论文部分内容阅读
本文在针对医学图像插值研究的基础上，针对CT和MR图像，重点研究了静态灰度图像的“图像内插值”。基于数字图像的本身的离散化特点，将模式识别中聚类分析的思想利用到边缘方向插值方法中，提出了基于统计特征的边缘方向插值方法，与原算法相比，即保证了医学图像对高质量的要求，又降低了算法的复杂度。
同时，本文探索了基于小波分析的图像插值方法，在对比原有的高频预测方法的基础上，根据不同的小波分解后各子带系数的相关性不同的事实，提出了新的预测高频细节的方法，并能方便的结合多小波实现任意整数倍的图像超分辨率。实验结果表明本文提出的基于小波分析的图像插值方法能够有效的保持图像的边缘特征，达到更好的视觉效果。