为了解决Criminisi算法在图像修复过程中无法保证修复块的优先级顺序,从而导致修复质量不佳的问题,提出了方差约束因子耦合搜索区域判定模型的图像修复算法.首先,将待修复块分割为两个子块,通过子块的方差构建方差约束因子,并利用方差...为了解决Criminisi算法在图像修复过程中无法保证修复块的优先级顺序,从而导致修复质量不佳的问题,提出了方差约束因子耦合搜索区域判定模型的图像修复算法.首先,将待修复块分割为两个子块,通过子块的方差构建方差约束因子,并利用方差约束因子改进Criminisi算法中的优先权函数;然后,在二维直角坐标系中对损坏区域进行测量,根据测量结果选取损坏基准值,以构建搜索区域判定模型,确定最优匹配块的搜索范围;最后,引入SSD(Sum of Squared Differences)模型在搜索区域中选取最优匹配块,利用最优匹配块中像素点与待修复块中对应像素点的像素差值构造置信度更新模型,对置信度进行更新,实现图像的修复.实验结果表明,与其他图像修复算法相比,本文算法具有更好的图像修复视觉质量.展开更多
针对当前较多图像修复方法仅通过对像素点之间的相似差异度进行度量来实现对图像中破损区域的修复、忽略了图像块之间的强度特征、导致修复图像中存在振铃以及不连续等问题,本文设计了一种基于区域结构因子耦合强度特征约束的图像修复方...针对当前较多图像修复方法仅通过对像素点之间的相似差异度进行度量来实现对图像中破损区域的修复、忽略了图像块之间的强度特征、导致修复图像中存在振铃以及不连续等问题,本文设计了一种基于区域结构因子耦合强度特征约束的图像修复方法.首先,通过引导滤波将待修复图像中的噪声进行滤除,以克服图像中噪声干扰引起的错误修复,再根据像素点的梯度特征来构造区域结构因子,以建立优先权函数,测量待修复块优先权,从而确定优先修复块;然后,构造强度特征约束项,将其与误差平方和函数(Sum of Squared Differences,SSD)联合,建立最佳匹配块搜索函数,从相似差异度与强度特征两方面来搜索最佳匹配块;最后,利用像素点之间的差异值,构造置信度更新函数,对其进行更新,进而完成图像修复.实验结果表明,与当前图像修复技术相比,所提方法具有更强的鲁棒性,修复的图像具有更好的视觉效果.展开更多
文摘为了解决Criminisi算法在图像修复过程中无法保证修复块的优先级顺序,从而导致修复质量不佳的问题,提出了方差约束因子耦合搜索区域判定模型的图像修复算法.首先,将待修复块分割为两个子块,通过子块的方差构建方差约束因子,并利用方差约束因子改进Criminisi算法中的优先权函数;然后,在二维直角坐标系中对损坏区域进行测量,根据测量结果选取损坏基准值,以构建搜索区域判定模型,确定最优匹配块的搜索范围;最后,引入SSD(Sum of Squared Differences)模型在搜索区域中选取最优匹配块,利用最优匹配块中像素点与待修复块中对应像素点的像素差值构造置信度更新模型,对置信度进行更新,实现图像的修复.实验结果表明,与其他图像修复算法相比,本文算法具有更好的图像修复视觉质量.
文摘针对当前较多图像修复方法仅通过对像素点之间的相似差异度进行度量来实现对图像中破损区域的修复、忽略了图像块之间的强度特征、导致修复图像中存在振铃以及不连续等问题,本文设计了一种基于区域结构因子耦合强度特征约束的图像修复方法.首先,通过引导滤波将待修复图像中的噪声进行滤除,以克服图像中噪声干扰引起的错误修复,再根据像素点的梯度特征来构造区域结构因子,以建立优先权函数,测量待修复块优先权,从而确定优先修复块;然后,构造强度特征约束项,将其与误差平方和函数(Sum of Squared Differences,SSD)联合,建立最佳匹配块搜索函数,从相似差异度与强度特征两方面来搜索最佳匹配块;最后,利用像素点之间的差异值,构造置信度更新函数,对其进行更新,进而完成图像修复.实验结果表明,与当前图像修复技术相比,所提方法具有更强的鲁棒性,修复的图像具有更好的视觉效果.
