數(shù)字圖像修復是指對小尺度破損圖像的修補或大尺度破損圖像的補全,即對圖像中的信息缺損的區(qū)域進行填充,恢復缺損區(qū)域的信息,使修復結果看起來像從未缺失過或沒有修復痕跡。圖像修復技術在數(shù)字化文物保護、醫(yī)學成像、虛擬現(xiàn)實、游戲制作和影視后期制作等方面有廣泛的用途。研究數(shù)字圖像修復技術不僅具有重要的理論意義,而且具有重要的實際應用價值。本文圍繞數(shù)字圖像修復技術展開研究。針對小尺度破損圖像,提出了一種改進的基于相似塊組的稀疏表示圖像修復方法。該方法首先引入鄰域先驗信息構建具有相似性特征的圖像塊組作為訓練樣本集;其次訓練相似塊組獲得自適應多學習字典;最后基于自適應多學習字典重構待修復圖像,達到圖像修復目的。針對大尺度破損圖像,提出引入結構張量的優(yōu)先權優(yōu)化快速圖像修復方法。該方法優(yōu)化了Criminisi方法中決定填充順序的優(yōu)先權函數(shù),使填充順序更加合理,且算法效率顯著提升。實驗結果表明,改進的基于相似塊組的稀疏表示圖像修復方法中的相似塊組,充分利用圖像的先驗信息,獲得表達能力強的字典,有效提高圖像重構質量。本文的工作主要體現(xiàn)在以下三個方面:1.重點研究了基于稀疏表示的圖像修復方法�？紤]到充分利用圖像待修...

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
    1.3 本文的研究內容
    1.4 論文各章節(jié)安排
第二章 幾類圖像修復及評價方法
    2.1 基于偏微分方程的圖像修復方法
        2.1.1 BSCB方法
        2.1.2 CDD方法
    2.2 基于樣例的圖像修復方法
        2.2.1 Criminisi圖像修復方法
        2.2.2 改進的Criminisi圖像修復方法
    2.3 基于稀疏表示的圖像修復方法
        2.3.1 稀疏表示理論
        2.3.2 基于MCA的圖像修復方法
        2.3.3 基于相似塊組的圖像修復方法
    2.4 圖像修復評價機制
    2.5 本章小結
第三章 改進的基于相似塊組的圖像修復方法
    3.1 相似塊組構建
        3.1.1 方差約束的相似塊組構建
        3.1.2 結構相似約束的相似塊組構建
        3.1.3 成分相似約束的相似塊組構建
    3.2 學習字典訓練及算法實現(xiàn)
    3.3 待修復塊重構原理及算法實現(xiàn)
    3.4 實驗結果與分析
    3.5 小結
第四章 引入結構張量的優(yōu)先權優(yōu)化快速圖像修復方法
    4.1 結構張量引入
    4.2 引入結構張量的優(yōu)先權優(yōu)化快速圖像修復方法
        4.2.1 結構張量引入的優(yōu)先權函數(shù)
        4.2.2 自適應步數(shù)模型
        4.2.3 最佳匹配塊局部檢索
    4.3 實驗結果及分析
    4.4 圖像修復系統(tǒng)設計與實現(xiàn)
        4.4.1 系統(tǒng)設計
        4.4.2 系統(tǒng)實現(xiàn)
    4.5 小結
總結與展望
    總結
    展望
參考文獻
攻讀碩士學位期間取得的學術成果
致謝



本文編號：3798491