一种基于GVF各向异性扩散模型的图像放大算法

李晓光; 沈兰荪; LAM Kin-Man; 王素玉

您当前的位置：

首页 >

文章列表页 >

一种基于GVF各向异性扩散模型的图像放大算法

论文 | 更新时间：2025-07-16

- 一种基于GVF各向异性扩散模型的图像放大算法
- An Image Magnification Method with GVF-Based Anisotropic Diffusion Model
- 电子学报 2008年36卷第9期页码：1755-1758
- 作者机构：
  
  1. 北京工业大学信号与信息处理研究室,北京,100124
  2. Department of Electronic and Information Engineering,The Hong Kong Polytechnic University,Hong Kong
  3. 北京工业大学信号与信息处理研究室北京,100124
  4. Department of Electronic and Information EngineeringThe Hong Kong Polytechnic UniversityHong Kong
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60472036,60431020,60402036);教育部博士点基金 (No.20040005015)
- DOI：
  中图分类号： TP391
- 网络出版：2008-09-25，
  
  纸质出版：2008
- 稿件说明：
移动端阅览
李晓光, 沈兰荪, LAM Kin-Man, 等. 一种基于GVF各向异性扩散模型的图像放大算法[J]. 电子学报, 2008,36(9):1755-1758.

LI Xiao-guang, SHEN Lan-sun, LAM Kin-man, et al. An Image Magnification Method with GVF-Based Anisotropic Diffusion Model[J]. Acta Electronica Sinica, 2008, 36(9): 1755-1758.
李晓光, 沈兰荪, LAM Kin-Man, 等. 一种基于GVF各向异性扩散模型的图像放大算法[J]. 电子学报, 2008,36(9):1755-1758. DOI：

LI Xiao-guang, SHEN Lan-sun, LAM Kin-man, et al. An Image Magnification Method with GVF-Based Anisotropic Diffusion Model[J]. Acta Electronica Sinica, 2008, 36(9): 1755-1758. DOI：

摘要

提出了一种基于梯度向量流各向异性扩散模型的图像放大方法.首先低分辨率图像插值放大作为高分辨率图像的初始估计

然后利用基于GVF的平均曲率扩散模型和高斯移动平均低分辨率模型约束进行迭代复原.GVF是一种有旋场

作为外力场用来描述图像的边缘特征

能够将初始图像中斜向边缘锯齿效应表示为流线型.采用GVF外力场约束平均曲率扩散过程

能够有效去除边缘锯齿现象并保持纹理结构.高斯移动平均模型提供了图像数据保真度约束

使结果更接近理想图像.实验结果表明

本文算法能够有效提高放大图像的主观视觉质量和客观PSNR.

Abstract

An image magnification method with GVF-based anisotropic diffusion model is proposed.An image is magnified by bilinear interpolation at first.Then

an iterative restoration with a GVF based mean curvature flow diffusion and a Gaussian moving average LR constraint is applied to the magnified image.Since GVF is a rotational field

as an external force field to descript the edges of an image

the vector flow will become streamline near the jagged edges.Therefore

the GVF based anisotropic diffusion will be helpful to remove the jagged effects as well as keep the texture structures.Meanwhile

the Gaussian moving average LR model provides a data fidelity constraint which makes the results more close to the ideal HR images.Experiments results show that the proposed method can improve the quality of magnified image in terms of both the objective and subjective.

关键词

Keywords

references

浏览量

1146

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种新的各向异性扩散SAR相干斑抑制算法

基于各向异性扩散的SAR图像斑点噪声滤波算法

基于各向异性扩散方程的超声图像去噪与边缘增强