雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际创新研究期刊》的研究在科学、工程和技术

菜单

ISSN在线(2319 - 8753)打印(2347 - 6710)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

比较分析插值和增强图像的纹理合成算法

Parth Bhatt1,教授萨钦帕特尔2拉克什潘迪特教授3
我。T部、举行、印多尔、中央邦、India1,煤斗,我。T部、举行、印多尔、中央邦、India2助理教授,我。T部、举行、印多尔、中央邦、India3
相关文章Pubmed,谷歌学者

访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术

国际创新研究期刊》的研究在科学、工程和技术

文摘

插值的方法是扩大或拉伸图像从一个较小的原始图像更大的合成图像。然而,纹理合成的方法是清洁的图像通过使用补丁或像素图像分辨率更高,比原始图像。在本文我们给了不同的插值和纹理合成方法的概述。我们回顾了各种插值算法的放大图像。同时,我们有了不同的纹理合成方法使图像分辨率更好的和更好的。

关键字
插值、纹理合成、图像增强、DWT

介绍
图像插值的方法是扩大规模较小的低分辨率图像较大的高分辨率图像,可以被定义为图像缩放。然而,近似继续函数的值通过使用离散样本也定义为插值[16]。如今,图像插值也可以在许多图像处理工具像Photoshop [1]。还应用许多应用程序像数码照片,遥感、医学成像、图像分解,正确的空间扭曲和更多。我们展示了使用插值放大图像的基本概念如图1所示。
数字图像是一个信号,主要在两个不同的维度。这个信号采样和量化值。所有这些被称为图像的像素值。同时增加图像的分辨率由低到高,它叫做up-sampling或发展而反向称为抽样或向下缩放[22]。在这里,在本文中,我们主要关注upsampling。插值的主要有两大类:适应性和非适应性。我们展示了两个类别的比较。
建造一个大型的数字图像的过程从一个小数字样本图像算法称为纹理合成。基本上,纹理合成用于创建大型非重复性的背景图像和扩大小图片通过消除噪声并填写洞图像。纹理合成过程的主要目标是合成一个新的纹理以这样一种方式,当它被一些人类观察者认为,这似乎是由相同的底层的过程。
基本上,两个方法用于清洗灰度图片:基于像素的纹理合成和基于块的纹理合成。而细分(由边界对象选择)并选择区域(选择图像区域)是用于清洗彩色图像(RGB图像)[20]。同时,噪声可以通过删除不同大小和形状的补丁,然后使用这两种方法。峰值信噪比(PSNR)作为衡量质量。
我们组织我们的论文以以下的方式。第二部分概述图像插值使用自适应和非自适应的方法。第三部分描述了图像增强的方法和清洁使用纹理合成方法。第四部分展示了插值方法的比较和纹理合成。第五部分是结论。

二世。插值
插值的过程是将图像从一个决议,另一个在不损失图像质量。在图像处理领域,图像插值是非常重要的功能进行缩放,图像增强,调整任何更多的。这里我们有插值成两个分类:非自适应的插值和自适应插值。
答:非自适应的插值
•近邻插值法:这种方法使用近邻像素填充插值点,所以它被认为是非常简单的和需要较少的计算。在这个方法中可用的值只是复制,不插入的值,因为它不改变值。
•双线性插值:插值点满了四个最亲密的像素的加权平均方法。在这个方法我们执行两个线性插入,在水平方向上,然后在垂直方向线性插值。在双线性插值方法计算四个网格点插值函数。
•双立方插值:最近的插值点满16像素的加权平均双立方插值。因为这些,我们得到一个更清晰的图像比双线性图像。三个非自适应的插值方法之间的比较如图2所示。
b .自适应插值
•基于阈值插值:在这个方法中,更多的像素值被认为是在计算插值点的价值以及噪声在图像。这里找到像素的中值,我们可以使用max或matlab的函数中值按图像的类型[11]。例子是如图3所示。
•引导边缘插值:在一个边导图像插值方法我们使用定向筛选和数据融合[5]。这里我们像素分割成两个方向和正交子集的边缘信息。方向插值是对每个子集和两个插值数据融合。直到现在给出的算法只适用于灰度图像。这里我们有提出的算法也适用于RGB图像。每个R, G, B组件的一个图像存储为三个不同的图像作为输入的两个维度,给原来的算法。最后所有的三个输出数组合并成单一的RGB图像[4]。
•基于DWT插值:我们研究了“形象up-sampling利用DWT [9]。在这里他们利用DWT 9/7双正交样条。图所示保留了原始图像的边缘和颜色。下面我们展示了图5中,图像up-sampling是如何实现S比例因子和我是原始图像[22]。
图像的映射到物体表面合成或数字化,那么这种技术被称为纹理映射[17][18]。映射的图像,通常是长方形的,称为纹理贴图或纹理[4]。纹理可以用来调节不同的表面性质,包括颜色、反射、透明度、或位移。在计算机图形学领域的内容结构可以非常普遍在颜色纹理映射模式。纹理可以称为视觉或触觉表面组成的重复模式,如织物。
纹理合成算法构建的过程是一个大数字图像从一个小数字样本图像利用其结构内容。纹理合成图像可以用来填补,创建大型非重复性的背景图像和扩大小照片[17]。这里我们有分类纹理合成的方法分为两种:基于像素的纹理合成和基于块的纹理合成。
答:基于像素的纹理合成
基于像素的纹理合成方法是基于非参数抽样法。它还假设一个像素值在某个位置只取决于它的直接邻居[19]。在选择下一个像素的值输出图像像素的方法使用填充部分地区详尽的搜索最佳匹配区域样本图像[21]。
b .补丁基于纹理合成
方法提供了一个新形象的缝合在一起的小片样品图像。在这个方法中生成综合合成图像块的块光栅秩序。街区是用来捕获样本纹理的主要模式。一块是随机选择的样本图像并粘贴到新图像在第一行和第一列开始。然后另一个块被选中作为候选人的邻居。它被放置在第一块彼此重叠[21]。
我们使用matlab显示不同的插值方法之间的比较。实验对莉娜的图片大小256 x 256。我们使用选择信噪比(PSNR)比较的算法。视觉质量是最重要的参数的有效性。我们有下面的比较如表1所示。PSNR值被定义为:PSNR值= 20·日志10 (MAX i /√MSE)。

