双线性插值

摘要： 纵倾优化是一种高效易行的船舶节能减排方法,通过浮态调整可使船舶在保持运力的同时减小燃油消耗,降低运营成本。本文以一艘超大型集装箱船为研究对象,采用模型试验手段,获取营运吃水和航速范围内若干排水量船舶纵倾快速性数据,分析船舶各装载工况不同航速下阻力和推进效率与纵倾的关系,构建“排水量-纵倾-航速-收到功率”数据图谱,开发具有可视化功能的最佳纵倾计算程序,通过输入船舶排水量和航速,采用两次三维数组双线性插值方法分别求得目标工况下最佳纵倾值和对应的首尾吃水。结果表明,最佳纵倾计算程序可方便协助指导船舶配载调整,可为实际工程应用提供参考。

摘要： 针对视频因信道传输引起的图像信息丢失问题,在研究传统图像修复技术的基础上,提出了一种基于限定信源区域的纹理合成错误隐藏算法,实验表明,与传统的双线性插值相比,该算法在不增加复杂度的同时,有效提高了修复后视频的主客观质量。早期错误隐藏算法主要研究如何实现图像的平滑过渡,以使丢失块与其相邻块的边界能够平滑连接.

摘要： 基于FPGA平台,采用双线性插值缩放算法,实现了对多路实时视频任意比例的缩放。进行了DDR3的读写逻辑设计,采用乒乓操作以及多通道读写仲裁模块,实现了实时的图像缓存。采用Alpha叠加融合算法,实现了对多路视频任意位置的漫游叠加,以及任意通道视频透明度的调节。实验结果表明,本次设计的多路实时视频处理系统,实现了最大分辨率为3840×2160、最低分辨率为100×100的缩放,能够灵活改变叠加位置的大小和位置,图像清晰、无闪屏、无错位情况的发生。

摘要： 为提高智能网联汽车的驾驶体验感,基于卷积神经网络原理,在卷积神经网络底层插入双线性插值层,改进卷积神经网络池化层,构建智能网联汽车环境自动感知多任务神经网络。通过多任务神经网络编码器提取采集的汽车环境图像特征,作为语义分割与目标检测解码器的输入,执行多任务神经网络训练操作,采用训练好的神经网络输出智能网联汽车环境自动感知结果。在不同道路环境、光线强度及噪声强度下验证基于多任务网络的智能网联汽车环境自动感知性能。结果表明:该方法在不同道路环境下可实现智能网联汽车环境自动感知,不同光线条件下的目标检测效果较好,网络实用性与语义分割精度较高,能够满足实际智能网联汽车环境自动感知需求。

摘要： 针对现有的仓储货柜环境复杂,货柜物品检测效率低的问题,提出一种特征融合的物品检测算法。该算法在RFBNet网络的基础上通过双线性插值操作将语义信息丰富的深层特征融入到细节信息丰富的浅层特征中,以加深特征间的关联提取出更多的目标特征信息;在特征图后添加注意力机制,让网络调整不同通道中重要特征的权重,提高模型性能。实验结果表明,本文所提的网络模型的mAP值为87.47%,比RFBNet提高了8.42%。

摘要： 传统的人体骨骼动画制作方法是参考真实人体骨骼运动过程中各关节点的坐标位置变化轨迹,确定关键帧与插值帧模型,再进行必要的编辑处理,这需要大量的专业领域知识以及复杂的交互规则,人力物力成本高。为解决上述问题,提出了一种在给定任意两个人体骨骼动作数据作为首尾帧的条件下,自动合成完整三维人体骨骼动画序列的方法。方法由基于卷积自编码网络的骨骼动画特征提取模型和双线性插值与卷积相结合的插值帧自动合成模型两部分组成。随机从Mocap数据库中抽取两帧人体动作数据作为模型的输入,可以自动生成三维人体骨骼动画。文中方法与传统插值帧生成方法相比,具有较好的动作趋势转折信息的预测和还原能力,提升了动画系统的交互效率以及智能水平。

