基于TV模型和演化算法的圖像修復(fù)技術(shù)研究.pdf

1、隨著電子產(chǎn)品的不斷涌現(xiàn),通訊技術(shù)的不斷發(fā)展,越來(lái)越多的數(shù)字圖像出現(xiàn)在人們的日常生活中。然而現(xiàn)實(shí)中存在著許多人為(保存不善或?yàn)榱耸箞D像具有某種特殊效果特意將其損壞)或非人為(數(shù)字圖像在其傳輸或存儲(chǔ)環(huán)節(jié)中產(chǎn)生信息缺失)因素會(huì)導(dǎo)致圖像受損。為了簡(jiǎn)單有效地恢復(fù)那些具有一定價(jià)值和意義的受損圖像,人們不斷地對(duì)數(shù)字圖像修復(fù)技術(shù)進(jìn)行研究?，F(xiàn)如今,數(shù)字圖像修復(fù)技術(shù)已成為圖像處理領(lǐng)域中一個(gè)熱門(mén)的研究課題,并被應(yīng)用于諸多領(lǐng)域。
　　目前,數(shù)字圖像修復(fù)技

2、術(shù)主要分為兩大類,一是基于變分PDE(PartialDifferentialEquation,偏微分方程)的圖像修復(fù)技術(shù);二是基于紋理合成的圖像修復(fù)技術(shù)。針對(duì)第一類算法,本文主要研究其代表性算法,基于TV(TotalVariation,整體變分)模型的圖像修復(fù)算法。對(duì)于第二類算法,本文則著重研究其經(jīng)典算法,由Criminisi等人提出的基于樣本的圖像修復(fù)技術(shù)。在對(duì)這兩種算法進(jìn)行分析研究的基礎(chǔ)上,本論文對(duì)它們進(jìn)行了一定的改進(jìn),主要研究?jī)?nèi)容

3、和創(chuàng)新點(diǎn)如下:
　　(1)提出一種基于TV模型的改進(jìn)修復(fù)算法。本文的改進(jìn)算法為了能夠更多地利用那些與待修復(fù)點(diǎn)相關(guān)程度較高的像素點(diǎn)的信息,同時(shí)從待修點(diǎn)與其鄰域像素點(diǎn)等照度線方向的距離和兩者之間的像素間隔來(lái)確定各像素點(diǎn)的擴(kuò)散系數(shù)。該算法使得那些間隔像素少,等照度線方向距離近的像素點(diǎn)具有較大的擴(kuò)散系數(shù),以此盡量減少因使用相關(guān)程度較小的已知信息所帶來(lái)的誤差累積。
　　(2)提出一種新的優(yōu)先權(quán)計(jì)算方法。針對(duì)Criminisi算法中優(yōu)先

4、權(quán)計(jì)算不準(zhǔn)確和置信度為零對(duì)優(yōu)先權(quán)計(jì)算造成影響的問(wèn)題,本文重新定義了優(yōu)先權(quán)函數(shù),使得待修復(fù)塊的結(jié)構(gòu)信息所占比重更大。同時(shí)修改了數(shù)據(jù)項(xiàng),使得圖像的修復(fù)同時(shí)考慮等照度線方向和梯度方向上的信息。
　　(3)提出一種基于演化算法的搜索策略。針對(duì)Criminisi算法搜索最佳匹配塊時(shí)存在的效率低,易產(chǎn)生誤匹配的缺陷,本文采用演化算法在待修復(fù)區(qū)域的環(huán)形外鄰域搜索與待修復(fù)塊最近似的匹配塊。并且,在整個(gè)搜索過(guò)程中,當(dāng)待修復(fù)塊中心點(diǎn)的梯度較大時(shí),使用