基于样本的图像修补

提出了一种基于样本的图像修补方法。该方法首先计算填充前缘上每个修补块的优先权,确定填充前缘上最高优先权的修补块;然后在样本区域中寻找最高优先权修补块的最佳样本块,拷贝最佳样本块的有关图像数据到最高优先权修补块的未填充好的像素点位置;再更新这些刚填充的像素点的自信度。重复这些步骤直至整个图像受损区域填充修补完毕。实验结果表明,该方法能同时有效地修补图像受损区域的纹理和结构,还能较好地去除图像上不需要的物体。     

改进的基于样本的图像修复算法

针对图像修复过程中相似块匹配时造成的误差,深入研究Criminisi算法关键步骤的基础上,充分考虑图像中的结构性信息,提出了一种新的相似块匹配判定规则。首先,对待修复块和目标块进行颜色空间的相似性度量。然后,获取目标块和待合成块已知区域的结构性信息,并对结构性信息进行相似度度量;最后,将符合判定条件的目标块拷贝至待合成区域,更新修复区域的置信度。实验证明,该方法有效的减少了原Criminisi算法在相似块匹配中所造成的误差,在人为修复痕迹方面效果较好,与周围环境的融合也更加柔和,结果令人满意。     

基于改进优先级的加权匹配图像修复算法

文章对纹理合成Criminisi算法中优先级的确定以及匹配块的选取分别作了改进,提出了一种基于改进优先级的加权匹配的图像修复算法,在优先级中考虑了图像显著结构的影响,使改进的优先级更加精确;提出了更为合理的加权匹配因子,并根据图像结构相似性特征对图像进行分块修复;实验表明,改进后的算法不仅克服了现有算法可能存在的偏差延续问题,使图像修复的结果更加符合人们的视觉效果,而且大大缩短了修复时间。     

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...     

基于样本块的图像修补技术的改进

改进了一种基于样本块的修补算法,提出了将原本的整体范围搜索改为在用户指定的范围内搜索,最大可能地保证了合适的结构信息被填入,保障修补后的图像在视觉上的连贯性,从而有效提高了大范围破损图像的修补效果.同时,将样本块窗口原有的大小从固定改进为根据图像的实际情况大小可变,使搜索速度得到较大提高.将该算法应用于遥感图像,取得了良好的视觉效果.     

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。     

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。     

基于样本块的图像修补

图像修补,特别是大区域复杂纹理的修补,是目前图像处理的热点和难点之一.本文重点讨论了基于样本块的图像修补算法,算法综合了偏微分方程和纹理合成的思想,考虑了目标区域填充的优先次序问题.实验证明,该算法具有良好的修补效果.     

基于预填充策略的纹理合成修复

纹理合成技术是图像修复常采用的一种技术,但该技术在寻找结构的过程中容易受噪声、弱纹理或破损的影响,导致出现错误填补.为弥补这一缺陷,提出了基于预填充策略的纹理合成修复方法.首先,计算破损区域边界上的优先权,对优先权值排名前五的填补块进行填充,对具有最高优先权的填补块填充被认定为有效填充,其它的块修复被认定为预填充,更新...     

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...     

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。     

非均匀纹理图像大区域修复算法

为了改善实际非均匀纹理图像大区域修复效果,提出了一种改进的纹理合成算法.在传统图像修复算法优先权系数的基础上,增加了方向性优先权系数,为纹理合成时各点的传播方向和进度提供索引;同时,针对非均匀纹理图像渐近变化的特点,将以待修复块为中心的扇形区域作为最优匹配块的搜索区域,以减少误匹配.仿真实验结果表明,该方法能够有效克服传统纹理合成方法没有考虑方向性的缺点,对实际大区域非均匀纹理图像取得了较好的修复效果.     

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.     