摘要： 通过数值插值算法,构建完整的数据评估模型,能根据实际测量的光资源、环境温度数据和发电量,来快速评估光伏项目的实际发电性能。

摘要： 针对复杂场景中光照变化、目标自身尺度变化等引起的目标丢失或误跟踪等问题,提出一种尺度和光照自适应的结构化多目标跟踪方法.利用多尺度Retinex算法对序列图像进行预处理;通过SPOT算法对多目标进行跟踪,以确定新一帧中各目标最优位置;采用判别型尺度空间跟踪算法训练尺度滤波器,以新一帧中各目标最优位置为中心,利用尺度滤波器的最大值确定新一帧中各目标的最优尺度;采用随机梯度下降法并结合双线性插值更新特征分类器的权重.实验结果表明,提出的多目标跟踪算法在应对场景光照和目标尺度变化等方面,具有良好的鲁棒性和准确性.

摘要： 随着大数据时代的到来和图像编辑软件的发展,恶意篡改图片的数量出现井喷式增长,为了确保图像的真实性,众多学者基于深度学习和图像处理技术提出了多种图像篡改检测算法.然而,当前提出的绝大多数方法在面对大量图片的情况下,篡改检测速率较低且小面积篡改区域检测效果较差.为了有效解决这些问题,本文首次将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入双通道篡改检测网络,通过彩色图像通道提取图像的表层特征,使用隐写分析通道挖掘图像内部的统计特征,并利用双线性池化层将两个通道的信息融合,构建了一种面向实际应用场景的图像篡改检测模型.其中,利用R-FCN中位置敏感得分图提高图像篡改检测效率,使用双线性插值算法提高小面积篡改区域的检测率.通过在国际主流的标准图像篡改数据集上进行实验,有效地验证了该模型的图像篡改检测速率相比当前最新模型提高2.25倍,检测精度提升1.13％到3.21％,本文提出的模型是一种更加高效而精准的图像篡改检测模型.

摘要： 为实现无人值守变电站视频监控系统对动态小尺寸入侵目标体的识别与定位,提出一种基于改进Faster RCNN的快速神经网络辨识方法.该方法通过构建深度卷积网络计算目标样本的强语义特征,并利用密集连接的传输通道融合位置信息,从而得到适应于小目标检测的基础骨干网络;然后利用锚框挑选出目标可能存在的区域,采用双线性插值法计算定位框的坐标以实现像素级别的精确定位.使用采集的变电站监控图像对模型进行训练,得到适应小尺寸异物的改进Faster RCNN检测模型.通过对比实验结果表明,所提改进方法在进行小尺寸异物检测时能够保持高精度并具有时效性,具备一定的工程实用价值.

摘要： 图像判读中经常需要得到目标点在图像的准确位置,但由于摄像装置所处的角度以及摄像镜头差及其自身存在的问题,导致获取的图像本身存在非线性几何畸变,使得到的数据量产生较大的误差.(对于精度要求较高的系统,这种几何畸变是不能忽略的,)因此,在提取图像有效信息之前,必须进行几何修正.本文提出一种基于标准网格板图像的双线性插值实现图像几何畸变纠正的方法,该方法以网格板中心为基准,利用最小二乘法得到各结点测量值及其畸变量,在每一个小网格中利用双线性插值得到被测量点的畸变量,进而得到任意点的真值.实验结果表明,该方法实现了畸变的有效修正.

摘要： 某型号微纳卫星采用了线曝光成像方式的面阵传感器,导致在拍摄过程中图像产生扭曲.针对上述问题,本文设计了一种几何校正方法.首先,根据卫星平台运行参数和传感器曝光相移特性,应用透视变换关系,建立几何校正模型,并采用双线性插值实现图像的几何校正.最后在生成的卫星图像仿真数据中进行了实验,实验结果表明,该几何校正方法可以有效解决面阵线曝光传感器的成像方式带来的图像畸变问题.该方法运算量小,可移植到嵌入式硬件平台中,实现在轨的遥感数据处理,从而实现直接下传可用的遥感图像.

