改进的基于样本块的图像修复算法

目前传统的基于样本块的图像修复算法容易产生错误的匹配纹理块,从而造成视觉的不连续性、结构性强的图像的修复效果差以及不同纹理区域间边界信息处理模糊。针对这些问题,提出了一种改进的基于样本块的图像修复算法。首先加入曲率因子改进优先权计算方法,然后建立目标优先级队列,最后提出了基于矩阵相似度的样本匹配策略。通过对几个关键目标块匹配策略的改变,解决了纹理边界处理误差大、图像过渡不平滑等问题。     

基于样本块的干涉条纹延拓图像修复算法研究

文章介绍了数字图像修复技术领域中的基于样本块的干涉条纹延拓算法中的Criminis算法,详细分析了经典的Criminis算法模型。针对其不足,提出在优先值计算、置信度更新方面的改进,并将其应用在壁画图像灰度图的修复上,取得了良好的效果。     

基于样本块的图像修复方法改进研究

图像修复技术作为图像处理技术中一个重要分支,在各行各业有着广泛的应用前景,已经成为当前计算机图形学和计算机视觉的一个研究热点。重点介绍了基于样本块的图像修补算法,并对该方法的匹配顺序进行了改进。     

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。     

基于块分类的文档图像水印自适应算法

该文提出一种自适应文档图像水印算法.该算法考虑到文档图像的特点,利用了图像的纹理、亮度特性,将原始图像分解成块,然后根据纹理特性,把图像块归为平滑块和纹理块两类.对于不同类别的图像块分别采用不同的嵌入方法,并根据亮度特性在不同的亮度图像块中使用不同的嵌入强度,以同时满足水印的不可见性和鲁棒性要求.     

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.     

一类自适应混合图像修复算法

建立了一类新的图像修复算法,即自适应混合图像修复算法。这一算法的基本原理是:首先将图像分解为几何轮廓和纹理两部分分别修复后再合成。对几何轮廓部分,用自适应整体变差方法进行修复,自动根据区域特点选参修复,在保持边缘信息同时加快了修复速度;对纹理部分,用二阶共生矩阵合成方法进行修复,使修复效果更为理想。     

基于自适应非局部均值滤波的图像去块算法

针对传输和存储中原始图像被JPEG和MPEG等标准进行压缩而产生的块效应,提出了一种图像去块算法.该算法选取非局部均值滤波作为框架,并通过机器学习来确定和优化参数,使得非局部均值滤波可以做到自适应处理.结果表明,该算法去块效果优于目前最新的形状自适应滤波法和维纳滤波法.     

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。     

采用CDD模型的自适应图像修复算法

在CDD模型基础上,提出了一种自适应图像修复算法,引入在不同曲率选择不同修复模型的自适应系数q,使得在大曲率时使用CDD模型,其他时候使用TV模型,大大减少了CDD模型的修复时间;引入在不同变化程度选择不同扩散方式的自适应系数p,使得在破损区图像边缘较多,即大梯度时使用接近TV的模型,而在平坦区,即小梯度时使用接近热扩散的方程,使得修复效果更佳.实验证明该算法在修复速度和修复效果上都要优于CDD模型.     

基于新的父块库分类的自适应图像分形编码算法

图像编码在数据存储和传输领域有着广泛的应用,全自动分形图像压缩算法是实现高压缩比图像编码的有效途径之一.本文在自适应四叉树分形编码基础上提出了一种改进的父块库分类的算法.该算法将父块划分为四个部分,以各部分的灰度均值和平稳阈值为判定标准,将父块库划分为两个大类和六个小类,大幅度降低了父块库的冗余程度.通过对图像的编码与解码计算,发现改进算法在加速搜索的同时,可以大幅度地提高图像的峰值信噪比.其中,平稳阈值是影响编码时间的主要因素,适中的平稳阈值能够保证最短的编码时间.     

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.     

