針對(duì)基于樣本塊的紋理合成方法存在的修復(fù)結(jié)構(gòu)不合理和效率較低的問(wèn)題,提出基于特征部位圓形域的人臉圖像修復(fù)方法。首先進(jìn)行人臉特征點(diǎn)定位,依據(jù)特征點(diǎn)分布將人臉圖像分割出4個(gè)特征部位圓形域,明確特征搜索域范圍。然后在優(yōu)先級(jí)模型中以指數(shù)函數(shù)的形式改變置信度項(xiàng)的衰減趨勢(shì),并結(jié)合結(jié)構(gòu)梯度項(xiàng)使用局部梯度信息約束優(yōu)先級(jí),提高修復(fù)結(jié)果的結(jié)構(gòu)連通性。在匹配塊搜索階段,根據(jù)目標(biāo)塊與各個(gè)特征部位圓形域的相對(duì)位置,確定匹配塊的搜索域,提升搜索效率。最終在結(jié)構(gòu)相似性的標(biāo)準(zhǔn)下選擇結(jié)構(gòu)最佳匹配塊,完成結(jié)構(gòu)連通的人臉圖像修復(fù)。與4個(gè)先進(jìn)的方法相比較,所提方法修復(fù)圖像的峰值信噪比（PSNR）平均提升了1. 219～2. 663 dB,時(shí)間消耗平均減小了34. 7%～69. 6%。實(shí)驗(yàn)結(jié)果表明,該方法對(duì)保持人臉圖像的結(jié)構(gòu)連通性和視覺(jué)合理性有顯著效果,在修復(fù)的精度和時(shí)間上都表現(xiàn)優(yōu)異。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引言
1 基于樣本塊的紋理合成算法原理
2 基于特征部位圓形域的人臉圖像修復(fù)方法
    2.1 人臉特征點(diǎn)定位
    2.2 特征部位極大半徑圓形域
    2.3 優(yōu)先級(jí)的計(jì)算
    2.4 搜尋最佳匹配塊
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 定性分析
    3.2 定量分析
    3.3 時(shí)間評(píng)估
4 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]人臉特征點(diǎn)定位的自適應(yīng)窗回歸方法[J]. 魏嘉旺,王肖,袁玉波.  計(jì)算機(jī)應(yīng)用. 2019(05)
[2]弱紋理人臉圖像局部破損點(diǎn)修復(fù)方法[J]. 王立,張勇.  計(jì)算機(jī)仿真. 2018(11)
[3]參照四鄰域裁剪樣本的圖像修復(fù)算法[J]. 孟紅月,翟東海,李夢(mèng)雪,曹大命.  計(jì)算機(jī)應(yīng)用. 2018(04)
[4]樣本塊搜索和優(yōu)先權(quán)填充的弧形推進(jìn)圖像修復(fù)[J]. 劉華明,畢學(xué)慧,葉中付,王維蘭.  中國(guó)圖象圖形學(xué)報(bào). 2016(08)
[5]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(guó)圖象圖形學(xué)報(bào). 2015(07)



本文編號(hào)：3649646