本文關(guān)鍵詞：數(shù)字圖像修復(fù)算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：數(shù)字圖像修復(fù)技術(shù)是圖像處理領(lǐng)域的一個(gè)重要分支,也是計(jì)算機(jī)視覺方面的研究熱點(diǎn)。該技術(shù)主要利用圖像已有的信息,按照一定的算法或規(guī)則對(duì)破損區(qū)域進(jìn)行修復(fù)或目標(biāo)物的去除,以達(dá)到修復(fù)后的圖像有較好的視覺效果或接近原圖視覺效果的目的。數(shù)字圖像修復(fù)技術(shù)的研究主要集中于三個(gè)方面：基于偏微分方程的修復(fù)算法、基于紋理合成的修復(fù)算法和基于稀疏表示的修復(fù)算法。本文介紹了數(shù)字圖像修復(fù)技術(shù)的研究意義和發(fā)展現(xiàn)狀,以及這些算法的理論基礎(chǔ)。本文在研究和總結(jié)前人豐碩研究成果的基礎(chǔ)上,提出了對(duì)既含有小塊信息缺失又含有大塊信息缺失的圖像的修復(fù)技術(shù)和迭代收縮算法在圖像修復(fù)中的應(yīng)用,主要工作和創(chuàng)新之處在于：1)在圖像修復(fù)中,對(duì)于處理既含有小塊信息缺失又含有大塊信息缺失圖像的算法很少涉及,雖然Criminisi、MCA算法等都可以修復(fù)這類圖像,但是算法修復(fù)視覺效果都不好且耗時(shí)較長,所以就結(jié)合CDD模型和Criminisi算法的優(yōu)點(diǎn)提出對(duì)破損區(qū)域區(qū)別修復(fù),即CDD模型與Criminis算法相結(jié)合。2)在圖像處理前采用直方圖均衡化來強(qiáng)化細(xì)節(jié),一方面擴(kuò)大了圖像的動(dòng)態(tài)范圍,保證了修復(fù)圖像結(jié)構(gòu)的連續(xù)性；另一方面,抑制了圖像中的噪聲,使得修復(fù)后的圖像視覺效果較好。3)根據(jù)對(duì)現(xiàn)有迭代收縮算法研究分析的基礎(chǔ)上,提出一種基于平行坐標(biāo)下降法(PCD)的圖像修復(fù)算法,每次迭代通過線性搜索μ來確定下降步長,再通過閾值收縮確定下降方向,以保證該算法修復(fù)的圖像具有較高的質(zhì)量。
【關(guān)鍵詞】：圖像修復(fù) TV模型 CDD模型 Criminisi算法 PCD法
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-18
• 1.1 圖像修復(fù)的研究背景和意義14-15
• 1.2 圖像修復(fù)的國內(nèi)外研究現(xiàn)狀15-16
• 1.3 圖像修復(fù)效果評(píng)價(jià)方法16-17
• 1.3.1 主觀評(píng)價(jià)方法16
• 1.3.2 客觀評(píng)價(jià)方法16-17
• 1.4 本文的主要研究內(nèi)容和結(jié)構(gòu)安排17-18
• 第二章 數(shù)字圖像修復(fù)基礎(chǔ)算法18-32
• 2.1 基于PDE的修復(fù)算法18-23
• 2.1.1 BSCS修復(fù)模型18-19
• 2.1.2 TV修復(fù)模型19-22
• 2.1.3 CDD修復(fù)模型22-23
• 2.2 基于紋理合成的修復(fù)算法23-25
• 2.3 基于稀疏表示的圖像修復(fù)算法25-30
• 2.3.1 稀疏表示理論基礎(chǔ)25-27
• 2.3.2 EM修復(fù)算法27-29
• 2.3.3 MCA修復(fù)算法29-30
• 2.4 本章小結(jié)30-32
• 第三章 結(jié)合CDD模型和Criminisi算法的圖像修復(fù)算法32-39
• 3.1 自適應(yīng)直方圖均衡化32-34
• 3.1.1 圖像直方圖均衡化變換基本原理32-33
• 3.1.2 強(qiáng)化細(xì)節(jié)的自適應(yīng)直方圖均衡化33-34
• 3.2 本章算法步驟34-36
• 3.3 本章仿真實(shí)驗(yàn)及結(jié)果分析36-38
• 3.4 本章小結(jié)38-39
• 第四章 基于PCD的圖像修復(fù)39-46
• 4.1 迭代收縮算法39-41
• 4.1.1 背景39
• 4.1.2 SSF法39-41
• 4.2 基于PCD的圖像修復(fù)41-43
• 4.3 本章算法步驟43
• 4.4 本章仿真實(shí)驗(yàn)結(jié)果與分析43-45
• 4.5 本章小結(jié)45-46
• 第五章 總結(jié)與展望46-48
• 5.1 全文工作總結(jié)46
• 5.2 未來展望46-48
• 參考文獻(xiàn)48-52
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文52

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 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

中國重要會(huì)議論文全文數(shù)據(jù)庫 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;吳晶;;一種基于圖像修復(fù)的目標(biāo)重建算法[A];2006中國控制與決策學(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)：347264