基于破损区域分类的自适应扩散模型

为了提高数字图像的修复精度,加快修复速度,文章提出了一种自适应扩散模型。该模型利用结构张量的最大特征值将破损图像区分为平坦区域、结构信息不明显的区域以及结构信息明显的区域,使模型在不同的区域进行相应的扩散;此外,文章利用结构张量的两个特征值构造了速度函数,使模型在不同的区域的扩散速度也不同,从而加快扩散速度并保持图像的结构信息。实验结果表明,该模型不仅可以加快修复速度,也可以很好地抑制噪声,并且保持图像的结构特征。     

流状线型结构图像修复算法的研究

针对流状线型结构图像修复问题,提出了一种基于张量扩散的流状结构图像修复算法,模型根据图像局部结构（局部图像结构由结构张量来度量）的纹理走向确定沿纹理方向和垂直纹理方向的扩散来修复断裂特征,并且控制沿纹理方向的扩散强度要大于沿垂直纹理方向的扩散强度,由此才能保证较好的纹理修复。为使计算结果更加准确,采用了非负性离散化和最优化旋转不变性两种数值计算方案。实验结果表明,对于有划痕或较小损坏区域的流状线型结构的纹理图像,该算法都能取得较好的修复结果。     

基于像素中位扩散的大面积损坏图像修复机制

针对当前的图像修复算法在修复高对比度边缘和高频分量的大面积损坏图像时,存在明显的模糊效应与块效应等不足,提出基于像素中位扩散的大面积损坏图像修复机制。引入各向异性扩散模型,消除噪声对损坏图像修复边界等照度线的干扰;构造像素梯度模的斜率限制准则,以提高机制稳定性;嵌入加权因子,基于局部最大似然估计机制,设计基于像素中位扩散的图像修复模型,完成图像修复。最后借助仿真平台,测试了该机制性能。结果显示:与其他图像修复算法相比,在大面积损坏图像与高对比度边缘图像修复中,该机制具有更好的修复效果和更高的相似度,有效降低了模糊效应与块效应。     

自适应耦合方向扩散和冲击滤波的图像放大

提出一种新的基于偏微分方程（PDE）的图像放大算法。算法模型由方向扩散、保真项和冲击滤波构成。通过设置与边缘信息有关的保真项系数,调节图像被模糊的程度,保留图像特征;综合调节扩散方程和冲击滤波的权重,实现两种PDE的自适应耦合。由于运用连续函数,结合图像内容调节两种PDE的权重,避免了在放大时出现人工痕迹。实验结果表明,此算法在客观指标和主观效果上均优于传统双线性插值和其他同类方法,是一种有效的图像放大算法。     

基于Richardson-Lucy算法的藏式壁画图像修复技术研究

藏式壁画作为我国壁画文化中的重要组成部分,是我国民族艺术的瑰宝。随着时间的不断推移,由于受自然环境与保存条件的影响,壁画图像会出现不同程度的损坏。传统壁画图像修复技术的成本较高,且在图像转换与结构分解方面存在一定的缺陷。基于此,笔者提出基于Richardson-Lucy算法的藏式壁画图像修复技术。首先,全面分析藏式壁画图像结构与特点,获取图像损坏的相关信息;其次,采用逆波预处理方式生成去噪的壁画图像,构建藏式壁画图像模糊模型,估计图像先验的模糊核;最后,采用Richardson-Lucy算法修复破损的藏式壁画图像。实验表明,该藏式壁画图像修复技术执行的时间较短,且图像修复后的峰值信噪比（Peak Signal to Noise Ratio,PSNR）较高,视觉效果更具有优势。     

基于样本块的唐卡图像修复技术研究

图像的修复技术已成为图像工程领域的一个新的活跃研究方向,本文主要目的就是研究如何更好地实现图像损伤区域的修复,并根据受损图像周围的有效信息用图像修复算法自动进行修复。本文在基于样本块修复算法的基础上,对算法所具有的不足之处,建立了唐卡图像库,采用基于图像颜色特征检索唐卡图像,用检索到最相似图像区域来修复图像破损区域,使唐卡图像的修复更加完美。     

破损区域分块划分的图像修复

目的： 提出一个算法,使计算机能够自动修复破损区域较大且结构信息较复杂的图像。 方法： 本研究通过模仿手工修复破损区域较大且结构信息较复杂的图像的方法,按如下2个步骤来修复图像：1) 破损区域的划分,首先,对各断裂边界线进行匹配配对。然后,将已配对的各断裂边界线进行直接连接,从而在破损区域内形成各个待修复块。2) 各块的修复,首先,采用BSCB算法中的传输方程和扩散方程将已选邻域信息迭代传输和扩散到各块破损区域,以修复完优先级最大的各个块。然后,判断是否有次优先级的待修复块,若有,则采用边界线删除算法删除部分冗余边界线,接着按相同方法修复次优先级的待修复块;若无,则修复完成。 结果： 基于以上图像修复步骤,提出了破损区域分块划分的图像修复算法。将提出的该算法和其它3个算法用于修复破损区域较大且结构信息较复杂的图像,其结果显示,该算法所修复图像的PSNR值平均提高1.49db,同时,所修复图像具有较好的视觉效果。 结论： 和其它3个算法相比,提出的破损区域分块划分的图像修复算法更适合于修复破损区域较大且结构信息较复杂的图像。     

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.     

