基于轮廓-纹理分解的图像修补技术研究

研究了传统整体变分去噪算法和图像修补算法,提出了一种基于轮廓-纹理分解的图像修补算法.算法首先将待修补图像分解为轮廓结构图像和纹理细节图像.再对轮廓结构图像的空缺进行轮廓结构修补,并对纹理细节图像的空缺进行纹理合成.最后将修补后的轮廓结构图像及纹理合成后的纹理细节图像进行合成,得到需要的修补图像.这种方法能够很好地修补图像空缺部分的轮廓结构及纹理细节.实验结果表明,该算法比纯结构图像修补法或纯纹理合成法要好.     

样本块双向匹配图像修补算法

为了解决基于样本图像修补算法的误匹配、结构断续等问题,提出了一种基于样本块的双向匹配图像修补算法。从待修补块中已知和未知两部分信息的邻域出发研究修补问题,引入匹配块中与待修补块中未知区域对应信息的一致性判定准则,提出待修补块优先级和最佳匹配块是由与待修补块中已知信息的相似性和与待修补块中未知信息邻域的一致性共同决定,更大限度地利用了图像的已知信息。该算法有效地解决了Criminisi算法的误匹配及结构断续问题以及Kawai算法的模糊问题,实验结果表明该算法是有效、可行的。     

一种改进的灰度图像修复算法

针对大面积破损区域图像修复中Criminisi算法存在修复质量差和时间复杂度高的缺点,提出一种改进的图像修复算法。改进算法将优先权的计算形式由相乘变为相加,并增加梯度数据项对优先权的计算方式。通过结构信息控制优先权,从而优先修复结构信息。设计根据待修补块中心点的梯度大小,使用全局搜索来寻找匹配块,以提高修复质量和速度。对置信度更新的方式进行修正,引入每次匹配的精度作为惩罚因子的参数,以减小误差向下一次迭代的传播。仿真实验显示,改进算法的修复效率比原算法提升了58%到70%,且修复质量的视觉效果有所提升。     

一种新的基于序数型不完备信息系统的粗糙集方法

针对序数型不完备信息系统,提出一种改进的ROUSTIDA算法。通过定义两对象在某一序数型属性上的相似概率,求得任何两个对象在整个属性集上的相似度,以与有缺失值对象有最大的相似度的对象具有最强的修补能力为依据给出了具体的改进算法,实例分析表明该算法是行之有效的。     

基于改进TV模型的修复算法在岩画修复中的应用

从数学角度来看,图像修复就是将待修补区域周围的信息填充到待修补区域中。传统的基于TV模型的图像修复算法对小区域破损的图像有较好的修复效果,但是对参数较敏感,传统TV算法修复稍大破损范围的图像容易出现模糊现象和阶梯效应。为了克服上述缺陷,结合非线性扩散的思想提出了一种改进的基于TV模型的岩画修复算法,该算法能够有效解决传统TV修复算法小区域失效的问题。实验结果表明,该算法相较于传统的TV模型取得了较好的修复效果。     

图像去雾的大气光幕修补改进算法

在雾天环境下,针对大气中存在悬浮微粒导致采集的图像降质问题,提出一种大气光幕修补改进算法对单幅图像去雾。首先简化大气散射物理模型,对大气光幕粗估计,并基于引导滤波器提出一种大气光幕修补的改进算法,从而得到更精确的大气光幕;然后提出了一种半逆法准确估计空气光强度;最后通过求解雾天图像大气散射模型恢复理想光照条件下的清晰图像。实验结果表明,该算法能鲁棒地估计大气光强度,能在保证大气光幕边缘的同时进行良好的平滑操作,提高图像的视见度。     

基于改进人工鱼群算法的传感器优化布置

针对结构健康监测中传感器位置优化的问题,提出了一种改进的人工鱼群算法。改进算法采用整数对人工鱼进行编码,改进人工鱼距离的衡量方式,并改进算法的追尾和觅食行为,实现结构传感器位置的最优选择。以一个平面桁架结构为例进行数值模拟分析,验证所改进算法的有效性。仿真结果表明:相比于传统的人工鱼群算法,改进的人工鱼群算法具有更强的寻优搜索性能,收敛速度更快,精度更高,适用于解决土木工程结构中传感器位置的优化问题。     

模型参数化方法的一种改进算法

针对线性结构的有限元模型,并基于时域内的响应测量信息,建立了直接识别单元水平结构物理参数的改进算法;通过引入浮点运算指标Flop,定量分析了改进算法与原算法的计算效率.数值仿真了一大型空间网壳结构的参数识别,并对比分析了改进算法与原算法在相同计算条件下的识别效率,结果表明:在保证无噪声条件下识别精度100%时,改进算法的计算效率提高了约30倍;且改进算法可以有效地识别未知输入条件下的结构参数.由此得出结论,改进算法不仅能够大幅度提高参数识别的计算效率,而且易于扩展到未知输入情况下的参数识别,因而特别适合于大型结构的参数识别.     

