相似匹配块组的稀疏表示图像修复

目的 传统多样本块稀疏表示的图像修复过程中,容易因为匹配样本块的错误,重构出不正确的填充块,致使在边缘部分产生不连贯的现象,然而单样本匹配填充又容易产生明显的伪影,不能保证与周围结构保持连续,以致产生明显的修复痕迹,为此,本文提出一种改进的基于相似匹配块组的稀疏表示方法。方法 首先,采用颜色信息与余弦距离结合的方法定义图像块匹配准则,在目标邻域范围内获得结构变化趋势更相似的匹配块组;然后,在稀疏重构过程中,同时考虑已知信息和估计的未知信息,利用相似块与目标块的匹配程度,对稀疏系数增加不同的权重,以此来增强筛选匹配块的能力,减少纹理模糊现象;最后,根据结构稀疏度自适应地在各结构复杂度不同的区域确定样本块尺寸,减少图像修复过程中的错误传播现象。结果 实验结果表明,本文算法改善了在边缘修复过程中产生断裂或者纹理延伸的现象,不仅在主观视觉有明显的提升,其修复结果的峰值信噪比（PSNR）相较于其他相关稀疏表示修复算法提高了0.53 dB。结论 本文算法实现了对不同结构特征的彩色破损图像的修复,在结构边缘处有理想的修复效果,并且对各种形状的破损也具有良好的修复效果。     

利用梯度融合与聚类的三维视频图像修复

针对三维视频图像的空洞填充中的前景背景分割时容易造成前景对象提取不准确而影响修复效果的问题,提出利用梯度融合与聚类相结合的三维视频图像修复算法.首先利用分水岭算法与标记相结合的办法对图像进行分割;然后充分利用深度图像的深度梯度结构信息,并采用K均值聚类对梯度图像进行标记修正,以增强对前景对象的辨别能力.实验结果表明,该算法较好地克服了原有分水岭算法在图像分割过程中易发生过分割现象,完整地提取了前景对象的纹理信息,使修复图像具有更好的视觉效果,峰值信噪比相比于原算法提高了1~3 d B.