基于樣例的圖像修復(fù)技術(shù)的研究.pdf

1、圖像修復(fù)是當今計算機圖形學(xué)中的一個重要研究內(nèi)容，它的主要目的是對指定的區(qū)域進行修補，并使得觀察者無法察覺出圖像中的人工痕跡，讓圖像看起來平滑逼真自然。圖像修復(fù)廣泛應(yīng)用于圖像和視頻等修復(fù)領(lǐng)域，如障礙物的移除，古老文物的復(fù)原，特效制作，圖像縮放，視頻通信、錯誤隱藏等。目前數(shù)字圖像修復(fù)技術(shù)的研究主要集中在兩個方面:基于偏微分和變分方程的修復(fù)技術(shù)與基于紋理合成的修復(fù)技術(shù)。前者主要是基于偏微分方程(PartialDifferentialEquat

2、ions，PDE)的修復(fù)模型，使得圖像的已知信息沿著等照度線由待修復(fù)區(qū)域邊緣向內(nèi)部擴散，最終完成修復(fù)，該模型適用于小區(qū)域圖像。后者主要是基于紋理的一致性，連貫性，重復(fù)性地進行有效的紋理合成，適用于結(jié)構(gòu)紋理較為豐富的大區(qū)域圖像。
　　本文深入研究了幾種具有代表性的數(shù)字圖像修復(fù)模型，通過對Criminisi算法進行深入分析，從視覺質(zhì)量，修復(fù)效率，峰值信噪比等方面進行對比研究，對該算法做了以下兩種方法的改進。
　　針對傳統(tǒng)基于樣例

3、的修復(fù)算法在結(jié)構(gòu)性較強的修復(fù)過程中容易出現(xiàn)結(jié)構(gòu)斷接，模糊等現(xiàn)象，引入一種偏微分方程平滑約束項作為數(shù)據(jù)項因子，并采用新的匹配準則，來優(yōu)化修復(fù)順序。很好地結(jié)合了偏微分方程的優(yōu)勢實現(xiàn)了大區(qū)域圖形的修復(fù)。
　　針對Criminisi算法優(yōu)先權(quán)公式的不合理設(shè)計、修復(fù)過程中容易產(chǎn)生冗余像素進而造成誤傳播以及紋理結(jié)構(gòu)的復(fù)雜程度會對匹配模板大小的選擇產(chǎn)生影響等原因，提出了一種改進的基于樣例的圖像修復(fù)算法，主要做了以下改善:考慮到曲率項和平均梯度項