在計算機技術的推動下,數字圖像修復技術受到了越來越多的關注,該技術依據事先設定的方法并通過已知區(qū)域對缺失部分進行信息重建。本文首先介紹了圖像修復技術的背景與意義,并簡單地闡述了圖像修復技術的研究現(xiàn)狀。接下來,在第二章中給出了基于樣本塊的幾種經典修復模型并詳細分析了本文的對比文獻算法,最后對樣本塊修復算法中仍存在的不足進行了總結,本文主要對存在的不足進行了深入地分析與研究。在研究基于樣本塊的修復方法中,針對樣本間相似度函數不夠準確,從而不能保持結構特性及紋理一致的問題,設計了一種基于結構張量和塊結構化稀疏的圖像修復算法。該方法首先利用結構張量定義樣本間相似度,尋找更合適的匹配塊;然后以該相似度作為塊結構化稀疏項構造依據,更有效地區(qū)分結構區(qū)域,使修復順序更加穩(wěn)定,以保持結構特性;最后將結構張量特征信息作為稀疏約束項加入目標函數,提高稀疏表示準確性,保證鄰域信息一致性。實驗結果表明,本文算法能更好地區(qū)分樣本間差異并保持結構連貫。基于結構張量和塊結構化稀疏的修復算法對破損圖像修復后,修復結果仍會出現(xiàn)結構性不高、紋理模糊的情況,同時也會出現(xiàn)一定程度上的錯誤填充。針對以上問題,本文設計了一種結合圖... 

【文章頁數】：79 頁

【學位級別】：碩士

【部分圖文】：

多余目標移除

Criminisi算法示意圖

測試圖像

【參考文獻】：
期刊論文
[1]基于結構分量和信息熵的Criminisi圖像修復算法[J]. 唐利明,譚艷婷,方壯,向長城,陳世強.  光電子·激光. 2017(01)
[2]非局域樣本填充和自適應曲率驅動模型的遙感圖像修復算法[J]. 王相海,孫麗,萬宇,王爽,陶兢喆.  模式識別與人工智能. 2016(08)
[3]基于稀疏分解的圖像修復方法[J]. 祝軒,張旭峰,李秋菊,王寧,陶吉瑤.  計算機科學. 2016(01)
[4]小波變換與紋理合成相結合的圖像修復[J]. 張東,唐向宏,張少鵬,黃俊澤.  中國圖象圖形學報. 2015(07)
[5]特征分類學習的結構稀疏傳播圖像修復方法[J]. 康佳倫,唐向宏,張東,屠雅麗.  計算機輔助設計與圖形學學報. 2015(05)
[6]塊關聯(lián)匹配與低秩矩陣超分辨融合的圖像修復[J]. 馬爽,談元鵬,許剛.  計算機輔助設計與圖形學學報. 2015(02)
[7]結合顏色和梯度信息的稀疏圖像修復算法[J]. 李志丹,和紅杰,尹忠科,陳帆.  計算機研究與發(fā)展. 2014(09)
[8]基于塊結構稀疏度的自適應圖像修復算法[J]. 李志丹,和紅杰,尹忠科,陳帆,仁青諾布.  電子學報. 2013(03)
[9]基于局部特性的圖像修復算法[J]. 范冠鵬,和紅杰,陳帆,翟東海,仁青諾布.  光電子.激光. 2012(12)
[10]基于樣本和線性結構信息的大范圍圖像修復算法[J]. 吳曉軍,李功清.  電子學報. 2012(08)



本文編號：3714475