基于方向场的指纹图像偏微分方程修补模型

提出一个用于指纹图像修复的新的偏微分方程(PDE)模型,该模型对指纹图像的缺损区域能进行有效的修补。通过分析比较现有的技术方案对指纹图像修补的不足:一般常见的图像修复模型由于缺乏方向场的几何信息,对于指纹图像,这些模型不能给出满意的修补结果;或者虽然引入了方向场的几何信息,但在具体修补时会出现将不同的脊线连到一起不同的错误结果。该模型采用方向场作为扩散方向,在扩散过程中灰度信息沿着表征脊线方向的局部固定方向传播到待修复区域中, 改进了一般PDE模型不能用于修复指纹图像的不足。数值实验结果表明在修复指纹图像时提出的模型优于一般的模型     

拓扑梯度耦合多重最小修补路径的连续边缘图像修复算法

当前的图像修复算法都是利用非连续边缘的已知块信息来完成损坏区域的填充,造成图像模糊与视觉不连通;且修复路径都是随机确定,使其成本较高.对此,提出了拓扑梯度耦合多重最小路径快速行军的连续轮廓图像修复优化算法.引入拓扑梯度,检测出缺失区域的边缘轮廓;定义关键点择取规则,提取图像损坏区域的关键点,嵌入权重因子,建立权重距离函数,计算最小修补路径成本,并设计多重最小路径快速行军机制,提取出连续边缘,完成损坏区域填充.仿真结果显示,与其他图像修复算法相比,本文算法可检测出损坏区域的连续边缘轮廓;且该算法具有更好的修复视觉与效率.     

结构张量的改进Criminisi修复

目的 针对传统基于样本块的图像修复算法中仅利用图像的梯度信息和颜色信息来修复破损区域时,容易产生错误填充块的问题,本文在Criminisi算法的基础上,利用结构张量特性,提出了一种改进的基于结构张量的彩色图像修复算法。方法 首先利用结构张量的特征值定义新的数据项,以确保图像的结构信息能够更加准确地传播;然后利用该数据项构成新的优先权函数,使得图像的填充顺序更加精准;最后利用结构张量的平均相干性来自适应选择样本块大小,以克服结构不连续和错误延伸的缺点;同时在匹配准则中,利用结构张量特征值来增加约束条件,以减少错误匹配率。结果 实验结果表明,改进算法的修复效果较理想,在主观视觉上有明显的提升,其修复结果的峰值信噪比（PSNR）和结构相似度（SSIM）都有所提高;与传统Criminisi算法相比,其峰值信噪比提高了1~3 dB。结论 本文算法利用结构张量的特性实现了对不同结构特征的彩色破损图像的修复,对复杂的线性结构和纹理区域都有较理想的修复,有效地保持了图像边缘结构的平滑性,而且对大物体的移除和文字去除也有较好的修复效果。     

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。     

连续性约束下基于样例的图像修复算法*

为了提高图像修复效果,提出了一种连续性约束下基于样例的图像修复模型。通过建立能量函数,引入一种新的偏微分方程约束,优化了修复顺序,能够克服传统的基于样例的修复算法在结构性较强的图像修复过程中造成的结构断接现象,在修复纹理的同时很好的保持了结构。实验表明,该算法可以更好的修复大尺度缺损的图像。     

一种改进的基于样本块的目标移除方法

图像修补的目的是对指定的区域进行修补,填补该区域的信息,并且要求最终图像的原有区域与填补区域间的过渡自然,尽量减少人工痕迹。Criminisi曾提出一种基于样本块的图像修补方法,这种方法不仅适用于对数字图像中的大面积破损区域进行修补,而且可以用于移除图像中不想要的目标物。对Criminisi的方法进行改进,在计算优先权时增加多个已知像素的梯度信息,并且用加法代替乘法防止了快速衰减,对于一些比较特殊的图像,通过改变修补顺序提高修补效果。大量实验结果表明,与Crimini-si的方法相比,该方法能够取得更好的视觉效果。     

基于结构张量的图像修复方法

针对传统各向异性扩散方程在修复图像时仅考虑梯度模的大小,且在修复彩色图像时易产生虚假边缘等缺陷,提出基于结构张量的图像修复方法。将结构张量作为各向异性扩散方程的扩散系数,实现在不同区域有不同的扩散方式。实验结果显示:该方法与整体变分(TV)和BSCB方法相比,提高了图像修复效果,有效地完成对于彩色图像的修复。     

基于张量扩散的小波域修复模型

在JPEG2000图像压缩标准中,有损传输过程中的小波系数的丢失将严重影响接收端图像的质量.为了修复丢失的或被损坏的小波系数,本文提出了一种基于张量扩散的小波域修复模型(TDWI),该混合模型将结构自适应各向异性正则与小波表示结合起来.同时推导该模型对应的Euler-Lagrange方程,并据此来分析它在像素域的几何正则性能.由于在正则项中采用了矩阵值的结构张量,该模型的扩散核的形状随着图像的局部结构特征(包括尖锐边缘、角点和各向同性区域)自适应地变化.与已有的小波域修复模型相比,本文所提模型能更自适应地、更准确地控制像素域的几何正则性,并对噪声有更强的鲁棒性.另外,本文采用了一个更加有效且适合的数值实现方法来进一步改善所提模型的修复性能.最后,给出了各种丢失情形下的实验结果来表明该模型在小波域修复性能和抗噪性能等方面的优越性.