相关扩散方程在图像修补中的应用

图像修复是图像复原研究中的一个重要内容,可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。目前有很多图像修补算法对于灰度图像的修补已经取得了很好的修补效果,但存在着时间消耗大和应用到彩色图像修补中时修补效果不理想的缺点。将相关扩散方程引入到图像修补中,并进行改进,使得图像的修补效率和修补效果都得到了有效提高,而且可以很自然地应用到彩色图像修补中。大量的实验证明了该方法的有效性。     

数字破损图像的非线性各向异性扩散修补算法

首先从局部坐标角度分析整体变分（TV）模型与p-Laplace算子的物理意义,从本质上说明p-Laplace算子的扩散性能优于TV模型,进而提出一种基于p-Laplace算子的图像修补算法.该算法利用p-Laplace算子的非线性各向异性扩散的性能来填充受损区域.与TV修补算法相比,文中算法能快速收敛,并达到更好的修补效果,其综合性能优于TV修补算法.     

数字图像修复技术综述

图像修复是图像复原研究中的一个重要内容,它的目的是根据图像现有的信息来自动恢复丢失的信息,其可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。为了使人们对该技术有个概略了解,在对目前有关数字图像修复技术的文献进行理解和综合的基础上,首先通过对数字图像修复问题的描述,揭示了数字图像修复的数学背景;接着分别介绍了以下两类图像修复技术:一类是基于几何图像模型的图像修补(inpainting)技术,该技术特别适用于修补图像中的小尺度缺损;另一类是基于纹理合成的图像补全(comp letion)技术,该技术对于填充图像中大的丢失块有较好的效果;然后给出了这两类方法的应用实例;最后基于对数字图像修复问题的理解,提出了对数字图像修复技术的一些展望。     

基于P-Laplace算子的小波域图像修补模型

本文研究如何利用不完整的小波系数来恢复原始图像. Chan, Shen 和 Zhou 已经提出了一种基于整体变分 (total variational, TV) 模型的小波域图像修补算法. TV 模型的主要优点是可以保持图像的边缘, 但该模型在平滑区容易产生阶梯效应, 使图像的修补效果不是很理想. 为了克服这个缺陷, 本文首先从局部坐标角度分析了TV模型与p-Laplace算子的物理意义, 从本质上说明了 p-Laplace 算子的扩散性能优于 TV 模型.然后给出了一种基于 p-Laplace 算子的小波域图像修补模型. 该模型不仅有效降低 TV 模型引入的阶梯效应, 而且能保持图像的边缘, 用较少的运算量得到比 TV 模型更好的修补效果. 实验结果表明, 该模型在运算时间和修补效果上都具有更好的综合性能.     

一种改进的欧拉弹性修补模型

数字图像修补技术是数字图像处理领域的一个重要分支,目的是利用待修补区域周围未损坏的信息对图像中的待修补区域进行信息填补,恢复破损图像的完整性,其应用领域主要有文物保护、对旧照片和老电影进行修复、对图像中遮挡文字的移除等。通过将能量泛函中的||?u改为|?u|~p(0相似文献   

一种基于Level Set方法的图像修补技术

图像修补可用于被损坏的图像和视频修复、视频文字去除以及视频错误隐藏等。目前的许多模型都有很好的恢复效果,但都是运算量较大,现提出一种基于水平集方法和快速步进法的图像修补方法,能显著地减少运行时间,取得很好的修补效果。     

一种基于Level Set方法的图像修补技术

图像修补可用于被损坏的图像和视频修复、视频文字去除以及视频错误隐藏等。目前的许多模型都有很好的恢复效果，但都是运算量较大，现提出一种基于水平集方法和快速步进法的图像修补方法，能显著地减少运行时间，取得很好的修补效果。     

纹理合成技术在旧照片修补中的应用

图像修复是图像复原研究的一个重要内容,它的目的是根据图像现有的信息自动恢复丢失的信息。在对目前图像修复技术两大类方法分析的基础上,提出了利用改进的纹理合成技术进行旧照片修补的方法,通过实验证明与变分方法图像修补比较有更好的效果,具有很强的实用性。     

改进型PM与递归滤波器相结合的图像去噪方法

由于各向异性扩散算法在运用于图像去噪的过程中，容易产生图像边缘信息丢失，纹理细节模糊等现象.针对这一情况，提出了一种改进型PM与递归滤波器相结合的图像去噪算法，该算法首先通过控制梯度方向和垂直于梯度方向的扩散系数来保留图像的边缘信息，再通过递归滤波算法减少迭代次数来保护图像的细节纹理特征.实验结果表明，新方法在图像去噪和保护图像的边缘细节信息等方面都有着优越的效果，且大幅降低了均方差，对于图像的峰值信噪比也有显著的提高.     