基于插值的图像修复算法

目前,针对小区域缺损的图像修复算法中,大多采用基于迭代的修复算法,然而这些效果较好的图像修复算法,其时间复杂度一般都比较大.本文通过插值的方法,利用破损区域与周边邻域的有效信息之间的相关性,提出改进的基于FMM(快速行进)的图像修复算法;调用仅适用于被检测到的高局部活跃的像素,提出基于LMMSE(线性最小均方误差估计)插值的图像修复算法.实验结果表明,提出的两种算法分别与FMM算法和TV(整体变分法)算法相比,在整体上其修复效果和效率都具有明显的优势.     

基于图像分类的自适应图像水印新算法

随着网络多媒体技术的不断发展,版权保护问题变得十分重要。数字水印是实现版权保护的一种非常有效的方法,已经成为目前学术界研究的热点。文中提出了一种新的DCT域自适应数字图像水印算法,它利用图像子块特征分类结果对水印嵌入强度进行自适应调节,从而在确保水印不可见性的同时有效地增强了水印的强度,算法还综合运用了Arnold置乱变换,进一步增强了水印的安全性。实验结果表明,该算法对一些常见的信号处理操作如JPEG压缩、加噪、滤波、剪切等有较强的鲁棒性。     

基于块的索引图像认证水印算法

根据索引图像的特点,结合新颖的样本选取方法提出了一种有效的彩色图像认证水印方法.水印嵌入器在不改变原始图像调色板的基础上,将水印嵌入到图像像素值对应的灰度排名中.水印信号为利用混沌序列生成的二值图像,水印的嵌入位置由密钥和8×8块中的32个像素共同决定,具有非常好的安全性;水印的提取和图像认证不需要原始图像.实验表明:该方法嵌入的水印不可见性好,对JPEG压缩、图像剪切和图像变换等处理具有很好的易碎性,适合于图像的区域认证和完整性验证.     

基于图像块归类的背景重构算法

为了降低图像序列运动目标检测中背景重构的时间复杂度和空间复杂度,提出一种基于子图像块归类的背景重构算法.在假设背景图像块以最大概率出现在图像序列中的前提下,选择编号频率最高的图像块作为背景图像块进行背景重构.在运动目标有较长的暂时停顿情况下,即观测长度较长时利用该算法进行实时背景重构具有明显的优点.仿真结果表明,该算法能够准确地重构背景,并有效地避免混合现象,从而实现对运动目标的完整提取,以便进一步识别或跟踪.     

基于偏微分方程的图像修复算法

针对TV模型修复算法只沿梯度垂直方向扩散,容易在平滑区域引入阶梯效应,迭代效率低,易产生假边缘的缺点,分析比较了TV图像修复模型的性能,提出了一种改进的图像修复算法。该算法同时结合了各向同性和各向异性扩散,利用区域频率差异实现了在不同的区域使用不同的迭代方程,有效避免了原始算法引入的阶梯效应,提高了迭代效率。实验结果表明,该算法与TV模型算法相比,在具有同样修复效果的前提下,避免了阶梯效应并优于TV模型的修复速度。     

基于Navier-Stokes方程的图像修复算法

 图像修复是一个基于周围未被损坏信息对图像中丢失或损坏信息进行修补的过程。提出了一个基于Navier Stokes方程的新的图像修复算法。该算法能够同时在修复区域内部进行信息的填充,而在修复区域外部去除噪声(如果存在)。实验结果表明模型对于图像中划痕,信息丢失,甚至移除整个景物都是有效的。     

一种基于样本块的图像超分辨率方法研究

提出了一种在马尔科夫网络框架下基于样本块的图像超分辨率算法。算法根据相似性选取多个样本块作为图像重建的候选,在候选集中计算图像块先验概率和图像块之间的相容性,最后在马尔科夫框架下选取最优图像块,合成最终的高分辨率图像。实验证明本文提出的算法具有较好的超分辨率效果。