纹理萃取耦合U型更新的图像修复算法

针对传统图像修复算法在对破损区域优先权计算时,没有对破损图像纹理进行合理的预先处理,致使修复后的图片出现错误的匹配和纹理延伸等诸多问题,提出一种纹理萃取耦合U型更新的图像修复算法。首先,利用小波变换的方法去噪再结合角点检测分析,萃取出破损区域的纹理指标,对破损区域进行纹理萃取处理,以有效反应破损区域图像与匹配图像中纹理的相似度,在优先权计算时,利用萃取的纹理指标,以增加对匹配块优先选取的可靠性。其次,为解决Criminisi算法中置信度值快速趋0,从而导致修复图像连贯性差的问题,利用U型计算方式对修复块的置信度进行强化从而抑制置信度的快速衰减,解决修复图像连贯性差的问题,优化图像修复的视觉效果。通过与不同的图像修复算法进行对比实验,验证了文中所提修复方法具有更加稳定修复效果,更加符合肉眼在对图像观察时的视觉要求。     

结合颜色向量角和灰度熵的图像修复

针对现有图像修复算法效率低下的问题,提出一种结合颜色向量角和灰度熵的图像修复改进算法．根据颜色向量角能够衡量图像中不同颜色之间的差异特性,算法先构造边缘项来代替Ｃｒｉｍｉｎｉｓｉ算法中的数据项,并改进优先级计算方式;然后根据图像局部灰度均值的一维信息熵来度量图像中待修复块周围图像,进而采用局部平均灰度熵确定搜索区域的大小,以减少搜索最佳匹配块的搜索时间．实验结果表明,与Ｃｒｉｍｉｎｉｓｉ算法相比无论从速度上还是修复的质量上文中所提算法都占有优势．     

图像修复问题的低秩对偶逼近算法

为改进传统基于样本修复方法在实际应用中的不足,提出了一种新的图像修复算法.新算法以显著性排序法确保优先修复含明显结构边的目标块,利用图像欧氏距离搜索与该目标块匹配的相似样本块,对由搜索样本向量化构成的相似块矩阵进一步采用低秩对偶逼近提取可用信息以修复缺失像素.实验表明,新算法能够准确地优先修复显著性结构,且对多种类型的缺失均具有较好的修复效果.     

基于分形的数字图像修补算法

针对传统图像修复方法中搜索范围局限于待修复图像源区域的问题,提出了一种新的基于分形的数字图像修复算法,首次将分形理论应用于图像修复领域,利用图像的自仿射性(或自相似性)对破损图像进行修复。首先,在图像的源区域中选取定义域块,经仿射变换后建立码本;然后,从码本中查找待修复块的最佳匹配块,同时为了加快查找速度,降低计算复杂度,采用了基于方差和内积的快速搜索算法来提高修复效率;最后,用查找得到的最佳匹配块对待修复块进行填补。提出了一种改进的优先值计算方法,在计算优先值时加大置信度的比重,从而可以加强搜索匹配过程中的约束,使得修复过程总体按照"剥洋葱"的顺序进行,同时兼顾线性结构的延伸。实验结果证明,与传统修复方法相比,本算法不仅提高了修复质量,同时也提高了修复效率。     

基于相似图像配准的图像修复算法

传统基于纹理合成的图像修复算法只能从破损图像中提取有用信息,不能修复复杂结构;基于深度学习的修复算法训练时间长,纹理合成效果不理想。为解决上述问题,该文提出了一种基于相似图像配准的图像修复算法。首先提出一种破损图像的相似度计算方法,利用图像的深度学习特征,在数据库中寻找与之最为相近的图像,为修复过程提供更多的有效信息;然后对破损图像和相似图像进行配准,利用单应性变换实现图像空间位置的自动粗纠正;最后使用改进的最佳匹配块搜索方法和匹配准则来改善纹理合成效果,实现图像的最终修复。仿真实验结果表明,该方法可以获得较多的有用信息,产生良好的纹理合成效果,克服了传统算法和深度学习方法的缺点,即使对于具有复杂纹理信息和结构的破损图像,也能够得到良好的修复效果。     

