基于偏微分的圖像修復算法研究.pdf

1、由于四川處在歐亞地震帶上,所以地震頻發(fā),而地震所帶來的人員和財產(chǎn)損失又是巨大的,如何在地震后第一時間展開營救成為重中之重。四川省地震局的“四川省災情上報接收處理系統(tǒng)平臺”項目中對災情數(shù)字圖像信息進行采集,根據(jù)這些數(shù)字圖像評估地震災區(qū)受損嚴重程度,為展開救援提供了強有力的指導作用。而數(shù)字圖像在傳輸?shù)倪^程中由于各種干擾,很容易受到污染,表現(xiàn)為破損、有噪聲等,這些破損所造成的問題是不能決策者正確分析得出結(jié)論,于是本文針對圖像修復進行了系統(tǒng)的研

2、究。
　　 圖像修復是當前計算機圖形學和計算機視覺中的研究熱點,在學術界和實際生活中都有著廣泛的應用。在學術中,圖像修復技術能為其他眾多領域中提供清晰的、完整的圖像；同時,在實際應用中,它能夠?qū)θ睋p圖像、照片進行修復,并且對目標物體的遮擋物等信息的去除等。
　　 本文首先介紹了在空域中使用最多的圖像修復模型--FV模型,它是一種各向異性擴散模型,能夠有效地保護圖像中的邊緣和細節(jié),但是它的缺點是在平坦區(qū)域中仍然使用各向異性

3、擴散,這樣就會在平坦區(qū)域中造成階梯效應,即虛假邊緣,使修復效果達不到理想效果。于是,本文針對TV模型的缺點做了一定的改進,提出了改進的TV模型,即引入了半自適應參數(shù)p和梯度范圍保護參數(shù)K,p用于在不同的地區(qū)選擇性的使用各向同性或各向異性擴散模型。即當破損區(qū)域包含的邊緣和細節(jié)較多時,p取值接近于1,使得改進TV模型更多的使用接近于TV模型的各向異性擴散模型；當破損區(qū)域包含的平坦面積較多時,p取值接近于0,使得改進TV模型更多的使用接近于熱

4、擴散模型的各向同性擴散模型。K用于調(diào)節(jié)擴散速度和控制保護梯度的范圍,K越大,擴散速度越快,但能保護的邊緣就越少,反之則擴散速度越慢、能保護的梯度范圍更廣。
　　 隨后,本文介紹了在小波域中修復小波系數(shù)的TV-wavelet模型。TV-wavelet模型實質(zhì)是在小波域中修復小波系數(shù),但是修復的規(guī)則是由空域中的TV模型來控制,這樣便使得在修復小波系數(shù)后的圖像仍然能滿足是各向異性擴散,即邊緣得到很好的保護,細節(jié)得到保留。由于TV-wa

5、velet模型是由空域中的TV模型引入到小波域的,而在空域中改進的TV模型比TV模型的修復效果要好,即改進TV模型能根據(jù)不同的破損區(qū)域選擇不同的修復模型。于是,在修復小波域中的小波系數(shù)時,本文提出了將改進的TV模型引入到小波域中,修復的規(guī)則是由空域中的改進TV模型來控制,建立了改進的TV-wavelet模型。鑒于改進TV模型在空域中的優(yōu)異表現(xiàn),在小波域中使用改進的TV-wavelet模型,也會使得該模型在小波域中具有更好的適應性。