基于模板的图像修复算法优先权的改进

研究了基于块填充的图像修复算法,修复图像的质量容易受到待修复区域边界像素修复顺序的影响,通过分析待修复区域像素点所在模块的图像特征,改进了填充算法的优先权,分别是基于P_Laplace算子和Euler' s elastics模型的优先权计算方法的改进.实验结果证实了文中所介绍算法能有效提高重建图像的感知质量.     

数学形态学在Criminisi图像修复算法中的应用

Criminisi图像修复算法的修复步骤由待修复区域的标记、优先权的计算、最佳匹配块搜索与填充和更新置信度4部分组成。其中待修复区域的标记是进行Criminisi图像修复算法的基础,因此合理的标记待修复区域是提高Criminisi图像修复算法修复效果的有效路径。引入数学形态学对待修复图像进行处理,即利用腐蚀与膨胀组合,对待修复区域边缘进行处理,进而进行Criminisi图像修复算法操作。实验结果表明经数学形态学处理后的标记可以降低错误信息的累积,大大提升了图像修复的质量,具有较高的实用价值。     

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。     

利用大位移视图修复单幅图像的透视畸变优化算法

 本文提出一个利用大位移视图可靠地恢复目标图像上含有复杂结构信息的较大信息丢失区域的图像修复新算法.依次经过基于单应矩阵的大位移视图变形、基于能量优化的重叠像素对应和基于能量优化的丢失像素估计三个步骤,一个由粗到细的畸变校正算法对大位移视点图像进行透视畸变校正后再用来补全目标图像上的受损区域.最后,我们采用泊松图像融合算法消除修复区域与其周围像素之间存在的鬼影现象,获得无缝的修复效果.实验证明本文方法优于已有的图像修复算法.     

图像修复方法综述

图像修复技术是目前计算机视觉领域的研究热点之一，该技术主要利用缺失区域周边或者外部辅助数据来对图片受损区域进行信息推理和修复。随着大数据时代的到来，基于深度学习的图像修复技术以其出色的性能成为了图像处理领域内的关注点。对现有的图像修复算法进行总结，对各个算法的模型结构、性能表现及在常用数据集上的指标进行讨论说明，并对该领域目前所存在的问题和难点进行分析和展望。     

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。     

基于微分近似的图像修复

图像修复是对图像的破损区域进行填充,主要是利用待修复边缘信息对待修复区域进行填充。现有多数图像修复算法都非常复杂,而且难于实现。文中提出了一种基于微分近似、利用图像的空间连续性进行图像修复的算法。该算法实现简单,修补速度快,对小区域的修复效果较好。     

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。     

强化边缘结构分辨的分段自适应图像修复

针对Criminisi算法对边缘纹理分辨不足、无法识 别图像局部区域的直线和曲线的特征以及通过颜色进行块匹配而造成修复效果失真等问题, 提出一种局部特征与边缘纹理分辨相结合的分段自适应图像修复 算法。首先在分段自适应图像修复算法的优先权中引入边缘分辨因子和特征判断因子,增强 对边缘、局部 区域的直线和曲线的分辨能力,克服破损边缘不合理的修复顺序;其次在块匹配准则中引入 特征项,提高 样本块的匹配准确率,避免块匹配的颜色匹配不足;然后采用分段自适应算法进行置信项更 新,解决置信 项快速趋于0的问题;最后采用主客观的评价体系对图像修复质量进行评价。评价结果显示 分段自适应图 像修复算法的图像修复质量优于其他算法,信噪比和峰值信噪比的评价值均提高在 0~3.8之间;在结构相 似度的优化程度上提高了0~0.7%。实验结果证明,分段自适应图像修 复算法有效地修复了破损图像,获得较好的图像视觉效果。     

基于深度融合的深度图像修复算法

提出了一种基于深度融合的深度图像修 复算法。对于单幅深度图像,首先利用形态学操作进行空洞区域优化,消除深度图像中的间 隙和随机噪声;然后针对迭 代滤波过程,提出一种新的深度融合策略计算深度值,并通过对空洞区域的分析,判断深度 图像中空洞区 域类型,自适应选择结构元进行迭代操作;最后利用局部深度值重建方法对受损的边缘处深 度值进行修复。 实验结果表明,本文算法在较好的修复深度图像中存在空洞和间隙的同时,能够保持原始深 度图深度值分 布规律,克服修复过程中存在的深度值失真,边缘模糊等不足。基于标准数据集Middlebury 的对比试验结果表明,本文算法与其它算法相比,获得了良好的效果。     

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.     

空间差异度量约束的图像修复

针对传统算法在图像修复时选取最佳块匹配准则的单一性和随机性的问题,提出了一种空间差异度量约束的图像修复方法。该算法利用等照度线确定待修复块的优先级,根据空间差异度量约束的最佳块匹配准则搜索与该待修复块最匹配的样本块,采用最佳匹配块的信息更新优先级最高的待修复块的信息以修复其缺失像素信息。实验结果表明,与传统算法相比,所提算法能有效提高图像修复的主客观质量,对三种类型的信息缺失均取得了较好的修复效果。     

基于分形的数字图像修补算法

针对传统图像修复方法中搜索范围局限于待修复图像源区域的问题,提出了一种新的基于分形的数字图像修复算法,首次将分形理论应用于图像修复领域,利用图像的自仿射性(或自相似性)对破损图像进行修复。首先,在图像的源区域中选取定义域块,经仿射变换后建立码本;然后,从码本中查找待修复块的最佳匹配块,同时为了加快查找速度,降低计算复杂度,采用了基于方差和内积的快速搜索算法来提高修复效率;最后,用查找得到的最佳匹配块对待修复块进行填补。提出了一种改进的优先值计算方法,在计算优先值时加大置信度的比重,从而可以加强搜索匹配过程中的约束,使得修复过程总体按照"剥洋葱"的顺序进行,同时兼顾线性结构的延伸。实验结果证明,与传统修复方法相比,本算法不仅提高了修复质量,同时也提高了修复效率。     

一种基于TV模型的自适应图像修复方法

图像修复是数字图像处理的重要内容，可用于被损坏的图像和视频修复、视频文字去除以及视频错误隐藏等。基于TV模型的修复方法有较好的恢复效果，但对参数的选取比较敏感，且运算量较大。本文提出了一种基于TV模型的自适应图像修复方法，与原方法相比可以有效提高该算法的稳健性，并能显著的减少运算时间。     

基于邻近像素点和小波去噪的岩心图像修复

针对破损的岩心图像修复问题,提出了一种基于邻近像素点和小波去噪的岩心图像修复算法。计算待修复像素点的优先权来确定填充修复的顺序;利用待修复像素点周围的邻近信息和改进的加权函数进行像素点修复;对修复后的岩心图像进行小波去噪处理。算法将图像修复和小波去噪相结合,更好地实现了图像修复的目的。     

改进的邻域滤波图像修复方法

在分析了几种重要的基于滤波图像修复算法基础上,提出了一种改进的邻域滤波图像修复算法.为了减少平滑处理中的模糊,该算法根据待修复点与窗口中已知点的欧氏距离来决定相应位置的权值,然后采用邻域中已知像素的加权平均来估算待修复点的值.大量实验结果表明,改进算法修复的视觉效果和归一化均方误差(NMSE)的计算结果均明显优于先前的...     

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。