圖像修補(bǔ)模型、算法及其應(yīng)用研究.pdf

1、　 圖像修補(bǔ)，是利用受損區(qū)域周圍的圖像信息給受損區(qū)域填充信息的一門技術(shù)，本質(zhì)上是一種圖像插值問(wèn)題。在舊電影和舊照片的恢復(fù)、數(shù)字縮放以及電影特效等方面有廣泛的應(yīng)用。圖像修補(bǔ)技術(shù)是圖像復(fù)原中的一個(gè)新領(lǐng)域，在國(guó)內(nèi)外受到廣泛的重視。本文首先比較全面的綜述了圖像修補(bǔ)中的研究現(xiàn)狀，討論了圖像修補(bǔ)的特殊性以及方法論。然后深入研究了現(xiàn)行的幾種圖像局部性修補(bǔ)的數(shù)學(xué)模型和修補(bǔ)算法。并實(shí)現(xiàn)了基于偏微分方程的BSCB模型、曲率驅(qū)動(dòng)擴(kuò)散模型，以及基于貝葉斯理

2、論和變分原理的TIKHONOV規(guī)整化模型與Rudin-Osher92整體變分修補(bǔ)模型，給出并對(duì)比了不同模型的圖像修補(bǔ)效果。上述模型擅長(zhǎng)于處理分片正則或者全變差有限的圖像，能夠有效處理圖像的幾何特征，適應(yīng)于非紋理圖像的修補(bǔ)，但對(duì)富于紋理的圖像修補(bǔ)效果不好。因此本文研究了基于Markov隨機(jī)場(chǎng)理論的紋理合成算法以及最佳鄰域匹配算法，實(shí)驗(yàn)證明算法對(duì)紋理圖像有很好的修補(bǔ)效果，但不適用于結(jié)構(gòu)背景中等照度線的精細(xì)連接。本文最后研究了兩種兼顧圖像受損