基于曲率约束因子与边缘加权法则的图像修复算法

发布时间：2022-08-09 15:10

　　针对当前较多图像修复算法主要通过对图像块进行方差和度量的方法来完成图像修复,忽略了图像块的显著边缘特性,使得修复图像容易出现模糊效应以及不连续效应等不良现象,导致算法修复性能不佳的不足,提出了基于曲率约束因子耦合边缘加权法则的图像修复算法.首先,通过像素点的等照度线方向构造曲率约束因子,对数据项进行约束,形成优先级度量函数,利用优先级度量函数选取优先修补块;然后,利用像素点的均值之差构造像素自相关模型,对样本块的大小进行了调整;最后,以样本块显著边缘为约束,构造了边缘加权模型,通过边缘加权模型联合SSD（sum of squared differences）模型建立了边缘加权法则,对最优匹配块进行搜索,用于对待修补块进行修复.仿真实验结果表明,与当前图像修复算法相比,本文设计的图像修复算法修复的图像具有良好的视觉效果. 

【文章页数】：6 页

【文章目录】：
1 本文图像修复算法设计
    1.1 选取优先修补块
    1.2 调整样本块大小
    1.3 搜索最优匹配块
2 仿真实验分析
    2.1 不同算法修复效果对比分析
    2.2 不同算法量化测试对比分析
3 结 论


【参考文献】：
期刊论文
[1]基于结构分量和信息熵的Criminisi图像修复算法[J]. 唐利明,谭艳婷,方壮,向长城,陈世强.  光电子·激光. 2017(01)
[2]样本块搜索和优先权填充的弧形推进图像修复[J]. 刘华明,毕学慧,叶中付,王维兰.  中国图象图形学报. 2016(08)
[3]区别结构和纹理的稀疏表示图像修复算法[J]. 高飞,王佳君,喻强,张晶晶.  计算机工程. 2016(03)
[4]显著边缘直接引导的动态模糊图像盲复原方法[J]. 付强,孙秀霞,刘树光,徐嵩,彭轲.  重庆邮电大学学报(自然科学版). 2016(01)
[5]基于多尺度分解的k邻域随机查找快速图像修复[J]. 廖斌,苏涛,刘斌.  电子与信息学报. 2015(09)
[6]块关联匹配与低秩矩阵超分辨融合的图像修复[J]. 马爽,谈元鹏,许刚.  计算机辅助设计与图形学学报. 2015(02)
[7]利用平衡方法的非凸图像修复[J]. 吴玉莲,冯象初.  西安电子科技大学学报. 2014(05)
[8]一种基于蚁群优化的显著边缘检测算法[J]. 张志龙,杨卫平,李吉成.  电子与信息学报. 2014(09)
[9]基于压缩感知的稀疏度自适应图像修复[J]. 周亚同,王丽莉,唐红梅.  铁道学报. 2014(09)
[10]结构相似度索引耦合最优稀疏表示的大规模损坏图像动态修复[J]. 耿卫江.  科学技术与工程. 2014(25)



本文编号：3672782