基于樣本圖像的圖像修補技術研究.pdf

1、圖像是信息傳播的主要載體之一。旨在提高圖像主觀視覺效果的圖像修補技術近年來一直受到廣泛的關注和深入的研究。在圖像采集、傳輸、壓縮、儲存或者編輯修改過程中,會造成圖像像素信息的丟失,影響圖像的視覺效果。圖像修補技術使用已知的信息推測并恢復丟失信息,經過多年的研究發(fā)展,已經在小尺寸圖像丟失以及紋理綜合與前景去除方面獲得了很好的效果。然而,對于大尺度圖像內容缺損的問題,由于前景內容、重要邊緣結構的丟失,現(xiàn)有的圖像修補算法很難使圖像達到能夠觀賞

2、的視覺效果。本文針對大尺度圖像缺損問題進行研究和分析,在歸納總結了現(xiàn)有經典圖像修補算法的基礎上,提出了基于樣本圖像的圖像修補算法,有效提高了圖像修補的修復效果。本文的主要研究成果為:
　　首先,提出了一種基于樣本的圖像結構信息恢復方法。在圖像修補過程中,結構信息往往起到決定性的作用,為了對缺損圖像的丟失結構進行重構,本文提取樣本圖像的前景結構,使用邊緣匹配及擬合技術將樣本圖像的結構與缺損圖像結合,從而重建完整的結構信息?；谛迯偷?/p>

3、結構信息,現(xiàn)有的圖像修補算法能夠恢復圖像原有的內容,修復效果得到很大提升。
　　其次,在結構信息恢復的基礎上,本文進而提出一種基于樣本的紋理綜合算法。由于大尺度圖像缺損問題中丟失的信息過多,僅僅使用源圖像中的像素信息會使修復效果平滑性很差,因此本文考慮使用樣本紋理和源圖像紋理共同合成最終紋理。本文首先對待修補區(qū)域計算其樣本相關度,然后在塊匹配環(huán)節(jié)分別從樣本圖像和源圖像進行匹配,根據(jù)樣本相關度加權的填補到目標區(qū)域。其中,對于邊緣圖像

4、塊的匹配不僅計算其SSD還加入邊緣相似度計算最優(yōu)匹配。實驗證明,這種基于樣本的紋理合成算法在恢復了圖像缺損內容的同時成功的保證了修補結果的平滑性,比傳統(tǒng)的經典圖像修補算法有所提高。
　　最后,在Hays最先提出的基于樣本檢索的圖像修補技術基礎上,本文對其局部匹配進行了改進,與本文介紹的基于樣本的圖像結構恢復、紋理合成算法一起,提出了新的基于樣本檢索的圖像修補算法。Hays首先提出對大量圖像資源進行檢索后使用樣本填補圖像,但是其在局