基于紋理信息的物體遮擋圖像修復(fù)算法研究.pdf

1、圖像修復(fù)是根據(jù)圖像中已知部分的信息，恢復(fù)信息缺失區(qū)域部分信息的一種圖像處理技術(shù)。圖像修復(fù)已經(jīng)廣泛應(yīng)用到文物恢復(fù)、文字去除、影視特效等多個方面，圖像修復(fù)技術(shù)的研究具有實(shí)際的應(yīng)用價值。
　　本文首先概述了圖像修復(fù)的研究背景、意義以及國內(nèi)外研究現(xiàn)狀，介紹了經(jīng)典的圖像修復(fù)算法模型，包括全變分(Total Variation，TV)圖像修復(fù)算法、曲率驅(qū)動擴(kuò)散（Curvature Driven Diffusion，CDD）圖像修復(fù)算法、Cri

2、minisi圖像修復(fù)算法和稀疏表示(Sparse Representation，SR)圖像修復(fù)算法。
　　其次，針對大面積物體遮擋去除，本文提出了一種基于狼群算法的Criminisi圖像修復(fù)方法。該方法通過引入邊界項(xiàng)和正則化函數(shù)對優(yōu)先權(quán)計算進(jìn)行優(yōu)化，采用狼群算法優(yōu)化模塊匹配算法，按照探狼游走、猛狼奔走、猛狼圍攻、狼群更新的步驟，結(jié)合全局搜索和局部搜索尋找最匹配圖像塊，然后將最匹配圖像塊填充到待修復(fù)區(qū)域。實(shí)驗(yàn)結(jié)果表明，該方法具有更好

3、的視覺效果，提高了峰值信噪比(Peak Signal to Noise Ratio，PSNR)和算法速度。
　　然后，針對非整塊區(qū)域的物體遮擋，本文提出了一種基于距離聚類結(jié)構(gòu)組的稀疏表示圖像修復(fù)方法。該方法引入歐氏距離表征圖像塊之間的結(jié)構(gòu)相似性，通過設(shè)定閾值進(jìn)行圖像塊聚類，將具有一定結(jié)構(gòu)相似性的圖像塊分組;再對分組的圖像塊進(jìn)行稀疏分解、字典學(xué)習(xí)、迭代優(yōu)化計算，再重構(gòu)得到修復(fù)圖像。將本文提出的算法與TV算法、CDD算法、組稀疏表示算