一种对数字图像进行插值的方法

图像插值处理是图像修复和图像缩放时常用的重要技术手段,被广泛应用于多种领域。本文阐述了一种基于连分式插值和样条插值的组合算法,能动态改变图像插值点的像素值,提高图像处理的精度。     

基于区域纹理合成的图像修补算法

针对传统修补技术在图像恢复中出现的纹理模糊现象,该文根据纹理合成技术,提出了一种区域纹理合成的修补算法。算法根据破损点邻域特征选择模板,去除模板内的破损点后进行匹配,在搜索范围内寻找最佳匹配点。该文采用由边缘向中心逐步推进的修补次序,提高破损区域内纹理结构延伸方向的正确性以及连续性,避免出现纹理模糊现象。算法能够适用于多种性质的纹理,在处理真实图像时使人在视觉上获得满意的效果。     

图像修复技术综述

图像修复技术是利用破损图像中未缺失区域信息,按照一定的修复规则,对图像中被污染或缺失的区域进行像素修补、填充。文章从目前常见的图像修复技术入手,分析比较传统的图像修复技术和基于深度学习的图像修复技术,结果认为基于深度学习的图像修复技术修复的图像在颜色和纹理等方面效果更好。     

一种基于Sobel算子和混合有理插值的图像缩放方法

为改善图像缩放质量,提出一种基于Sobel算子和非线性混合有理插值的图像缩放方法.将Sobel算子应用于图像的轮廓提取,利用二元Newton-Thiele型向量连分式建立有理插值曲面,然后对插值函数进行重采样,按要求实现图像缩放.实验结果表明,该方法能有效应用于数字图像的缩放处理,具有计算简单、易于编程实现等优点,是一种较实用的方法.     

基于分形的图像修复算法

 图像修复是目前图像处理领域中的一个研究热点,对于较大孔洞的修复一直是个难点问题,已有算法都未能很好地解决.本文基于分形相关理论,提出了一种新的修复算法,很好地利用了图像的整体信息.论述了分形维数和分形编码序列块大小之间的关系,提出多尺度的分形编码及重构的修复方法.为了强化图像细节信息,进行了分形局部迭代.为了提高图像修复的质量,将图像进行了分形放大,再进行分形插值修复.从实验结果可以看出,新方法取得了较好的修补效果,尤其是对纹理图像和有较大孔洞的图像效果更好.     

双层约束下基于局部和全局信息的图像插值新模型

该文提出一种双层约束的图像插值模型,模型在原始未插值图像梯度模约束下同时基于局部和全局信息处理。使用偏微分方程处理边缘像素,锐化边缘同时平滑边缘块状效应;平滑区域像素点的插值操作使用非局部均值模型,非局部均值模型通过对原始图像全局信息加权平均得到待处理图像像素值,图像平滑。使用双层约束模型处理纹理图像可以保持纹理特征,平滑纹理部分线形特征位置的块状效应。最后理论和实验结果证明使用双层控制模型可以直接将噪声图像插值放大。     

一种基于Poisson方程的分离型图像修复方法

图像修复是一种恢复图像中损坏部分的技术,具有广泛的应用.基于采样复制的修复方法对纹理图像有较好的效果,但容易产生块效应,而且对结构信息的修复可能产生较大的偏差.本文提出了一种基于Poisson方程的分离型修复算法,首先将原图分解为结构图像和纹理图像两部分,然后根据其特件分别进行修复,叠加后得到最终的修复结果.对结构图像使用Laplacian算子强化结构信息,然后对Laplacian场进行修复并使用Poisson方程重建,可以同时保持锐利的区域边界以及平滑的区域背景.实验表明该方法可以有效改善修复的视觉效果,对大区域修复也有良好的表现.     

基于自适应模板和置信度更新的图像修复算法

去除图像背景中的部分目标,是图像修复技术应用之一。为了修补去除目标后留下的大面积空白区域,文中在基于样本图像修复方法的基础上,引入了自适应思想。首先利用Canny算子检测图像的边缘,再根据图像边缘特征自适应地改变模板块的大小;为了避免误差的累积传递,提出了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。实验结果证明,文中方法比原方法能更好地修复图像边缘、复杂纹理,并且保留边角,使效果更自然。     

以TV模型为例的西藏壁画数字图像修复技术研究

通过介绍图像修复技术中的一个主要修复模型,即基于偏微分方程的图像修复技术,具体分析了数字图像的的破损类型及对应方法,在偏微分方程的基础上,深入了解此模型中具有代表性的TV图像修复模型.分析TV模型在噪声影响下对修复方程的约束,实现对噪声图像的处理方法.分析和对比此类模型对不同破损图像的修复效果,得出了最佳修复方案.     

