共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
为了提高非均匀纹理图像大区域修复效果,提出了一个分层Criminisi图像修复算法.首先采用多尺度变分分解模型将图像分解成一系列图层之和,不同图层包含不同尺度的图像特征,而同一图层包含几乎相同的尺度特征.然后在每个图层中分别采用Criminisi算法进行修补.由于同一图层包含尺度大致相同的图像特征,所以在匹配块的搜索过程中,分层修复能较容易地搜寻到最优的匹配块.最后结合分别修复的各个图层,得到最终的修复结果.实验结果表明,对于不同的非均匀纹理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. 相似文献
5.
6.
图像修复是数字图像处理领域的重要研究方向之一。提出一种基于Criminisi的电视图像修复算法,该算法利用邻域信息和纹理连续性的特点,通过多次迭代和纹理合成实现了图像的高效修复。通过实验和分析,该算法在处理较复杂的缺陷类型时表现出更加优异的修复效果,具有广泛的应用前景和研究价值。 相似文献
7.
8.
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。 相似文献
9.
10.
11.
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. 相似文献
12.
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. 相似文献
13.
14.
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。 相似文献
15.
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。 相似文献
16.
本算法建立的基础是Markov随机场模型。优先处理待修复区域边界点并对相邻区域的像素点进行权值处理,通过此番工作能够较好的保持图像自身原本的边缘特性,同时还可以兼顾到图像的细节纹理方面以及结构信息方面,进一步的避免了以往算法中的模糊问题,使得在面对破损区域较大的图像修复问题时也可以取得很好的修复效果。 相似文献
17.
18.
19.