自適應(yīng)各向異性擴散數(shù)字圖像修復(fù)研究.pdf

1、數(shù)字圖像修復(fù)正在逐漸成為當(dāng)前計算機視覺研究的熱點。本論文主要研究了基于結(jié)構(gòu)的圖像修復(fù)算法，主要用來修復(fù)小范圍破損的圖像?；诮Y(jié)構(gòu)圖像修復(fù)算法主要是從圖像局部的結(jié)構(gòu)特征出發(fā)，通過建立的規(guī)則使圖像的信息沿著等照度線方向進行傳播，信息傳播的過程可以通過建立擴散方程來體現(xiàn)，因此，各向異性擴散是基于結(jié)構(gòu)的圖像修復(fù)的基礎(chǔ)。然而，各向異性擴散方程中存在的對噪聲敏感，擴散速率較慢，角點信息被淹沒等問題，為了克服以上問題，本論文主要從以下幾點出發(fā)，對其進

2、行了改進:
　　1)改進了TV模型，將原本4-鄰域TV模型改進為8-鄰域的雙十字TV模型，并將這一思想延續(xù)到后期的工作當(dāng)中，從而有效地提高了圖像修復(fù)的精度。
　　2)設(shè)計了一種基于破損區(qū)域分類的向異性擴散模型，該模型可以將破損區(qū)域區(qū)分成平坦區(qū)域、結(jié)構(gòu)信息不明顯的區(qū)域和結(jié)構(gòu)信息明顯的區(qū)域，不同的區(qū)域可以自適應(yīng)地進行各向同性和各向異性擴散。該模型解決了退化擴散模型中角點信息被淹沒的問題，并且由于該模型設(shè)置了新的擴散速度函數(shù)，使得