數(shù)字圖像處理是使用計(jì)算機(jī)對(duì)圖像進(jìn)行除噪、增強(qiáng)、修復(fù)、分割等處理的技術(shù),其中數(shù)字圖像修復(fù)技術(shù)是圖像處理技術(shù)研究的熱門領(lǐng)域。圖像修復(fù)是指通過對(duì)破損圖像中有效信息的處理和計(jì)算,實(shí)現(xiàn)對(duì)缺損信息的有效估計(jì),從而使修復(fù)后的圖像整體上更加和諧。本論文在研究數(shù)字圖像樣本修復(fù)原理的基礎(chǔ)之上,分析已有基于小波變換域的圖像修復(fù)模型及算法的特點(diǎn),從提高修復(fù)效果和修復(fù)效率的角度,探討了基于小波變換域的樣本修復(fù)模型和改進(jìn)措施。本論文的主要研究工作和成果體現(xiàn)如下:1.針對(duì)現(xiàn)有圖像修復(fù)算法對(duì)大尺度破損和強(qiáng)結(jié)構(gòu)性紋理修復(fù)存在的不足,利用小波域的圖像變換特征,采用分層分類的修復(fù)方法,提出一種基于小波域與結(jié)構(gòu)相似度的樣本塊彩色圖像修復(fù)新算法。該算法首先通過多層小波分解將待修復(fù)圖像分解成分辨率不同的低頻子圖和高頻子圖,對(duì)反映邊緣和紋理信息的高頻子圖,通過引入結(jié)構(gòu)相似度約束因子,對(duì)樣本法中的最佳匹配準(zhǔn)則重新定義,同時(shí)利用高頻小波系數(shù)改進(jìn)優(yōu)先權(quán),實(shí)現(xiàn)高頻子圖的修復(fù);對(duì)反映結(jié)構(gòu)信息的低頻子圖,采用快速行進(jìn)算法進(jìn)行修復(fù);最后利用小波重構(gòu),完成對(duì)整個(gè)破損圖像的修復(fù)。仿真實(shí)驗(yàn)結(jié)果表明,該算法修復(fù)的圖像既有較為自然的視覺效果,又有較高的峰... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

修復(fù)破

杭州電子科技大學(xué)碩士學(xué)位論文82.3基于偏微分方程的圖像修復(fù)技術(shù)2.3.1BSCB模型圖2.2為BSCB模型[2]示意圖，其中I為待修復(fù)圖像，Ω為破損區(qū)域，Ω為破損邊界，NDq為破損邊界Ω處各點(diǎn)的等照度線方向。圖2.2BSCB模型示意圖BSCB模型的迭代過程如下[2]：1(,)(,)(,),(,)nnntijijtijij+I=I+IΩ(2.2)其中，n為迭代次數(shù)，ji),(為像素點(diǎn)的坐標(biāo)，(,)nIij為待修復(fù)圖像n次迭代后的結(jié)果，t為迭代步長，(,)ntIij為第n次迭代后對(duì)(,)nIij的修正量。隨著迭代的不斷進(jìn)行，(,)nIij會(huì)逐漸逼近()1,nij+I，當(dāng)差值降低到一定閾值，則跳出循環(huán)并輸出修復(fù)圖像。BSCB模型采用各向異性的擴(kuò)散方式，即：(,,)(,)(,,)(,,),(,)xytgxykxytxytxyt=IIΩ(2.3)其中，yxg),(為平滑函數(shù)，tyxk),,(為等照度線的曲率，Ω代表Ω中以為半徑的圓狀區(qū)域，即：1,(,)(,)0,(,)ijgxyij=ΩΩΩ(2.4)BSCB修復(fù)模型的擴(kuò)散方法容易導(dǎo)致紋理細(xì)節(jié)的丟失，在修復(fù)紋理豐富的強(qiáng)結(jié)構(gòu)性區(qū)域時(shí)往往會(huì)產(chǎn)生過平滑的問題。然而，該模型對(duì)修復(fù)小尺度破損如劃痕等效果理想。此外，該算法復(fù)雜度較高，修復(fù)時(shí)間相對(duì)較長。

