基于樣本紋理合成的數(shù)字圖像修復技術研究.pdf

1、數(shù)字圖像修復技術是當今圖像處理領域的研究熱點問題之一，在古文物的恢復、圖片中文本或障礙物的去除、圖像缺損信息的補全、視頻錯誤的隱藏以及圖像的縮放等方面具有重要的理論意義和應用價值。本文對數(shù)字圖像修復算法進行了研究，所做的工作如下：
　　首先，深入地研究了基于變分PDE的三種典型的數(shù)字圖像修復模型：BSCB模型、TV模型和CDD模型，仿真分析了此三種數(shù)字圖像修復模型算法的性能及其僅適合修復圖像線結構而不能恢復紋理細節(jié)的局限性。

2、>　　然后，對基于樣本紋理合成的Criminisi算法進行了重點研究.仿真分析發(fā)現(xiàn)：Criminisi算法能將結構和紋理的修復相結合，使得結構和紋理的修復在一個過程中完成，保證圖像結構的連續(xù)性，同時還能保持紋理細節(jié)和完整性，加快了修復速度。算法對大尺度的包含豐富紋理信息和簡單結構信息的破損區(qū)域具有良好的修復效果。
　　最后，對基于樣本紋理合成的Criminisi算法進行了改進。針對Criminisi算法在采用全局搜索方式搜尋最佳樣

3、本匹配塊時既耗時且易產生錯誤匹配這一不足，通過采用“FCM均值聚類方法”對缺損圖像進行紋理分割的預處理，使最佳樣本匹配塊的搜索限定在與待修復塊相關聯(lián)的若干個紋理分割區(qū)域當中，不僅提高了修復效率，而且還取得了更好的修復效果。針對Criminisi算法中確定修復順序的優(yōu)先權函數(shù)計算并不可靠從而影響修復效果這一不足，通過引入遞增權值，增強結構信息量在確定缺損區(qū)域邊界像素的修復優(yōu)先權時的作用，從而得到更好的、更合理的修復順序，取得更好的修復效果