稳健的基于等照度线的图像修复算法

首先利用Guided滤波器去除纹理和噪声干扰,获得图像的整体结构信息。然后,利用各向异性扩散算法中的边缘停止函数对传统的等照度线检测方法进行改进,并将其与传统图像修复优先权函数相结合。通过利用等照度线函数对纹理合成过程进行引导,来获得稳健的图像修复效果。仿真实验结果表明:本文算法在有效保持修复图像结构信息的同时,对具有光照变化的纹理也获得了比较理想的修复效果。     

结构测度约束下基于加权分形的图像修复算法

在获取待修复块的最佳填充块时,为了扩大搜索匹配范围,并适当提高结构像素在搜索匹配过程中的权重,提出了一种局部结构测度约束下的基于加权分形的图像修复算法．该方法对选定的定义域块进行几何变换和同构变换,构造码本,扩大搜索匹配范围; 计算各向异性非线性结构张量,得到局部结构测度,据此构造归一化权系数; 进行亮度变换,在局部结构测度的约束下,将待修复块与码本块进行加权匹配,通过最小化加权误差,导出新的亮度变换参数; 利用码本中加权误差最小的数据块来填补待修复块．实验表明:该方法能够很好地补全破损的几何结构,并使得新填充区域与源区域保持很好的一致性,其修复结果的主观质量和客观评价指标都得到了显著提高．     

一种改进KNN的无人机图像快速拼接方法

为了更好解决基于K近邻算法特征匹配速度问题,采用图像像素点经纬度数据加快特征点匹配的无人机图像拼接方法。利用拍摄图片信息里的地理坐标,计算影像像素点经纬度数据,然后计算出两张图像重合部分,利用重合部分特征点经纬度数据大致相同这一特点提高K近邻算法匹配速度,改进后的算法在匹配准确度比传统算法提高了43%左右,最后选用最佳缝合线法对图像进行拼接,获得了质量较好的全景图。     

基于梯度的波纹图像质量评价

基于图像盲迭代复原,提出基于梯度的波纹评价方式、边缘轮廓变化评价波纹、平均边缘宽度评价波纹3种评价波纹的方法,得到一种新的基于梯度的波纹评价方式.此方法通过一个中心对称高斯加权窗在图像上逐点计算以该点为中心的邻域图像块的梯度相关信息;计算得到各点对应图像块的梯度信息并映射得到一幅图像来描述降质图像的降质信息,采用这幅降质信息图像的平均值作为整体图像质量的评价测度.对这3种图像质量评价方式进行实验发现,基于梯度评价方法可以很好地确定盲迭代的次数,从而得到相对质量较高的复原图像.     

一种改进BM3D的图像去噪增强方法

针对已有图像增强方法对内核算法要求高、信噪比提升小、增强效果差的问题,提出一种运用改进三维块匹配滤波(BM3D)算法的图像去噪增强方法.该方法以改进图像块搜索方式的BM3D为内核,将去噪后图像加到原始噪声图像上,进行图像去噪增强.仿真结果表明,改进BM3D算法相比BM3D算法,提高了图像的峰值信噪比和降低了图像均方误差;与BM3D算法和改进BM3D算法相比,去噪增强方法具有更好的去噪效果.     

针对匹配块不存在的Criminisi算法改进研究

该文针对Criminisi算法在已知区域中不存在合适匹配块而造成的修复效果失真问题,探讨了一种利用匹配块相似度大小,对修复失真区域进行定位和修复的改进算法.算法首先对Criminisi算法在修复过程中所产生的修复失真区域进行定位,然后将该区域分解为结构和纹理两部分,最后分别利用TV模型和纹理合成技术完成对结构、纹理的修复.实验证明,改进算法较好地克服了Criminisi原算法所存在的缺点,有较好的视觉效果.     

