圖像處理中插值與檢索算法研究.pdf

1、本文主要討論圖像處理中的插值與檢索算法，具體研究內(nèi)容如下： (1)圖像插值有著廣泛的應(yīng)用背景，被大量應(yīng)用在圖像的放縮、旋轉(zhuǎn)等幾何操作中。對于圖像的放縮操作，較成熟的插值算法有最鄰近插值、雙線性插值以及樣條插值等。最鄰近插值方法簡單、易實(shí)現(xiàn)、速度快，然而會(huì)在新的圖像中產(chǎn)生鋸齒形邊緣和方塊效應(yīng)；雙線性插值利用源像素點(diǎn)周圍鄰近的幾個(gè)像素點(diǎn)的線性平均權(quán)值來計(jì)算目標(biāo)像素點(diǎn)值，具有一定的邊緣平滑作用，但會(huì)使圖像的細(xì)節(jié)產(chǎn)生退化，丟失重要的邊緣

2、特征；三次樣條插值放縮后的圖像具有較高的光滑性，但計(jì)算量大、且易造成邊緣模糊。以上這些方法都是在假設(shè)圖像像素和周圍像素呈線性關(guān)系的基礎(chǔ)上進(jìn)行的，但事實(shí)上圖像的有些紋理之間或像素間呈突變性質(zhì)，具有非線性關(guān)系。因此，對這些具有不連續(xù)灰度特性的像素如果采用常規(guī)的插值算法，一般會(huì)使圖像的輪廓和紋理模糊，降低圖像質(zhì)量。本文在對傳統(tǒng)插值算法研究的基礎(chǔ)上，提出了一種改進(jìn)的邊緣插值算法，實(shí)驗(yàn)結(jié)果表明：相比傳統(tǒng)算法，本文算法不僅提高了圖像的峰值信噪比(P

3、SNR)，而且較好地保留了原圖像的細(xì)節(jié)信息和清晰的邊緣。 (2)基于內(nèi)容的圖像檢索(CBIR)是一種利用圖像視覺特征信息(如顏色、紋理、形狀等)進(jìn)行的圖像檢索技術(shù)，它綜合了圖像處理、數(shù)據(jù)庫、信息檢索、計(jì)算機(jī)視覺等多學(xué)科，CBIR已成為國內(nèi)外研究的一個(gè)熱點(diǎn)。本文深入研究了圖像顏色特征提取和相似性匹配，通過把彩色圖像分塊來設(shè)置不同區(qū)域的權(quán)值來突出圖像的主體部分，并結(jié)合彩色圖像的主色調(diào)來設(shè)置圖像顏色權(quán)值的方法，提出了一種基于RGB顏色