目标移除的Criminisi图像修复算法

待修复区域标记、优先权、最佳匹配模块的搜索及填充和更新置信度是Criminisi图像修复算法的4个重要组成部分,每一部分对Criminisi算法的图像修复结果都有不可忽视的作用。针对大目标移除的Criminisi图像修复,从数学的角度优化待修复区域标记和提高优先权可信度,并将蝙蝠算法运用到最佳匹配模板搜索中,提高修复效率。实验表明:本文改进的算法能够有效的减少错误信息的累积,具有较好的实用性。     

基于蚁群算法的Criminisi图像修复

提出了一种基于蚁群算法的Criminisi图像修复算法,将蚁群算法应用到Criminisi图像修复算法的最佳匹配模板搜索中。首先计算待修复区域优先权;然后蚁群寻找搜索路径中留下的信息素,沿着信息素最多的路径寻找到最佳匹配模板;最后更新置信度,直到修复结束。实验结果表明,修复后的图像PSNR较高不易陷入局部最优,能较快速地搜索到最佳匹配模板。     

基于边缘结构的Criminisi图像修复

为了提高图像边缘结构信息的修复效果,本文优化的Criminisi算法优先权,侧重于提高数据项的鲁棒性,并在全局搜索寻找最佳匹配模块进行修复。且在修复结束后,对修复区域进行FDIM算法的无缝拼接处理,使图像的整体和谐统一。实验证明,该修复方法能够很好地处理边缘结构细节信息,并降低了错误匹配,满足人的视觉需求,具有相对较高的实用价值。     

数学形态学在Criminisi图像修复算法中的应用

Criminisi图像修复算法的修复步骤由待修复区域的标记、优先权的计算、最佳匹配块搜索与填充和更新置信度4部分组成。其中待修复区域的标记是进行Criminisi图像修复算法的基础,因此合理的标记待修复区域是提高Criminisi图像修复算法修复效果的有效路径。引入数学形态学对待修复图像进行处理,即利用腐蚀与膨胀组合,对待修复区域边缘进行处理,进而进行Criminisi图像修复算法操作。实验结果表明经数学形态学处理后的标记可以降低错误信息的累积,大大提升了图像修复的质量,具有较高的实用价值。     

基于空间相关性的图像补全

对Criminisi图像补全算法进行了改进,提出了快速算法.根据空闻相关性,将原来寻找最佳匹配块的全局搜索改为局域搜索,减少了搜索时间.实验表明,算法效率高,修复结果令人满意.     

基于样本的自适应图像修复方法

提出了自适应待修复块选取算法,改进了Criminisi算法中优先权计算选取的待修复块中已知区域面积过小,在进行匹配块填充造成的误差迭代。该算法在待修复块中已知区域过小时适当调整带修复块位置以扩大已知区域所占比例来搜索最佳匹配块。同时采用指数概率分布策略选取离待修复块距离近的匹配样本块,减少搜索数目,在保证修复效果的同时也提高修复效率。实验仿真表明该算法能有效提高图像修复精度和效果。     

基于改进Criminisi算法的破损纺织品文物图像修复

为修复破损纺织品文物图像，在Criminisi算法基础上，提出一种改进的基于K-means颜色分割的纺织品文物图像修复算法。根据纺织品文物图像的特点，将RGB图像转化为Lab颜色模型，采用K-means分类器对a*b*层数据基于颜色进行分割处理，对纹样图案边缘进行标定并缩小匹配块搜索区域；引入L值的标准差来表示颜色离散度，对优先权函数以及自适应匹配块进行改进。用所提算法与文献报道的3种算法对自然破损纺织品文物图像和人为破损纺织品图像进行修复，并对修复结果进行评价。实验结果表明，所提算法修复的图像纹理自然、结构合理，峰值信噪比、结构相似性、特征相似性、均方误差值更好。     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。     

