基于偏微分方程的圖像修復(fù)技術(shù)研究.pdf

1、圖像修復(fù)是當(dāng)前計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)視覺中的研究熱點(diǎn)，在自然科學(xué)和工程實(shí)踐中具有廣泛的應(yīng)用。自然條件下存在的圖像，在傳輸或保存過程中可能會(huì)受到不同程度的損壞，圖像中的某些信息因此而缺失。缺失的像素信息不僅影響圖像的視覺效果，最重要的是影響某些應(yīng)用中對(duì)圖像的處理。因此對(duì)于圖像缺失信息的修復(fù)工作就顯得尤為重要。
　　本文首先研究了基于偏微分方程的圖像修復(fù)算法，并在此基礎(chǔ)上提出新的圖像修復(fù)算法。在基于偏微分方程圖像修復(fù)算法中，TV(Tot

2、al Variation)模型是一種各向異性的擴(kuò)散模型，能夠很好地保護(hù)圖像的邊緣信息和細(xì)節(jié)，但是在圖像信息的平坦區(qū)域，即圖像梯度值小的區(qū)域，各向異性擴(kuò)散容易產(chǎn)生階梯效應(yīng)，使得圖像修復(fù)模糊化，產(chǎn)生假邊緣，修復(fù)效果不理想;P-Laplace算法則是一種各向同性的擴(kuò)散模型，在圖像的平坦區(qū)域能夠獲得很好的修復(fù)效果，但是在圖像梯度值變化較大的區(qū)域，各向同性擴(kuò)散不能夠滿足信息擴(kuò)散的要求。本文正是在上述分析的基礎(chǔ)上，提出了基于TV模型和P-Lapla

3、ce算法的改進(jìn)圖像修復(fù)算法，改進(jìn)的算法能夠?qū)V模型和P-Laplace算法的優(yōu)點(diǎn)加以結(jié)合，同時(shí)為了能夠根據(jù)待修復(fù)區(qū)域像素信息特征的不同，靈活的在各向同性擴(kuò)散和各向異性擴(kuò)散方式之間進(jìn)行轉(zhuǎn)換，改進(jìn)算法中提出擴(kuò)散控制參數(shù)κ。控制參數(shù)κ的值隨著像素梯度值的變化而變化，直接影響了對(duì)待修復(fù)點(diǎn)修復(fù)模型的選擇，使得圖像修復(fù)效果達(dá)到最佳。
　　用本文提出的修復(fù)算法和TV模型以及P-Laplace算法對(duì)Lena文字破損圖像、Lena劃痕圖像、攝影師