基于稀疏重構的圖象修復算法研究.pdf

1、圖像修復是指通過特定的規(guī)則填充或者重構圖像的缺損區(qū)域，使其滿足人類的視覺系統(tǒng)。傳統(tǒng)的修復方法缺乏對圖像的一個整體認識，僅僅使用了少量的有用信息。針對此問題，本文主要研究了基于稀疏重構的修復技術，用簡化的稀疏模型表征圖像的內在結構和本質屬性，同時對系統(tǒng)的噪聲和誤差更為穩(wěn)健。
　　首先，簡要介紹了基于變分偏微分方程的幾種基本模型。同時針對紋理合成技術中的Criminisi模型匹配準則問題，引入樣本紋理的空域屬性和亮度變化的約束條件，提

2、出一種基于模式相似性的修復算法。仿真結果表明，該算法在修復強結構圖像時獲得了理想效果。
　　其次，針對基于混合稀疏表示修復模型中KNN的樣本塊大小固定不變的缺點，提出一種基于梯度的自適應樣本塊的修復方法。該算法通過分析圖像破損處的局部梯度變化，得到局部的結構信息，從而自適應地確定KNN搜索樣本塊的大小。仿真結果表明，該算法在結構變化明顯的圖像中修復性能最佳。
　　最后，針對基于SVD的稀疏表示模型中KNN搜索速度緩慢的問題，