發(fā)布時(shí)間：2022-12-09 00:48

　　在計(jì)算機(jī)技術(shù)的推動(dòng)下,數(shù)字圖像修復(fù)技術(shù)受到了越來越多的關(guān)注,該技術(shù)依據(jù)事先設(shè)定的方法并通過已知區(qū)域?qū)θ笔Р糠诌M(jìn)行信息重建。本文首先介紹了圖像修復(fù)技術(shù)的背景與意義,并簡單地闡述了圖像修復(fù)技術(shù)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(jīng)典修復(fù)模型并詳細(xì)分析了本文的對比文獻(xiàn)算法,最后對樣本塊修復(fù)算法中仍存在的不足進(jìn)行了總結(jié),本文主要對存在的不足進(jìn)行了深入地分析與研究。在研究基于樣本塊的修復(fù)方法中,針對樣本間相似度函數(shù)不夠準(zhǔn)確,從而不能保持結(jié)構(gòu)特性及紋理一致的問題,設(shè)計(jì)了一種基于結(jié)構(gòu)張量和塊結(jié)構(gòu)化稀疏的圖像修復(fù)算法。該方法首先利用結(jié)構(gòu)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(jié)構(gòu)化稀疏項(xiàng)構(gòu)造依據(jù),更有效地區(qū)分結(jié)構(gòu)區(qū)域,使修復(fù)順序更加穩(wěn)定,以保持結(jié)構(gòu)特性;最后將結(jié)構(gòu)張量特征信息作為稀疏約束項(xiàng)加入目標(biāo)函數(shù),提高稀疏表示準(zhǔn)確性,保證鄰域信息一致性。實(shí)驗(yàn)結(jié)果表明,本文算法能更好地區(qū)分樣本間差異并保持結(jié)構(gòu)連貫�；诮Y(jié)構(gòu)張量和塊結(jié)構(gòu)化稀疏的修復(fù)算法對破損圖像修復(fù)后,修復(fù)結(jié)果仍會(huì)出現(xiàn)結(jié)構(gòu)性不高、紋理模糊的情況,同時(shí)也會(huì)出現(xiàn)一定程度上的錯(cuò)誤填充。針對以上問題,本文設(shè)計(jì)了一種結(jié)合圖... 

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

多余目標(biāo)移除

Criminisi算法示意圖

測試圖像

【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,向長城,陳世強(qiáng).  光電子·激光. 2017(01)
[2]非局域樣本填充和自適應(yīng)曲率驅(qū)動(dòng)模型的遙感圖像修復(fù)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(fù)方法[J]. 祝軒,張旭峰,李秋菊,王寧,陶吉瑤.  計(jì)算機(jī)科學(xué). 2016(01)
[4]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.  中國圖象圖形學(xué)報(bào). 2015(07)
[5]特征分類學(xué)習(xí)的結(jié)構(gòu)稀疏傳播圖像修復(fù)方法[J]. 康佳倫,唐向宏,張東,屠雅麗.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(05)
[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]結(jié)合顏色和梯度信息的稀疏圖像修復(fù)算法[J]. 李志丹,和紅杰,尹忠科,陳帆.  計(jì)算機(jī)研究與發(fā)展. 2014(09)
[8]基于塊結(jié)構(gòu)稀疏度的自適應(yīng)圖像修復(fù)算法[J]. 李志丹,和紅杰,尹忠科,陳帆,仁青諾布.  電子學(xué)報(bào). 2013(03)
[9]基于局部特性的圖像修復(fù)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(jié)構(gòu)信息的大范圍圖像修復(fù)算法[J]. 吳曉軍,李功清.  電子學(xué)報(bào). 2012(08)



本文編號：3714475