论文部分内容阅读
图像修复是图像复原研究中的一个重要内容,也是当前图像处理和计算机视觉领域中的一个研究热点。图像修复是对图像上信息缺损区域进行信息填充的过程,其目的是恢复有信息缺损的图像,并使观察者无法察觉图像曾经缺损或已被修复。该项技术在文物保护、影视特技制作、老照片的修复、图像中文本的去除、障碍物的去除以及视频错误隐藏等方面,有着很高的应用价值。该领域的研究,国外正在蓬勃发展,国内尚处于起步阶段。本论文主要研究小尺度破损的图像修补(Inpainting)技术和大尺度破损的图像补全(Completion)技术,以及它们的相关应用。论文针对图像修补问题,着重研究变分PDE模型及其算法;针对图像补全问题,着重研究基于纹理合成的图像修复算法;最后,探讨图像修复技术在图像压缩,图像缩放等方面的应用。论文的第一章是绪论,介绍本文的研究背景、国内外研究现状和应用前景,以及本文的结构和创新点。作为实际工作的理论指导,第二章介绍和评述数字图像修复技术的基本知识和常用算法,分析了最佳猜测原理和贝叶斯框架理论、图像修补与视觉心理学、变分法的相关知识、整体变分(total variation,TV)模型,以及纹理合成技术等。第三章研究小尺度破损的图像修补问题。通过分析TV模型存在的不足,根据噪声的情况,提出两种基于p-harmonic能量最小化的变分图像修补模型。利用变分原理,推导出两种变分模型所对应的Euler-Lagrange方程;利用图像的局部正交坐标系,分析其扩散能力。其次,根据对两种模型的分析,利用半点差分格式,设计出图像修补的数值算法。理论分析和实验结果都表明,p-harmonic修补模型在图像修补的视觉效果和收敛速度上都要优于TV修补模型。第四章在对现有小波域图像修补模型进行分析研究的基础上,提出了一种基于p-Laplace算子的小波域图像修补模型;通过调节模型中的可变参数,可以同时处理噪声图像和无噪声图像。根据所建立的修补模型,利用变分原理推导出对应的Euler-Lagrange方程,建立了与之对应的扩散方程。利用有限差分法实现了扩散方程的数值求解,进而给出了数值实现方案,以及具体的算法步骤。理论分析和实验结果都表明,该模型在运算时间和修补效果上都具有更好的综合性能。第五章针对现有图像补全算法的运行速度慢、易产生误匹配以及引入模糊等缺点,提出了一种基于纹理合成的快速自适应自然图像补全算法。该算法充分利用多数自然图像都具有一定的纹理走向这一事实,给出一种计算纹理主方向的方法,并将搜索范围缩小到这一方向,减少了寻找最优匹配块的时间,提高了纹理合成的速度;其次,定义了块的优先权,尽量使具有较多已知信息和较多结构信息的区域的优先权值最大,使具有最大优先权的块先被修复;最后给出一种利用局部梯度信息,选择模板窗口大小的自适应方案来改进图像的补全质量。大量实验表明,与同类算法相比,该算法能有效改善补全图像的视觉效果,还可以大大提高纹理合成的速度。第六章探讨了图像修复技术在图像压缩、图像缩放等方面的应用。针对图像压缩问题,利用图像修补技术,提出一种全新的图像压缩方法。与传统的基于变换编码的方法不同,本方法仅对一些重要的图像特征(如边缘)编码和存储,而其它不重要的平滑区域不被编码和存储,这样可以大大减少编码的数据量;而在解码端,利用图像修补技术来重构平滑区域。大量实验结果表明,该压缩方法能够在较少信息量的情况下得到很好的重建图像。针对图像缩放问题,根据p-harmonic修补模型,建立一种用于图像放大的数字p-harmonic滤波器。实验表明,该滤波器能在放大图像的同时滤除噪声。第七章总结论文的主要创新成果与研究结论,并提出了一些需要深入研究的问题。