Criminisi图像修复算法的优化

针对Criminisi算法在修复时会出现结构断裂和误匹配问题,在原有算法基础上提出一些新的改进思想,改进优先级函数的计算方法,将优先级函数表示为数据项、置信度项和邻域相关性项的加权和,以保证图像结构信息的连续性。设计一种样本块大小可变的算法,以增强局部协调性和边界的平滑性。改进模板间相似性度量方法,融入颜色直方图,以提高模板匹配的准确性。实验结果表明,该方法能够弥补Criminisi算法的不足,获得较好的视觉效果,提高图像的修复质量。     

一种改进的基于块的图像修复算法

在研究Criminisi算法的基础上,针对Criminisi算法修复顺序不可靠、采用固定大小的样本块模板尺寸以及在修复过程中容易产生误差累积等缺点,提出了一种改进的图像修复算法,该算法结合改进的优先项函数、根据梯度信息自适应选择模板大小等方法。实验结果表明,该算法易于实现,与Criminisi算法相比,能够取得更好的修复效果。     

RESEARCH ON WEIGHTED PRIORITY OF EXEMPLAR-BASED IMAGE INPAINTING

The priority of the filled patch play a key role in the exemplar-based image inpainting, and it should be determined firstly to optimize the process of image inpainting. A modified image inpainting algorithm is proposed by weighted-priority based on the Criminisi algorithm. The improved algorithm demonstrates better relationship between the data term and the confidence term for the optimization of the priority than the classical Criminisi algorithm. By comparing the effect of the inpainted images with different structure, conclusion can be drawn that the optimal priority should be chosen properly for different images with different structures.     

基于结构分量和信息熵的Criminisi图像修复算法

针对Criminisi图像修复算法中优先级计算易受 图像纹理影响的问题,提出了改 进的基于图像结构分量的优先级函数。首先采用变分分解模型,将待修补图像分解为结构分 量和 纹理分量;其次基于结构分量计算数据项,排除纹理的影响;然后在优先权函数中 引入度量像素块复杂度的信息熵,将像素块中除了中心点之外其它位置的结构信息 融 入到优先权的计算中,使修补次序进一步向结构丰富的像素块倾斜;最后将优先权函数 表 示为置信度、数据项和信息熵的加权和,以解决传统Criminisi算法优先权随着置信度 迅速 下降为零而造成修复次序出现偏差的不足。新的优先权函数排除了像素块中在计算数据项时 纹 理的影响,并且融合更多的结构信息,使修复次序更加准确。实验结果表明,对于 不 同的人工图像和自然图像,本文模型都能取得较为满意的修复结果。     

基于自适应模板匹配的帧间全局运动估计算法

针对传统的匹配方法在匹配模板与待匹配图像间存在噪声影响、亮度等差异时导致匹配算法在时间和精度上得不到很好的统一,由此影响到红外图像帧间全局运动估计和补偿问题,提出了基于自适应模板匹配的方法进行帧间全局运动估计算法。该算法首先利用模板选择策略进行待匹配模板的选取,提高匹配的精度;然后提出自适应模板匹配准则,以达到较好的匹配效果,克服噪声等奇异点对误差函数值的影响;最后提出菱形搜索策略,以便搜索到最佳匹配点,使搜索不至于陷入局部最优,并提高了搜索速度。仿真实验结果表明,在红外图像背景变化较为缓慢的情况下,所提算法降低了帧间全局运动估计计算复杂度,同时具有很好的匹配精度和准确性。     

基于运动矢量分布特征的半像素快速搜索算法

针对MPEG-4视频编码中半像素全搜索方法运算量较大的缺点,提出一种基于运动矢量分布特征的快速半像素运动矢量搜索算法。试验表明最佳半像素运动矢量的分布具有一定的规律,即大多数的运动矢量分布在水平或垂直两个共扼方向上。因此在满足一定条件的前提下水平和垂直方向上的运动矢量被优先搜索,其次搜索其余的点。仿真结果表明本算法可以使半像素平均搜索点数减少71%,而编码质量和码流长度并没有明显降低或增加。     

