數(shù)字圖像修復(fù)技術(shù)的研究——結(jié)構(gòu)和紋理修復(fù)技術(shù)研究.pdf

1、數(shù)字圖像修復(fù)技術(shù)是指當(dāng)用戶選擇待修復(fù)區(qū)域后，修復(fù)算法利用待修復(fù)區(qū)域的鄰域信息自動完成對其缺損部分的修復(fù)，使修復(fù)結(jié)果最大程度地滿足人類視覺感知和心理要求。近年來隨著數(shù)字多媒體技術(shù)的發(fā)展，數(shù)字圖像已經(jīng)成為我們生活中不可缺少的東西。目前，國內(nèi)外也有很多學(xué)者在研究這一技術(shù)，他們不僅提出了許多成熟的修復(fù)算法，同時也擴(kuò)展了圖像修復(fù)的應(yīng)用領(lǐng)域。數(shù)字圖像修復(fù)技術(shù)已經(jīng)被廣泛地應(yīng)用于攝影、工業(yè)現(xiàn)場檢測、醫(yī)學(xué)、網(wǎng)絡(luò)、印刷、考古等領(lǐng)域的圖像或視頻的修復(fù)中，其主

2、要的修復(fù)內(nèi)容包括劃痕或污點的修復(fù)、不必要的文字或目標(biāo)的移除、圖像放大等。
　　本文研究了基于結(jié)構(gòu)信息的修復(fù)技術(shù)，主要是基于偏微分方程(PDE)的三種具有代表性的修復(fù)模型和基于快速步進(jìn)法(FMM)的修復(fù)技術(shù)，前者包括BSCB模型、整體變分(TV)模型和曲率驅(qū)動擴(kuò)散(CDD)模型，并通過實驗結(jié)果分析以上模型的優(yōu)缺點。針對FMM修復(fù)技術(shù)，本文提出了一種改進(jìn)的修復(fù)方法，改進(jìn)方法采用在FMM的邊界演化中引入各向異性擴(kuò)散。因為各向異性擴(kuò)散不僅

3、是非線性的且能正確保持等照度線的方向，所以，改進(jìn)后的算法不僅能減少修復(fù)較寬區(qū)域時造成的模糊且能更好地保持尖銳邊緣，同時繼承了原算法運(yùn)算速度快的優(yōu)點，比基于偏微分方程(PDE)的方法快幾個數(shù)量級。
　　針對包含紋理的缺損圖像，本文同時也研究了基于樣本的物體移除修復(fù)技術(shù)，它是一種在結(jié)構(gòu)引導(dǎo)下的紋理合成技術(shù)，對于純紋理或同時包含簡單結(jié)構(gòu)和紋理的大區(qū)域缺損有效。但是，對于包含復(fù)雜結(jié)構(gòu)線條的缺損，該方法不能很好地保持其邊緣，且容易造成誤匹配