一种改进的Criminisi图像修复方法

针对Criminisi等提出的基于纹理的图像修复方法中存在的修复顺序不准确等问题,提出一种改进的Criminisi图像修复方法.对优先权函数的计算方法进行改进,引入影响因子,提出新的梯度算法,增强结构性较强地方的修复效果,提高优先权的准确性.考虑可能存在的误差因素,定义了新的置信度项的更新方式.实验表明,该算法具有更好的修复效果.     

基于改进优先权的Criminisi图像修复算法的研究

为了克服Criminisi算法中优先权计算不准确的弊端,以及样本块固化尺寸的问题,本文提出了基于改进优先权的Criminisi图像修复算法的研究。在优先级函数计算时,通过对数据项、置信度项和邻域相关性项的加权和进行计算,以实现对Criminisi算法优先权的优化,以有效提升计算函数的连续性,以此来保障所修复图像结构的连续性。采用样本块大小可变的方法,以此来增强局部协调性和边界的平滑性。以有效提升Criminisi图像修复算法对图像不同平滑度的适应性,以提高算法的修复性能。实验结果显示,所提算法修复的图像具有良好的视觉效果。     

方差约束因子耦合搜索区域判定模型的图像修复算法

为了解决Criminisi算法在图像修复过程中无法保证修复块的优先级顺序,从而导致修复质量不佳的问题,提出了方差约束因子耦合搜索区域判定模型的图像修复算法.首先,将待修复块分割为两个子块,通过子块的方差构建方差约束因子,并利用方差约束因子改进Criminisi算法中的优先权函数;然后,在二维直角坐标系中对损坏区域进行测量,根据测量结果选取损坏基准值,以构建搜索区域判定模型,确定最优匹配块的搜索范围;最后,引入SSD(Sum of Squared Differences)模型在搜索区域中选取最优匹配块,利用最优匹配块中像素点与待修复块中对应像素点的像素差值构造置信度更新模型,对置信度进行更新,实现图像的修复.实验结果表明,与其他图像修复算法相比,本文算法具有更好的图像修复视觉质量.     

一种改进的基于纹理合成的图像修复算法

文章介绍了纹理合成技术中的Criminisi算法,并对其计算边界点优先权的算法模型作了改进;针对Criminisi算法计算优先权时只考虑信任项和数据项的缺陷,增加了边界因素对优先权的影响,使得修复结果更为合理;改进的计算优先权模型灵活性较强,可以对不同特征的图像选择不同的参数,从而扩大了可以修复的图像范围.实验表明,改...     

基于天牛须优化的BAS-CRI图像修复算法

针对Criminisi算法中由于优先权计算不准确导致的修复效果不理想、修复效率低等问题,提出一种基于天牛须算法优化的BAS-CRI图像修复算法.首先在Criminisi算法优先权计算过程中,加入等照度曲线提高优先权的可靠性,并针对置信项加入调整因子,平滑置信项.其次,在最佳匹配块搜索阶段,引入改进后的天牛须搜索算法,提高搜索效率和鲁棒性.最后,利用主观视觉评价和峰值信噪比(PSNR值)量化评价,验证了算法的有效性.结果表明,所提算法较其他算法修复效果更好.     

一种改进的基于Criminisi算法的目标移除方法

由Criminisi算法设想并提出的基于样本块图像修复方法,不但能够修复大面积破损区域,而且可以用于移除图像中的目标物。针对其在计算修复块优先级和搜索最佳匹配块时存在的一些不足,提出了一种改进的基于样本块的目标移除方法。在图片预处理中首先进行膨胀腐蚀处理;其次优先级计算中将置信度计算引入指数,从而得到更加精确的优先权;再次运用局部搜索方法,大大提高了搜索速度和准确性;最后将整幅图再进行拉普拉斯锐化。实验结果表明,修复后的图像效果良好,峰值信噪比大大提高,并且提升了算法效率。     

基于纹理合成的图像修复优化方法

针对Criminisi算法存在高时间复杂度及修复中偏差延续两个问题,提出一种优化方法.首先,在进行SSD(sum of squared differences)准确匹配之前预先计算待修复图像已知区域中所有纹理块的平均灰度值,并在匹配过程中结合阈值比较已知区域中纹理块及当前待修块的平均灰度值,筛选淘汰灰度差异较大的一些纹理块,节省大量匹配时间,加快修复速度.其次,定义一种新的优先权计算公式,其中不仅考虑置信度项和数据项,还增加是否接近原始边界因素的影响,使优先权的计算更为合理,修复的结果更理想.实验表明,此方法简单易行,图像修复效率得到较大提高,修复结果看起来更自然,更符合人的视觉感知.     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。     

基于梯度调节规则的图像修复算法研究

当前较多图像修复算法采用单一大小样本块进行图像修复,不能适应图像不同差异的纹理丰富度变化,使得修复结果存在块效应以及模糊效应等不足。本文利用图像的梯度值,设计了基于梯度调节规则的图像修复算法。将图像的梯度信息引入优先权计算,联合数据项、置信度项目构造优先权计算函数,以计算优先修复块。利用图像的梯度变化率,建立梯度调节规则,用以调节样本块大小,适应不同的纹理丰富度。引入SSD(Sumofsquareddifferences)函数从源区域中寻找最优匹配块,实现图像修复。实验结果显示,所设计方法修复的图像具有良好的视觉效果。     

基于色差分析的图像修复改进算法

逐块修复的图像修复算法对修复边缘敏感,目前普遍采用的基于等照度线的修复优先权确定方法并不能很好地区分图像的结构和纹理成分,使得修复效果依赖于图像掩码的初始边缘且对于纹理和结构高度混杂的区域不能有很好的修复效果.提出了一种基于色差分析的图像修复改进算法,根据待修复像素块与邻域像素块的像素值变化确定修复优先权.实验结果表明...