强化边缘结构分辨的分段自适应图像修复

针对Criminisi算法对边缘纹理分辨不足、无法识 别图像局部区域的直线和曲线的特征以及通过颜色进行块匹配而造成修复效果失真等问题, 提出一种局部特征与边缘纹理分辨相结合的分段自适应图像修复 算法。首先在分段自适应图像修复算法的优先权中引入边缘分辨因子和特征判断因子,增强 对边缘、局部 区域的直线和曲线的分辨能力,克服破损边缘不合理的修复顺序;其次在块匹配准则中引入 特征项,提高 样本块的匹配准确率,避免块匹配的颜色匹配不足;然后采用分段自适应算法进行置信项更 新,解决置信 项快速趋于0的问题;最后采用主客观的评价体系对图像修复质量进行评价。评价结果显示 分段自适应图 像修复算法的图像修复质量优于其他算法,信噪比和峰值信噪比的评价值均提高在 0~3.8之间;在结构相 似度的优化程度上提高了0~0.7%。实验结果证明,分段自适应图像修 复算法有效地修复了破损图像,获得较好的图像视觉效果。     

基于颜色信息和阈值的图像修复算法

在Criminisi算法的基础上,针对该算法,加入颜色信息,改变待修复块的顺序,同时根据图片待修复区域复杂度的不同采用新的方法来调整模版窗口的大小;最后,通过阈值的设定来减少修复的时间.实验结果表明,该算法对于大的缺损块和有纹理的图像的修复效果较好,修复质量得到提高,更适合人眼的视觉效果.     

基于加权优先级和分类匹配的图像修复方法

待修复像素优先级的计算及最佳匹配块的确定是基于纹理合成图像修复方法的两个基本环节,传统方法不仅难于确定优先级计算中的置信度,而且难于搜索到最佳匹配块.提出了一种基于加权优先级和分类匹配的图像修复方法,该方法在优先级模型中,引入指数函数和正规化函数分别优化置信度和数据项,使得计算的优先级更加客观,从而使修复顺序更加合理.基于此,将结构信息作为搜索匹配块的一个度量因子,采用分类筛选方式,选取最佳匹配块.实验结果表明,所提方法在获得良好修复效果的前提下缩短了修复时间.     

模板匹配算法的改进及在自动发牌机中的应用

自动发牌机是基于数字图像处理的智能化体育比赛辅助用具,使用传统模板匹配算法的自动发牌机,由于算法中存在大量无效运算,使得扑克识别耗时较长。本文提出采用区域隔行扫描序贯算法改进模板匹配算法,极大地降低了识别时间,提高了识别准确率。     

深度优先搜索算法及其改进

对于一些简单的搜索问题或者不便构建启发式搜索算法的问题,深度优先搜索算法常是解决问题的有效办法。首先对深度优先搜索算法的基本原理进行描述,在此基础上分析深度优先搜索算法的不足之处,最后对深度优先搜索算法进行改进,并将改进的深度优先搜索算法应用于农夫过河问题,得到2个可行的解。     

一种改进的UMHexagonS运动估计算法

在分析UMHexagonS运动估计算法的基础上,根据中心偏移特性在起始搜索点预测中加入了原点预测;利用预测运动矢量的运动信息把当前块的运动类型区分为慢速运动、中速运动和快速运动,并采取相应的搜索策略;考虑到常见视频序列水平、垂直方向运动相对剧烈的特性,提出了用13点中菱形模板和8点多层次大菱形模板分别代替正方形模板和多层次六边形模板;在中菱形搜索和大菱形搜索的步骤后均加入提前终止判定,减少了对不重要搜索点的搜索。仿真结果表明,改进后的新算法在保证信噪比和编码码率基本不变的情况下,使得运动估计的时间减少了10%～23%,增强了编码的实时性。