基于紋理合成的數(shù)字圖像修復(fù)技術(shù)研究.pdf

1、首先，本文研究了Criminisi 算法，針對(duì)Criminisi 算法在修復(fù)圖像的過程中可能會(huì)出現(xiàn)偏差延續(xù)的缺陷，提出了改進(jìn)的算法。本文在Criminisi 算法計(jì)算優(yōu)先權(quán)的時(shí)只考慮數(shù)據(jù)項(xiàng)和置信度項(xiàng)的基礎(chǔ)上，增加了一個(gè)邊界項(xiàng)，使得算法在修復(fù)過程中充分考慮已知區(qū)域比例、結(jié)構(gòu)信息和是否接近原始邊界三個(gè)因素對(duì)優(yōu)先權(quán)的影響，完善了修復(fù)算法的數(shù)學(xué)模型，很好地改善了修復(fù)的結(jié)果。
　　 然后，本文又針對(duì)改進(jìn)后算法運(yùn)行速度較慢的缺陷，借鑒鄰域相

2、似度算法只從鄰域進(jìn)行匹配的思想，進(jìn)一步提出了改進(jìn)的算法，將查找匹配的范圍鎖定在破損區(qū)域的邊緣，并通過大量實(shí)驗(yàn)得出一個(gè)最佳范圍，使得該算法在保證修復(fù)效果的前提下，運(yùn)行速度有了很大的提高。
　　 最后，針對(duì)Criminisi 算法不能修復(fù)帶有曲線結(jié)構(gòu)信息的圖像的缺陷，本文提出兩種思路。一種思路是將待修復(fù)圖像分別旋轉(zhuǎn)不同的角度，構(gòu)成一個(gè)樣本圖像列，修復(fù)時(shí)從這個(gè)樣本圖像列中查找最匹配的塊。另一種思路是不旋轉(zhuǎn)已知圖像信息，而將旋轉(zhuǎn)放在修復(fù)