版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、最近鄰搜索及圖像修復技術(shù)最近鄰搜索及圖像修復技術(shù)研究研究ResearchonTechniquesofNearestNeighbSearchImageInpainting學科專業(yè):計算機科學與技術(shù)研究生:尉寅瑋指導教師:劉世光副教授天津大學計算機科學與技術(shù)學院二零一三年十一月摘要最近鄰搜索是許多圖像處理算法中的基礎(chǔ),其處理效果很大程度上影響著其他圖像處理算法的結(jié)果。搜索效率和準確率較低、無法很好的滿足某些圖像處理算法的應用成為當前最近鄰搜
2、索算法所面臨的主要問題。圖像修復是對圖像中的信息缺損區(qū)域進行填充的過程其目的是恢復存在信息缺損的圖像并使觀察者難以察覺圖像曾經(jīng)缺損或已被修復。然而,現(xiàn)有的圖像修復方法查找并修復結(jié)構(gòu)信息過少,且未充分的利用整幅圖像的特點進行修復,導致修復結(jié)果與人類視覺習慣仍有一定差距。針對以上問題,本文提出了一種結(jié)合VP樹(VantagePointtree)結(jié)構(gòu)和圖像局部一致性的近似最近鄰搜索算法,提高了準確率和搜索效率。針對VP樹的特點,我們設(shè)計了新的
3、剪枝算法,使得搜索的效率和準確率較過去的算法有了比較明顯的提高;此外,推廣上述算法并提出一種完全消除冗余計算的精確最近鄰搜索算法,將精確最近鄰搜索的效率提高了常數(shù)倍,并且使得計算速度獨立于所選塊的尺寸。其次,本文提出了一種基于域的圖像修復新方法。這種方法可以更加完整的進行圖像結(jié)構(gòu)信息的修復。在紋理信息修復時,將相鄰的塊進行合并,以域的形式進行修復,從而充分利用圖像的局部一致性的特點。此外,通過設(shè)計新的待修復塊優(yōu)先級計算方法,改變已有方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于量化的近似最近鄰搜索技術(shù)研究.pdf
- 基于圖像特征的最近鄰搜索算法研究.pdf
- 聚集最近鄰查詢技術(shù)研究.pdf
- 路網(wǎng)中移動對象最近鄰及反向最近鄰查詢處理研究.pdf
- 最近鄰查詢和反最近鄰查詢算法研究.pdf
- 圖像修復技術(shù)研究.pdf
- 反向最近鄰聯(lián)合查詢技術(shù)的研究.pdf
- 云環(huán)境下的多密鑰安全最近鄰查詢技術(shù)研究.pdf
- 連續(xù)最近鄰查詢研究.pdf
- 云環(huán)境下密文數(shù)據(jù)的近似最近鄰檢索技術(shù)研究.pdf
- 基于最近鄰的社會網(wǎng)絡(luò)攻擊技術(shù).pdf
- 連續(xù)可視最近鄰查詢研究.pdf
- 時空數(shù)據(jù)中基于網(wǎng)格索引的反最近鄰查詢處理技術(shù)研究.pdf
- 基于圖像分割的圖像修復技術(shù)研究.pdf
- 最近鄰搜索方法在大可視目標識別中的應用.pdf
- 無線數(shù)據(jù)廣播環(huán)境中路網(wǎng)最近鄰居節(jié)點的查詢技術(shù)研究.pdf
- 基于最近鄰原則圖像識別的PCA新算法.pdf
- 時空道路網(wǎng)最近鄰查詢技術(shù).pdf
- 障礙空間中移動對象的k最近鄰和組k最近鄰查詢研究.pdf
- 最大概率方法與最近鄰準則下的圖像標注.pdf
評論
0/150
提交評論