摘要： 利用气象专线获取的T639_thin、Grapes_meso等数值模式产品,采用双线性插值方法,将格点资料插值到本站及周边国家基本高空探测站,并采用变权集成预报方法,计算制作局地高空风速九个层次的逐三小时客观预报.采用变权集成预报方法试做了2014年5月13日08时、11时、14时的单站高空风速精细化预报，其预报值与实况风速值误差均小于4m/s，最小误差为-0.Im/s，且风速趋势与实际探测结果较相近。按照预报要求，lOm/s以下风速，误差为±2m/s,lOm/s以上风速，误差为±3m/s则视为预报正确，则08时只有300hPa预报失误。11时为400hPa预报失误，14时为lOOhPa、500hPa、850hPa预报失误，且失误误差都较小，均小于1.5m/s，总体来说预报准确率较高。由于单站探空数据能够和数值模式资料匹配的较少，因此本文是随机挑选了一天数据较全的样本试作预报，具有一定的随机性，但也在一定程度上代表了此方法的有效性。若对本文所述方法进行严格检验，还需大量的本站高空探测数据。本文所述方法可扩展为制作高空风廓线，包括风向和风速，预报可达216小时，时间间隔3小时。数值模式资料时间和空间精度、分辨率都较高，对于军事气象保障所需的精细化客观预报具有很好的应用前景，而变权的集成预报方法也可用于气温、地面风等要素的逐时预报，本文只是在其有效利用上做了初步探索。

摘要： 高速公路事件检测系统是以建立路面DEM为基础的,利用双目立体视觉原理,对检测区域的路面DEM的建立和应用进行了研究,提出了基于核面与路面相交的地面核线为基础的不规则四边形DEM建立方法.首先,每隔一定距离在图像上确定一个地面核线点,在双目立体视频监控系统中的图像上分别计算一个两张像片中的核线方程,得到核线影像.其次,在同名核线上进行特征点提取,并对核线上的特征点进行匹配,计算匹配点的地面坐标.然后,在匹配点中根据特征点类型及横坐标的值确定DEM的格网点,建立不规则四边形DEM.最后,对不规则四边形DEM的插值方法进行研究,提出了四边形边界判别的双线性插值方法.

摘要： 本文提出了一种恢复地形晕渲图上等高线及其高程标注符号遮挡处的图像原始信息的方法,为基于晕渲图的三维地形建模做准备.该方法首先运用边缘提取技术将地形晕渲图与标记符号分离,在此基础上重点研究分离标记符后破损晕渲图的修复技术,改进了双线性插值方法,根据一个优先值矩阵确定复原未知点的先后顺序,提出了对待复原图像加窗处理和对位置点区域边界跟踪的方法,提高了晕渲图的修复速度.实验表明该方法可以得到比较满意的晕渲图分离提取效果和图像复原效果.

摘要： 雷达系统误差的成因复杂,原理模型难以建立.如果采用基于常值函数或其它简单函数模型的估计,其整体修正效果不理想.基于数据的雷达系统误差估计方法可以避免模型失配,首先对被估计区域进行矩形单元剖分,以拉格朗日型矩形形状函数为基础,按双线性插值的方法建立系统误差的数值模型,然后利用最小均方差估计迭代计算各节点处的系统误差参数,进而得到待估计区域的系统误差分布.数值实验的结果表明,在处理一定的在线数据后,该方法可以估计出与实际吻合较好的系统误差分布,对不同时刻处于不同距离和方位的航迹点修正效果均较好,方法有效.

摘要： 在无线图像传感器网络应用中,获得的图像分辨率往往较低,不能满足后续处理需求。本文通过对传输图像的直方图匹配、双线性插值、特征选择、特征匹配、仿射变换,以及后端的像素级融合,给出了一个适用于多传感器的图像融合算法。对初始图像的双线性插值和对互相关函数的样条插值,可以提高图像配准的精度,从而改进最终的图像融合结果。实验表明,该算法获得了较好的图像融合结果。