一种基于整体变分的图象修补算法

图象修补是图象恢复研究中的一个重要内容，它的目的是根据图象现有的信息来自动恢复丢失的信息，可以用于旧照片中丢失信息的恢复。由于图象中的边缘代表了图象的重要信息，所以在设计修补算法时，必须着重考虑边缘的恢复，采用整体变分模型设计了一个图象修补算法，整体变分模型能够模拟人的低层视层，在修补图象时可以恢复图象中的边缘，数值实验表明，该模型能够较好地恢复待修补区域的信息，但是受修补区域大小的影响，同时又采用了一种向前传播操作来缩小修补区域。     

改进的LB图像修复模型及其算法

针对格子波尔兹曼(LB)模型模拟图像修复过程, 提出了一种基于P-Laplace算子的改进LB图像修复算法。该方法利用P-Laplace算子的非线性各向异性扩散性来填补受损区域, 并且忽略了梯度对修复过程的影响。实验结果表明, 改进后的LB修复模型, 其修复效果比TV和CDD模型好; 与LB模型具有相似的修复效果, 却比它具有更快的修复速率, 适用于苹果采摘机器人视觉系统中对树枝遮挡部分的修复、老照片修复, 以及文字移除等领域。     

变分模型在矢量图像修复中的应用

图像修复是指恢复图像中破损区域的颜色信息或者去除图像中的多余物体。分析了基于整体变分法TV模型以及矢量图像耦合技术的原理,根据矢量图像耦合思想将整体变分法运用到矢量图像中并对矢量图像进行试验。实验结果表明：改进的矢量图像耦合修复模型能较好地修复大块彩色图像的缺失信息和移除多余物体,能保持彩色图像的边缘,且有较好的去噪功能。     

基于邻域滤波的图像修复

图像修复是图像恢复研究中的一个重要内容,它的目的是根据图像现有的信息来自动恢复丢失的信息,可以用于对旧图片的修复。大多数现有图像修复算法都非常复杂,而且难于实现。由于图像中的边缘代表了图像的重要信息,所以在设计修复算法时,必须着重考虑边缘的恢复。提出了一种基于图像邻域滤波算法、利用图像的空间连续性,及图像的边缘信息的图像修复算法。该算法实现简单,修复速度快,对小区域的修复效果较好。     

基于邻域滤波的图像修复

图像修复是图像恢复研究中的一个重要内容，它的目的是根据图像现有的售息来自动恢复丢失的信息，可以用于对旧图片的修复。大多数现有图像修复算法都非常复杂，而且难于实现。由于图像的边缘代表了图像的重要信息，所以在设计修复算法时，必须着重考虑边缘的恢复。提出了一种基于图像邻域滤波算法、应用图像的空间连续性，及图像的边缘信息的图像修复算法。该算法实现简单，修复速度快，对小区域的修复效果较好。     

基于径向基函数的图像修复技术

图像修复是指恢复图像中破损区域的颜色信息或者去除图像中的多余物体。本文提出了一种新的基于径向基函数的图像修复算法，由用户交互地指定需要修复的区域，算法自动地计算破损区域的轮廓并沿轮廓法向扩张，确定合适的径向基函数重构区域，将该区域内图像的颜色值看作规则采样点上的高度场，把二维图像修复问题转化为三维散乱点重建问题，利用径向基函数曲面重建的优势来修补破损的图像。实验表明，该算法能正确、稳定地处理各种破损区域。     

整体变分算法在图像修补中的应用研究

对如何将整体变分模型用于图像修补进行了讨论．主要研究整体变分算法在待修补区为长条形空白区域的图像修补，并根据待修补区为长条形的特点，通过引入权值，对整体变分模型的离散化算法作了改进，使该算法利用邻域信息仅对待修补空白区域进行填充，而不改变待修补区邻域的像素值．实验表明，文中算法对窄长条状或线状空白区域的图像修补是有效的。