双底双壳油船结构节点设计改进

本文介绍了双底以壳油船结构的曲形损伤部位、损伤损伤因素和结构节点造型的设计改进、损伤修补方案。     

基于非局部均值滤波的医学CT图像去噪算法

提出一种基于梯度结构相似性的非局部均值去噪算法,算法利用梯度结构相似性改进传统非局部均值去噪算法的小块权值,通过欧式距离与梯度结构相似性参数结合更好地去除噪声,同时采用改进的双核函数代替传统指数函数计算权值,通过在肝脏和肺部图像上实验,对比传统非局部均值去噪算法和改进非局部均值去噪算法,证明本文算法去噪效果更好,同时还保持了边缘结构。     

一种基于区域搜索的快速图像修复算法

基于纹理合成的图像修复技术在修复大面积破损区域时,普遍存在时间复杂度高的问题.针对Criminisi等提出的基于样本图像修复算法中的匹配技术存在的问题.该文提出了一种根据图像破损区域尺寸进行快速匹配的算法.同时,为了强调前次修复对以后修复产生误差累积的影响,提出了新的置信度更新方法.实验结果表明,改进算法对图像结构边缘...     

图像修复问题的低秩对偶逼近算法

为改进传统基于样本修复方法在实际应用中的不足,提出了一种新的图像修复算法.新算法以显著性排序法确保优先修复含明显结构边的目标块,利用图像欧氏距离搜索与该目标块匹配的相似样本块,对由搜索样本向量化构成的相似块矩阵进一步采用低秩对偶逼近提取可用信息以修复缺失像素.实验表明,新算法能够准确地优先修复显著性结构,且对多种类型的缺失均具有较好的修复效果.     

基于全局优化的图像修复及其在GPU上实现

针对目前贪婪修复算法可能存在修复效果视觉不一致以及全局优化修复算法中未考虑结构信息的情况,提出一种新的基于全局优化的快速图像修复算法.通过定义出改进的能量函数,把图像修复问题转化为全局优化问题,并采用基于非局部均值的状态标签裁减算法,大幅度减少图中每个节点可能的状态标签数,从而大幅度降低优化算法复杂度;同时,利用图形处理器（GPU）进行加速,进一步提高了运算速度.与其他贪婪合成和最优化修复方法相比,该方法速度更快且较好地保持了纹理和结构的整体一致性.     

基于曲率驱动的图像修补方法

利用Euler’s Elastica Inpainting Model建立曲率驱动图像修补模型,基于该模型建立了一个新的曲率驱动图像修补方程,并实现了此图像修补算法.从修补效果可以看到,不仅待修补区域在图像内部时修补后的图像具有良好的光滑性,而且当待修补区域在边缘处时仍具有光滑的水平线和陡峭的边缘.     

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。     

针对匹配块不存在的Criminisi算法改进研究

该文针对Criminisi算法在已知区域中不存在合适匹配块而造成的修复效果失真问题,探讨了一种利用匹配块相似度大小,对修复失真区域进行定位和修复的改进算法.算法首先对Criminisi算法在修复过程中所产生的修复失真区域进行定位,然后将该区域分解为结构和纹理两部分,最后分别利用TV模型和纹理合成技术完成对结构、纹理的修复.实验证明,改进算法较好地克服了Criminisi原算法所存在的缺点,有较好的视觉效果.     

基于边缘自适应小波变换的图像修复算法

本文提出一种基于边缘自适应小波变换的多尺度图像修复算法,对非纹理图像有比较好的修复效果。边缘自适应小波变换的基本思想是,先检测出图像的主要边缘,这些边缘把图像分割成几个平滑区,然后对图像进行不跨越边缘的小波分解,即在各平滑区内部进行小波变换,得到图像的多尺度表示,并且同时计算边缘的多尺度表示。这样的小波分解使高频信息基本都集中在边缘上,而高频系数则非常稀疏,而且都接近于零。在此基础上进行图像修复,就只需要对低频部分与边缘图像进行修复,然后重构得到修复图像即可。经过小波分解,低频部分破损区域大大缩小,用比较简单的插值方法就可进行修复,大大降低了计算量。对边缘图则可用曲线拟合的方法进行修复。     

改进TV-H-1模型的图像修复方法

为改善现存图像修复算法在修复时存在的"灰度跳变"现象,同时降低运行复杂度,提出一种基于偏微分方程模型(称为Isophote-TV-H-1模型)和改进Criminisi算法的数字图像修复算法.首先利用图像分解模型(TV-H~(-1))获得缺损图像的结构部分和纹理部分;然后用Isophote-TV-H-1模型和改进的Criminisi算法分别对缺损图像的结构部分和纹理部分进行修复;最后将修复后的结构部分和纹理部分进行叠加得到最终的修复结果.实验结果表明,本模型与TV模型相比,能够较好地修复缺损区域中的纹理信息;与Criminisi算法相比,本模型通过对相似度度量方法的改进,有效地抑制了图像修复过程中的误差传播,并利用局部搜索(图像局部相似性)来替代传统的穷尽搜索,进而提高算法的效率.同传统的基于图像分解的图像复原算法以及TV模型相比,本模型能解决"灰度跳变"问题,获得更好的修复结果.     

基于偏微分方程的图像修复技术

介绍了图像修复技术的概念和原理,并在修复方法的理论与技术基础上,深入研究了偏微分方程修复模型中几种具有代表性的BSCB模型、曲率驱动扩散(CDD)模型、TV模型等图像修复模型.最后对上述模型进行了分析比较.