數(shù)字圖像修復(fù)研究.pdf

1、圖像修復(fù)是當(dāng)前計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)視覺中的研究熱點(diǎn)，應(yīng)用范圍包括對(duì)缺損圖像、照片的修復(fù)，以及對(duì)目標(biāo)物體的遮擋物等信息的去除等。全變分（TotalVariation，TV）模型存在不能滿足人類視覺系統(tǒng)中的“連接性”的缺點(diǎn)，使得在修復(fù)斷裂面比較大的圖像時(shí)效果不好；而曲率驅(qū)動(dòng)擴(kuò)散(CurvatureDrivenDiffusion，CDD)模型是在TV模型的基礎(chǔ)上加入曲率擴(kuò)散因子，使得在大曲率時(shí)擴(kuò)散能加強(qiáng)，達(dá)到修復(fù)斷裂面較大的破損圖像，修復(fù)效果

2、好，但是也正是曲率因子的引入，也使得CDD模型變成了三階偏微分方程，使修復(fù)時(shí)間大大延長(zhǎng)。
　　針對(duì)TV模型和CDD模型存在的問題，本文提出了一種基于CDD模型的自適應(yīng)圖像修復(fù)算法。引入了曲率自適應(yīng)參數(shù)q和梯度自適應(yīng)參數(shù)p，曲率自適應(yīng)參數(shù)q可根據(jù)不同曲率選擇不同修復(fù)模型，使得在大曲率時(shí)使用CDD模型，其他時(shí)候使用TV模型，大大減少了CDD模型的修復(fù)時(shí)間；梯度自適應(yīng)參數(shù)p可根據(jù)不同的圖像灰度變化程度選擇不同擴(kuò)散方式，使得在破損區(qū)圖像邊