基于曲面形状逼近的图像修复简易方法

基于曲面形状逼近的图像修复简易方法

论文摘要

数字图像修复是指对数字图像中遗失或者破损的部分,利用未被损坏的图像信息,按照一定的规则修复,以使得修复后的图像接近或达到原图的视觉效果。图像修复技术已经被广泛应用于各个领域,包括文物的修复、犯罪现场的还原、医学图像的修复、电影胶片上划痕或污迹的去除等等。从数学的角度看,图像修复是一个病态问题,因为没有足够的信息能够保证唯一正确地恢复被损坏的部分。因此,研究者们从各个角度出发,提出了各种假设限定来解决这个问题。本文首先陈述了图像修复技术的研究背景、现状及存在的问题,接着介绍了图像修复的视觉心理学特点,并结合探讨了图像修复的基本原则。然后讨论和实现了两种经典的基于结构的图像修复方法,即Bertalmio等人提出的沿着等照度线方向扩散的图像修复方法(BSCB)和T.Chan等人提出的基于整体变分模型的图像修复方法(TV)。但由于这两种修复算法比较复杂,本文进而提出了基于形状逼近的一个图像修复简易方法,该方法将破损图像看作一个破损曲面,将图像修复视为曲面形状的逼近,根据破损面外围邻域的信息对破损区域进行曲面延拓,达到修复的目的。实验结果表明本方法在图像破损区域比较狭长,或其周围变化比较缓慢的情况下,修复效果比较理想。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 引言
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.3 存在问题
  • 1.4 本文的结构安排
  • 第二章 图像修复基础
  • 2.1 人眼视觉原理
  • 2.2 图像修复视觉心理学特点
  • 2.3 图像修复的一些基本原则
  • 2.4 本章小结
  • 第三章 沿等照度线扩散的图像修复方法(BSCB)
  • 3.1 等照度线
  • 3.2 各向异性扩散
  • 3.3 BSCB修复模型
  • 3.4 实验结果
  • 3.5 本章小结
  • 第四章 基于整体变分模型的修复方法(TV)
  • 4.1 变分法
  • 4.2 TV修复模型
  • 4.3 实验结果
  • 4.4 本章小结
  • 第五章 基于曲面形状逼近的简易图像修复方法
  • 5.1 研究动机
  • 5.2 视觉心理学特点分析
  • 5.3 曲面延拓
  • 5.4 曲面形状逼近
  • 5.5 抛物线拟合
  • 5.6 图像平滑
  • 5.7 实验结果
  • 5.8 本章小结
  • 第六章 总结与展望
  • 6.1 算法总结
  • 6.2 本文方法特点
  • 6.3 不足与展望
  • 附录A BSCB修复方法数值实现
  • 附录B 基于TV模型修复方法数值实现
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于级联生成对抗网络的人脸图像修复[J]. 电子科技大学学报 2019(06)
    • [2].基于生成对抗网络的图像修复算法[J]. 智能计算机与应用 2020(04)
    • [3].基于生成对抗网络的图像修复[J]. 计算机科学 2018(12)
    • [4].深度学习图像修复方法综述[J]. 中国图象图形学报 2019(03)
    • [5].基于样本块的图像修复方法[J]. 科技视界 2019(33)
    • [6].基于优先权改进和块划分的图像修复[J]. 中国图象图形学报 2017(09)
    • [7].文物数字图像修复技术的研究发展[J]. 数码设计 2017(09)
    • [8].基于样本的图像修复的仿真及分析[J]. 科技传播 2018(07)
    • [9].计算机图像修复技术与运用之研究[J]. 电脑知识与技术 2018(23)
    • [10].数字图像修复的变分方法与实现过程[J]. 数值计算与计算机应用 2016(04)
    • [11].数字图像修复技术综述[J]. 信息通信 2016(02)
    • [12].数字图像修复技术在文物保护中的应用[J]. 电子世界 2014(16)
    • [13].数字图像修复技术应用于文物领域的研究[J]. 文物鉴定与鉴赏 2015(05)
    • [14].探讨数字图像修复技术在文物保护中的应用[J]. 赤子(上中旬) 2015(15)
    • [15].基于样本块的图像修复方法改进研究[J]. 山西科技 2015(05)
    • [16].基于不同类型图像修复技术的研究[J]. 科学家 2016(16)
    • [17].基于多损失约束与注意力块的图像修复方法[J]. 陕西科技大学学报 2020(03)
    • [18].基于生成对抗网络的文物图像修复与评价[J]. 包装工程 2020(17)
    • [19].先验置信传播模型的图像修复改进算法[J]. 高原科学研究 2018(04)
    • [20].数字图像修复技术在旧损照片修复上的应用[J]. 信息记录材料 2019(03)
    • [21].基于深度强化学习的图像修复算法设计[J]. 物联网技术 2019(06)
    • [22].基于样本块与曲率特征的图像修复改进算法[J]. 计算机应用研究 2018(04)
    • [23].基于样块和粒子群算法的图像修复[J]. 数学的实践与认识 2017(04)
    • [24].基于广义回归神经网络的图像修复算法[J]. 计算机工程与设计 2017(11)
    • [25].数字图像修复技术在西藏壁画保护中的研究[J]. 信息与电脑(理论版) 2016(15)
    • [26].基于优化的深度图像修复与恢复算法[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [27].图像修复技术[J]. 科技风 2014(14)
    • [28].面向图像修复的域相似算法[J]. 计算机工程与应用 2014(13)
    • [29].改进的图像修复算法[J]. 信息系统工程 2011(11)
    • [30].图像的代数运算在图像修复中的应用[J]. 天水师范学院学报 2008(05)

    标签:;  ;  ;  ;  

    基于曲面形状逼近的图像修复简易方法
    下载Doc文档

    猜你喜欢