特定目标消隐及图像修复技术研究

论文摘要

随着计算机技术的发展和应用,储存技术与互联网技术发展越来越完善。数字图像被海量地储存在各类储存介质中、传播于网络上。数字图像处理技术由于应用领域广泛而得到迅速的发展。图像目标消隐技术作为数字图像处理的一个分支,目的是为了对图像中的特定对象进行移除,然后对图像的缺损部份进行修复,使移除对象后的图像看起来真实可信,没有视觉冲突。可以预见,图像目标消隐技术的潜在应用前景十分广阔。本文将对图像的修复方法分为两类:像素点级别的修复和图像块级别的修复。剖析了两类方法的不同修复机理,对一些典型的算法进行了深入分析比较。对点级别方法的介绍例举了BSCB模型、整体变分模型和快速行进图像修复方法,图像块级别的方法例举了纹理合成方法、局部优化的纹理块采样方法及全局优化的块采样方法等。从以上方法中取几种不同的模型即BSCB模型、快速行进算法、局部优化的纹理块采样方法建立离散化数据模型,并进行仿真实验,通过分别对各类情况下的图像目标进行消隐,分析了几种方法的优点和缺点,对实验中出现的结果,结合理论分析其原因,并指出每种方法较合适的实际应用场合。针对纹理块采样方法在搜索策略上的不足,提出一种跳跃式定位搜索策略,该搜索策略避免了在寻找匹配块时对整个图像区域进行完全搜索。通过首先定位与待修复块结构相似的区域,然后在这些区域内进行搜索,避免了盲目搜索,提高了搜索效率。另外,基于纹理块采样方法提出一种基于该方法交互式应用模式,来实现目标消隐。通过设置“复合掩模”,将纹理块采样方法纳入一种交互式的处理过程中。实验结果证明,该模式能很好地对消隐过程进行指导,得到令人满意的消隐结果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 国内外研究情况
• 1.3 主要研究内容及论文安排
• 第二章 图像修复模型的分类概述
• 2.1 象素点级别的图像修复模型
• 2.1.1 BSCB修复模型
• 2.1.2 整体变分（TV）修复模型
• 2.1.3 基于水平集方法（level set）的修复模型
• 2.2 图像块级别的图像修复模型
• 2.2.1 图像纹理合成技术
• 2.2.2 局部优化纹理块采样修复方法
• 2.2.3 全局优化的图像块采样修复方法
• 2.3 小结
• 第三章 现有修复方法的仿真实验及对比
• 3.1 BSCB模型的实现及结果分析
• 3.1.1 算法数值化
• 3.1.2 实验结果及分析
• 3.2 快速行进算法实验及结果分析
• 3.2.1 算法数值化及流程
• 3.2.2 实验结果及分析
• 3.3 局部优化纹理块采样方法实验及结果分析
• 3.3.1 算法数值化及流程
• 3.3.2 实验结果及分析
• 3.4 三种修复模型的比较
• 第四章 对纹理块采样方法的改进
• 4.1 搜寻匹配块策略的改进
• 4.1.1 Criminisi修复方法中的匹配块搜索策略
• 4.1.2 改进的匹配块搜索策略
• 4.1.3 实验及结果对比
• 4.2 交互的纹理块修复方法应用模式
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果