數(shù)字圖像修復(fù)技術(shù)綜述【文獻(xiàn)綜述】

1、<p><b>　　畢業(yè)論文文獻(xiàn)綜述</b></p><p><b>　　通信工程</b></p><p>　　數(shù)字圖像修復(fù)技術(shù)綜述</p><p>　　綜述之前，我在中國(guó)知網(wǎng)CNKI用主題“數(shù)字圖像”進(jìn)行搜索，結(jié)果顯示有20287條相關(guān)記錄，用主題“數(shù)字圖像修復(fù)”進(jìn)行搜索，結(jié)果顯示57條相關(guān)記錄。</p&

2、gt;<p>　　摘要：數(shù)字圖像修復(fù)是圖像處理過程中一項(xiàng)重要的內(nèi)容，是當(dāng)代數(shù)字圖像應(yīng)用的一個(gè)關(guān)鍵。本文論述目前國(guó)內(nèi)外在圖像修復(fù)技術(shù)的研究背景及現(xiàn)狀，總結(jié)了圖像修復(fù)技術(shù)的的兩個(gè)方面: 基于像素操作和基于塊操作，綜述并比較了國(guó)內(nèi)外運(yùn)用較廣的修復(fù)技術(shù)，并對(duì)數(shù)字圖像修復(fù)技術(shù)的各方面應(yīng)用作了簡(jiǎn)單的介紹。</p><p>　　關(guān)鍵詞：圖像修補(bǔ)；圖像復(fù)原；圖像補(bǔ)全；PDE變分方法；紋理合成</p>

3、<p>　　一、數(shù)字圖像修復(fù)的背景和現(xiàn)狀</p><p>　　在以前數(shù)字圖像修復(fù)技術(shù)主要是用于改善圖像的質(zhì)量，去除外界帶來的干擾和模糊，而現(xiàn)在其技術(shù)主要用于恢復(fù)圖像的受損和確實(shí)信息區(qū)域的修復(fù)，隨著數(shù)字圖像應(yīng)用的廣泛，其修復(fù)方法也是日新月異。</p><p>　　目前，圖像修復(fù)技術(shù)主要集中于兩個(gè)方面:基于像素操作、基于塊操作 [1]。如圖1所示）：</p><p

4、>　　數(shù)字圖像修復(fù)研究現(xiàn)狀（圖1）</p><p>　　目前最普遍的圖像修復(fù)技術(shù)分為兩類：一類稱為“Inpainting”，用于修復(fù)小尺寸缺損的數(shù)字圖像，這種技術(shù)最早是由bertalmio，caselles，sapiro等人引入到圖像修復(fù)中來的，原理是將已知的圖像信息，采用一種由粗到精的發(fā)包方法來估計(jì)等照度線[2]的方向并采用了信息傳播方法將信息傳播到待修補(bǔ)區(qū)域內(nèi)，從而得到更好的修補(bǔ)效果，這種技術(shù)基于偏微分

5、方程的算法，稱為PDE，它主要是利用物理學(xué)中的熱擴(kuò)散方程將待修補(bǔ)區(qū)域周圍的信息傳播到修補(bǔ)區(qū)域中，其中較為典型的有BSCB模型，TV模型和 CDD模型[3]，另外一種是基于塊的紋理合成技術(shù)來修補(bǔ)丟失的信息，稱為紋理合成圖像補(bǔ)全技術(shù)。</p><p><b>　　二、修復(fù)技術(shù)</b></p><p>　　目前國(guó)內(nèi)外的圖像修復(fù)技術(shù)有好幾類，但是使用比較廣泛的有幾下幾種：&l

6、t;/p><p>　　2.1、基于BSCB的圖像修復(fù)模型[4]</p><p>　　BSCB模型全稱Bertalmio-Sapiro-Caselles-Bellester，最早是由Bertalmio提出的，它是由Bertalmio模擬手工修復(fù)的步驟，基于傳遞過程的圖像修復(fù)模型。其主要原理利用待修復(fù)區(qū)域的邊緣信息來對(duì)圖像進(jìn)行修復(fù)。在這個(gè)模型中，修復(fù)的過程被看做是一種擴(kuò)散的過程。</p>

7、;<p><b>　　其修復(fù)模型如下：</b></p><p>　　BSCB模型對(duì)于非紋理圖像有較好的修復(fù)效果，但是對(duì)于紋理圖像會(huì)產(chǎn)生平滑效果，會(huì)導(dǎo)致紋理丟失。</p><p>　　2.2、基于TV的圖像修補(bǔ)模型 [5]</p><p>　　TV模型全稱total variation，該圖像修補(bǔ)法是在2002年由chan等人首先提

