針對(duì)當(dāng)前較多圖像修復(fù)算法主要通過(guò)對(duì)圖像塊進(jìn)行方差和度量的方法來(lái)完成圖像修復(fù),忽略了圖像塊的顯著邊緣特性,使得修復(fù)圖像容易出現(xiàn)模糊效應(yīng)以及不連續(xù)效應(yīng)等不良現(xiàn)象,導(dǎo)致算法修復(fù)性能不佳的不足,提出了基于曲率約束因子耦合邊緣加權(quán)法則的圖像修復(fù)算法.首先,通過(guò)像素點(diǎn)的等照度線方向構(gòu)造曲率約束因子,對(duì)數(shù)據(jù)項(xiàng)進(jìn)行約束,形成優(yōu)先級(jí)度量函數(shù),利用優(yōu)先級(jí)度量函數(shù)選取優(yōu)先修補(bǔ)塊;然后,利用像素點(diǎn)的均值之差構(gòu)造像素自相關(guān)模型,對(duì)樣本塊的大小進(jìn)行了調(diào)整;最后,以樣本塊顯著邊緣為約束,構(gòu)造了邊緣加權(quán)模型,通過(guò)邊緣加權(quán)模型聯(lián)合SSD（sum of squared differences）模型建立了邊緣加權(quán)法則,對(duì)最優(yōu)匹配塊進(jìn)行搜索,用于對(duì)待修補(bǔ)塊進(jìn)行修復(fù).仿真實(shí)驗(yàn)結(jié)果表明,與當(dāng)前圖像修復(fù)算法相比,本文設(shè)計(jì)的圖像修復(fù)算法修復(fù)的圖像具有良好的視覺(jué)效果. 

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 本文圖像修復(fù)算法設(shè)計(jì)
    1.1 選取優(yōu)先修補(bǔ)塊
    1.2 調(diào)整樣本塊大小
    1.3 搜索最優(yōu)匹配塊
2 仿真實(shí)驗(yàn)分析
    2.1 不同算法修復(fù)效果對(duì)比分析
    2.2 不同算法量化測(cè)試對(duì)比分析
3 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于結(jié)構(gòu)分量和信息熵的Criminisi圖像修復(fù)算法[J]. 唐利明,譚艷婷,方壯,向長(zhǎng)城,陳世強(qiáng).  光電子·激光. 2017(01)
[2]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)
[3]區(qū)別結(jié)構(gòu)和紋理的稀疏表示圖像修復(fù)算法[J]. 高飛,王佳君,喻強(qiáng),張晶晶.  計(jì)算機(jī)工程. 2016(03)
[4]顯著邊緣直接引導(dǎo)的動(dòng)態(tài)模糊圖像盲復(fù)原方法[J]. 付強(qiáng),孫秀霞,劉樹(shù)光,徐嵩,彭軻.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[5]基于多尺度分解的k鄰域隨機(jī)查找快速圖像修復(fù)[J]. 廖斌,蘇濤,劉斌.  電子與信息學(xué)報(bào). 2015(09)
[6]塊關(guān)聯(lián)匹配與低秩矩陣超分辨融合的圖像修復(fù)[J]. 馬爽,談元鵬,許剛.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(02)
[7]利用平衡方法的非凸圖像修復(fù)[J]. 吳玉蓮,馮象初.  西安電子科技大學(xué)學(xué)報(bào). 2014(05)
[8]一種基于蟻群優(yōu)化的顯著邊緣檢測(cè)算法[J]. 張志龍,楊衛(wèi)平,李吉成.  電子與信息學(xué)報(bào). 2014(09)
[9]基于壓縮感知的稀疏度自適應(yīng)圖像修復(fù)[J]. 周亞同,王麗莉,唐紅梅.  鐵道學(xué)報(bào). 2014(09)
[10]結(jié)構(gòu)相似度索引耦合最優(yōu)稀疏表示的大規(guī)模損壞圖像動(dòng)態(tài)修復(fù)[J]. 耿衛(wèi)江.  科學(xué)技術(shù)與工程. 2014(25)



本文編號(hào)：3672782