数字图像修复技术研究

论文摘要

数字图像修复技术是指对数字图像中遗失或损坏的部分,利用未被损坏的图像信息,按照一定的规则进行填补,以使修复后的图像接近或达到原图的视觉效果。目前数字图像修复有两个分支：图像修补(image inpainting)和图像补全(image completion)。前者是针对小面积破损图像的修复,而后者是针对大面积破损的修复。目前数字图像修复技术的应用主要包括：古代美术作品的复原,图像编辑(如折痕修复,物体的移除),影视后期处理,图形学应用(如纹理合成)。本文在深入研究现有图像修复算法的基础上,主要完成以下几方面的工作：首先对Criminisi算法进行改进并提出了基于空间相关性的修复算法。根据相关性原理,将原来寻找最优匹配块的全局搜索改为局部搜索,从而减少了搜索时间,提高了执行效率。实验表明,在保持修复结果相近视觉外观的同时,该方法能够较大降低时间消耗。第二,对基于优先级BP的修复算法进行改进并提出了参数自适应算法。针对优先级BP算法参数需尝试性地手动输入的问题,提出了一种参数自适应的算法。在给定某一初始参数后,算法通过对活跃标号数的统计,对当前参数值设置情况进行评判,并对不合适的参数值进行相应调整,最终得到一最优参数值,免去了参数手动输入和调整的繁琐。最后,对全文的工作进行了总结并对数字图像领域发展提出了一些展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 国内外研究现状
• 1.2.1 图像修补
• 1.2.2 图像补全
• 1.3 图像修复的目的与意义
• 1.4 论文主要工作及结构安排
• 1.4.1 论文主要工作
• 1.4.2 论文结构安排
• 第二章 图像修复算法
• 2.1 贝叶斯理论与视觉心理学
• 2.1.1 贝叶斯框架理论
• 2.1.2 视觉心理学
• 2.2 基于偏微分方程的图像修复
• 2.2.1 基本概念
• 2.2.2 基于全变分模型的算法
• 2.2.3 基于Mumford-Shah模型的算法
• 2.3 基于纹理合成的图像修复
• 2.3.1 纹理及纹理合成
• 2.3.2 纹理合成算法
• 2.3.3 基于纹理合成的图像修复
• 2.4 本章小结
• 第三章 CRIMINISI算法改进
• 3.1 CRIMINISI算法简介
• 3.2 算法改进
• 3.3 实验结果
• 3.4 本章小结
• 第四章 优先级BP算法改进
• 4.1 优先级BP算法简介
• 4.1.1 MRF简介
• 4.1.2 置信传播算法
• 4.1.3 优先级BP算法
• 4.2 算法改进
• 4.2.1 存在的问题
• 4.2.2 参数自适应算法
• 4.3 实验结果
• 4.4 本章小结
• 第五章 结束语
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文