數(shù)字圖像的修復(fù)方法研究.pdf

1、數(shù)字圖像的修復(fù)具有重要的理論研究意義及廣闊的應(yīng)用前景。本文從分析修復(fù)問題的數(shù)學(xué)模型出發(fā)，從貝葉斯推理的角度對圖像修復(fù)和圖像融合的方法以及修復(fù)技術(shù)在圖像壓縮中的應(yīng)用進行了深入的研究，主要工作和創(chuàng)新有： 1.針對小缺損區(qū)域的修復(fù)，分析了“宏觀修復(fù)機制”偏微分方程和“微觀修復(fù)機制”偏微分方程兩類修復(fù)方法，并提出了一種綜合了兩類方法優(yōu)點的修復(fù)方法：宏觀上，方法定義的能量函數(shù)中的先驗項能夠反映圖像模型；微觀上，求解能量函數(shù)所對應(yīng)的偏微分方

2、程能較好地描述圖像微觀變化。針對大缺損區(qū)域的修復(fù)，分析了基于紋理合成的修復(fù)方法，并給出了3條修復(fù)規(guī)則，據(jù)此將修復(fù)問題表示成一個全局離散優(yōu)化問題；采用一種期望值最大算法進行優(yōu)化，同時解決了基于紋理合成修復(fù)方法中的兩個關(guān)鍵問題——樣本塊匹配和樣本塊合成。 2.針對壓縮圖像在傳輸中的塊損失問題，提出了一種基于凸集投影的塊修復(fù)方法。方法充分利用了有效圖像區(qū)域信息和信道先驗估計信息，通過對損失塊的局部邊緣方向估計，采用一種結(jié)合頻域和空域的

3、凸集投影方法進行修復(fù)。該方法能較好地修復(fù)圖像中的復(fù)雜邊緣和紋理，與RIBMAP方法相比，在修復(fù)質(zhì)量和方法穩(wěn)定性上具有明顯提高。 3.分析了當(dāng)前梯度場重構(gòu)的方法，提出了一種基于整體變分模型的梯度場重構(gòu)方法，并將方法應(yīng)用于圖像融合的兩個應(yīng)用領(lǐng)域——圖像編輯和圖像拼接。提出了一種統(tǒng)一的梯度域拼接方法，并與當(dāng)前的融合方法如羽化、最優(yōu)接縫方法以及其他梯度域方法進行了理論和實驗上的討論和比較。討論并分析了梯度域技術(shù)在圖像融合中存在的問題，提