基于稀疏性的圖像分層修復(fù).pdf

1、圖像修復(fù)是利用破損圖像中的已知信息來(lái)得到丟失信息的處理過(guò)程。由于存放不當(dāng)、人為破損等原因，一些美術(shù)作品和照片出現(xiàn)了裂痕和退化等問(wèn)題。如果對(duì)破損圖像本身進(jìn)行修復(fù)，需要耗費(fèi)大量時(shí)間，而且效果無(wú)法保證。數(shù)字圖像修復(fù)技術(shù)可以較好的解決該問(wèn)題，利用計(jì)算機(jī)可自動(dòng)完成整個(gè)修復(fù)工作。數(shù)字圖像修復(fù)技術(shù)在圖像超分辨率分析、圖像壓縮、圖像和視頻傳輸?shù)腻e(cuò)誤隱藏等方面也都有著重要應(yīng)用。
　　 本文從稀疏分解的角度，研究了圖像修復(fù)的算法。將圖像的稀疏修復(fù)方

2、法和分層模型相結(jié)合，設(shè)計(jì)了基于稀疏性的圖像分層修復(fù)算法。主要工作如下：
　　 1.分析了基于稀疏分解的圖像修復(fù)的理論，將MP算法應(yīng)用于圖像修復(fù)，并進(jìn)行了仿真實(shí)驗(yàn)。由于該算法運(yùn)算時(shí)間比較長(zhǎng)，因而后續(xù)重點(diǎn)研究了基于稀疏性的圖像修復(fù)算法，速度得到了明顯提高。利用稀疏性思想，針對(duì)圖像中的結(jié)構(gòu)和紋理成份的特點(diǎn)，引出了分層修復(fù)和疊加處理的方法。
　　 2.研究了圖像的分層模型：DCT、ROF和VO模型。分析了各個(gè)模型的原理和特點(diǎn)，并

3、比較了各個(gè)模型用于圖像分層的效果。實(shí)驗(yàn)表明，VO模型用于圖像的分層，效果更好。
　　 3.研究了基于稀疏性的圖像分層修復(fù)算法和疊加處理的方法。圖像被分解成結(jié)構(gòu)和紋理兩層，分別使用Curvelet、DCT變換修復(fù)結(jié)構(gòu)層和紋理層，疊加得到最后結(jié)果。首先通過(guò)實(shí)例，說(shuō)明了DCT模型用于分層修復(fù)的效果不理想。接著研究了基于VO模型的分層修復(fù)算法和疊加處理方法，并給出了一些例子驗(yàn)證了該方法的可行性。針對(duì)字母缺損圖像分層修復(fù)時(shí)出現(xiàn)的問(wèn)題，通過(guò)