6
dựa trên thời gian thực hiện thuật toán. Kết quả cho thấy phương pháp nội suy song tuyến tính
có thời gian thực hiện thuật toán nhanh nhất. Phương pháp nội suy xoắn bậc ba có thời gian
thực hiện thuật toán chậm nhất, nhưng cho kết quả ảnh tốt nhất theo đánh giá bằng mắt thường
[17].
Phân tích các phương pháp tái chia mẫu ảnh khác nhau ở quận Coimbatore bởi Dr.S. Santhosh
Baboo và M.Renuka Devi, năm 2013: so sánh các phương pháp nội suy láng giềng gần nhất,
song tuyến tính, nội suy xoắn bậc ba bằng việc so sánh ảnh sau nội suy chủ quan bằng mắt
thường với khu vực nghiên cứu là quận Coimbatore. Đưa ra kết luận phương pháp nội suy
xoắn bậc ba cho ảnh tốt nhất theo đánh giá bằng mắt thường [24].
Đánh giá các phương pháp nội suy trong tăng cường chất lượng ảnh bởi Vaishali Patel và
Giáo sư Kinjal Mistree, năm 2013: so sánh các phương pháp nội suy không thích ứng: láng
giềng gần nhất, song tuyến tính, nội suy xoắn bậc ba; các phương pháp nội suy thích ứng: nội
suy hướng cạnh mới (New Edge-Directed Interpolation – NEDI), dữ liệu phụ thuộc tam giác
(DDT), nội suy lặp lại dựa trên độ cong (Iterative Curvature-based Interpolation – ICBI). Tiến
hành so sánh bằng việc nội suy một ảnh bằng các kĩ thuật nội suy khác nhau. So sánh ảnh sau
nội suy với ảnh đối chiếu và đánh giá dựa vào chỉ số PSNR cho thấy phương pháp nội suy
xoắn bậc ba cho kết quả tốt hơn so với nội suy láng giềng gần nhất và nội suy song tuyến tính
[29].
Phóng to ảnh kỹ thuật số bằng việc sử dụng các phương pháp nội suy bởi
Ranjeet Roy,
Maninder Pal và Tarun Gulati năm 2013: Tìm hiểu các phương pháp bộ lọc lý tưởng, nội suy
láng giềng gần nhất, nội suy B-splines, phương pháp nội suy độ phân giải cao Cubic Splines,
phương pháp nội suy ảnh hai chiều. Tiến hành so sánh và đánh giá bằng việc nội suy 02 ảnh
CT cắt lớp đầu và xương cổ bằng các kĩ thuật nội suy khác nhau. So sánh ảnh sau nội suy với
ảnh đối chiếu và đánh giá dựa vào chỉ số PSNR. Kết quả cho thấy phương pháp nội suy láng
giềng gần nhất cho kết quả tốt hơn so với phương pháp nội suy song tuyến tính và nội suy láng
giềng gần nhất [22].
So sánh các phương pháp nội suy ảnh thông thường bởi Dianyuan Han năm 2013: So sánh các
phương pháp nội suy láng giềng gần nhất, nội suy song tuyến tính, nội suy xoắn bậc ba, nội
suy Cubic B-Spline. Tiến hành so sánh và đánh giá các kỹ thuật nội suy bằng việc sử dụng
một ảnh, làm giảm độ phân giải của ảnh đi 1/2 sau đó sử dụng các kĩ thuật nội suy làm tăng độ
phân giải ảnh lại như ban đầu, so sánh các ảnh kết quả với ảnh ban đầu theo hai khía cạnh chủ
quan (so sánh bằng mắt thường) và khách quan thông qua chỉ số tín hiệu nhiễu SNR. Kết quả
cho thấy phương pháp nội suy xoắn bậc ba cho kết quả tốt nhất [15].
Chia sẻ với bạn bè của bạn: