數(shù)字圖像修復(fù)算法是目前計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。該技術(shù)在藏壁畫(huà)修復(fù)、圖片的壓縮、目標(biāo)移除等方面有著廣泛的應(yīng)用需求。本文主要研究基于樣本塊的圖像算法,以保持修復(fù)后圖像的結(jié)構(gòu)連貫完整以及減少算法運(yùn)行復(fù)雜度為目的,從兩個(gè)方面進(jìn)行改進(jìn)。設(shè)計(jì)一種基于全局統(tǒng)計(jì)信息的樣本塊圖像修復(fù)算法。該算法計(jì)算圖像已知區(qū)域中相似樣本塊的偏移量,使用統(tǒng)計(jì)的方法,選取具有全局特性的少部分偏移量,并將這些偏移量作為標(biāo)簽。在搜索匹配塊時(shí),只搜索這些標(biāo)簽指向的樣本塊,排除了大量干擾樣本塊減低時(shí)間復(fù)雜度,具有全局結(jié)構(gòu)特性的候選樣本塊利于圖像結(jié)構(gòu)的連貫保持。同時(shí)結(jié)合結(jié)構(gòu)張量特征與結(jié)構(gòu)稀疏度共同構(gòu)造優(yōu)先權(quán)函數(shù),使得圖像破損區(qū)域邊緣的結(jié)構(gòu)部分得到優(yōu)先修復(fù),獲得更加穩(wěn)定的圖像修復(fù)順序。實(shí)驗(yàn)結(jié)果顯示,改進(jìn)算法修復(fù)結(jié)果的結(jié)構(gòu)部分保持得更加連貫一致,證明了改進(jìn)算法的有效性。設(shè)計(jì)一種基于結(jié)構(gòu)張量與顏色特征的全局圖像修復(fù)算法。該算法在能量方程的數(shù)據(jù)項(xiàng)中引入結(jié)構(gòu)張量特征,與顏色特征共同衡量圖像破損區(qū)域邊緣信息與周?chē)鷺?biāo)簽分配信息的特征差異,保持圖像結(jié)構(gòu)部分從已知區(qū)域向破損區(qū)域正確延伸。在能量方程的平滑項(xiàng)中引入結(jié)構(gòu)張量特征,與顏色信息共同衡量破損區(qū)域...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-3構(gòu)造示意

圖2-3構(gòu)造示意像，表示圖像已知區(qū)域，表示圖像破其優(yōu)先權(quán)函數(shù)定義如下：P(p)C(p)D(p)于尋找圖像破損區(qū)域邊緣結(jié)構(gòu)最突出部分D()ppInpp點(diǎn)的等照度線方向，pn為破損區(qū)域邊界在表示像素點(diǎn)p點(diǎn)水平垂直的梯度變化，為線的本質(zhì)....

圖2-4結(jié)構(gòu)稀疏度構(gòu)造圖

為了改善基于等照度線方法的缺點(diǎn)，獲得更加穩(wěn)定的樣本塊修復(fù)順序，Xu等人[28]提出基于結(jié)構(gòu)稀疏度的優(yōu)先權(quán)函數(shù)。圖2-4結(jié)構(gòu)稀疏度構(gòu)造圖結(jié)構(gòu)稀疏度函數(shù)S(p)構(gòu)造示意如圖2-4，點(diǎn)p位于圖像破損區(qū)域與已知區(qū)域的邊界上且不在已知區(qū)域(p\I)，p是以點(diǎn)p....

圖2-5原始圖像

西南交通大學(xué)碩士研究生學(xué)位論文第13頁(yè)2.2.5實(shí)驗(yàn)分析為了充分表現(xiàn)不同的樣本塊修復(fù)順序和樣本塊搜索方法對(duì)圖像修復(fù)過(guò)程的影響，選擇兩組大面積破損圖像作為測(cè)試圖像，分別使用Criminisi算法[15]、Xu算法[28]、測(cè)試算法進(jìn)行修復(fù)對(duì)比。其中Criminisi....

圖2-6破損圖像

選擇兩組大面積破損圖像作為測(cè)試圖像，分別使用Criminisi算法[15]、Xu算法[28]、測(cè)試算法進(jìn)行修復(fù)對(duì)比。其中Criminisi算法使用基于等照度線的優(yōu)先權(quán)函數(shù)和全局搜索方法，Xu算法使用基于結(jié)構(gòu)稀疏度的優(yōu)先權(quán)函數(shù)和全局搜索方法，測(cè)試算法采用鄰域搜索方法，其....

本文編號(hào)：4020716