一种基于脊波变换数字图像放大技术.docVIP

一种基于脊波变换的数字图像放大技术 　　摘要：图像放大是指在图像处理的过程中，经常是将一幅图像的分辨率通过某种方法进行转换，从而得到更高的分辨率。本文给出了一种基于脊波变换的数字图像放大算法。为了更好地进行图像放大，首先，利用临近均值插值的方法对原始图像进行预放大；其次，对利用插值方法放大后的图像进行脊波变换，从而把图像放大。实验表明，使用该算法放大后的图像具有更好的主观和客观质量。 　　关键词：临近均值插值 脊波变换 图像放大 数字图像处理 　　中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2015）10-0000-00 　　图像放大是指在图像处理的过程中，经常是将一幅图像的分辨率通过某种方法进行转换，从而得到更高的分辨率。该方法在军事、气象、公安、医学、遥感、电影合成和动画制作等方面均有着较为普遍的应用[1]。图像放大最多只能用来改善一下图像的视觉效果[2]，这是因为，在图像放大过程中，数据量虽然可以增加，但是信息量却不可能增加，因此，放大图像有许多算法，其关键在于对未知像素如何进行插值。目前，较为成熟的算法有：最临近点插值、双线性插值、双立方插值以及自适应样条插值等。最临近点插值方法的优点是算法简单，易于实现，但是马赛克现象比较严重，不清晰；双线性插值双线性插值具有一定的边缘平滑作用，但是图像模糊，不锐利，边缘不清晰，有锯齿现象；双立方插值锯齿现象有所改善，但是图像较模糊，较锐利；自适应样条插值图像相对清晰，缺点是计算量比较大，而且放大后容易造成图像边缘模糊。 　　随着小波分析理论的日益成熟，由于其良好的尺度变化特征、时频局部化特征、方向变化特征，在众多领域中，小波分析得到了广泛的应用。近年来基于小波的的图像放大方法也得到了长足的发展。程光权等提出采用多方向的小波变换进行方向性图像放大[4]，LiXin等提出采用边缘方向插值方法进行图像放大[3]，等等。 　　本文基于临近均值插值方法和脊波变换给出了一种数字图像放大的方法，首先利用临近均值插值方法对图像进行预放大，然后利用脊波变换沿图像边缘特征方向进行超分辨率图像放大，最终获得了具有较为清晰边界视觉效果的放大后的图像。 　　1 二维连续脊波变换（CRT） 　　1998年，Candes.E.J提出脊波理论，其博士论文中给出了脊波变换的基本理论框架理论。随后，Donoho提出了一种正交脊波的构造方法。在此基础上，M.N.Do在2000年提出了有限脊波变换，该方法的思想是：首先，对图像进行有限Radon变换，然后，再作小波分析。由于脊波变换的本质是对小波基函数添加了一个表示特征方向的参数，因此它不但具有局部时频分析能力，而且具有较强的方向选择和辨别能力，从而可以很好的表示信号中具有方向性的奇异性特征。 　　从上述关系式中我们可以看出，二维连续脊波变换利用线参数取代了二维连续小波变换中的点参数，小波变换是逐点刻画点的奇异性，而脊波变换可以沿脊线刻画线的奇异性。众所周知，在二维情况下，通过Radon变换点和线可以相互联系，因此小波变换和脊波变换也可以通过Radon变换进行联系。一种较简单的方法是在离散傅里叶变换的基础上实现Radon变换，首先，对 的离散点列作2维快速傅氏变换，并对得到的 个点的频域点列作径向划分；其次，估计出各个径向直线方向上的 个数据点的值。在每个径向方向都有 个值后；然后，对这 个点列作一维逆快速傅氏变换，从而可以得到对应于图像域的 个点列，对这个点列作均匀化插值和重组就可以得到一次Radon变换的结果，最后，再在Radon变换域作一维小波变换就可以实现脊波变换的全部过程。 　　2 邻近均值插值方法 　　数字图像的插值在数字图像的应用中，起着非常重要的作用，尤其是在超分辨技术中。常见的插值方法有：最邻近插值、双线性插值、双三次线性插值。最邻近插值又称零阶插值，该方法的缺点是由于代数拟和阶较低，从而使得插值图像质量较差，会在图像中产生人为加工的痕迹，并且图像的边缘易产生锯齿效应。双线性插值的缺点是由于双线性插值的斜率不连续，双线性插值的平滑作用会使得图像的细节产生退化，在进行图像放大时更为明显。当然，这些缺点可以通过更高阶得插值进行修正。常见的高阶插值算法有双三次线性插值，可以对周围相邻的16个像素点的值进行插值，这种插值算法的优点是可以较好的消除锯齿现象，插值质量较高，效果好，同前面两种方法相比较边缘阶梯失真现象得到很大程度的抑制，但是放大时边缘模糊现象仍比较严重。因此提出了一种临近均值插值（NMI）方法，该方法定义如公式（5）所示： 　　3 基于脊波变换和临近均值插值的图像放大算法（RIDNMI算法） 　　由1和2所述给出基于脊波变换和临近均值插值的图像放大算法，算法步骤如下： 　　Step1：读取