． Keywords imageinteprolation，leastsquaressupport vectormachine(LSSVM)，inteprolationcoefficientmatrix， parameteroptimization． 强的空间相关性，即相邻的像素点往往具有相似的 1 引 言 图像灰度值，因此，就可以把图像看作 曲面，并用曲