导读:本文包含了图象插值论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:插值,图象,分形,图象处理,灰度,曲面,代数。
图象插值论文文献综述
张永,杜晓荣,欧阳一鸣[1]（2008）在《一种基于散乱数据插值的网格图象变形方法》一文中研究指出提出一种基于特征点运动分解和散乱灰度数据插值的网格图象变形算法,以改进传统的两步扫描网格变形法在扫描顺序和变形效果上的不足。将原始图象的象素坐标一次性映射至目标图象,再对映射后得到的散乱坐标点的灰度进行散乱数据插值以恢复目标图象的象素信息。为了提高灰度映射的效率,引入一种基于Delaunay叁角剖分的叁角线性插值的方法来处理大规模散乱数据的插值。最后通过实例证明该算法的变形效果较两步扫描网格变形法有显着提高。(本文来源于《计算机工程与应用》期刊2008年12期）
张新荣,魏静[2]（2004）在《灰度不变的图象插值算法》一文中研究指出现有的图象插值算法会改变局部平均灰度 ,导致图象对比度下降。本文提出了一种新的保持平均灰度不变的图象插值算法。此算法的关键不同点在于不是让算法结果在采样点的值等于原采样值 ,而是在一个象素大小的单位面积上得到的平均值等于原采样值。插值结果 C1连续 ,视觉上的平滑性接近于样条插值。将该方法用于图象几何变换可以避免灰度的损失。(本文来源于《微处理机》期刊2004年03期）
张洁琳[3]（2004）在《n元函数的Lagrange插值与二维数字图象的小波逼近》一文中研究指出n元函数的Lagrange插值与二维数字图象的小波逼近是当前多元逼近研究领域中的两个热门课题。本文正是针对这两个课题展开了研究，并取得了相应的研究成果。 一、关于n元函数的Lagrange插值的研究 多项式插值一直是计算数学中一个重要的研究方向。特别是随着在实际问题中的应用，比如多元函数的列表，曲面的外形设计和有限元法等，使得有关多元多项式插值的理论与方法的研究，在近二、叁十年中迅速发展起来。 一元插值的理论与研究已经十分完善，而多元多项式插值由于其定义域是多维空间，因而具有比一元多项式插值更为复杂的性质。在一元多项式插值中，单项式按序是唯一排列的，并且根的个数由多项式的次数唯一确定。而在多元多项式插值中，这些性质则不再具备，由此导致了在进行多元多项式插值时，即便插值结点数等于插值空间的维数，也未必能保证多元插值多项式的唯一存在性。因此，在进行多元多项式插值时，一个首先必须解决的问题就是多元插值的适定性问题。目前，国内外对这一问题的研究大体上有两个方向：一是针对给定的插值多项式空间，去构造出适定的插值结点组，也就是构造出使插值多项式唯一存在的插值结点组；二是针对给定的插值结点组，去构造出适定的插值多项式空间，并且这个多项式空间是在给定结点组上插值适定的所有多项式空间中次数最低者，这将有利于提高插值多项式的代数精度。国外的一些学者，比如：De.Boor,Ron和T.Sauer等人都对第二个方向进行了研究，而我们则一直致力于第一个方向的研究。 1965年，梁学章教授在[9]中首次把多元Lagrange插值的适定性问题转化为一个几何问题，从而使得我们可以借助于代数几何的方法来研究多元多项式插值适定结点组的理论问题及构造方法．同时他还给出了构造R~2中插值适定结点组的添加直线法和添加圆锥曲线法。 1998年，梁学章和吕春梅在[10]中进一步研究了R~2中的Lagrange插值问题，提出了沿平面代数曲线插值的基本概念，并得到了利用直线与一个任意k次代数曲线相交来构造沿平面代数曲线插值适定结点组的方法。 2003年，梁学章和崔利宏在[24]中，研究了叁维空间中沿代数曲面和代数曲线的多项式插值问题。