近年來,有關(guān)圖像處理領(lǐng)域的視頻修復(fù)方面的研究正不斷深入發(fā)展和應(yīng)用。相比于單一的靜態(tài)圖像修復(fù),視頻包含更多的結(jié)構(gòu)、紋理和運動特征信息,也是目標信息保存最直接、最有效的方式。但視頻修復(fù)計算難度更大,耗時更久,因此更具有研究價值。本文以樣本塊修復(fù)算法為基礎(chǔ),主要就搜素算法、結(jié)構(gòu)保持和紋理相似性等相關(guān)問題展開研究,具體研究內(nèi)容如下:首先,利用圖像的梯度信息作為視頻的結(jié)構(gòu)信息引入到目標函數(shù),提出結(jié)構(gòu)約束的修復(fù)方法。利用視頻的時間維度,構(gòu)建視頻時空金字塔,從上到下再由外到內(nèi)修復(fù)破損區(qū)域邊界像素;然后利用加權(quán)平均的方式進行粗重建,對權(quán)值進行更新,再更新邊界,一方面確定破損區(qū)域結(jié)構(gòu)特性,另一方面補充重建信息;利用同樣的方法一次修復(fù)各層金字塔。其次,獲取結(jié)構(gòu)特征修復(fù)后,利用紋理遷移技術(shù)使破損區(qū)域圖像紋理協(xié)調(diào)一致。使用源代碼中的風格化紋理來合成目標風格化圖像,優(yōu)化能量函數(shù)補丁;然后通過結(jié)構(gòu)指導(dǎo),加權(quán)平均能量值,改善迭代;通過投票,使用給定的重建目標風格化圖像,計算相鄰補丁中位于同一位置的像素的加權(quán)平均顏色來生成修復(fù)圖像,實驗結(jié)果表明,該方法在視覺感受、PSNR和MSE值優(yōu)于其他算法。最后,對前景和背景同時...

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容及組織結(jié)構(gòu)
2 圖像修復(fù)相關(guān)理論及經(jīng)典算法
    2.1 基于偏微分方程的圖像修復(fù)方法
    2.2 基于塊采樣的圖像修復(fù)
    2.3 本章小結(jié)
3 基于結(jié)構(gòu)約束和紋理遷移的視頻圖像修復(fù)方法
    3.1 快速匹配算法
    3.2 結(jié)構(gòu)性約束的時空匹配快速搜索算法
    3.3 重構(gòu)結(jié)構(gòu)下的紋理遷移
    3.4 實驗結(jié)果與分析
    3.5 本章小結(jié)
4 基于光流逆向搜索的視頻圖像修復(fù)方法
    4.1 Lucas–Kanade光流
    4.2 基于光流的快速逆向搜索
    4.3 圖像重建
    4.4 實驗結(jié)果與分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
參考文獻
作者簡歷
學位論文數(shù)據(jù)集



本文編號：3738384