-
图像插值放大技术的国内外研究现状插值在图像放大方面的应用很广泛，且需求较高，所以发展比较迅速。目前已有多种图像插值的技术，比较经典的插值技术都是对一幅图像的各个位置做相同的插值算法运算。虽然这些技术得出的图像在视觉上更光滑，但是这些插值技术往往会使放大后的图像边缘数据受损，比如最近邻域插值法，会在边缘产生锯齿以及马赛克现象。为了解决这个问题，改善图片的质量，当代的图像插值技术会学习神经网络、有理滤波、分形拓扑、模式识别、小波分辨率分析、多信道处理以及图像最佳还原等技术，进而去研究图像小部分的频率成分以及关联性从而来调节插值技术，目的是建立起局部自适应的空间移交插值算法。35099
- 上一篇：企业社会责任国内外研究现状和发展趋势
- 下一篇：客户关系管理研究现状和发展趋势
在非线性插值方法方面，国内的研究成果也有很多文献可见。1991年邓广、马宗权等提出了边缘移动匹配法，使得插值后图像更适合人眼观察和识别；2002年李将云、杨勋年等提出了图像缩放的分片连续算法，保持了插值图像层面清晰、色彩丰富；2003年胡敏、张佑生等提出Newton型有理曲面插值方法，反映纹理的突变性质和非线性关系，改善了整个图像局部区域轮廓模糊的缺点，在图像边缘轮廓清晰性和光滑性上均有较大提高。论文网
国外的自适应插值算法研究成果较多：Carrato等提出了利用非线性滤波器，对沿边缘方向的像素点分配较大权值，与边缘交叉方向上的像素点分配较小权值，以增强边缘清晰度，保持图像的边缘特征；Humhofer, Mitra给出了一种采用二次Volterra滤波器增强边界的自适应图像放大算法；Albiol等提出基于数学形态学的图像放大算法，确定边界，分别对平坦区域和边界区域不同处理：对于像素变化缓慢区域线性插值，在边界进行特殊处理；Battiato等提出局部自适应放大算法，该算法实际上是梯度控制的加权插值算法。
图像插值放大技术的应用与发展趋势
图像插值技术广泛应用于生活、医疗、军事等方面。如军事雷达图像、卫星遥感图像、地址勘探数据图像、生物医学切片及显微图像等以及人物景物图像的处理。按照应用的目的，大致可以分为一下几种情况：
(1)为适应不同的显示设备而进行的图像分辨率转换，如：巨幅广告。
(2)为使用户专注于图像某些细节而进行的图像缩放，如：photoshop等软件的放大镜功能。
(3)为提高图像的存储和传输效率而进行的图像数据压缩和重建，如：计算机虚拟现实技术中的视图插值。
(4)为完成图像几何变换而进行的图像重采样，如：卫星遥感图像的集合校正和医学切片图像的坐标变换。
(5)为修复存在像素缺失的图像而进行的像素估计，如：严重污损照片的数字修复。