提出了两个代数曲面充分相交的概念，并给出了沿代数曲面插值适定结n元函数的Lagrange插值与二维数字图象的小波逼近点组的添加空间代数曲线法.同时，他将代数几何中C叩le万一BaCh盯ach定理推广到叁维，并且将其应用到插值问题的研究中. 本文则是对上述工作的延续和深人，重点研究n维空间中代数超曲面和代数流形上的Lagrange插值.下面将介绍我们论文中的主要结果: 本文中我们主要考虑复数域上的多项式，P份表示所有次数不超过m的n元复系数多项式空间，即心，={艺cax?l泞…吟}ca任C}.o引。1叁。次数不超过仇的。元单项式的数目，我们记为人双n，m)，则M(n，7n)=(。+。)!n!m!(1)即为n元m次多项式空间P黔的维数.首先我们给出n元m次多项式空间P黔上插值适定结点组的概念. 定义1设滋=的复数组{。‘}丝梦，”，如下插值条件:{Q(t)}丝沙间是c“中的M(n，m)个互不相同点.对于一个任意给定，寻找一个多项式j(x):P黔，(j(x)=f(二1，…，勒))，使之满足f(Q(‘))=。‘，‘=一，…，M(。，二).(2)如果对于每一个任意给定的复数组{。}仁针，叫，方程组(s)总存在唯一组解，则称该擂值问题是关于多项式空间P架)的适定插值问题(或称该擂值问题是适定的)，并称相应的擂值结点组滋二{Q(f)}竺梦，m)为P禁)的一个擂值适定结点组. 定理1 10jc“中互不相同点{Q(，)}扛，能够做成P黔的擂值适定结.点组的充要条件是{Q(i)}扛l不落在一个m次代数超曲面上. 从定理1可以看出，当我们关于多项式空间P黔做插值时，若使插值结点组适定，必须要求这些结点不同时落在一个。次超曲面上.而在解决一些实际问题时，如调和分析，散落数据插值与拟合等，常常需要考虑在一个超曲面或代数流形上进行插值的情况，所以只考虑护卿的插值就不能满足实际应用的需要.我们有必要进一步研究代数超曲面和代数流形上的插值.首先给出代数超曲面和代数流形的定义:定义2设尸={p、，，二，p，}cC卜1，…，纵]，其中3为正整数，定义代数簇S=s(P，，…，ps)={(al，…，a。)任Cn}几(a:，…，a。)=0，葱==1作为几何体，此处我们称S为pl，…，p，定义的代数流形.为代数超曲面，并且当p，的全次数为1时为代数超平面.特别当8=，…，，}i时，S=s(pi)摘要 设。为任意整数，。为非负整数，定义组合数如下/二、一fo，，当m<“时;、二)一、下皿拼二，当m全”时· 、几巴气7n一几j‘并且定义符号e禁)一(m井”)·实际上e禁)一(几，m，是P禁)的维数·再定义符”。:)(、)一f。+几)一fm+n一“)一、(n，。)一、(n，。一、). 几/、几/它实际上是P卿在一个k次超曲面上的维数.定义3设k为自然数，P(X)二O为Cn上一个无次无重复分圣代数超曲面.并且·禁’‘无，一(“二m)一(“·:一)(3)设丸={Q(。}艺因为超曲面，(x)=。上的e黔(劝个互不相同的点(本文来源于《吉林大学》期刊2004-04-01）
刘晓松,杨新,文俊,汪进[4]（2003）在《一种用于数字图象传感器的彩色插值算法》一文中研究指出由于物理结构的限制 ,单片 CCD和 CMOS彩色图象传感器在每个像素的位置上只能采集一个颜色分量 ,其余两个颜色分量只能通过插值的办法得到 .鉴于通常的线性插值方法容易使图象的边缘变得模糊 ,并可能出现较为明显的颜色失真 ,而一些新方法尽管可以得到较高质量的插值图象 ,然而运算的复杂性限制了它们的应用 .为此提出了一种在色差空间进行插值的算法 ,以代替普通颜色空间的插值 ,同时用基于有理函数的插值算子来代替普通的线性算子 ,并通过后处理来进一步提高插值图象的质量 .由于色差空间的插值考虑了不同颜色分量间的耦合性 ,并利用了有理函数插值算子固有的边缘自适应特性 ,因而得到了较好的效果 .该方法另外的一个优点是计算速度较快 .实验结果表明 ,该该算法是有效的 .(本文来源于《中国图象图形学报》期刊2003年05期）
