【编者按】网学网英语论文频道为大家收集整理了“题目：277.计算基础的图像插值算法“提供大家参考，希望对大家有所帮助!
本站商品支持淘—宝交易（四钻信用卖家），拍拍，百度有啊交易，最低价格，先货后款，免费调试，可以按需订做。为保证在各学校的唯一性，售后登记学校名。 本站出售的计算论文翻译为保证论文内容在网络上搜索不到，本站涉及的翻译的更多的详细内容，不在网站上公布，有意向的同学请与在线客服联系，获取计算机论文翻译的资料。本外文翻译部分内容如下： 我们正处于一个迷人的视觉世界。图像处理技术发挥中心作用，处理视觉信息，以使其适合于多媒体应用和视觉感知[1]。在这个时代的互联网和多媒体通信，规模和大小的图像，使它特别适合观看，传输，下载，共享，编辑，并进一步加工，成为非常重要的。图像插值成为多面手和广泛使用的工具，在图像处理，因为其众多的应用在各种领域，包括计算机图形学，渲染，编辑，医学图像重建，在线图片浏览等等。图像插值技术的文献中提到的许多叫法，如图片大小，图像重采样，数字变焦，图像放大，图像增强等基本上，图像插值算法转换或调整数字图像从一个决议（维）的另一项决议，没有松动的视觉内容的图片。图像插值是许多商业图像处理工具或免费图形观众如Adobe ®的Photoshop ® CS2的软件[ 2 ] ， IrfanView [ 3 ]等作者认为，简明讨论技术的图像插值在审查性质将有助于研究人员，开发人员和从业人员。 静态图片，是一个两维空间不同的信号。这需要以数字化过程中，它由一个数字电脑。在数字图像，这两个三维空间不同的信号是根据奈奎斯特采样标准和强度，然后每一个采样点是量化离散值整数。每个这种采样和数字化的价值被称为像素值的数字图像[1]。该决议或层面的数字图像是一些采样点的二维信号。如果在彩色图像，每个像素包含三个强度值的贡献，代表三原色红，绿，蓝颜色，形成一个特定像素点的图像。因此，彩色图像的主要三个这种双向飞机代表红，绿，蓝组成部分图像像素。 当图像插值从一个更高的分辨率，以较低的分辨率，它是传统所谓的图像向下调整或降采样。另一方面，当图像插值从一个较低的分辨率，以更高的分辨率，它是指图像的缩放或采样。大多数的图像插值技术在文学已经制订了插值像素基于特征的局部特征，如边缘信息，近邻标准等。图像插值技术可以大致分为两类-非适应性，和自适应技术。的原则，适应插补算法基本上依靠内在形象的功能或内容的图片和相应的计算逻辑主要是取决于内在的图像功能和内容的输入图像。非自适应算法不依赖图像特征或其内容和相同的计算逻辑是重复在每一个像素或团体，不论当地像素的图像内容。 图像插值技术在转化域是罕见的文献[4]。离散小波变换（DWT的）是一种多用途的工具，现代数字图像处理应用，如模式识别，图像增强，图像压缩，图像插值[1，5，6]等的基础上的显着特点载重吨，我们提出了一种新的图像采样技术使用载重吨。显然，计算拟议的技术是非自适应的性质。值得注意的是，该技术已风味的自适应性质以及由于边缘特征的小波子带和其内容。组织文件如下。第2节中，我们审查的一些主要非自适应图像插值算法广泛应用于文献，如近邻更换，双线性插值，双三次插值，一些广泛使用的数字滤波方法。第3节中，我们提出了一些利用自适应插补算法的内在形象的功能，如色调，先进的信息等，我们提出了一个新插值算法基于离散小波变换在第4节。我们讨论了计算所需的所有这些算法在第5节。第6节，我们现在的一些实验结果中的图像质量指标使用所有这些自适应和非自适应算法。 |