8、出的，它通過最小化能量泛函來完成對(duì)破損區(qū)域的修復(fù)，該模型在修復(fù)中可保持尖銳的邊緣并目數(shù)值實(shí)現(xiàn)簡(jiǎn)單。TV模型的主要優(yōu)點(diǎn)是能保持邊緣和PDE數(shù)值計(jì)算簡(jiǎn)單。其圖像修補(bǔ)模型公式為：</p><p><b>　　如圖（2）所示：</b></p><p>　　待修復(fù)區(qū)域示意圖（圖2）</p><p>　　其中D為待修復(fù)區(qū)域，E待修復(fù)區(qū)域的領(lǐng)域，其簡(jiǎn)單原理是

9、利用待修補(bǔ)區(qū)域的邊緣信息采用一種由粗到精的方法，將修補(bǔ)信息傳導(dǎo)待修補(bǔ)的區(qū)域中去，其本質(zhì)上是基于偏微分方程的一種算法，其優(yōu)點(diǎn)是能夠修補(bǔ)缺損圖像的輪廓和缺損區(qū)域的像素值。</p><p>　　雖然基于全變分PDE的圖像補(bǔ)全技術(shù)可以利用待修補(bǔ)區(qū)域的周圍信息來填充丟失區(qū)域的像素值，但是只適合修補(bǔ)小尺度的缺損，不能修補(bǔ)圖像細(xì)節(jié)，而基于塊的紋理合成圖像補(bǔ)全技術(shù)則不但可以填充任意大小的丟失塊，還可以修復(fù)破損部分的細(xì)節(jié)。<

10、/p><p>　　2.3、基于曲率驅(qū)動(dòng)擴(kuò)散(CDD)的圖像修復(fù)模型[6]</p><p>　　CDD模型全稱curvature-driven diffusions，是基于TV模型而進(jìn)行的改進(jìn)模型，其主要原因是TV模型受到修復(fù)區(qū)域大小的限制。</p><p>　　在CDD模型中，通過曲率來調(diào)整各向異性擴(kuò)散系數(shù)。在進(jìn)行圖像修復(fù)時(shí)，不僅考慮到整體的長(zhǎng)度，還充分考慮到了曲率的變

11、化，從而對(duì)細(xì)長(zhǎng)的線段也有較好的修復(fù)效果。</p><p>　　CDD模型雖然對(duì)細(xì)長(zhǎng)線段有較好的修復(fù)效果，但在修復(fù)過程中也產(chǎn)生了新問題。由于曲率對(duì)噪聲非常敏感，因此在修復(fù)時(shí)不能直接使用該方法，不然往往會(huì)衍生出錯(cuò)誤線段。</p><p>　　2.4、基于塊的紋理合成圖像補(bǔ)全技術(shù)[7]</p><p>　　紋理合成技術(shù)是以樣本紋理為基礎(chǔ)，大范圍地生成相似紋理的技術(shù)。其又分

12、為過程紋理合成和基于樣圖的紋理合成。其中基于樣圖的紋理合成技術(shù)是近幾年迅速發(fā)展起來的一種新的紋理合成技術(shù)，其原理是基于給定的小區(qū)域紋理樣本，按照表面的幾何形狀，再進(jìn)行整個(gè)曲面的紋理合成?；趬K的紋理合成技術(shù)的核心原理其實(shí)就是基于樣圖的紋理合成技術(shù)。近幾年，許多研究學(xué)者廣泛關(guān)注紋理合成領(lǐng)域，對(duì)此也取得了一定的進(jìn)展。早年，基于碎片的圖像補(bǔ)全算法[6]被廣泛使用，該算法是利用自相似原理，采用一種由粗到精的方法使信息不停的逼近丟失信息的區(qū)域，雖

13、然這個(gè)方法取得了較好的修復(fù)效果，但是，由于該技術(shù)是利用整體搜索手段尋找相似碎片，速度相當(dāng)慢，影響了它的實(shí)用性。后來，Crininisi等人經(jīng)過反復(fù)研究最后得出一種基于塊的圖像修補(bǔ)算[7]，其實(shí)質(zhì)是直接采用紋理合成的方法來修復(fù)圖像，并得到了很好的效果。</p><p>　　基本的紋理合成過程（圖3）</p><p>　　如圖（3）所示，首先在圖像信息丟失塊的邊界上任意選擇一像素點(diǎn)，并以該點(diǎn)為