孟晋宇,舒华忠,鲍旭东,李松毅,罗立民[5]（2003）在《基于形状的二维灰度图象插值》一文中研究指出内插是叁维重建中的一个重要步骤 .一般传统的插值算法大体可分为灰度插值和基于对象形状的插值两种 .其中直接的灰度插值对二值及灰度图象均适用 ,但结果在多数情况下并不准确 ;而基于形状的插值 ,早期仅适用于二值图象 .近来 ,人们将两者较好地结合起来 ,使得基于形状的插值同样适用于灰度图象 .为了克服直接灰度插值易造成较严重的轮廓模糊问题及为克服 Chuang等人提出用基于形状的插值方法求得的对应点易产生偏差的问题 ,提出了一种新的基于形状的二维灰度图象插值算法 .该算法首先采用数学形态学的方法分别对两幅源图象进行膨胀和腐蚀 ,用于确定插值图象的轮廓 ;然后对轮廓内的点 ,分别找出其在两幅源图象上的对应点 ,再通过灰度的线性插值来求得此点的灰度 ,进而得到最终的插值图象 .实验结果表明 ,此算法得到的插值结果是令人满意的 .(本文来源于《中国图象图形学报》期刊2003年03期）
解成俊,王廷杰[6]（2002）在《基于提升方案的整数Deslauriers-Dubuc(m,n)插值小波变换结合SPIHT应用于图象无损压缩编码性能的研究》一文中研究指出研究了基于提升方案的 Deslauriers- Dubuc( m ,n)插值小波变换结合 SPIHT应用于图象无损压缩编码的性能 .实验结果表明 ,基于提升方案和整数运算的插值小波变换是整 -整可逆变换 ,适于快速的 ,渐进性的直至无损图象压缩 .无损压缩性能远好于 Huffm an、Win Rar、Raw+ Win Zip、JPEGL S.以 ( 4,4)插值小波为例平均而言压缩比分别比上述编码方法提高了 63 % ,49% ,46% ,3 4%左右 .由于实现的可逆小波变换是基于整数运算的 ,可由加法和移位完成 ,运算速度快 ,便于动态图象编码及硬件实现(本文来源于《小型微型计算机系统》期刊2002年12期）
王珏,季梁[7]（2002）在《基于支持向量机的图象插值及错误隐匿策略》一文中研究指出如何对在有损网络环境中传输的视频进行错误隐匿是视频传输研究中的基本问题 .支持向量机 (SVM)是一种新兴的通用学习算法 ,是国际上机器学习领域新的热点 .为了取得比现有方法更好的错误隐匿效果 ,提出了一种新的基于支持向量机回归估计的错误隐匿策略 ,首先建立了基于支持向量机回归估计的图象插值算法 ,并将其引入到错误隐匿问题中 ,然后用空域插值的方法达到错误隐匿的目的 .实验结果表明 ,与目前采用的各种错误隐匿策略相比较 ,基于支持向量机的错误隐匿策略在错误隐匿效果和推广性能上都具有一定的优越性 .(本文来源于《中国图象图形学报》期刊2002年06期）
陈德元,涂国防[8]（2001）在《脑CT图象分形插值处理》一文中研究指出由于插值方法常用于提高医学图象的质量或用于弥补在有损压缩中丢失的图象信息 ,因此图象插值在医学图象处理中具有特殊的地位 ,虽然如今已提出了许多插值方法 ,然而传统的插值方法 (如线性插值、双线性插值等 )在处理图象后 ,会丢失图象的纹理特征 ,即产生平滑效应 .文献 [1]通过对自然景物图象的灰度研究 ,证明了自然景物纹理图象的灰度满足各向同性随机分数布朗场 (FBR)模型 .在此基础上 ,为克服插值中易产生的平滑问题 ,提出了一种将分形插值应用于脑 CT图象处理的相关参数计算和插值算法 .另外 ,为评价插值图象的质量 ,同时还引进模糊数学中模糊度和模糊熵的概念 ,即用模糊度及模糊商来对插值图象质量进行评判 .模拟实验结果表明 :这种新方法比现有的同类算法 (双线性插值 )有更好的性能 .(本文来源于《中国图象图形学报》期刊2001年10期）
