新颖的图像修复算法研究

论文摘要

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己被修复。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。本文旨在研究图像修复的新方法。简单说明了图像修复算法的研究背景和发展状况,并且根据本文算法详细描述了几种目前比较有代表性的图像修复算法和模型,讨论了算法的缺陷。通过这几种方法的进一步研究,本文提出了两种比较实用的修复算法:基于方差和法向量的图像修复算法和基于空间连续性插值的图像修复算法。目前,图像修复的基本方法主要有两大类:基于纹理合成的方法和基于偏微分方程的方法,但是,这些修复算法大多在实现上比较复杂,有些修复算法还涉及到解高阶的偏微分方程。针对目前偏微分方程算法的复杂性,在基于邻近像素点的修复算法的基础上,提出了基于方差和法向量的图像修复算法。算法不仅可以提高算法效率,并且将待修复区域的边缘进行特殊处理,使边缘的修复效果更加平滑。并且改进现有的图像平滑技术,融合到图像修复算法中,进一步完善图像的修复工作,使图像在填充空白区域的同时能够还原图像一个清晰的画面。在讨论纹理合成算法的基础上,分析了基于水平线插值的图像修复算法。并且进一步对两种算法进行改进结合,将图像润饰技术中的顺序填充,边缘处理思想应用到水平线插值算法中来,将其中水平线模型进一步延伸,用空间连续性方向的延伸代替水平线的延伸,简化了操作。算法代替了纹理合成算法中用取样方法挑选匹配块的做法,减少了误填充的概率。其中的顺序填充和边缘处理也巧妙地应用了线性插值技术,是本文的又一个创新点。通过大量的试验验证了这两种算法的可行性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 概述
• 1.2 研究背景和意义
• 1.3 图像修复的发展
• 1.3.1 图像平滑的发展
• 1.3.2 图像修复的发展
• 1.4 主要工作与论文结构
• 1.4.1 本文的主要工作
• 1.4.2 本文结构
• 第二章 图像修复基础理论分析
• 2.1 图像退化的数学模型
• 2.1.1 图像退化原因
• 2.1.2 图像函数退化的数学模型
• 2.2 图像修复的理论基础
• 2.2.1 经典的图像修复方法
• 2.3 图像平滑理论分析
• 2.3.1 图像平滑概述
• 2.3.2 图像平滑理论基础
• 2.3.2.1 空间域图像去噪
• 2.3.2.2 均值滤波
• 2.3.2.3 中值滤波
• 2.4 本章小结
• 第三章 基于方差和边缘插值的邻近点图像修复算法
• 3.1 基于邻近像素点的图像修复算法
• 3.1.1 算法的基本思想
• 3.1.2 点的优先度
• 3.1.3 点的修复
• 3.1.4 基于邻近像素点的图像修复算法的缺陷
• 3.2 基于方差和边缘插值的邻近点图像修复算法
• 3.3 图像去噪处理方法
• 3.3.1 带阈值的噪声检测
• 3.3.2 噪声的去除
• 3.3.3 算法分析
• 3.4 缺失区域填充处理方法
• 3.4.1 基于方差的边界优先度的计算
• 3.4.2 填充修复区域
• 3.4.3 权重矩阵的计算方法
• 3.5 算法其他技术
• 3.5.1 边缘检测
• 3.5.2 曲线拟合
• 3.5.3 边界追踪技术
• 3.6 算法步骤
• 3.7 效果分析
• 3.7.1 实验效果
• 3.7.2 结论
• 3.8 本章小结
• 第四章 基于空间连续性方向插值的图像修复算法
• 4.1 基于水平线插值的图像修复算法
• 4.1.1 水平线插值
• 4.1.2 推广的星型插值算法
• 4.1.3 基于水平线插值的图像修复算法的缺陷
• 4.2 基于纹理合成的图像修复算法
• 4.2.1 算法过程
• 4.2.2 算法缺陷
• 4.3 基于空间连续性方向插值的图像修复算法
• 4.3.1 纹理合成的思想
• 4.3.2 水平线模型
• 4.4 算法的关键部分
• 4.4.1 空间连续性方向的确定
• 4.4.2 计算填充顺序
• 4.4.3 边缘信息的插值方法
• 4.5 算法的实现
• 4.6 试验分析
• 4.6.1 实验效果
• 4.6.2 结论
• 4.7 本章小结
• 第五章 结论与工作展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文