基于邻域滤波的图像修复

论文摘要

图像作为一种信息符号，有着语言文字不可比拟的优点，成为越来越重要的信息表达方式，其应用的领域和范围越来越广。影像更是地理信息科学中最重要的数据源，图像信息处理成为遥感应用中的一个重要环节。但在日常生活和科学研究中，我们经常会碰到图像信息缺损现象，如图像破损、目标前后遮挡等等。如何对这些缺损或遮挡信息进行恢复和补偿，成为人们日益关注的问题。目前与该问题密切相关的两个研究方向就是图像修复和纹理合成，本文围绕自然图像中缺损信息的修复和遥感影像中遮挡信息的补偿问题为中心，对图像修复、纹理合成的原理、方法和应用展开了研究和探讨。本文主要探讨图像修复方法。首先回顾了图像修复技术的产生背景、发展状况，以及国内外的研究现状；然后介绍了图像修复方法的理论与技术基础、分类和几种有代表性的图像修复模型。目前图像修复大致可以分为两类：基于偏微分方程(PDE)的修复模型和基于纹理合成的修复模型。基于偏微分方程的修复模型就是将图像修复过程转化为一系列的偏微分方程或能量泛函模型，从而通过数值迭代和智能优化的方法来处理图像。该算法可以使待修复区域周围的有用信息沿等照度线自动向内扩散修复图像，在保持图像边缘的基础上同时平滑了噪声。本文主要研究了偏微分方程修复模型中的几种模型：Bertalmio模型，整体变分法(TV)修复，曲率驱动扩散(CDD)模型，并对比分析了不同模型修复的效果。图像的灰度值可以看作是一区域化变量，不仅具有随机性，而且具有空间连续性。我们把图像滤波的思想和观点引入到图像缺损信息恢复问题中来，根据图像局部区域具连续性的特点，提出了一种新颖的基于邻域滤波的图像修复模型。该修复方法该算法实现简单，修复速度快，对小区域的修复效果较好。基于偏微分方程的修复模型对于小块的破损具有良好的修复效果，但是对于大块的纹理图像中的破损修复效果不好。因此，必须采用基于纹理合成的修复方法。本文重点讨论了一种结合了基于等照度线修复思想的纹理匹配修复模型，并提出了对现有算法的改进，以便得到更好的修复效果。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景、目的
• 1.2 研究的意义
• 1.3 数字图像修补技术简介
• 1.4 本文主要内容和安排
• 第二章 基于偏微分方程的图像修复
• 2.1 偏微分方程
• 2.1.1 各向同性传导方程
• 2.1.2 各向异性传导方程
• 2.2 偏微分方程在图像处理中的应用
• 2.2.1 用热传导方程对图像进行去噪
• 2.2.2 轮廓线匹配
• 2.2.3 运动估计
• 2.3 基于偏微分方程的图像修复
• 2.3.1 M.Bertalmio和G.Sapiro的修复方法
• 2.3.2 Chan和Shen的方法
• 2.3.3 CDD模型及“连接性准则”实现
• 2.4 本章小结
• 第三章 基于频率分离的图像修复
• 3.1 算法概述
• 3.2 算法细节
• 3.3 实验结果
• 3.4 本章小结
• 第四章 基于图像邻域滤波的图像修复
• 4.1 图像滤波简介
• 4.2 基于邻域滤波图像修复
• 4.3 实验结果
• 4.4 本章小结
• 第五章 基于纹理技术的图像修复
• 5.1 什么是纹理
• 5.2 纹理合成技术
• 5.3 利用纹理技术进行图像修复
• 5.4 基于MRF模型的纹理块合成修复方法
• 5.4.1 马尔可夫随机场（MRF）模型
• 5.4.2 基于MRF模型的纹理块合成修复原理
• 5.4.3 实验结果
• 5.5 基于优先权的纹理合成技术在图像修补中的应用
• 5.6 一种简单块匹配算法
• 5.7 两种算法的适用范围总结
• 5.8 本章小结
• 第六章 结论与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文目录