摘要： 为了精确检测运动星空背景下的弱小目标，运动背景补偿技术的研究是相当必要和至关重要的。本文研究了一种基于块匹配法的星空背景的运动补偿技术。首先，通过块匹配方法计算出样本点的运动矢量；其次，利用最小二乘法获得全局运动参数；最后，利用双线性插值对运动背景进行补偿。该方法在样本运动参数估计阶段直接将异常点进行剔除；为了减少块匹配过程中每个待匹配位置的运算次数，保持块匹配的精度，又引入了连续排除算法。大大提高了运动补偿的有效性和计算速度，降低了计算复杂度。

摘要： 双线性DEM表面模型的精度包括:使用双线性建模方法从格网量测数据传递过来的误差和地形表面的线性表达导致的精度损失.从理论上推导并证明了地形线性表达的误差极值是格网分辨率与地形坡度乘积的常数倍.并根据地形说明了,在不同地形时常数c的不同取值.

摘要： 双线性DEM表面模型的精度包括:使用双线性建模方法从格网量测数据传递过来的误差和地形表面的线性表达导致的精度损失.从理论上推导并证明了地形线性表达的误差极值是格网分辨率与地形坡度乘积的常数倍.并根据地形说明了,在不同地形时常数c的不同取值.

摘要： 本发明实施例公开了一种基于双线性插值算法的图像缩放方法、装置、设备及介质。该方法包括：获取源图像和目标图像的尺寸，根据两个尺寸确定行方向形变系数和列方向形变系数，分别对行方向形变系数和列方向形变系数进行累加，并对累加结果进行取整操作，以根据取整得到的整数部分和小数部分确定取数地址及插值系数，针对目标图像中每个目标像素点，根据其像素坐标确定对应的取数地址及插值系数，并根据目标取数地址确定源图像中对应算法所需的源像素点，以基于双线性插值算法根据源像素点像素值及目标插值系数确定目标像素点像素值。从而大幅度减少了在图像缩放过程中所应用到的乘除法运算，实现了极高效率的运算，释放了CPU的计算压力。

摘要： 本申请提供一种基于FPGA的双线性插值重采样实现方法及装置。其中，方法包括：计算序列发生器基于双线性插值法对输入图像进行处理得到按区块划分的输出图像；对于输出图像的每个区块，计算序列发生器生成参考点头地址和区块中每个输出点对应的写地址、参考系数查找表的索引；参考点加载模块根据参考点头地址从输入图像中获取参考点；对于区块中的每个输出点，多个参考系数加载模块分别根据参考系数查找表的索引从参考系数查找表中获取一个参考点的参考系数；乘加模块根据参考点和参考系数计算得到区块中的每个输出点，并将输出点存入写地址中。相较于现有技术，本申请能够加速双线性插值重采样的过程。

摘要： 本发明公开了一种利用双线性插值的目标检测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对采集的图像提取特征，以得到所述图像的特征图；对应所述图像的特征图的每一位置生成多个检测框，以得到各检测框对应的特征图；利用双线性插值，对所述各检测框对应的特征图进行降采样，得到各检测框对应的具有相同大小的特征图；根据所述各检测框对应的具有相同大小的特征图，确定各检测目标的位置信息。该实施方式能够使得到的检测目标的位置信息比较准确，从而提高检测的准确率，并且减小检测的计算量，从而满足实时应用需求。

摘要： 本发明实施例公开了一种基于双线性插值算法的图像缩放方法、装置、设备及介质。该方法包括：获取源图像和目标图像的尺寸，根据两个尺寸确定行方向形变系数和列方向形变系数，分别对行方向形变系数和列方向形变系数进行累加，并对累加结果进行取整操作，以根据取整得到的整数部分和小数部分确定取数地址及插值系数，针对目标图像中每个目标像素点，根据其像素坐标确定对应的取数地址及插值系数，并根据目标取数地址确定源图像中对应算法所需的源像素点，以基于双线性插值算法根据源像素点像素值及目标插值系数确定目标像素点像素值。从而大幅度减少了在图像缩放过程中所应用到的乘除法运算，实现了极高效率的运算，释放了CPU的计算压力。