基于扩散模型的人脸图像修复技术

人脸作为人体信息最为密集的部位,人脸图像在各个研究领域都有不可替代的作用。因此,研究如何将遮挡或模糊的人脸图像恢复成真实图像是非常有意义的。针对人脸图像修复技术的研究,提出基于扩散模型的人脸图像修复技术。在现有的人脸图像修复技术基础上,解决在修复大区域破损或遮挡的情况下,修复图像出现纹理模糊及结构扭曲等问题。所提出的方法基于边缘引导的扩散模型图像修复网络,主要包括两个阶段：首先训练基于U-Net结构的边缘修复模型生成较为真实的缺失区域的边缘信息,然后根据已修复好的边缘信息,训练内容生成模型填充缺失部分的内容信息。实验证明对于人脸图像修复具有较好的效果。     

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。     

遮挡情况下的数字图像修补技术研究

在遮挡情况下,首先将抠像技术应用到目标物的提取过程中,然后使用图像分割的方法实现修补的目的。在基于全自动前景目标提取算法的基础上对抠像技术作了改进,移除遮挡物,提取出背景图像以便于进行修补工作。然后提出了基于模糊C均值聚类结合边缘检测的图像修补方法。实验结果表明,该算法能较好地修补受损区域。     

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.     

闪烁体缺陷引起的CT图像伪影修复

为了修复X射线投影图像中闪烁体缺陷引起的图像伪影,提高X射线投影图像的三维重构质量,结合X射线成像过程中闪烁体缺陷的结构特点,提出了一种改进的BSCB修复算法(IBSCB)。利用Kirsch算子对本底图像进行处理,获得标记出闪烁体缺陷像素的掩膜图像。进而对样品投影图像中相应的缺陷区域按照由外及内的顺序迭代进行修复和扩散,在对外层缺陷区域修复完成后,利用修复后的信息修复内部缺陷区域,并且根据周围缺陷像素的个数确定修复和扩散过程中的迭代系数和迭代次数;对于其中的修复过程,采用log算子滤波,并将滤波后的信息沿等照度线方向扩散实现图像修复。从主观视觉和客观数据两方面对BSCB和IBSCB修复算法进行评价。不同放大倍率下X射线投影图像的修复结果表明:IBSCB不但提高了修复质量,而且其修复速度也比BSCB算法提高了5~6倍。比较修复前后X射线投影图像的三维重构图像,进一步验证了本文算法的有效性。     

基于样本和线性结构信息的大范围图像修复算法

基于纹理的图像修复算法对于修复破损区域比较大的图像效果较好,但该算法对于含有结构信息的图像修复效果很差.通过新的优先项的计算、平均值补偿及增加惩罚项提高传统的基于样本的图像修复算法的修复效果,结合图像中常出现的直线和曲线结构特征,提出了基于样本和结构信息的大范围图像修复算法.实验表明,该算法易于实现,修复结果能达到令人满意的效果,具有较高的实用价值.     

一种生成对抗网络用于图像修复的方法

近年来基于深度学习的图像修复方法相比于传统方法,表现出明显优势,前者能更好的生成视觉上合理的图像结构和纹理.但现有的标准卷积神经网络方法,通常会造成颜色差异过大和图像纹理缺失与失真的问题.本文提出了一种新型图像修复深度网络模型,该模型由两个相互独立的生成对抗式网络模块组成.其中,图像修复网络模块旨在解决图像缺失区域的修复问题,其生成器基于部分卷积网络;图像优化网络模块旨在解决修复后图像存在局部色差的问题,其生成器基于深度残差网络.通过两个网络模块的协同作用,图像的视觉效果与图像质量得到提高.与其他先进方法进行定性和定量比较的实验结果表明,本文提出的方法在图像修复质量上表现更好.     

基于结构分量和信息熵的Criminisi图像修复算法

针对Criminisi图像修复算法中优先级计算易受 图像纹理影响的问题,提出了改 进的基于图像结构分量的优先级函数。首先采用变分分解模型,将待修补图像分解为结构分 量和 纹理分量;其次基于结构分量计算数据项,排除纹理的影响;然后在优先权函数中 引入度量像素块复杂度的信息熵,将像素块中除了中心点之外其它位置的结构信息 融 入到优先权的计算中,使修补次序进一步向结构丰富的像素块倾斜;最后将优先权函数 表 示为置信度、数据项和信息熵的加权和,以解决传统Criminisi算法优先权随着置信度 迅速 下降为零而造成修复次序出现偏差的不足。新的优先权函数排除了像素块中在计算数据项时 纹 理的影响,并且融合更多的结构信息,使修复次序更加准确。实验结果表明,对于 不 同的人工图像和自然图像,本文模型都能取得较为满意的修复结果。     

f+v分解与分形图像修复算法设计

提出了一种基于分形与图像分解的修复算法,将图像分解成为纹理和结构两部分,纹理部分采用以分形维度作为度量函数的修复算法,结构部分采用曲率驱动扩散CDD(Curvature-Drive Diffusions)算法进行并行修复,达到快速、高效的修复受损图像的目的。结果表明,该算法具有速度快、对大面积受损图像修复效果好的特点。