本文關(guān)鍵詞：圖像修復(fù)算法研究與智能填補(bǔ)實(shí)現(xiàn)

  更多相關(guān)文章： 數(shù)字圖像修復(fù) 最近鄰搜索 塊拼貼合成 紋理合成 智能填補(bǔ)

【摘要】：圖像修復(fù)技術(shù)是針對(duì)圖像損壞或丟失的部分,利用未破損的圖像作為參考,按照一定的規(guī)則填補(bǔ)至破損區(qū)域,使修復(fù)后的圖像接近或達(dá)到未破損之前的視覺(jué)效果。隨著數(shù)字媒體技術(shù)的普及,數(shù)字圖像修復(fù)技術(shù)得到了越來(lái)越廣泛的應(yīng)用,不僅被應(yīng)用于修復(fù)損壞的圖像,還用于圖像壓縮,目標(biāo)物去除,超分辨率圖像分析以及視頻錯(cuò)誤隱藏等。然而,由于沒(méi)有足夠的信息來(lái)保證修復(fù)結(jié)果的正確性,圖像修復(fù)是一個(gè)病態(tài)的問(wèn)題。判斷修復(fù)效果的好壞一般取決于人們的主觀視覺(jué)感知。因此,利用算法思想對(duì)圖像進(jìn)行修復(fù)從而滿足人們的視覺(jué)感知是一個(gè)不斷學(xué)習(xí)、理解與再現(xiàn)的認(rèn)知過(guò)程。在眾多圖像修復(fù)方法中,基于樣例的塊拼貼合成圖像修復(fù)方法由于其具備對(duì)結(jié)構(gòu)圖像的良好修復(fù)效果,因而一直受到廣泛的關(guān)注,而塊匹配算法是此類方法的算法基礎(chǔ)。然而,塊匹配的圖像修復(fù)算法在對(duì)圖像進(jìn)行結(jié)構(gòu)修復(fù)時(shí)往往忽略了對(duì)圖像紋理信息的處理,同時(shí)在最近鄰搜索匹配過(guò)程容易出現(xiàn)匹配錯(cuò)誤的情況。針對(duì)以上問(wèn)題,提出了一種融入紋理合成的分層圖像修復(fù)方法。該方法基于塊匹配算法,引入圖像金字塔修復(fù)模型和淘汰機(jī)制提升圖像結(jié)構(gòu)的修復(fù)效果。同時(shí),融入基于采樣賦值的紋理合成方法對(duì)圖像的紋理做進(jìn)一步優(yōu)化。實(shí)驗(yàn)證明,對(duì)于相同輸入圖像,所提方法較傳統(tǒng)方法能夠得到更好的修復(fù)效果。另一方面,傳統(tǒng)的最近鄰搜索匹配過(guò)程開(kāi)銷大且耗時(shí)長(zhǎng),在實(shí)際應(yīng)用中不能獲得良好的用戶體驗(yàn)。針對(duì)這一問(wèn)題,提出了一種可變范圍塊采樣的快速圖像修復(fù)方法。該方法能夠快速地從圖像上找到合適的樣本塊,從而降低最近鄰搜索成本。實(shí)驗(yàn)證明,在保證圖像修復(fù)效果的同時(shí),所提方法較傳統(tǒng)方法在修復(fù)速率上有較大的提升。最后,結(jié)合以上兩種改進(jìn)方法,設(shè)計(jì)并實(shí)現(xiàn)了交互式圖像智能填補(bǔ)應(yīng)用。該應(yīng)用從視覺(jué)心理學(xué)角度出發(fā),根據(jù)視覺(jué)聚焦點(diǎn)的不同對(duì)待修復(fù)圖像進(jìn)行分區(qū)。視覺(jué)聚焦區(qū)和非聚焦區(qū)分別采用精細(xì)修復(fù)和快速修復(fù)方法。在滿足人們視覺(jué)感知的同時(shí)提升了修復(fù)速率并減少開(kāi)銷,具有良好的應(yīng)用前景。
【關(guān)鍵詞】：數(shù)字圖像修復(fù) 最近鄰搜索 塊拼貼合成 紋理合成 智能填補(bǔ)
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 研究背景及意義9-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 紋理合成技術(shù)12-13
• 1.2.2 圖像填補(bǔ)技術(shù)13-14
• 1.2.3 視頻及其他修復(fù)方法14-15
• 1.3 本文研究?jī)?nèi)容15-16
• 1.4 本文結(jié)構(gòu)16-17
• 第2章 塊匹配的圖像修復(fù)算法基礎(chǔ)17-25
• 2.1 最近鄰搜索算法介紹17-19
• 2.2 PatchMatch塊匹配算法19-22
• 2.2.1 偏移初始化19-20
• 2.2.2 近似最近鄰搜索20-22
• 2.3 關(guān)鍵問(wèn)題及解決思路22-23
• 2.4 本章小結(jié)23-25
• 第3章 融入紋理合成的分層圖像修復(fù)方法25-39
• 3.1 方法流程25-26
• 3.2 改進(jìn)的結(jié)構(gòu)修復(fù)方法26-30
• 3.2.1 圖像金字塔修復(fù)模型26-28
• 3.2.2 淘汰機(jī)制的引入28-30
• 3.3 紋理層修復(fù)30-31
• 3.3.1 紋理區(qū)域識(shí)別30-31
• 3.3.2 基于采樣復(fù)制的紋理合成31
• 3.4 基于均方誤差的修復(fù)效果評(píng)價(jià)標(biāo)準(zhǔn)31-32
• 3.5 實(shí)驗(yàn)結(jié)果與分析32-37
• 3.6 本章小結(jié)37-39
• 第4章 可變范圍塊采樣的快速圖像修復(fù)方法39-49
• 4.1 方法流程39-40
• 4.2 可變范圍塊采樣40-43
• 4.2.1 塊采樣步驟40-42
• 4.2.2 樣本塊分析42-43
• 4.3 實(shí)驗(yàn)結(jié)果與分析43-48
• 4.4 本章小結(jié)48-49
• 第5章 智能填補(bǔ)應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)49-63
• 5.1 方法流程49-50
• 5.2 用戶界面設(shè)計(jì)50-52
• 5.2.1 交互式輸入51-52
• 5.2.2 遮罩的實(shí)現(xiàn)52
• 5.3 基于視覺(jué)聚焦點(diǎn)的智能填補(bǔ)52-55
• 5.3.1 視覺(jué)聚焦點(diǎn)分區(qū)53-54
• 5.3.2 智能填補(bǔ)實(shí)現(xiàn)54-55
• 5.4 實(shí)驗(yàn)結(jié)果與分析55-61
• 5.5 本章小結(jié)61-63
• 結(jié)論63-65
• 參考文獻(xiàn)65-69
• 攻讀碩士學(xué)位期間取得的研究成果69-71
• 致謝71

，

本文編號(hào)：518937