基于P（z）-Laplace算子的CDD图像修补算法

图像修补是图像复原研究中的一个重要内容,目的是根据图像现有的信息自动恢复丢失的信息,它可以广泛应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。提出一种新的基于户（z）-Laplace算子的CDD图像修补算法,利用户（z）-Laplace算子的非线性逐项异性扩散的性能填充受损区域,主要修补有划痕的旧照片和被文字覆盖的图像。新的模型在图像恢复的同时良好地保持了图像边缘,通过数值实验,对比以往的P—La—place算子的CDD图像模型,所提模型具有更好的图像恢复效果,明显减少了“阶梯状”效应。     

基于改进FCM和径向基函数插值的图像修复

图像破损区域的检测提取是图像修复过程中的关键预处理步骤,模糊C均值聚类算法(FCM)在聚类过程中易受到初始聚类中心影响并陷入局部最优.提出一种基于差分演化的改进模糊C均值聚类算法(DEFCM),该方法通过建立图像的灰度-梯度直方图获取聚类数目,作为差分演化算法(DE)问题的维数,结合改进的FCM自适应提取图像破损区域,在此基础上,利用径向基函数插值方法(RBF)对图像进行修复.经实验验证,该方法能解决FCM算法陷入局部最优的问题,能正确、稳定的提取灰度图像的多种破损区域,RBF通过对破损区域的插值得到缺失信息,实现图像的修复.     

基于全局优化的图像修复及其在GPU上实现

针对目前贪婪修复算法可能存在修复效果视觉不一致以及全局优化修复算法中未考虑结构信息的情况,提出一种新的基于全局优化的快速图像修复算法.通过定义出改进的能量函数,把图像修复问题转化为全局优化问题,并采用基于非局部均值的状态标签裁减算法,大幅度减少图中每个节点可能的状态标签数,从而大幅度降低优化算法复杂度;同时,利用图形处理器（GPU）进行加速,进一步提高了运算速度.与其他贪婪合成和最优化修复方法相比,该方法速度更快且较好地保持了纹理和结构的整体一致性.     

一种非局部扩散的图像修复模型

利用非局部算子的定义,提出了一种新的非局部扩散的修复模型．该模型在扩散的过程中充分利用了图像的全局信息对损坏的区域进行修复,克服了偏微分方程模型在修复图像时产生的模糊和不能很好地保护图像边缘及纹理的不足． 实验结果表明,该模型是行之有效的．     

基于米字型各向异性扩散的破损藏式古唐卡修复研究

在利用原始的BSCB模型修复图像时,其扩散过程会造成图像的等照度线有一定程度上的交叉,使得修复后的图像视觉效果不太理想。针对以上问题,通过对原始的PM各向异性扩散模型进行改进,提出了米字型各向异性扩散模型,然后将其应用到BSCB模型的扩散过程中,提出了改进的BSCB图像修复模型。最后,利用文中提出的修复模型和其他的改进的BSCB模型对破损古唐卡图像进行修复。结果表明,和原始的BSCB模型以及其他改进的BSCB模型相比较,提出的模型在没有增加算法的时间复杂度的情况下,在视觉效果上和均方误差（MeanSquareError,MSE）的评价指标上表现都很突出。     

一种基于区域搜索的快速图像修复算法

基于纹理合成的图像修复技术在修复大面积破损区域时,普遍存在时间复杂度高的问题.针对Criminisi等提出的基于样本图像修复算法中的匹配技术存在的问题.该文提出了一种根据图像破损区域尺寸进行快速匹配的算法.同时,为了强调前次修复对以后修复产生误差累积的影响,提出了新的置信度更新方法.实验结果表明,改进算法对图像结构边缘...     

基于轮廓-纹理分解的图像修补技术研究

研究了传统整体变分去噪算法和图像修补算法,提出了一种基于轮廓-纹理分解的图像修补算法.算法首先将待修补图像分解为轮廓结构图像和纹理细节图像.再对轮廓结构图像的空缺进行轮廓结构修补,并对纹理细节图像的空缺进行纹理合成.最后将修补后的轮廓结构图像及纹理合成后的纹理细节图像进行合成,得到需要的修补图像.这种方法能够很好地修补图像空缺部分的轮廓结构及纹理细节.实验结果表明,该算法比纯结构图像修补法或纯纹理合成法要好.