數(shù)字圖像修復(fù)因其在圖像、視頻編輯等方面的廣泛應(yīng)用,成為了計(jì)算機(jī)視覺(jué)領(lǐng)域的一項(xiàng)重要研究?jī)?nèi)容。它是對(duì)圖像或視頻中信息缺損區(qū)域進(jìn)行信息填充的過(guò)程,其目標(biāo)是盡可能地保證修復(fù)質(zhì)量,使觀察者找不出修復(fù)的痕跡,也就是保證修復(fù)結(jié)果中含有合理豐富的細(xì)節(jié)信息并保持整體結(jié)構(gòu)的連貫性。數(shù)字圖像修復(fù)的有效途徑是在修復(fù)過(guò)程中引入關(guān)于圖像的先驗(yàn)信息,利用數(shù)學(xué)方法建立先驗(yàn)?zāi)Ｐ?并依據(jù)先驗(yàn)?zāi)Ｐ颓蠼馊笔^(qū)域的信息。目前該領(lǐng)域已經(jīng)有很多方法被提出,主要包括基于變分PDE模型的方法、基于樣本的方法、基于變換域的方法、基于深度學(xué)習(xí)的方法等,其中基于樣本的方法在大區(qū)域破損圖像修復(fù)中取得了較好的結(jié)果,新興的基于深度學(xué)習(xí)的方法在圖像語(yǔ)義修復(fù)中取得了好的結(jié)果。為了充分利用不同方法的優(yōu)點(diǎn),基于圖像分層處理后的混合方法也被廣泛研究。本文將圍繞這三類具體方法中的關(guān)鍵問(wèn)題展開(kāi)研究,并針對(duì)各類方法存在的一些問(wèn)題提出了相應(yīng)的改進(jìn)算法以提升圖像修復(fù)的質(zhì)量。主要工作如下:（1）提出了一種基于樣本塊偏移匹配的圖像修復(fù)方法,該方法針對(duì)傳統(tǒng)的基于樣本塊匹配方法因匹配錯(cuò)誤累積容易造成修復(fù)結(jié)果失敗的問(wèn)題,通過(guò)兩方面的策略進(jìn)行改進(jìn)。首先在樣本塊優(yōu)先級(jí)確定時(shí),僅計(jì)... 

【文章來(lái)源】：云南大學(xué)云南省 211工程院校

【文章頁(yè)數(shù)】：154 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖像修復(fù)過(guò)程示意圖

按照解決問(wèn)題方法類型的不同，可以歸納為五類，如圖 1.2 所示。圖 1.2 圖像修復(fù)方法分類圖1.2.1 基于偏微分和變分的方法基于偏微分（Partial Differential Equation， PDE）和變分（Total Variation，TV）的圖像修復(fù)方法是圖像修復(fù)方法最初廣泛研究的一類方法，在小尺度的圖像修復(fù)中一般能取得比較好的結(jié)果。由于偏微分方程和變分模型可以通過(guò)變分原理相互等價(jià)的推出，因此，一般將這兩種方法統(tǒng)稱為基于偏微分和變分圖像修復(fù)方法。這類方法的修復(fù)過(guò)程一般是沿圖像中的結(jié)構(gòu)信息進(jìn)行逐步的傳播（或者擴(kuò)散）已知信息，也常被稱為基于擴(kuò)散的方法。M.Bertalmio 等提出圖像修復(fù)術(shù)語(yǔ)時(shí)提出的 BSCB（Bertalmio - Sapiro - Caselles- Ball）模型[1]就屬于基于偏微分的方法，其基本思路是利用待修復(fù)區(qū)域周圍的邊緣信息，沿等照度線的方向采用傳播機(jī)制將修補(bǔ)區(qū)域周圍的信息沿各向異性傳輸?shù)叫迯?fù)邊緣內(nèi)的修補(bǔ)區(qū)域，完成修復(fù)。因此基于偏微分方程的方法主要考慮是如

數(shù)字圖像修復(fù)技術(shù)現(xiàn)在已經(jīng)在很多方面得到應(yīng)用，近年來(lái)，特別是在國(guó)內(nèi)，很多研究者將數(shù)字圖像修復(fù)技術(shù)應(yīng)用到壁畫修復(fù)[84, 85]，其中西藏壁畫[86]、敦煌壁畫[87, 88]等的應(yīng)用有最多。

【參考文獻(xiàn)】：
期刊論文
[1]基于尺度空間的小波紋理描述算法的壁畫修復(fù)[J]. 任小康,鄧琳凱.  計(jì)算機(jī)工程與科學(xué). 2014(11)
[2]以TV模型為例的西藏壁畫數(shù)字圖像修復(fù)技術(shù)研究[J]. 姜軍,卓嘎,王朝霞,涅濤遠(yuǎn),馮建尚.  電子設(shè)計(jì)工程. 2013(03)
[3]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽(yáng)明,王正.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[4]自適應(yīng)樣本塊大小的圖像修復(fù)方法[J]. 孟春芝,何凱,焦青蘭.  中國(guó)圖象圖形學(xué)報(bào). 2012(03)
[5]基于結(jié)構(gòu)張量的圖像修復(fù)方法[J]. 劉奎,蘇本躍,趙曉靜.  計(jì)算機(jī)應(yīng)用. 2011(10)
[6]基于自適應(yīng)字典選擇的MCA圖像修復(fù)方法[J]. 張濤,洪文學(xué).  光學(xué)技術(shù). 2010(05)
[7]輪廓結(jié)構(gòu)張量B-樣條多尺度表示的角點(diǎn)檢測(cè)[J]. 閆衛(wèi)杰,楊丹,王洪星,張小洪.  計(jì)算機(jī)技術(shù)與發(fā)展. 2010(04)
[8]局部自適應(yīng)學(xué)習(xí)基稀疏約束結(jié)合信息優(yōu)先權(quán)選擇擴(kuò)散的迭代圖像修復(fù)算法研究[J]. 胡正平,劉文,許成謙,李杰.  儀器儀表學(xué)報(bào). 2010(03)
[9]敦煌壁畫數(shù)字圖像修復(fù)中遇到的挑戰(zhàn)[J]. 王書文,駱巖紅,黃偉,楊筱平,賈建芳.  西北民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(02)
[10]基于信號(hào)稀疏表示的形態(tài)成分分析:進(jìn)展和展望[J]. 李映,張艷寧,許星.  電子學(xué)報(bào). 2009(01)

博士論文
[1]多聚焦圖像像素級(jí)融合算法研究[D]. 張永新.西北大學(xué) 2014



本文編號(hào)：2936140