基于結(jié)構(gòu)稀疏性的樣本塊圖像修補(bǔ)算法研究.pdf

1、數(shù)字圖像修復(fù)技術(shù)利用圖像中的已知信息，根據(jù)一定的填充規(guī)則對(duì)丟失信息進(jìn)行修補(bǔ)，達(dá)到視覺(jué)上合理的效果，并使觀察者看不出圖像曾經(jīng)破損或者已被修復(fù)。圖像修復(fù)技術(shù)的本質(zhì)是利用不完整信息來(lái)重構(gòu)出完整信息，這是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)夢(mèng)寐以求的目標(biāo)，同時(shí)也是許多其他圖像處理技術(shù)需要處理的問(wèn)題。研究數(shù)字圖像修復(fù)技術(shù)對(duì)于計(jì)算機(jī)視覺(jué)問(wèn)題具有重要的理論研究意義以及廣闊的應(yīng)用前景。
　　基于樣本塊的圖像修復(fù)算法因其在小區(qū)域破損修復(fù)尤其是大區(qū)域破損修復(fù)上的優(yōu)越性

2、能，受到了越來(lái)越多的關(guān)注。根據(jù)修復(fù)方式不同可將基于樣本塊的方法劃分為基于匹配的方法和基于馬爾科夫隨機(jī)場(chǎng)(Markov Random Field，MRF)的方法。本文從圖像的結(jié)構(gòu)稀疏性著手，探究如何利用合適的先驗(yàn)信息指導(dǎo)圖像修復(fù)過(guò)程，以保持修復(fù)后圖像結(jié)構(gòu)部分的連貫性及與鄰域信息的連續(xù)一致性。針對(duì)這兩類算法提出了一些新的方法和解決方案，并且從理論和實(shí)驗(yàn)的角度分析和驗(yàn)證了新算法的有效性和適用性。本文的主要工作和研究成果如下:
　　一方面

3、，在基于匹配的方法中圍繞結(jié)構(gòu)稀疏度函數(shù)的定義展開(kāi)，同時(shí)考慮匹配準(zhǔn)則和局部連續(xù)一致性約束等因素，提出了三種算法，旨在保持修復(fù)后圖像結(jié)構(gòu)部分的連貫性，與鄰域信息的連續(xù)一致性及結(jié)構(gòu)紋理信息的清晰性。具體為:
　　1、提出基于魯棒結(jié)構(gòu)稀疏度的自適應(yīng)圖像修補(bǔ)算法。首先利用樣本塊與其鄰域內(nèi)已知塊間非零相似度個(gè)數(shù)定義魯棒結(jié)構(gòu)稀疏度函數(shù)，以更好的度量樣本塊位于結(jié)構(gòu)部分的置信度高低。根據(jù)魯棒稀疏度值自適應(yīng)選擇當(dāng)前待填充塊的尺寸，鄰域一致性約束權(quán)重大

4、小以及搜索區(qū)域窗口的尺寸，并根據(jù)實(shí)驗(yàn)結(jié)果選擇合適的參數(shù)。最后實(shí)驗(yàn)驗(yàn)證了魯棒結(jié)構(gòu)稀疏度定義的有效性，同時(shí)提出算法可以大幅度地提高計(jì)算效率。
　　2、為提高對(duì)結(jié)構(gòu)紋理破損圖像的修復(fù)性能，提出結(jié)合顏色和梯度信息的樣本塊稀疏性圖像修補(bǔ)算法。引入梯度信息定義加權(quán)顏色-梯度距離來(lái)構(gòu)造合適的匹配準(zhǔn)則;在此基礎(chǔ)上構(gòu)造顏色-梯度結(jié)構(gòu)稀疏度函數(shù)以保持結(jié)構(gòu)部分的連貫性;在顏色和梯度空間內(nèi)構(gòu)建局部連續(xù)一致性約束方程，將根據(jù)加權(quán)顏色-梯度距離尋找到的多個(gè)匹

5、配塊在此約束條件下稀疏表示當(dāng)前待填充塊以保持修復(fù)區(qū)域內(nèi)的連續(xù)性。根據(jù)實(shí)驗(yàn)分析確定不同圖像中顏色和梯度信息所占的比例及候選匹配塊的個(gè)數(shù)。
　　3、受超小波變換的啟發(fā)，且為利用更豐富的信息指導(dǎo)圖像修復(fù)過(guò)程，提出聯(lián)合多方向特征的樣本塊稀疏性圖像修補(bǔ)算法。首先利用超小波變換估計(jì)待修復(fù)圖像的多方向特征，并將其與顏色信息融合共同衡量樣本塊之間的差異性;而后構(gòu)造顏色-方向結(jié)構(gòu)稀疏度函數(shù)以更好的衡量樣本塊位于結(jié)構(gòu)部分的置信度高低;最后在顏色和多方

6、向空間內(nèi)建立局部連續(xù)一致性約束方程，使得稀疏表示信息在顏色和方向上均與目標(biāo)塊保持一致性。
　　另一方面，因基于匹配的方法不能很好的修復(fù)富含隨機(jī)紋理特征的圖像，且存在誤差累積現(xiàn)象。從結(jié)構(gòu)稀疏性著手，在基于MRF的樣本塊修復(fù)算法中圍繞合理的全局能量?jī)?yōu)化方程構(gòu)造和合適的候選標(biāo)簽選擇等方面，提出了兩種算法。
　　1、針對(duì)構(gòu)造合適的全局能量?jī)?yōu)化方程，提出聯(lián)合多方向特征的圖像修補(bǔ)算法。首先利用超小波變換提取待修復(fù)圖像的多方向特征，并將多

7、方向特征信息應(yīng)用到數(shù)據(jù)項(xiàng)和平滑項(xiàng)的度量中去，以構(gòu)造更符合人眼視覺(jué)要求的全局能量約束方程;并采用多分辨層方法求解全局能量極值，并自適應(yīng)確定不同分辨率層上計(jì)算數(shù)據(jù)項(xiàng)和平滑項(xiàng)能量的樣本塊尺寸;利用圖割算法求解全局能量極小值，得到修復(fù)后圖像。
　　2、從人眼視覺(jué)出發(fā)，探討如何確定合適的先驗(yàn)信息以指導(dǎo)圖像修復(fù)過(guò)程，提出基于所需方向結(jié)構(gòu)特征統(tǒng)計(jì)的圖像修補(bǔ)算法。首先利用超小波變換估計(jì)待修復(fù)圖像的多方向特征信息，并分別提取其邊緣特征圖像;破損區(qū)域