![数字图像修补与分割 ——基于张量投票和纹理合成的数字图像修复的研究](https://www.lw50.cn/thumb/8061e915f8546d709508d37c.webp)
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。该领域的研究,国外正在蓬勃发展,国内尚处于起步阶段。本文主要基于张量投票算法研究小尺度缺损的图像修复(inpainting)技术和基于纹理合成技术研究大尺度缺损的图像补全(completion)技术。论文的第一章是绪论,介绍本文的研究背景及意义、国内外研究现状和应用前景、以及本文的结构和创新点。第二章介绍了数字图像修复的基础知识的常用算法,介绍了图像修复方法论inpain- ting算法、纹理合成技术、成分标注算法等。第三章主要介绍张量投票算法的原理、张量投票在图形重构中的应用、张量投票在图像修复中的应用等。第四章研究的是小尺度缺损的图像修复技术。小尺度缺损的图像修复可以看作是一个去除噪声的过程,本文将张量投票算法和成分标注算法相结合,提出了一种新的去除噪声的算法,和传统的中值滤波以及单纯的使用张量投票算法相比,在处理效果上明显优于前者。第五章研究的是大尺度缺损的图像修复技术。很多自然图像的纹理都有很强的方向性。在基于样本的纹理合成技术中,搜索纹理的匹配块时,利用纹理的方向特性,可以将搜索过程约束到沿着纹理的方向进行。本章在Criminisi A的算法基础上,加入了确定纹理方向过程,优化了纹理块的优先权和大小的计算方法。大量实验表明:该方法在处理强方向性的纹理图像的修复时有很好的效果,明显的提高了计算效率。第六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。
论文目录
摘要ABSTRACT第一章 绪论1.1 课题背景及其意义1.2 课题研究现状1.2.1 图像修复的问题描述1.2.2 基于变分的PDE 图像修复技术1.2.3 基于纹理合成的图像修复技术1.2.4 数字图像修复技术的应用前景1.3 本文主要研究内容及创新点1.3.1 本文组织结构1.3.2 本文创新点1.4 本章小结第二章 数字图像修复的理论知识2.1 图像修复的方法论2.1.1 最佳猜测原理和贝叶斯框架理论2.1.2 图像修补与视觉心理学2.2 纹理及纹理合成技术相关知识2.2.1 纹理及纹理合成的相关定义2.3 基于样图的纹理合成技术2.3.1 概述2.3.2 马尔可夫随机域2.3.3 基于样本的纹理合成2.4 纹理方向的相关知识2.4.1 纹理方向的定义2.4.2 纹理方向的研究2.5 成分标注技术的相关知识2.5.1 成分标注的定义2.5.2 成分标注的技术2.6 本章小结第三章 张量投票技术3.1 张量投票算法的基本原理3.1.1 张量投票算法的提出3.1.2 结构推断的相关研究3.1.3 显著性结构推断——张量框架3.1.4 张量投票算法概述3.1.5 张量表示3.1.6 张量的投票3.1.7 投票的积累3.1.8 张量投票框架的扩展3.2 张量投票的应用3.2.1 张量投票在图形重构中的应用3.3.2 张量投票在图像修复中的应用3.3 本章小结第四章 基于张量投票的小尺度缺损图像的修复算法4.1 引言4.2 算法主要思想4.3 HIS 空间的特征选择4.4 张量投票的使用4.5 噪声阈值的确定与滤波4.5.1 成份标注4.5.2 中值滤波的应用4.6 实验及其结论4.7 本章小结第五章 基于纹理方向的图像修复算法的研究5.1 引言5.2 算法介绍5.2.1 计算纹理的方向5.2.2 优先权的计算5.2.3 模板窗口大小的选择5.2.4 相似纹理块的匹配5.3 算法流程5.4 实验结果及分析5.5 本章小结第六章 总结与展望6.1 研究工作结论6.2 未来研究方向致谢参考文献附录:作者在攻读硕士学位期间发表的论文
相关论文文献
标签:图像修复论文; 张量投票论文; 纹理合成论文; 纹理方向论文; 成分标注论文;
数字图像修补与分割 ——基于张量投票和纹理合成的数字图像修复的研究
下载Doc文档