基于区域分割和均方误差改进的图像修复算法

基于样本块的Criminisi图像修复算法在搜索匹配块时,使用全局搜索并用均方误差（sumofsquareddifferences）来衡量样本块差异。该方法存在搜索范围过大,效率较低,仅考虑颜色的差异,容易导致修复结果边界错位等不足,本文提出了一种基于区域分割和均方误差改进的图像修复算法。为了提高样本块匹配速度,先采用区域分割法分割整个图像区域,使待修复样本块只在对应区域内搜索。在比较样本块差异时,本文算法对颜色差异、纹理差异、曲线特征差异进行了加权综合,从而保证了修复后图像在颜色和纹理上均与已知区域保持一致,解决了Criminisi算法效率低且容易出错等问题。实验结果表明本文算法修复结果在执行效率、视觉效果上要比Criminisi算法好。     

基于邻域关联因子耦合信息度量规则的图像修复算法

针对当前图像修复算法忽略图像纹理信息的变化度而导致修复结果中存在间断及振铃效应等不足,提出了基于邻域关联因子与信息度量规则的图像修复算法.首先,将待修复块与其邻域块的归一化互相关值引入到优先权的计算中,以构造邻域关联因子,并将其与置信度以及数据项结合计算优先权,从而获取优先修复块.利用图像块对应的均值和方差特征,建立信...     

一种改进的数字图像修复算法

本算法建立在Markov随机场模型的基础之上,通过对待修复区域边界点的优先权处理,以及对邻域像素点的权值处理,较好的保持了图像的边缘特征,同时也顾及到了图像的纹理细节和结构信息,避免了传统修复算法所带来的模糊效应,即使是在修复图像中较大破损区域时,也能够达到了较好的修复效果。     

基于纹理结构引导自适应的改进Criminisi算法

针对缺损图像修复时容易产生纹理紊乱、边界残缺等问题,基于Criminisi算法提出一种纹理结构引导的自适应图像修复算法。首先对决定合成顺序的优先级进行改进,在数据项中加入结构张量,使图像修复从结构区域向无结构区域填充;其次根据原图像区域纹理结构信息自适应地改变模板块的尺寸,这在一定程度上避免了纹理块过小或过大带来的弊端,从而使合成效果更为自然。实验结果表明,本文提出的改进算法不仅保证了修复图像结构信息的合理填充,还较好地保持了修复边界的完整性,图像修复后具有较佳视觉效果。     

基于样本块和BSCB模型的壁画裂缝修复方法

针对采用传统方法虚拟修复北齐墓葬壁画复杂裂缝效果较差的问题,以水泉梁北齐墓室壁画为例,提出了基于改进的BSCB(bertalmio sapiro caselles bellester)模型与样本块修复算法相结合的虚拟修复方法。首先直方图增强后用最大类间方差法(Otsu)获取裂缝;其次,结合使用连通域标记算法与开、闭运算分离裂缝;再采用改进的BSCB模型对所有裂缝进行修补;然后用基于样本块图像修复算法消除扩散修复痕迹;最后利用颜色提取、替换恢复前景色彩,获得裂缝最终修复结果。实验结果表明,该方法同时修复壁画纹理区域的大裂缝与相连于壁画结构的小裂缝时,既能保证修复区域的清晰度,又能连接破损边缘,还能恢复部分区域的色彩;相较于其他修复方法,在边缘连续性上至少提升15.90%。     

基于多模板方向的图像修复方法

在基于样本图像修复的基础上,针对采用单一方向模板的Criminisi算法,在查找最佳匹配块过程中产生的错误匹配甚至查找失败问题,提出了一种基于自适应模板方向的图像修复方法。该算法根据自然图像中存在大量对称或有规则物体的特点,在进行模板的搜索时,通过对待修复块或样本块进行不同角度的旋转和/或映射变换,增大样本空间,来提高最佳匹配块的搜索成功率,防止错误匹配的发生。仿真实验结果证明,该方法能有效地改善图像的修复效果。