基于网函数插值的图像修复算法

图像在成像、传输等过程中会因为特定因素而导致图像数据失真,需对其进行修复。基于网函数插值理论,利用插值实现扩散修复,构造网函数插值图像修复算法,对斑点、划痕、文字三种不同类型的缺损图像进行修复实验,并与全变分（Total Variation,TV）修复算法进行对比实验。实验结果表明：1）该算法可有效修复三种不同类型的缺损图像;2）算法计算复杂度低,在多数情况下比TV修复算法收敛速度更快,修复效果更好。     

改进的TV模型图像修复算法

分析了基于TV模型的图像修复算法,针对各参考点梯度模值的大小不同,对原始模型进行了改进.该算法通过计算待修复区域像素点的梯度信息来构造一个扩散函数,利用其控制各参考点对待修复区域的贡献值,然后再进行加权处理.实验结果表明修复变化剧烈和有较大破损的图像效果较好,图像边缘清晰,过渡自然.     

基于TV模型和膨胀的图像修复方法研究

在基于TV模型的图像修复算法基础上,结合膨胀操作研究灰度图像的修复算法。首先分析了基于TV模型的图像修复算法流程;在此基础上结合图像膨胀操作提出了改进的图像修复算法;最后针对三种受损图像,通过实验对比分析了图像膨胀前后的修复效果。实验结果表明,基于TV模型和图像膨胀的图像修复算法可以完全去除图像表面多余的线条、文字或划痕,修复效果很好。     

结合纹理结构的分数阶TV模型的图像修复

目的 TV（total variation）模型在图像修复时易导致图像中具有弱导数性质的纹理和边缘细节等信息变得模糊,为了克服该缺陷,分数阶微分被引入到TV模型中,但传统的分数阶TV模型对弱边缘和弱纹理等细节信息的保持仍不够理想,并且没有充分利用图像已知区域的先验信息,修复精度仍有待提高。方法 针对该问题,提出结合纹理结构信息和分数阶TV模型的图像修复算法。改进的模型在分数阶TV模型求解时,在梯度计算过程中增加了一个极小值,克服了正则项和数据项在零点处的不可微,从而增加了模型的稳定性。再则改进的模型根据图像已知区域的先验信息确定待修复区域的纹理方向,从而更好地保持了图像中的纹理细节和弱边缘信息。结果 将本文算法与3种修复效果较好的算法进行对比,采用客观评价指标：均方差（MSE）、峰值信噪比（PSNR）和差值图像进行评价,实验结果表明本文算法在不同的纹理图像修复中均取得较好的效果,如对标准图像库中的Barbara和Lena图像以及岩石图像进行修复后,与原始TV模型相比,它们的峰值信噪比分别提高5.94%、8.07%和3.85%,灰度均方差分别降低48.66%、65.89%和35%;与分数阶TV模型相比,它们的峰值信噪比分别提高4.17%、8.59%和1.81%,灰度均方差分别降低37.90%、68.00%和18.68%。结论 提出的模型相对于原始的TV模型和分数阶TV模型,均能有效地提高图像修复的精度,适合于包含较多弱纹理和弱边缘信息的图像修复,该模型是TV模型的重要延伸和推广。     

改进的TV模型图像修复算法

分析了基于整体变分(total variation,TV)模型的图像修复算法,TV模型修复算法只使用各向异性扩散,TV模型各向异性扩散仅向图像边缘方向扩散,容易在平滑区域引入阶梯效应.提出了一种改进的图像修复算法,该算法同时结合了各向同性和各向异性扩散,利用区域频率差异实现了在不同的区域使用不同的迭代方程,有效避免了原始算法引入的阶梯效应,同时在平滑区域提高了迭代效率.Matlab环境下的仿真结果表明,改进算法的修复效果和峰值信噪比的计算结果均明显优于原始算法.     

基于水平线插值的图像修复算法

介绍用水平线插值的方法进行图像修复。讨论了基于Euler弹性的图像水平线模型,并用这个模型作为图像水平线的局部插值核。其次用星型插值的方法,从破损区域边界处出发,由外向内、一环一环地对水平线进行插值,把水平线逐步地延伸进去,让修复区域逐步缝合起来。该文的算法速度快,能保持强边缘,而且结构更合理,重构的水平线不再只是直线,而是光滑曲线。     

基于水平线插值的图像修复算法

讨论用水平线插值的方法进行图像修复。先讨论了基于Euler弹性的图像水平线模型,并用这个模型作为图像水平线的局部插值核。其次用星型插值的方法,从破损区域边界处出发,由外向内、一环一环地对水平线进行插值,把水平线逐步地延伸进去,让修复区域逐步缝合起来。该文的算法速度快,能保持强边缘,而且结构更合理,重构的水平线不再只是直线,而是光滑曲线。     

基于水平线插值的图像修复算法

介绍用水平线插值的方法进行图像修复。讨论了基于Euler弹性的图像水平线模型，并用这个模型作为图像水平线的局部插值核。其次用星型插值的方法，从破损区域边界处出发，由外向内、一环一环地对水平线进行插值，把水平线逐步地延伸进去，让修复区域逐步缝合起来。该文的算法速度快，能保持强边缘，而且结构更合理，重构的水平线不再只是直线，而是光滑曲线。     

基于各向异性插值模型的快速图像修复方法*

基于偏微分方程的图像修复算法运行缓慢,且无法恢复纹理细节,实用性较差。基于地统计学思想,提出一种简单有效的基于各向异性插值模型的图像修复方法。实验表明该方法具有计算复杂度低和能够恢复图像纹理细节的优点,对于图像小区域划痕具有很好的修复效果,具有较高的实用价值。     

基于迭代网函数插值的椒盐噪声去除算法

针对目前缺乏简单有效的方法去除图像椒盐噪声的问题,基于网函数插值算法,提出一种迭代网函数插值去噪算法.利用包含不同密度(10％、30％、50％和70％)椒盐噪声的多个图像进行数值实验,并与其他方法进行对比研究.实验结果表明,1)该算法可以有效去除不同密度椒盐噪声;2)对低密度噪声经过少量迭代后快速收敛,对高密度噪声可自...     