摘要： 本发明公开了一种基于双线性插值的多通道温度采集系统的冷端温度估计方法，涉及温度数据采集技术领域。本发明获取待测面上多个冷端热敏电阻的温度值；通过双线性插值法估算待测面中各待测点的温度预估值；利用温度预估值计算温度衰减的权重系数；通过K近邻算法得到冷端热敏电阻的近邻点，将近邻点和权重系数代入到LLE算法模型中，计算得到近邻点的温度值；然后以该近邻点为初始点计算该近邻点的K近邻点的温度值，依次类推，进而计算得到待测面上各待测点的实际温度值。可有效解决现有小型化多通道产品因连接器针脚结构狭小等因素限制冷端温度补偿电路的数量，无法为每一路的温度采集提供冷端温度补偿，而影响到测量精度的问题。

摘要： 本发明公开了一种基于双线性插值的彩色点云生成方法、装置及存储介质，其方法包括：获取第一激光点云集和图像数据；对第一激光点云集进行坐标系转化，得到第二激光点云集；去掉第二激光点云集中处于z坐标轴负极的激光点，得到处于z坐标轴正极的第三激光点云集；将第三激光点云集投影至图像数据的平面上，形成第四激光点云集；利用插值法计算第四激光点云集中每个激光点的颜色信息，将第四激光点云集与第三激光点云集进行比对，剔除第三激光点云集中没有颜色的激光点，得到第五激光点云集；对第五激光点云集进行坐标系转化，得到彩色激光点云集。本发明能够在室外环境生成彩色点云，且能够有效提高彩色点云的生成效果。

摘要： 本申请提供一种基于FPGA的双线性插值重采样实现方法及装置。其中，方法包括：计算序列发生器基于双线性插值法对输入图像进行处理得到按区块划分的输出图像；对于输出图像的每个区块，计算序列发生器生成参考点头地址和区块中每个输出点对应的写地址、参考系数查找表的索引；参考点加载模块根据参考点头地址从输入图像中获取参考点；对于区块中的每个输出点，多个参考系数加载模块分别根据参考系数查找表的索引从参考系数查找表中获取一个参考点的参考系数；乘加模块根据参考点和参考系数计算得到区块中的每个输出点，并将输出点存入写地址中。相较于现有技术，本申请能够加速双线性插值重采样的过程。

摘要： 本发明公开了一种量子线路图及基于双线性插值的量子彩色图像缩放方法，首先，基于基本量子比特门，包括单量子比特门和量子受控门，分别构建了包括多控制非门模块、加1模块、像素值运算模块、加法器模块、减法器模块、T‑计数乘法器模块和除2模块。然后基于这些模块化线路分别设计了量子彩色图像放大和缩小的量子实现线路。最后，对这两种方案的量子线路的复杂度进行了分析。本发明适用于很多实际图像处理应用，例如，借助量子图像缩放，可以使量子图像水印更加高效。

摘要： 本发明提出了一种基于双线性插值的变电站巡检路径规划方法及系统，采集变电站的激光点云数据，构建变电站的欧式距离栅格地图；在欧式距离栅格地图中，以机器人当前位置为中心划定局部区域，以避障和局部路径的平滑性为约束条件，求解局部最优路径；机器人根据求解出来的局部最优路径进行移动和巡检，在移动出划定的局部区域后，重新划定局部区域、局部最优路径规划，直到所有的项目都巡检完成；本发明基于双线性插值法，得到机器人到障碍物的连续可微的距离函数，计算得到梯度信息从而构建避障约束条件，有利于躲避距离的准确计算，提高了躲避效果和路径优化准确性。

摘要： 本申请涉及一种基于双线性插值算法的图像放大方法，所述方法首先确定源图像和放大后图像的宽度值和高度值，求源图像和放大后图像的宽度比、高度比，根据宽度比和高度比求出放大后图像对应到源图像上的虚拟坐标，将源图像像素数据存入RAM中，采用牺牲面积换取速度的方式，将该RAM再复制3次，然后将该虚拟坐标附近的四个坐标点像素值进行加权运算，即可得到该点的插值放大后的像素值。本发明所述方法能提高插值算法的运算速度，且双线性算法本身并不复杂，插值效果也高于最邻近法，性能适中，便于理解与应用。