全天空成像儀（Total sky imager,TSI）對天空進行觀測時,設備的結(jié)構(gòu)特點會使采集到的云圖信息不完整,對圖像的分析造成不利影響。針對Criminisi算法修復地基云圖所造成修復順序發(fā)生錯誤、圖像不連續(xù)以及匹配塊遍歷搜索時間復雜度大的問題,本文提出了一種基于改進Criminisi算法的地基云圖修復方法。該算法改進了優(yōu)先權計算公式,引入地基云圖獨特的紅藍比特征作為置信項,使得含有更多信息的像素塊具有更高的優(yōu)先級,在搜索匹配塊的過程中,基于啟發(fā)信息選擇匹配區(qū)域的大小,避免了搜索到離待修復塊較遠的相關性較低的匹配塊,也有效縮短了匹配塊搜索時間,降低了算法的時間復雜度。實驗結(jié)果表明,改進后的Criminisi算法具有較好的圖像修復效果,且降低了時間復雜度,提高了修復效率。 

【文章來源】：數(shù)據(jù)采集與處理. 2019,34(01)北大核心CSCD

【文章頁數(shù)】：10 頁

【文章目錄】：
引言
1 Criminisi算法簡介
    1.1 計算待修復塊的優(yōu)先級
    1.2 尋找最佳匹配塊并填充
    1.3 更新置信度
2 基于TSI設備的圖像采集
    2.1 圖像采集設備
    2.2 遮光帶和鏡頭支臂影像定位
3 Criminisi圖像修復算法的改進
    3.1 優(yōu)先權的改進
    3.2 基于啟發(fā)信息的最佳匹配塊獲取
    3.3 改進后算法流程
4 實驗結(jié)果與分析
5 結(jié)束語


【參考文獻】：
期刊論文
[1]微電網(wǎng)光伏發(fā)電的Adaboost天氣聚類超短期預測方法[J]. 譚津,鄧長虹,楊威,梁寧,李豐君.  電力系統(tǒng)自動化. 2017(21)
[2]基于樣本塊的圖像修復改進算法[J]. 韓明珠,郭樹旭,臧玲玲,鐘菲.  計算機工程與應用. 2015(16)
[3]組合數(shù)值天氣預報與地基云圖的光伏超短期功率預測模型[J]. 朱想,居蓉蓉,程序,丁宇宇,周海.  電力系統(tǒng)自動化. 2015(06)
[4]全天空云圖圖像復原算法[J]. 朱想,周海,丁杰,陳志寶,丁宇宇.  計算機輔助設計與圖形學學報. 2014(06)
[5]基于地基云圖的光伏功率超短期預測模型[J]. 陳志寶,李秋水,程序,周海,丁杰.  電力系統(tǒng)自動化. 2013(19)
[6]一種基于圖像平均灰度值的快速圖像修復算法[J]. 彭坤楊,董蘭芳.  中國圖象圖形學報. 2010(01)
[7]一種基于顏色區(qū)域分割的圖像修復算法[J]. 朱霞,李宏,張衛(wèi).  計算機工程. 2008(14)



本文編號：3569097