基于先验信息学习与优先权优化的图像修复方法

发布时间：2023-04-22 22:10

　　数字图像修复是指对小尺度破损图像的修补或大尺度破损图像的补全,即对图像中的信息缺损的区域进行填充,恢复缺损区域的信息,使修复结果看起来像从未缺失过或没有修复痕迹。图像修复技术在数字化文物保护、医学成像、虚拟现实、游戏制作和影视后期制作等方面有广泛的用途。研究数字图像修复技术不仅具有重要的理论意义,而且具有重要的实际应用价值。本文围绕数字图像修复技术展开研究。针对小尺度破损图像,提出了一种改进的基于相似块组的稀疏表示图像修复方法。该方法首先引入邻域先验信息构建具有相似性特征的图像块组作为训练样本集;其次训练相似块组获得自适应多学习字典;最后基于自适应多学习字典重构待修复图像,达到图像修复目的。针对大尺度破损图像,提出引入结构张量的优先权优化快速图像修复方法。该方法优化了Criminisi方法中决定填充顺序的优先权函数,使填充顺序更加合理,且算法效率显著提升。实验结果表明,改进的基于相似块组的稀疏表示图像修复方法中的相似块组,充分利用图像的先验信息,获得表达能力强的字典,有效提高图像重构质量。本文的工作主要体现在以下三个方面:1.重点研究了基于稀疏表示的图像修复方法。考虑到充分利用图像待修...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的研究内容
    1.4 论文各章节安排
第二章 几类图像修复及评价方法
    2.1 基于偏微分方程的图像修复方法
        2.1.1 BSCB方法
        2.1.2 CDD方法
    2.2 基于样例的图像修复方法
        2.2.1 Criminisi图像修复方法
        2.2.2 改进的Criminisi图像修复方法
    2.3 基于稀疏表示的图像修复方法
        2.3.1 稀疏表示理论
        2.3.2 基于MCA的图像修复方法
        2.3.3 基于相似块组的图像修复方法
    2.4 图像修复评价机制
    2.5 本章小结
第三章 改进的基于相似块组的图像修复方法
    3.1 相似块组构建
        3.1.1 方差约束的相似块组构建
        3.1.2 结构相似约束的相似块组构建
        3.1.3 成分相似约束的相似块组构建
    3.2 学习字典训练及算法实现
    3.3 待修复块重构原理及算法实现
    3.4 实验结果与分析
    3.5 小结
第四章 引入结构张量的优先权优化快速图像修复方法
    4.1 结构张量引入
    4.2 引入结构张量的优先权优化快速图像修复方法
        4.2.1 结构张量引入的优先权函数
        4.2.2 自适应步数模型
        4.2.3 最佳匹配块局部检索
    4.3 实验结果及分析
    4.4 图像修复系统设计与实现
        4.4.1 系统设计
        4.4.2 系统实现
    4.5 小结
总结与展望
    总结
    展望
参考文献
攻读硕士学位期间取得的学术成果
致谢



本文编号：3798491