基于梯度的圖像修復(fù)技術(shù).pdf

1、圖像修復(fù)是指對(duì)圖像中數(shù)據(jù)完全丟失的區(qū)域進(jìn)行填充,以恢復(fù)其完整性和原有的視覺效果。圖像修復(fù)是一個(gè)比較特殊的病態(tài)問題,它是一個(gè)從無到有的過程,我們必須根據(jù)先驗(yàn)知識(shí),從周圍幸存的數(shù)據(jù)來預(yù)測(cè)里面的數(shù)據(jù)。所以圖像修復(fù)問題中,先驗(yàn)?zāi)Ｐ推痍P(guān)鍵的作用。根據(jù)Gestalt(格式塔)效應(yīng)的原理,自然圖像的連續(xù)性和光滑性是圖像修復(fù)所依賴的基本的先驗(yàn)知識(shí)。
　　圖像作為一種信息符號(hào),有著語言文字不可比擬的優(yōu)點(diǎn),成為越來越重要的信息表達(dá)方式,其應(yīng)用的領(lǐng)域和

2、范圍越來越廣。影像更是地理信息科學(xué)中最重要的數(shù)據(jù)源,圖像信息處理成為遙感應(yīng)用中的一個(gè)重要環(huán)節(jié)。但在日常生活和科學(xué)研究中,我們經(jīng)常會(huì)碰到圖像信息缺損現(xiàn)象,如圖像破損、目標(biāo)前后遮擋等等。如何對(duì)這些缺損或遮擋信息進(jìn)行恢復(fù)和補(bǔ)償,成為人們?nèi)找骊P(guān)注的問題。目前與該問題密切相關(guān)的兩個(gè)研究方向就是圖像修復(fù)和紋理合成,本文圍繞自然圖像中缺損信息的修復(fù),對(duì)圖像修復(fù)、紋理合成的原理、方法和應(yīng)用展開了研究和探討。
　　本文主要探討圖像修復(fù)方法。首先回顧

3、了圖像修復(fù)技術(shù)的產(chǎn)生背景、發(fā)展?fàn)顩r,以及國(guó)內(nèi)外的研究現(xiàn)狀;然后介紹了圖像修復(fù)方法的理論與技術(shù)基礎(chǔ)、分類和幾種有代表性的圖像修復(fù)模型。
　　目前圖像修復(fù)主要有基于偏微分方程(PDE)的修復(fù)模型和基于紋理合成的修復(fù)模型等圖像修復(fù)算法。
　　基于偏微分方程的修復(fù)模型就是將圖像修復(fù)過程轉(zhuǎn)化為一系列的偏微分方程或能量泛函模型,從而通過數(shù)值迭代和智能優(yōu)化的方法來處理圖像。該算法可以使待修復(fù)區(qū)域周圍的有用信息沿等照度線自動(dòng)向內(nèi)擴(kuò)散修復(fù)圖像

4、,在保持圖像邊緣的基礎(chǔ)上同時(shí)平滑了噪聲。本文研究了偏微分方程修復(fù)模型中的幾種模型:Bertalmio模型,整體變分法(TV)修復(fù),曲率驅(qū)動(dòng)擴(kuò)散(CDD)模型,并對(duì)比分析了不同模型修復(fù)的效果。另外,本文研究了基于優(yōu)先權(quán)的針對(duì)大小不同的待修復(fù)區(qū)域討論了不同的修復(fù)算法,并進(jìn)行了對(duì)比分析,然后重點(diǎn)討論一種基于解泊松方程和處理梯度的圖像修復(fù)方法。
　　圖像的灰度值可以看作是一區(qū)域化變量,不僅具有隨機(jī)性,而且具有空間連續(xù)性。我們通過定義修復(fù)區(qū)