基于块结构稀疏度的自适应图像修复算法

现有基于稀疏性的图像修复算法采用固定大小的待填充块和邻域一致性约束,且在全局搜索待填充块的最优匹配块,既降低了待修复区域的结构连贯性和纹理清晰性,又增加了算法的时间复杂度.针对上述问题,根据破损区域特性和块结构稀疏度间的关系,提出基于块结构稀疏度的自适应图像修复算法.根据最大优先权值点的块结构稀疏度值,设定不同参数以自适应选取待填充块大小、邻域一致性约束权重系数和局部搜索区域大小,并通过仿真实验分析讨论了各参数选取.实验结果表明本文算法较文献算法在峰值信噪比上提高0.3dB ～ 1.2dB,并且提高算法速度3～7倍.     

一种改进的基于块的图像修复算法

在研究Criminisi算法的基础上,针对Criminisi算法修复顺序不可靠、采用固定大小的样本块模板尺寸以及在修复过程中容易产生误差累积等缺点,提出了一种改进的图像修复算法,该算法结合改进的优先项函数、根据梯度信息自适应选择模板大小等方法。实验结果表明,该算法易于实现,与Criminisi算法相比,能够取得更好的修复效果。     

基于HSI梯度统计特性的图像修复算法

为更好保持修复后图像的结构连贯性及与邻域信 息的连续一致性,提出了基于HSI梯度统计特性的图像修复算法。 该方法首先在HSI色彩空间提取图像的梯度特征,利用梯度均值和方差等统计量重新定义样 本块的结构相似性,在此基 础上构造加权的数据项和平滑项的全局能量约束方程,同时自适应地确定计算全局能量的样 本块尺寸和多分辨率层数,并 利用图割算法进行最优化求解。由于HSI色彩空间能更加充分地提取图像的梯度特征,利用 样本块HSI梯度统计特性使 得搜寻得到的匹配标签更加合理。实验结果表明,该算法对于自然图像中小区域破损和目标 物体移除方面有较好的应用, 修复结果很好地保持了图像结构的连贯性,并削弱了接缝效应,更符合人眼视觉要求。     

基于结构信息约束法则耦合匹配模型的图像修复算法

针对当前较多图像修复算法依靠固定大小样本块来搜寻最优匹配块,忽略了样本块的结构信息,使修复图像出现间断现象以及振铃现象等不足,利用样本块与其邻域块的近似度,设计了一种采用结构信息约束法则与匹配模型的图像修复算法。将图像的信息熵特征引入到待修复块的优先权计算过程中,获取优先修复块。通过样本块与其邻域块的近似度构造结构信息度量模型,对样本块的结构信息进行度量,并根据度量值建立结构信息约束法则,实现样本块大小的自适应调整。最后,利用图像的色彩及灰度特征构造匹配模型,利用调整后的样本块大小在已知区域中寻找最优匹配块,从而对待修复块进行修复。实验结果显示,所提算法得到的修复图像具备较好的纹理连续性,不存在信息间断现象,对应的结构相似度较高。     

Criminisi图像修复算法的优化

针对Criminisi算法在修复时会出现结构断裂和误匹配问题,在原有算法基础上提出一些新的改进思想,改进优先级函数的计算方法,将优先级函数表示为数据项、置信度项和邻域相关性项的加权和,以保证图像结构信息的连续性。设计一种样本块大小可变的算法,以增强局部协调性和边界的平滑性。改进模板间相似性度量方法,融入颜色直方图,以提高模板匹配的准确性。实验结果表明,该方法能够弥补Criminisi算法的不足,获得较好的视觉效果,提高图像的修复质量。     

基于统计特性和结构分析的斑噪抑制算法

由于合成孔径雷达图像像素极多,即使采用基于窗口的空域滤波算法也会消耗大量的运算时间,这在很多实际应用场合是不可以的.文中提出了一种基于统计特性和结构分析的降噪算法,该算法通过分析窗口的统计特性将窗口分为目标区域和均匀区域,对前者采用结构分析和基于边缘的局部窗进行滤波,对后者进行窗口扩展和块处理.由于实际图像中包含了大量的均匀区域,该算法可以减少参与运算的窗口数,在保持目标特征的同时大大加快算法的速度.     

基于Curvelet方向特征的样本块图像修复算法

能否保持修复后图像的结构连贯性和邻域一致性决定了修复性能的优劣.为提高现有样本块修复算法性能,本文提出基于Curvelet变换的样本块图像修复算法.首先利用Curvelet变换估计待修复图像的4方向特征.然后利用颜色信息与方向信息共同衡量样本块间的相似度,在此基础上构造颜色-方向结构稀疏度函数.同时根据构造的加权颜色-方向距离寻找合适的多个匹配块,并利用多个匹配块在构造的颜色和方向空间内的邻域一致性约束下稀疏表示目标块,同时根据目标块所处区域特性自适应确定误差容限.实验结果表明提出算法较现有算法可获得更优的修复效果,尤其是在修复富含结构纹理破损类型的图像时.     

基于样本的自适应图像修复方法

提出了自适应待修复块选取算法,改进了Criminisi算法中优先权计算选取的待修复块中已知区域面积过小,在进行匹配块填充造成的误差迭代。该算法在待修复块中已知区域过小时适当调整带修复块位置以扩大已知区域所占比例来搜索最佳匹配块。同时采用指数概率分布策略选取离待修复块距离近的匹配样本块,减少搜索数目,在保证修复效果的同时也提高修复效率。实验仿真表明该算法能有效提高图像修复精度和效果。     

基于模式相似性的图像修复算法

图像修复是一种去除图像中多余可视物体并用合理的纹理填充未知区域的技术。针对Criminisi等人提出的基于样本的图像修复算法在寻找匹配块时存在的一些不足,提出一种基于模式相似性的修复算法。该算法使用样本纹理的亮度变化和空域特性作为寻找匹配模块的约束条件。实验结果表明该方法在修复强结构纹理图像时有很好的效果。     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。