杭州電子科技大學(xué)碩士學(xué)位論文92.3.2TV模型圖2.3TV模型示意圖圖2.3為TV模型[3]示意圖，I為待修復(fù)圖像，Ω為破損區(qū)域，E為Ω的已知鄰域且呈環(huán)形閉合，設(shè)區(qū)域S=EΩ，則Ω上的能量函數(shù)定義為[3]：R(u)=r(u)dxdyS(2.5)其中，u為修復(fù)后圖像的灰度值�？紤]到噪聲干擾，式(2.5)還應(yīng)滿足環(huán)形區(qū)域E的噪聲約束條件：2021Area()uudxdy=EE(2.6)其中，Area(E)代表區(qū)域E的面積，0u為包含噪聲的圖像，為邊界處噪聲的標(biāo)準(zhǔn)偏差。為保持邊緣結(jié)構(gòu)的連貫性，實(shí)函數(shù)r)(應(yīng)滿足約束：r()dxdy+Ω。一般情況下，函數(shù)xr)(可表示為：)(xxr+=a低階項(xiàng)(2.7)當(dāng)x→時(shí)，a應(yīng)滿足a1，并使得xr)(的值有限。當(dāng)a=1時(shí)，)(xxr=，即為所謂的TV修復(fù)模型：R(u)=udxdyS(2.8)引進(jìn)拉格朗日乘子來求解式(2.5)的極值，得到新的能量函數(shù)：20()2Juudxdyuudxdy=+SS(2.9)其中，前者為光滑項(xiàng)，使修復(fù)邊界光滑，減少修復(fù)痕跡；后者為數(shù)據(jù)保真項(xiàng)，是為了降低噪聲因素造成的干擾。根據(jù)拉格朗日方程求解式(2.9)極值，可以得到：0()0uuuu+=(2.10)

【參考文獻(xiàn)】：
期刊論文
[1]基于信息熵和結(jié)構(gòu)特性的敦煌壁畫修復(fù)算法[J]. 陳永,艾亞鵬,陳錦.  激光與光電子學(xué)進(jìn)展. 2020(12)
[2]基于邊緣特征和像素結(jié)構(gòu)相似度的圖像修復(fù)算法[J]. 陶兆勝,張敬寒,王磊,占偉豪,王麗華.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(10)
[3]結(jié)構(gòu)張量的改進(jìn)Criminisi修復(fù)[J]. 何雨亭,唐向宏,張?jiān)?楊瑞.  中國圖象圖形學(xué)報(bào). 2018(10)
[4]基于SSIM的自適應(yīng)樣本塊圖像修復(fù)算法[J]. 何凱,�？』�,沈成南,盧雯霞.  天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版). 2018(07)
[5]基于改進(jìn)Eikonal方程的小波圖像修復(fù)算法[J]. 李尊,補(bǔ)朝陽.  新鄉(xiāng)學(xué)院學(xué)報(bào). 2017(12)
[6]基于雙樹復(fù)小波的圖像修復(fù)[J]. 竇立云,徐丹,李杰,陳浩,劉義成.  計(jì)算機(jī)科學(xué). 2017(S1)
[7]基于稀疏分解的圖像修復(fù)方法[J]. 祝軒,張旭峰,李秋菊,王寧,陶吉瑤.  計(jì)算機(jī)科學(xué). 2016(01)
[8]小波變換與紋理合成相結(jié)合的圖像修復(fù)[J]. 張東,唐向宏,張少鵬,黃俊澤.  中國圖象圖形學(xué)報(bào). 2015(07)
[9]一種改進(jìn)的小波域圖像修復(fù)算法[J]. 胡文瑾,劉仲民,李戰(zhàn)明.  計(jì)算機(jī)科學(xué). 2014(05)
[10]基于聚類分割和紋理合成的圖像修復(fù)改進(jìn)算法[J]. 肖娟,王嵩,張雯雰.  計(jì)算機(jī)工程與應(yīng)用. 2014(08)

博士論文
[1]基于樣本和稀疏表示的圖像修復(fù)方法研究[D]. 張雷.西北大學(xué) 2016

碩士論文
[1]基于結(jié)構(gòu)信息與塊統(tǒng)計(jì)特性的圖像修復(fù)算法研究[D]. 占麗琴.南昌航空大學(xué) 2016
[2]基于小波變換的圖像修復(fù)算法研究[D]. 王艷琴.天津職業(yè)技術(shù)師范大學(xué) 2016
[3]小波變換域的數(shù)字圖像修復(fù)研究[D]. 張東.杭州電子科技大學(xué) 2016
[4]基于紋理合成的圖像修復(fù)算法研究[D]. 方寶龍.山東大學(xué) 2013



本文編號(hào)：3114023