基于樣例學(xué)習(xí)稀疏表示的非局部圖像修復(fù)算法研究.pdf

1、數(shù)字圖像修復(fù)(Inpainting)利用圖像有效信息，按照一定規(guī)則對(duì)圖像中損壞部分進(jìn)行填補(bǔ)，使得修復(fù)后圖像接近或達(dá)到原圖像的視覺效果。該項(xiàng)技術(shù)在視頻圖像差錯(cuò)掩蓋、影視特效制作、藝術(shù)品修復(fù)等領(lǐng)域具有廣泛應(yīng)用前景，已成為圖像處理領(lǐng)域的研究熱點(diǎn)。圖像修復(fù)是圖像分析領(lǐng)域中基礎(chǔ)性問題，該問題的解決關(guān)鍵在于圖像模型的建立，為此，本文在深入學(xué)習(xí)主要圖像修復(fù)模型的基礎(chǔ)上，從以下幾方面研究一些圖像修復(fù)新思路。
　　首先，為加強(qiáng)圖像局部鄰域信息的利用

2、，同時(shí)保證修復(fù)方向與圖像結(jié)構(gòu)內(nèi)容相一致，提出基于局部學(xué)習(xí)基稀疏約束結(jié)合優(yōu)先權(quán)選擇擴(kuò)散的圖像修復(fù)思路。該算法在學(xué)習(xí)丟失區(qū)局部鄰域的基礎(chǔ)上，沿著等照度線方向?qū)G失區(qū)進(jìn)行稀疏重構(gòu)，實(shí)現(xiàn)了圖像不同結(jié)構(gòu)成分的較好修復(fù)。
　　其次，為了根據(jù)圖像全局自相似信息尋求圖像修復(fù)的全局最優(yōu)解，提出一種非局部均值濾波結(jié)合優(yōu)先權(quán)選擇擴(kuò)散的全局優(yōu)化圖像修復(fù)算法。根據(jù)圖像信息冗余性特點(diǎn)在圖像丟失區(qū)域上建立圖像修復(fù)全局能量方程，采用基于非局部均值濾波的最大期望值

3、算法優(yōu)化求解出一個(gè)全局能量最小值。此外，在每次修復(fù)中約束修復(fù)方向沿著等照度線進(jìn)行，進(jìn)一步加強(qiáng)圖像結(jié)構(gòu)信息的修復(fù)。實(shí)驗(yàn)結(jié)果證明了該算法的有效性。
　　最后，為了根據(jù)圖像全局自相似信息加強(qiáng)圖像表示的稀疏性約束，并建立與圖像內(nèi)容自適應(yīng)的字典，本文提出了基于分類學(xué)習(xí)字典全局稀疏表示模型的圖像修復(fù)思路。該算法首先對(duì)圖像中不同幾何結(jié)構(gòu)的多個(gè)子區(qū)域分別構(gòu)建符合各自結(jié)構(gòu)特征的學(xué)習(xí)字典。然后根據(jù)圖像自相似性特點(diǎn)構(gòu)建能夠描述圖像塊空間組織結(jié)構(gòu)關(guān)系的全