14、中心，建立一定大小的模板，如:3x3，9x9等;然后在己知區(qū)域內(nèi)按照準(zhǔn)則，尋找一個(gè)與該模板最為匹配的塊，然后對(duì)該匹配的快進(jìn)行優(yōu)化，最后用這最優(yōu)匹配塊填充模，這就是基于紋理合成圖像補(bǔ)全技術(shù)的原理。</p><p>　　以上幾種修復(fù)技術(shù)雖然在實(shí)際應(yīng)用當(dāng)中已經(jīng)得到較好的效果，但是它們卻有各自不同的優(yōu)缺點(diǎn)：比如TV模型可以利用待修補(bǔ)區(qū)域的周圍信息來填充丟失區(qū)域的像素值，但是只適合修補(bǔ)小尺度的缺損，在修復(fù)紋理上顯得很無力，

15、不適合修補(bǔ)復(fù)雜的區(qū)域，而基于紋理合成的修復(fù)方法，雖然原理比較簡(jiǎn)單，適合于背景紋理的修復(fù)，但是不能修復(fù)破損區(qū)域的輪廓，而且由于該方法在修復(fù)每一個(gè)含有未知象素的塊/點(diǎn)時(shí)都要對(duì)整個(gè)圖像進(jìn)行搜索，不但容易出錯(cuò)而且會(huì)影響修復(fù)速度。</p><p>　　在數(shù)字圖像修復(fù)上，不但目前的技術(shù)不是特別完善，而且在處理圖像的方法上也有待改進(jìn)。以前在修復(fù)圖像的算法上都是采用都是將圖像的結(jié)構(gòu)和紋理看成一個(gè)整體來進(jìn)行修復(fù)，這樣的算法往往會(huì)造

16、成混亂，相互產(chǎn)生影響，而在針對(duì)圖像破損區(qū)域修復(fù)時(shí)以前都是根據(jù)破損區(qū)或周圍的已知點(diǎn)對(duì)整個(gè)受損區(qū)域同時(shí)進(jìn)行修補(bǔ)，這樣會(huì)直接造成修補(bǔ)區(qū)間不同信息之間的相互干擾.</p><p>　　目前對(duì)上述問題改進(jìn)的方法:</p><p>　　1）、將要修復(fù)的圖像分解成結(jié)構(gòu)和紋理圖像兩塊進(jìn)行分別修復(fù)，這樣會(huì)減少他們之間的影響</p><p>　　2）、將圖像受損區(qū)根據(jù)不同的特點(diǎn)割成不同

17、的分塊進(jìn)行修補(bǔ)，這樣可以有效的避免以上所說到的干擾，而且可以減少紋理合成時(shí)的搜索區(qū)域。</p><p>　　三、數(shù)字圖像修復(fù)技術(shù)的廣泛應(yīng)用</p><p>　　隨著人類對(duì)圖像需求的不斷擴(kuò)大，圖像修復(fù)的應(yīng)用領(lǐng)域也隨之不斷擴(kuò)大。因此，圖像修復(fù)的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。</p><p><b>　　航天和航空技術(shù)方面</b><

18、;/p><p>　　在航天航空方面（如森林調(diào)查、漁業(yè)調(diào)查、災(zāi)害勘測(cè)等），需通過衛(wèi)星等通訊儀器對(duì)所需要的目標(biāo)進(jìn)行拍攝，再將所拍攝到的圖像通過無線技術(shù)傳回目的地，但是由于其傳輸路徑很長(zhǎng)，而且要經(jīng)過好幾道處理，在傳輸過程中由于外界的影響難免會(huì)造成圖像信息丟失，因此在傳輸過程中需要對(duì)圖像進(jìn)行不停的修復(fù)。</p><p>　　生物醫(yī)學(xué)工程方面[8]</p><p>　　在醫(yī)學(xué)上，

19、對(duì)醫(yī)用顯微鏡所拍到的圖像進(jìn)行處理分析，如紅細(xì)胞、白細(xì)胞分類，染色體分析，癌細(xì)胞識(shí)別等。除此之外，在X光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學(xué)診斷方面都廣泛地應(yīng)用圖像處理修復(fù)技術(shù)</p><p><b>　　通信工程方面[9]</b></p><p>　　當(dāng)前通信的主要發(fā)展方向是聲音、文字、圖像和數(shù)據(jù)結(jié)合的多媒體通信。其中以圖像通信最為復(fù)雜和困

