四叉树分解的图像插值

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (20): 191-193.

• 图形、图像、模式识别 • 上一篇下一篇

四叉树分解的图像插值

丁西明1，段汉根2，范益政3

1.安徽科技学院工学院，安徽凤阳 233100
2.安徽科技学院理学院，安徽凤阳 233100
3.安徽大学数学科学学院，合肥 230039

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-11 发布日期:2011-07-11

Image interpolation via quadtree decomposition

DING Ximing1，DUAN Hangen2，FAN Yizheng3

1.College of Engineering，Anhui Science and Technology University，Fengyang，Anhui 233100，China
2.College of Science，Anhui Science and Technology University，Fengyang，Anhui 233100，China
3.School of Mathematical Sciences，Anhui University，Hefei 230039，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-11 Published:2011-07-11

摘要/Abstract

摘要： 如何在图像插值的同时较好地保持图像的结构信息一直是图像插值的一个难点，提出了一种基于四叉树分解的图像插值方法，基本思想是：用四叉树分解将原始图像划分为一些像素值相近的子块，当分解区域为1×1，用最邻近插值方法，分解区域为2×2时，用双线性方法插值，其余情况用双立方插值扩充子块，再将扩充后的子块映射到输出图像。实验结果表明该方法能较好地保持图像的边缘，同时具有较高的效率，可以应用到图像、视频及医学图像的放大。

关键词: 图像插值, 边缘保持, 四叉树分解

Abstract: Preserving edge information is a difficulty in image interpolation.A novel algorithm for image enlargement through quadtree decomposition is proposed.The main idea is to partition the input image into quadrants using quadtree decomposition，quadtree decomposition would divide the original image into small blocks.When the block is 1×1，it uses nearest-
neighbor interpolation.The block is 2×2，it uses bilinear interpolation.Otherwise bicubic interpolation is used，then it maps the enlarged block into the output image.Simulation results show that the new interpolation technique can preserve edge structure and get good efficiency.The proposed method can be used for image/video superresolution applications and medical image processing.

Key words: image interpolation, edge preservation, quadtree decomposition

丁西明1，段汉根2，范益政3. 四叉树分解的图像插值[J]. 计算机工程与应用, 2011, 47(20): 191-193.

DING Ximing1，DUAN Hangen2，FAN Yizheng3. Image interpolation via quadtree decomposition[J]. Computer Engineering and Applications, 2011, 47(20): 191-193.

[1]	杜宏伟，乔美丽，宋刚，张云峰，包芳勋. 基于视觉感知的图像放大[J]. 计算机工程与应用, 2020, 56(9): 204-212.
[2]	潘卫华，杜旭. 基于改进自适应权重的三边滤波立体匹配算法[J]. 计算机工程与应用, 2020, 56(18): 186-192.
[3]	孙朋晓1，2，沈燕飞1，朱珍民1. 基于细节增强的单一图像去雾[J]. 计算机工程与应用, 2016, 52(8): 201-206.
[4]	訾玲玲1，丛鑫1，张亚萍2. 空间运动图像序列的跨尺度插值方法[J]. 计算机工程与应用, 2015, 51(17): 28-33.
[5]	崔小青，吴晓红，何小海，季成涛，任超. 结合两种回归模型的图像插值算法研究[J]. 计算机工程与应用, 2015, 51(16): 151-155.
[6]	张煜东，吴乐南，王水花. 改进的沃尔什图像插值方法[J]. 计算机工程与应用, 2011, 47(9): 156-159.
[7]	王大鹏，汤进，郭玉堂，罗斌. 基于四阶非线性扩散方程的新型图像去噪方法[J]. 计算机工程与应用, 2011, 47(12): 185-188.
[8]	姚恒，魏为民，唐振军. 重采样图像的盲检测技术[J]. 计算机工程与应用, 2010, 46(30): 166-168.
[9]	苏本跃¹，盛敏². 自适应图像缩放的切触有理混合插值算法[J]. 计算机工程与应用, 2010, 46(1): 196-199.
[10]	何兴恒,陈慧. 一种基于四叉树分解的图像压缩方法[J]. 计算机工程与应用, 2008, 44(9): 181-183.
[11]	张君昌,周瑾,何明一. 融合分形小波图像去噪和插值的新算法[J]. 计算机工程与应用, 2008, 44(30): 175-177.
[12]	李锌,张飞舟. 基于再生核滤波器的边缘保护图像插值方法[J]. 计算机工程与应用, 2008, 44(13): 179-181.
[13]	张玉叶,王学伟,王春歆. 双重模糊图像的复原方法研究[J]. 计算机工程与应用, 2007, 43(35): 96-98.
[14]	邵文泽,韦志辉. 分别基于l 1范数与TV模型的数字滤波器设计及性能分析[J]. 计算机工程与应用, 2006, 42(32期): 0-.

四叉树分解的图像插值

Image interpolation via quadtree decomposition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics