بزرگنمایی تصویر توسط رویه‌های کم‌ترین مربعات

Iranian Journal of Numerical Analysis and Optimization

Article 2, Volume 7, Issue 2 - Serial Number 12, January 0, Pages 1-14   

Document Type: Research Article

DOI: 10.22067/ijnao.v7i2.52815

Abstract

بزرگنمایی تصویر یکی از مسائل موجود در زمینه پردازش تصویر است که مسئله اصلی در آن، حفظ کیفیت و ساختار تصویر بزرگ‌نمایی‌شده می‌باشد. در بزرگنمایی لازم است که پیکسل های اضافی در اطلاعات تصویر قرار داده شود. اضافه کردن اطلاعات به تصویر باید با بافت موجود در تصویر سازگار باشد و بلوک های مصنوعی ایجاد نکند. در این پژوهش با استفاده از روش رویه‌های کم‌ترین مربعات، پیکسل های مورد نیاز تخمین زده می شوند و بر اساس الگوریتم پیشنهادی بهبود لبه، مجددا تمام پیکسل‌ها مورد بازنگری قرار می‌گیرند. روش پیشنهادی لبه‌ها را حفظ می‌کند و ماتی و مصنوعات بلوکی تصویر بزرگ‌نمایی‌شده را به حداقل می‌رساند. جهت سنجش توانایی این روش، نتایج حاصل بر روی چند تصویر با روشهای دیگر توسط معیار PSNR و SSIM مورد مقایسه و ارزیابی قرار گرفته است. میانگین PSNR مربوط به تصویر اصلی و بزرگ‌نمایی شده 32/79 می‌باشد که نشان‌ می‌دهد تصویر بزرگ‌نمایی شده به تصویر اصلی شباهت زیادی دارد. نتایج آزمایشات نشان می‌دهد روش پیشنهادی از کارائی بهتری نسبت به دیگر روش‌ها برخوردار است و تصویر با کیفیت مطلوب فراهم می‌کند.

Keywords

بزرگنمایی تصویر; رویه کم‌ترین مربعات; درونیابی

References

1] Allebach, J. and Wong, P. W. Edge-directed interpolation, in Proc. IEEE Int. Conf. Image. Proc., 3 (1996), 707-710.

[2] Battiato, S., Gallo, G. and Stanco, F. A locally adaptive zooming algorithm for digital images, Elsevier Science. Image and Vision Computing Journal, 20 (2002), 805-812.

[3] Carrato, S. and Tenze, L. A high quality 2X image interpolator, IEEE Signal Process., 7 (2000),132-135.

[4] Cha, Y. and Kim, S. The error-amended sharp edge (ease) scheme for image magnification, IEEE Trans. Image Process., 16 (2007), 1496-1505.

[5] Gonzalez, R.C. and Woods, R.E., Digital image processing, Prentice Hall, 2008.

[6] Hou, H. S. and Andrews, H. C. Cubic splines for image interpolation and digital filtering, IEEE Trans. Acoust., Speech, Signal Process., 26 (1978), 508-517.

[7] Jensen, K. and Anastassion, D. Subpixel edge localization and the interpolation of still images, IEEE Trans. Image Process., 4 (1995), 285-295

[8] Keys, R. G. Cubic convolution interpolation for digital image processing, IEEE Trans. Acoust., Speech, Signal Process., 29 (1981), 1153-1160.

[9] Kim, H., Cha, Y. and Kim, S. Curvature interpolation method for image zooming, IEEE Trans. Image Process., 20 (2011), 1895-1903.

[10] Lee, Y.J. and Yoon, J., Image zooming method using edge-directed moving least squares interpolation based on exponential polynomials, Applied Mathematics and Computation, 269 (2015), 569-583.

[11] Lee, Y. J. and Yoon, J. Nonlinear image up-sampling method based on radial basis function interpolation, IEEE Trans. Image Process., 19 (2010), 2682-2692.

[12] Lehmann, T., Gnner, C. and Spitzer, K. Survey: Interpolation methods in medical image processing, IEEE Trans. Med. Imaging., 18 (1999), 1049-1075.

[13] Li, M. and Nguyen, T. Q. Markov random field model-based edge directed image interpolation, IEEE Trans. Image Process., 17 (2008), 1121-1128.

[14] Li, X. and Orchard, T. New edge directed interpolation, IEEE Trans .Image Process.,10 (2001), 1521-1527.

[15] Online. Available:www.freeimages.co.uk and sipi.usc.edu/database.

[16] Padmanabhan, S. A. and Chandramathi, S. Image magnification using segmented polynomial interpolation in space, European Journal of Scientific Research, 57 (2011), 447-453.

[17] Thvenaz, P. , Blu, T. and Unser, M. Interpolation revisited, IEEE Trans. Med. Image., 19 (2000), 739-758.

[18] Wang, Z. , Bovik, A. C., Sheikh H. R. and Simoncelli E. P. , Image quality assessment: From error visibility to structural similarity, IEEE Trans. Image Process., 13 (2004), 600-612.

[19] Wang, Z. et al. The SSIM index for image quality assessment. MAT-LAB implementation available online from: http://www. cns. nyu. edu/lcv/ssim, (2003), 23-66.

[20] Youssef, D. Mohammed, B. Abdelmalek, A. Tarik, H. and El Miloud, J. Zoom and Restoring of Digital Images with Artificial Neural Networks, Computer Science and Engineering, 5 (2015),14-24.

[21] Zhang, L. and Wu, X. An edge-guided image interpolation algorithm via directional filtering and data fusion, IEEE Trans. Image Process., 15 (2006), 2226-2238.

[22] Zhang X. and Wu, X. Image interpolation by adaptive 2-D autoregressive modeling and soft-decision estimation, IEEE Trans. Image Process., 17(2008), 887-896.