數(shù)字圖像修復(fù)技術(shù)是對(duì)圖像的破損區(qū)域進(jìn)行填充的技術(shù),能使修復(fù)后的圖像不影響人的視覺感受。現(xiàn)今,該技術(shù)應(yīng)用廣泛,主要用于文物字畫保護(hù)、老照片修復(fù)和字幕去除等。本論文根據(jù)數(shù)字圖像修復(fù)原理,以稀疏表示的圖像修復(fù)方法作為主要研究內(nèi)容。首先對(duì)現(xiàn)有的相關(guān)算法進(jìn)行分析、比較和仿真,總結(jié)這些算法的優(yōu)點(diǎn)和存在的不足;然后從字典構(gòu)造、結(jié)構(gòu)稀疏的傳播方式以及匹配樣本塊的選擇等角度,探討基于樣本塊稀疏表示的彩色圖像修復(fù)方法。論文主要的研究工作與創(chuàng)新點(diǎn)如下:1.針對(duì)傳統(tǒng)多樣本塊稀疏表示的圖像修復(fù)過程中,容易因匹配樣本塊的錯(cuò)誤,重構(gòu)出不正確的填充塊,致使在邊緣部分產(chǎn)生不連貫的現(xiàn)象,提出了一種正則加權(quán)的稀疏表示圖像修復(fù)算法。該算法首先采用顏色信息與余弦距離結(jié)合的方法定義圖像塊匹配準(zhǔn)則,在目標(biāo)鄰域范圍內(nèi)獲得結(jié)構(gòu)變化趨勢(shì)更相似的匹配塊組構(gòu)成字典;然后在稀疏重構(gòu)過程中,同時(shí)考慮已知信息和估計(jì)的未知信息,利用相似塊與目標(biāo)塊的匹配程度,對(duì)稀疏系數(shù)增加不同的權(quán)重,以此來增強(qiáng)篩選匹配塊的能力,減少紋理模糊現(xiàn)象;最后根據(jù)結(jié)構(gòu)稀疏度自適應(yīng)地在各結(jié)構(gòu)復(fù)雜度不同的區(qū)域確定樣本塊尺寸,減少圖像修復(fù)過程中的錯(cuò)誤傳播現(xiàn)象。仿真實(shí)驗(yàn)結(jié)果表明,與其... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

BSCB模型修復(fù)示意圖

杭州電子科技大學(xué)碩士學(xué)位論文9,,(,)(,,)(,,),(,)xytgxykxytxytxytIIΩ(2.2)其中，yxg),(為平滑函數(shù)，tyxk),,(為等照度線的曲率，Ω代表Ω中以像素點(diǎn)為圓心、以為半徑的圓形區(qū)域，其表達(dá)式為：1,(,)(,)0,(,)ijgxyijΩΩΩ(2.3)BSCB修復(fù)模型通過將源信息各向異性地?cái)U(kuò)散到破損區(qū)域，容易丟失紋理細(xì)節(jié)，使得圖像的修復(fù)結(jié)果比較平滑，當(dāng)修復(fù)具有豐富細(xì)節(jié)的結(jié)構(gòu)時(shí)會(huì)對(duì)出現(xiàn)過平滑的現(xiàn)象，因此該模型對(duì)小面積的劃痕類破損具有較好的修復(fù)效果。此外，該算法的整體修復(fù)時(shí)間也相對(duì)較長。2.2.2TV模型TV模型的圖像修復(fù)算法是屬于基于PDE修復(fù)算法的一類，由Chan等人[10]提出。算法通過能量泛函最小化的方式修復(fù)破損圖像，對(duì)小尺度破損的圖像取得了較好的效果。圖2.2TV模型修復(fù)示意圖圖2.2為TV修復(fù)模型示意圖，I代表整張破損圖像，Ω為圖像的破損區(qū)域，E為Ω的環(huán)形閉合已知鄰域，若設(shè)區(qū)域SEΩ，則Ω上的能量函數(shù)可定義為：R(u)r(u)dxdyS(2.4)其中，u為修復(fù)后的圖像灰度值，r)(是一個(gè)實(shí)函數(shù)。由于圖像容易受到噪聲的干擾，因此式（2.4）還應(yīng)滿足閉合區(qū)域E的噪聲約束條件：2021Area()uudxdyEE(2.5)其中，Area(E)代表E區(qū)域的面積，0u為含有白噪聲的原始圖像，為邊界像素點(diǎn)的高斯白噪聲的標(biāo)準(zhǔn)偏差。為了保持邊緣結(jié)構(gòu)的連續(xù)性，式（2.4）應(yīng)當(dāng)有極值，即函數(shù)r)(應(yīng)滿足約束條件：rdxdyΩ。一般情況下，函數(shù)xr)(可以表示成如下形式：)(xxra低階項(xiàng)(2.6)

權(quán)的計(jì)算。為了保證圖像紋理和結(jié)構(gòu)的一致性，Criminisi算法的優(yōu)先權(quán)由數(shù)據(jù)項(xiàng)與置信度項(xiàng)組成，其中數(shù)據(jù)項(xiàng)是為了區(qū)別含有明顯邊緣信息的圖像塊，以滿足邊緣優(yōu)先修復(fù)的原則；置信度項(xiàng)是為了克服圖像塊傳播過程中的過度復(fù)制，提升算法的可靠性。圖2.4為Criminisi算法示意圖，Φ為圖像的已知區(qū)域，Ω為圖像的待修復(fù)區(qū)域，Ω為破損區(qū)域的邊界，p為破損邊緣Ω上的任意一個(gè)像素點(diǎn)，pψ是以pΩ為中心的待修復(fù)圖像塊。則pψ的優(yōu)先級(jí)函數(shù)pP)(的計(jì)算公式如下：pPppDC)()()((2.16)()()pqpCqCpψΦψ(2.17)圖2.4Criminisi算法示意圖2.3基于紋理合成的圖像修復(fù)算法

【參考文獻(xiàn)】：
期刊論文
[1]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)
[2]利用梯度融合與聚類的三維視頻圖像修復(fù)[J]. 來伊麗,唐向宏,樓幸欣.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(03)
[3]結(jié)構(gòu)優(yōu)化的彩色圖像稀疏表示的修復(fù)方法[J]. 張少鵬,唐向宏,來伊麗,何雨亭.  杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[4]非局域樣本填充和自適應(yīng)曲率驅(qū)動(dòng)模型的遙感圖像修復(fù)算法[J]. 王相海,孫麗,萬宇,王爽,陶兢喆.  模式識(shí)別與人工智能. 2016(08)
[5]SL0分類稀疏表示的圖像修復(fù)算法[J]. 屠雅麗,唐向宏,張東,蔡倩,任玉升.  杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[6]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)
[7]基于破損區(qū)域分類的自適應(yīng)擴(kuò)散模型[J]. 段維夏,聶洪玉,王猛.  計(jì)算機(jī)應(yīng)用研究. 2016(09)
[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]結(jié)合顏色和梯度信息的稀疏圖像修復(fù)算法[J]. 李志丹,和紅杰,尹忠科,陳帆.  計(jì)算機(jī)研究與發(fā)展. 2014(09)
[10]基于雙十字TV模型的圖像修復(fù)算法（英文）[J]. 翟東海,段維夏,魚江.  電子科技大學(xué)學(xué)報(bào). 2014(03)

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



本文編號(hào)：3509387