20、難，因?yàn)閳D像的數(shù)據(jù)量非常巨大，如傳送彩色電視信號(hào)的速率達(dá)100Mbit/s以上。要將這樣高速率的數(shù)據(jù)實(shí)時(shí)傳送出去，必定需要編碼技術(shù)對(duì)失真的圖像進(jìn)行修復(fù)。目前國(guó)內(nèi)外正在大力開發(fā)研究新的編碼方法。</p><p><b>　　軍事公安方面</b></p><p>　　在軍事方面，圖像處理和識(shí)別主要用于導(dǎo)彈的精確末制導(dǎo)，各種偵察照片的判讀，具有圖像傳輸、存儲(chǔ)和顯示的軍事自動(dòng)

21、化指揮系統(tǒng)，軍事模擬訓(xùn)練系統(tǒng)等；在公安方面，圖片的判讀分析，指紋識(shí)別，人臉鑒別，以及交通監(jiān)控、事故分析等，以上這些對(duì)圖像的依賴性都是非常大的，因此對(duì)圖像質(zhì)量的要求更為關(guān)鍵。</p><p><b>　　視頻和多媒體系統(tǒng)</b></p><p>　　目前,電視制作系統(tǒng)廣泛使用的圖像處理、變換、合成,多媒體系統(tǒng)中靜止圖像和動(dòng)態(tài)圖像的采集、壓縮、處理、存貯和傳輸?shù)取?lt;

22、/p><p><b>　　電子商務(wù)等等</b></p><p>　　在電子商務(wù)中,圖像修復(fù)技術(shù)也大有可為,如身份認(rèn)證、產(chǎn)品防偽、水印去除技術(shù)等</p><p>　　近年來，圖像修復(fù)技術(shù)得到快速的發(fā)展，呈現(xiàn)出明顯的發(fā)展趨勢(shì)。</p><p><b>　　四、結(jié)束語</b></p><p

23、>　　圖像修復(fù)是圖像處理過程中一個(gè)重要內(nèi)容，在實(shí)際生活中的應(yīng)用也越來越廣泛。由于網(wǎng)絡(luò)的誕生以及各種圖像數(shù)碼產(chǎn)品的出現(xiàn)使得數(shù)字圖像受到廣泛的使用也愈來愈受到人們的關(guān)注。因此，數(shù)字圖像修復(fù)技術(shù)，特別是基于變分PDE方法的圖像修補(bǔ)技術(shù)和基于塊的紋理合成圖像補(bǔ)全技術(shù)，也是近幾年的熱門研究課題。但是雖然數(shù)字圖像修復(fù)技術(shù)所取得的成功拓寬圖像修復(fù)技術(shù)的應(yīng)用領(lǐng)域，也在在實(shí)際應(yīng)用中已取得了一定的成果，但是它們還存在著一些不足，有待進(jìn)一步的改進(jìn)。&l

24、t;/p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1]張燕、洪志全 圖像修復(fù)技術(shù)研究[D]成都理工大學(xué) 2010年5月</p><p>　　[2]陳剛等 基于偏微分方程的圖像處理.[M]北京:高等教育出版社，2004年1月</p><p>　　[3]李蘇莉、王慧琴 數(shù)字圖像修復(fù)技術(shù)的研究與應(yīng)用[D]

25、西安建筑科技大學(xué) 2010年5月</p><p>　　[4]黃陳思 基于納維-斯托克斯方程的圖像修補(bǔ)模型的實(shí)現(xiàn)[D]福州大學(xué) 2003年3月</p><p>　　[5]趙顏偉、李象霖 一種基于TV 模型的快速圖像修復(fù)算法[D]中國(guó)科學(xué)院研究生院</p><p>　　文章編號(hào): 1000 - 7180 (2009) 06 - 0253 - 04</p>

26、<p>　　[6]孫即祥 圖像處理[M].北京:科學(xué)出版社，2004</p><p>　　[7]王遠(yuǎn)敏 基于紋理合成的數(shù)字圖像修復(fù)算法研究[D]上海交通大學(xué) 2007年12月</p><p>　　[8]張紅英、彭啟琮 數(shù)字圖像修復(fù)技術(shù)綜述[J]中國(guó)圖像圖形學(xué)報(bào) 2007年1月</p><p>　　[9](美)岡薩雷斯 數(shù)字圖像處理[M] 頁碼：