基于全局统计信息的结构破损图像修复算法

发布时间：2024-12-26 06:58

　　数字图像修复算法是目前计算机视觉领域的研究热点。该技术在藏壁画修复、图片的压缩、目标移除等方面有着广泛的应用需求。本文主要研究基于样本块的图像算法,以保持修复后图像的结构连贯完整以及减少算法运行复杂度为目的,从两个方面进行改进。设计一种基于全局统计信息的样本块图像修复算法。该算法计算图像已知区域中相似样本块的偏移量,使用统计的方法,选取具有全局特性的少部分偏移量,并将这些偏移量作为标签。在搜索匹配块时,只搜索这些标签指向的样本块,排除了大量干扰样本块减低时间复杂度,具有全局结构特性的候选样本块利于图像结构的连贯保持。同时结合结构张量特征与结构稀疏度共同构造优先权函数,使得图像破损区域边缘的结构部分得到优先修复,获得更加稳定的图像修复顺序。实验结果显示,改进算法修复结果的结构部分保持得更加连贯一致,证明了改进算法的有效性。设计一种基于结构张量与颜色特征的全局图像修复算法。该算法在能量方程的数据项中引入结构张量特征,与颜色特征共同衡量图像破损区域边缘信息与周围标签分配信息的特征差异,保持图像结构部分从已知区域向破损区域正确延伸。在能量方程的平滑项中引入结构张量特征,与颜色信息共同衡量破损区域...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图2-3构造示意

图2-3构造示意像，表示图像已知区域，表示图像破其优先权函数定义如下：P(p)C(p)D(p)于寻找图像破损区域边缘结构最突出部分D()ppInpp点的等照度线方向，pn为破损区域边界在表示像素点p点水平垂直的梯度变化，为线的本质....

图2-4结构稀疏度构造图

为了改善基于等照度线方法的缺点，获得更加稳定的样本块修复顺序，Xu等人[28]提出基于结构稀疏度的优先权函数。图2-4结构稀疏度构造图结构稀疏度函数S(p)构造示意如图2-4，点p位于图像破损区域与已知区域的边界上且不在已知区域(p\I)，p是以点p....

图2-5原始图像

西南交通大学硕士研究生学位论文第13页2.2.5实验分析为了充分表现不同的样本块修复顺序和样本块搜索方法对图像修复过程的影响，选择两组大面积破损图像作为测试图像，分别使用Criminisi算法[15]、Xu算法[28]、测试算法进行修复对比。其中Criminisi....

图2-6破损图像

选择两组大面积破损图像作为测试图像，分别使用Criminisi算法[15]、Xu算法[28]、测试算法进行修复对比。其中Criminisi算法使用基于等照度线的优先权函数和全局搜索方法，Xu算法使用基于结构稀疏度的优先权函数和全局搜索方法，测试算法采用邻域搜索方法，其....

本文编号：4020716