论文部分内容阅读
数字图像修复技术是图像处理和计算机视觉领域的研究热点,其目的是填补图像中的破损区域或者需要移除的区域,同时保持图像结构和纹理的连续性,以使得修复结果自然合理。现阶段的数字图像自动修复算法主要包括两大类:一类为针对小尺度破损的图像修补技术,主要用于划痕、斑点和文字的去除,目前主要基于数据扩散的方法来进行处理;另一类为针对大区域破损图像的修复技术,主要用于修复较大破损区域,或者用于较大目标移除后的信息补全,主要利用基于样本块的纹理合成方法来解决。目前,针对小尺度破损的修复技术已经比较成熟,本文不再作具体介绍,而是针对大区域破损图像修复问题进行了深入研究。论文首先介绍了数字图像修复算法的研究背景和意义,总结了国内外相关技术的发展历程和研究现状;然后重点分析了大区域破损图像中的基于样本块合成算法的理论模型,以及涉及到的主要修复技术。同时介绍了目前几种经典的基于样本块模型的改进优化算法,主要包括改进后的稳定优先权计算函数,以及几种常用的最优匹配块的搜索方法,如最小均方差和、等距变换、多分辨率修补,以及最优匹配块的稀疏性表示等方法。其次,论文介绍了一种基于曲线拟合的图像修复改进算法。首先,论文对彩色图像的分解方法进行了介绍,利用分解方法得到结构图像和纹理细节图像;然后利用Bezier曲线拟合方法,对结构图像中的破损结构进行拟合,并用来引导图像修复方向,以提高图像结构的修复效果,保证图像结构的连续性。论文采用进化算法实现了匹配块的最优选取,减少了误匹配。最后,利用结构图像修复过程引导纹理图像修复,同时保证了结构和纹理的修复效果。仿真实验结果表明,本算法对含有断裂结构的图像取得了较好的修复效果。论文最后介绍了一种稳健的基于等照度线的图像修复算法,算法首先利用Guided滤波器去除纹理和噪声干扰,获得图像的整体结构信息;然后,利用各向异性扩散算法中的边缘停止函数,对传统的等照度线检测方法进行了改进,并将其与传统图像修复优先权函数相结合;通过利用等照度线函数对纹理合成过程进行引导,获得稳健的图像修复效果。仿真实验结果表明,本文算法在保持修复图像结构信息的同时,对具有光照变化的纹理也获得了比较理想的修复效果。