基于整体变分模型的矢量图像修复

基于灰度图像修复的整体变分法,提出解决矢量图像修复处理的4步法：对待修补图像进行标注,根据标注的像素灰度值求掩模图像,对掩模图像进行膨胀,根据膨胀信息进行修复。对3幅彩色图像进行实验,取得了很好的修复效果,对含有噪声的图像,也能很好地去噪并保持图像的清晰边界。     

综合自适应阈值与多尺度的TV图像修复方法

基于TV模型的图像修复算法具有较好的修复效果,但其对参数的选取较敏感,且运算量较大。该文提出了一种综合自适应阈值与多尺度的TV图像修复算法,该方法不仅可以提高TV图像修复模型的修复稳定性,还可以进一步压缩运算量,提高修复速度。     

基于图像分解的图像修复技术

针对整体变分(TV)图像修复模型缺点,提出基于图像分解的修复模型。采用图像分解技术,提取图像的结构信息和纹理信息。将图像结构部分用基于TV的改进模型进行修复,避免TV模型在平滑区域产生阶梯效应。在迭代过程中,对图像的特征点与非特征点分别考虑,确保在修复过程中特征点不被模糊化,图像纹理部分采用改进的基于样本修复技术。Matlab仿真实验结果表明,改进算法的修复效果和峰值信噪比计算结果优于原始算法。     

基于CDD模型的快速图像修复算法

为对图像的缺损部分进行快速自动修复,提出了一种基于曲率驱动修复模型的快速图像修复算法.曲率驱动修复模型由于引入了曲率项,使其偏微分方程为高阶,修复时需要数值求解偏微分方程,大量迭代运算导致修复速度非常缓慢.为加快修复速度.算法将模型的偏微分方程数值化,进一步改造成加权平均形式,利用邻近已知像素直接合成损坏像素,加权系数由曲率和梯度共同确定,使修复按照图像等照度线方向进行,在曲率大的地方将等照度线拉伸,同时由待修复点邻域内已知像素的梯度方差确定修复次序.实验结果表明,显著减小了运算时间,一定程度满足"连接性准则",并且对于较小破损区域修复效果好于曲率驱动修复模型.     

改进的规范化卷积图像修复算法

规范化卷积算法可用来处理离散、孤立丢失数据的修复,但针对大量数据连续缺失的图像修复效果不佳,为此设计了像素的邻域滤波器,提出一种改进的基于规范化卷积的图像修复算法.首先设定由待修复区域边界向区域内部逐步扩散的修复顺序;然后为每个待修复像素关联一个置信度,并根据修复的先后顺序从高到低进行赋值,即最后修复的像素置信度取值最小;最后根据像素值和置信度进行插值,修复缺失的图像信息.实验结果表明,该算法是一种实用的图像修复算法,可实现图像连续块状区域信息丢失的修复,并可得到良好的修复效果.     

基于MRF模型的图像修复算法

基于马尔可夫随机场(MRF)模型,提出一种直接采样的图像修复方法.通过优先权机制来决定边界像素的修复次序,充分顾及到图像的边缘结构信息,同时能够恢复纹理细节,避免了模糊效应.实验证明该算法具有很好的修复效果.     

一种快速的图像修复算法

处理图像修复问题的一类主要方法是建立偏微分方程,用迭代的方法来求解,其中最具代表性的算法是BSCB(bertalmio-sapiro-caselles-bellester)算法。针对BSCB模型速度很慢的缺点,提出了结合扩散率函数的选择性自适应插值算法。实验结果表明,该算法简便易行,使运算速度比BSCB模型提高了很多,同时修复的效果也有所改善。     

提花织物图像的Mumford-Shah模型修补算法

提出一种用于填补提花图像中斑点和折痕区域的修补算法,首先对经典Mumford-Shah模型进行了改进,增加了对其不连续点集形成中的光滑度约束;然后通过对改进Mumford-shah模型的梯度流方程的求解,得到了算法的数值解,梯度流方程包含两个相互耦合的二阶偏微分方程,分别用于灰度函数和不连续点集示性函数的演化,对含噪提花织物图像进行修补的结果证明了该算法的可行性。     

基于全变分和边界重构的纹理图像修复方法

在修复纹理图像时,将来自受损图像周边的像素或选出的纹理沿等照度线方向复制到受损区域内可能引起边界模糊。为解决上述问题,通过全变分将图像分解成骨架图和纹理图,用边界重建方法修复图像的骨架图部分,在修复的骨架图的导引下用纹理合成方法修复纹理图部分,使图像的纹理和结构得以同时修复。实验结果证明,该方法对具有复杂结构的纹理图像具有较好的修复结果。