基于張量結(jié)構(gòu)稀疏表示的圖像修補(bǔ)研究.pdf

1、圖像修補(bǔ)旨在利用已有的信息對(duì)損壞的圖像進(jìn)行修復(fù)，在文物保護(hù)和影視特技制作等領(lǐng)域得到廣泛的應(yīng)用。目前主要有基于紋理的擴(kuò)散、基于樣例的紋理合成和基于稀疏表示三類修補(bǔ)方法，而基于稀疏表示的修補(bǔ)方法能夠有效利用圖像的稀疏性，以及缺損圖像與完整圖像在超完備的字典下有相同稀疏編碼系數(shù)的性質(zhì)，使得缺損圖像得以恢復(fù)。然而，傳統(tǒng)稀疏表示的圖像修補(bǔ)，需要對(duì)圖像塊進(jìn)行向量化處理，破壞了圖像塊的結(jié)構(gòu)信息，進(jìn)而影響其修補(bǔ)質(zhì)量。針對(duì)該問(wèn)題，本文進(jìn)行了如下三方面的研

2、究：
　　1、設(shè)計(jì)并實(shí)現(xiàn)了一種基于加權(quán)結(jié)構(gòu)稀疏表示的圖像修補(bǔ)方法。針對(duì)傳統(tǒng)字典學(xué)習(xí)沒(méi)有充分考慮到圖像塊具有相似結(jié)構(gòu)信息的問(wèn)題，構(gòu)造分類字典的稀疏表示模型，充分利用圖像塊之間的結(jié)構(gòu)信息，對(duì)其進(jìn)行紋理分類，再分別進(jìn)行圖像修補(bǔ)；其次在圖像修補(bǔ)時(shí)，利用缺損區(qū)域周圍的鄰域信息，進(jìn)行加權(quán)的聯(lián)合稀疏編碼，充分考慮到了圖像塊的相似信息。利用上述模型，分別對(duì)自然圖像的掩膜、字母、噪聲的缺損進(jìn)行修補(bǔ)，結(jié)果表明，在這幾種基本字典和算法中，基于結(jié)構(gòu)信息分

3、類字典下的PSNR和SSIM數(shù)值結(jié)果和視覺(jué)效果最好。
　　2、設(shè)計(jì)并實(shí)現(xiàn)了一種基于圖像塊雙幾何結(jié)構(gòu)的圖像修補(bǔ)方法。針對(duì)傳統(tǒng)圖像修補(bǔ)中，單獨(dú)的對(duì)每一個(gè)圖像塊進(jìn)行處理，沒(méi)有考慮到圖像塊本身紋理結(jié)構(gòu)信息的缺陷，將圖像塊處理建立雙幾何結(jié)構(gòu)模型，充分利用了圖像塊的局部自相似性和非局部自相似性；其次使用自適應(yīng)字典學(xué)習(xí)的模型與學(xué)習(xí)算法，根據(jù)修補(bǔ)圖像塊的不同，自適應(yīng)的建立字典，提高修補(bǔ)精度和效率；最后建立了組結(jié)構(gòu)稀疏模型用于圖像修補(bǔ)，進(jìn)一步提高了

4、其修補(bǔ)質(zhì)量。利用上述模型，分別對(duì)自然圖像的掩膜、字母、噪聲的缺損進(jìn)行修補(bǔ)，結(jié)果表明，相比其他同類方法相比，圖像塊雙幾何結(jié)構(gòu)自適應(yīng)字典的圖像修補(bǔ)方法，數(shù)值結(jié)果有較大的改善。
　　3、設(shè)計(jì)了一種基于結(jié)構(gòu)信息的張量稀疏表示算法。在圖像二維模型的基礎(chǔ)上，針對(duì)傳統(tǒng)圖像修補(bǔ)，需要對(duì)圖像塊進(jìn)行向量化處理，破壞圖像塊本身紋理結(jié)構(gòu)信息的缺陷，同時(shí)考慮自然圖像的空間結(jié)構(gòu)信息一致性，在二維的雙幾何結(jié)構(gòu)模型基礎(chǔ)上，建立張量的三維空間模型，用于自然圖像的修