【摘要】：圖像修復(fù)時(shí)需要利用已知信息修補(bǔ)圖像中的缺失部分,同時(shí)要求取得較快的修復(fù)速度。為此,提出基于平均灰度熵選取樣本并通過加權(quán)合成最終匹配塊的圖像修復(fù)算法。將待修復(fù)圖像進(jìn)行網(wǎng)格劃分,以網(wǎng)格為單位區(qū)間計(jì)算每個(gè)網(wǎng)格內(nèi)圖像的平均局部灰度熵值。使用自適應(yīng)閾值分割算法將所有網(wǎng)格區(qū)域分為2個(gè)互斥集合。根據(jù)待修復(fù)區(qū)域所在網(wǎng)格平均灰度熵確定樣本塊的選取范圍,使用最小平方差和準(zhǔn)則選擇若干樣本塊,并通過衰減函數(shù)得到各個(gè)樣本塊的權(quán)值,最終合成樣本塊。實(shí)驗(yàn)結(jié)果表明,該算法在取得理想修復(fù)效果的同時(shí)能夠確保得到較快的修復(fù)速度。
[Abstract]:In the process of image restoration, we need to use known information to repair the missing parts of the image, at the same time, we need to get a faster repair speed. Therefore, an image restoration algorithm based on average gray entropy and weighted synthesis of final matching blocks is proposed. The image to be repaired is meshed, and the average local gray entropy of the image in each mesh is calculated according to the unit interval of the mesh. The adaptive threshold segmentation algorithm is used to divide all mesh regions into two mutually exclusive sets. According to the average gray entropy of the mesh to be repaired, the selection range of the sample block is determined, and several sample blocks are selected by using the minimum square difference and the criterion. The weight of each sample block is obtained by the attenuation function, and finally the sample block is synthesized. The experimental results show that the proposed algorithm can achieve the ideal repair effect and ensure the fast repair speed at the same time.
【作者單位】： 南京航空航天大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)項(xiàng)目(61375021) 江蘇省自然科學(xué)基金“基于正則化方法的二維條碼圖像盲目復(fù)原技術(shù)研究”(BK20131365) 江蘇省科技支撐計(jì)劃項(xiàng)目(BE2013879)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐冬青;;計(jì)算機(jī)圖像修復(fù)技術(shù)[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年10期

2 張勇;;數(shù)字圖像修復(fù)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[J];安陽師范學(xué)院學(xué)報(bào);2014年02期

3 程村;;基于蒙特卡羅方法的圖像修復(fù)快速算法[J];工程地球物理學(xué)報(bào);2006年01期

4 王晨;杜建洪;;基于圖像修復(fù)技術(shù)的壓縮方法的研究[J];電子與信息學(xué)報(bào);2006年05期

5 姜瑞;馬利莊;聶棟棟;;一種有效的大面積圖像修復(fù)方法[J];計(jì)算機(jī)應(yīng)用研究;2006年12期

6 姚曄;韋冰;;圖像修復(fù)技術(shù)研究進(jìn)展[J];企業(yè)技術(shù)開發(fā);2007年04期

7 段漢根;汪繼文;;基于微分近似的圖像修復(fù)[J];信息技術(shù);2007年05期

8 陳芳;葉正麟;王繼紅;;基于統(tǒng)計(jì)特征的圖像修復(fù)[J];計(jì)算機(jī)工程與應(yīng)用;2007年22期

9 段漢根;汪繼文;;基于鄰域?yàn)V波的圖像修復(fù)[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年10期

10 汪志敏;;試論數(shù)字圖像修復(fù)技術(shù)[J];張家口職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年04期

相關(guān)會(huì)議論文 前10條

1 張巧煥;唐向宏;任澍;;一種基于區(qū)域搜索的快速圖像修復(fù)算法[A];浙江省電子學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

2 史金鋼;齊春;;基于非局域樣本塊的圖像修復(fù)算法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

3 霍星;檀結(jié)慶;艾小豐;;基于隨機(jī)迭代查找的圖像修復(fù)算法[A];第六屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2013年

4 李晉江;李孟軍;范輝;;低秩近似圖像修復(fù)算法[A];第六屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2013年

5 陳延嘉;莊志軍;王美清;;一種改進(jìn)的基于樣本的圖像修補(bǔ)方法[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

6 高軍亮;徐曉剛;王建國(guó);吳晶;;一種基于圖像修復(fù)的目標(biāo)重建算法[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

7 朱曉臨;陳曉冬;朱園珠;陳Z，

本文編號(hào)：2467296