王业奎[9]（2000）在《一种保护图象轮廓细节的自适应亚抽样和插值方法》一文中研究指出为在图象编码时减少原始图象数据 ,以提高压缩比和编码速度 ,提出了一种新的自适应亚抽样与插值的方法及可应用于多类分块图象编码的算法 .该方法首先将图象划分成互不重迭的块 ,然后计算每个块的水平梯度与竖直梯度 ,再根据图象块的两个方向梯度值 ,将图象块分为平滑块、水平轮廓块、竖直轮廓块和高细节块等 4类 ,同时对每类图象块采用不同的亚抽样与插值方法以减少原始图象数据 .模拟结果表明 :相对于其它的亚抽样与插值方法 ,该算法能够很好地保护图象中的轮廓及细节信息 ,从而极大地提高了重建图象的质量 ,尤其是图象的主观质量 .另外 ,对于细节较多的图象 ,该算法在保持相当压缩比的同时 ,PSN R也提高了 3.9d B;而对于细节较少的图象 ,压缩比与 PSN R都略有提高(本文来源于《中国图象图形学报》期刊2000年12期）
桑梓勤,丁明跃,张天序[10]（1999）在《利用线性插值合成图象》一文中研究指出室外场景的光照模拟与图象合成的难点在于场景与光照的复杂性。提出了一种利用现有基图象的线性组合来生成不同天候条件下同一场景图象的方法。它根据光照函数的线性关系，估计不同太阳位置和不同天气状况基图象的系数，从而最终通过基图象的组合来产生目标图象。实验结果表明本文的方法用于固定场景下的图象合成是可行的。(本文来源于《中国图象图形学报》期刊1999年04期）
图象插值论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现有的图象插值算法会改变局部平均灰度 ,导致图象对比度下降。本文提出了一种新的保持平均灰度不变的图象插值算法。此算法的关键不同点在于不是让算法结果在采样点的值等于原采样值 ,而是在一个象素大小的单位面积上得到的平均值等于原采样值。插值结果 C1连续 ,视觉上的平滑性接近于样条插值。将该方法用于图象几何变换可以避免灰度的损失。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图象插值论文参考文献
[1].张永,杜晓荣,欧阳一鸣.一种基于散乱数据插值的网格图象变形方法[J].计算机工程与应用.2008
[2].张新荣,魏静.灰度不变的图象插值算法[J].微处理机.2004
[3].张洁琳.n元函数的Lagrange插值与二维数字图象的小波逼近[D].吉林大学.2004
[4].刘晓松,杨新,文俊,汪进.一种用于数字图象传感器的彩色插值算法[J].中国图象图形学报.2003
[5].孟晋宇,舒华忠,鲍旭东,李松毅,罗立民.基于形状的二维灰度图象插值[J].中国图象图形学报.2003
[6].解成俊,王廷杰.基于提升方案的整数Deslauriers-Dubuc(m,n)插值小波变换结合SPIHT应用于图象无损压缩编码性能的研究[J].小型微型计算机系统.2002
[7].王珏,季梁.基于支持向量机的图象插值及错误隐匿策略[J].中国图象图形学报.2002
[8].陈德元,涂国防.脑CT图象分形插值处理[J].中国图象图形学报.2001
[9].王业奎.一种保护图象轮廓细节的自适应亚抽样和插值方法[J].中国图象图形学报.2000
[10].桑梓勤,丁明跃,张天序.利用线性插值合成图象[J].中国图象图形学报.1999
论文知识图