诉的结论
在本文中,我们展示了不同的插值和纹理合成方法的比较分析。我们还展示了不同的插值方法的比较。用于各种目的的自适应方法更好的推广工具,非自适应的方法是好的。对图像采样插值法很好。在未来我们想修改上述方法使其更好地发挥作用。

承认
我们致以真诚的感谢所有我们学院的教员和其他贡献者提供我们开展这项研究的技术援助。我们的真实的升值是所有的人都有提供设施和帮助我们准备研究论文。

表乍一看
表的图标
表1

数据乍一看
图1 图2 图3 图4
图1 图2 图3 图4
图5 图6 图7 图8
图5 图6 图7 图8

引用
  1. Adobe®CS2软件。(http://www.adobe.com/products/photoshop/)
  2. d·柯克图形宝石三世(IBM版本),学术出版社,圣地亚哥,CA, 1992。
  3. 沙玛和H.J. Trussell、数码彩色成像,IEEE图像处理,6 (7)(1997)901 - 932。
  4. 图片类型::显示位图的图片:(MATLAB®), http://www.mathworks.in/help/techdoc/creating_plots/f2 10709. - html
  5. Lei,小林吴”,一个边导图像插值算法通过定向筛选和数据融合”,IEEE图像处理,15卷,没有。2006年8月8日。
  6. Liyakathunisa & c。拉维·库马尔,“一种新型、高效的基于提升方案的超分辨率重建癌症早期检测的低分辨率的乳房x光成像”,国际生物统计学和生物信息学杂志(IJBB)卷(5):问题(2):2011。
  7. 医学博士仙童,颜色外观模型,阅读,MA:, 1997。
  8. p . Thevenaz t·布鲁和m . Unser,“图像插值和重采样,”医学成像的手册,处理和分析,393 - 420年,2000页。
  9. Ping-Sing Tsai Tinku Acharya,“使用离散小波变换图像Up-Sampling”, 2006年10月9日青2006年8到11。
  10. 建议统一颜色空间,颜色差分方程,心理颜色方面,C.I.E,没有补充。2到CIE没有出版。15 (E。- l 31) 1971 / (tc - 1.3), 1978年。
  11. 苏木木材奈克,病毒Borisagar,“超分辨率使用插值和小波提升方案”,IJCA期刊、40卷,2012年。
  12. 苏木木材奈克,病毒Borisagar”,一种新颖的超分辨率算法使用基于插值和轻型的去噪方法”,IJIP日报》6卷,问题4,2012。
  13. t . Acharya和a . k .射线图像处理:原理与应用,约翰威利& Sons, Inc .,霍博肯,新泽西,2005。
  14. t·莱曼,c .完了,k . Spetzer”调查:插值方法在医学图像处理、“IEEE反式。地中海。成像,18:1049 - 1067,1999。
  15. www.mathwork.com
  16. www.wikipedia.com
  17. j·f·布林材质和m·e·纽厄尔。纹理和reection在计算机生成的图像。通信的ACM (19): 542546、1976。
  18. 大肠卡特莫尔。电脑显示曲面细分算法。博士论文,Utal大学计算机科学系,1974年犹他州,盐湖城。
  19. d . Scharstein。合成算法,体积1583/1999在计算机科学的课堂讲稿。激飞柏林/海德堡1999。
  20. 图像增强技术byTexture合成Ankit Shah, Parth Bhatt, Kirit教授J。莫迪,IJETAE -国际期刊的新兴技术和先进的工程(ISSN 2250 - 2459,卷2,问题1,2012年1月)
  21. 实时图像增强使用纹理合成(ret) Parth Bhatt, Ankit沙,苏尼尔•帕沙克ISSN: 2277 - 3754年国际工程和InnovativeTechnology杂志(IJEIT)卷1,问题3,2012年3月
  22. 使用各种插值图像增强方法Parth Bhatt,萨钦Patel Ankit Shah Sanjay Patel IRACST计算机科学和信息技术的国际杂志&安全(IJCSITS), ISSN: 2249 - 9555卷。2,4,2012年8月