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、圖像修復技術(shù),一般地,是指對圖像中指定信息缺損區(qū)域進行視覺上合理填充以恢復圖像完整性的過程,并且觀察者事后難以察覺圖像曾經(jīng)缺損或被修復,從而達到各種特定的圖像處理目的。數(shù)字圖像修復技術(shù)相比手工修復而言,具有更高的執(zhí)行效率和更廣泛的應用場合,因此近年來已經(jīng)儼然成為機器視覺領(lǐng)域新興的研究熱點。目前該項技術(shù)在文物字畫的修復、多余目標移除、老舊影片處理、視頻隱私保護、圖像有損壓縮、電影特效制作、多媒體通信的錯誤隱藏等方面,都具有相當不錯的實用價
2、值和廣闊的發(fā)展前景。
目前基于能量最小化的全局優(yōu)化技術(shù)則成為圖像修復領(lǐng)域新的研究方向,因為該技術(shù)通常能夠獲得相當優(yōu)秀的修復結(jié)果?;谀芰孔钚』膱D像修復框架包括兩個部分:基于GrabCut技術(shù)的修復對象抽取和基于Priority-BP技術(shù)的修復區(qū)域填充。前者是以Graph cuts全局優(yōu)化算法為核心的圖像分割技術(shù),以較小的人工交互代價快速,準確地勾勒出修復對象的精確范圍。而為了進一步改善對象抽取質(zhì)量,顏色的RGB計算空間更換為
3、CIE空間。后者則是以Belief propagation全局優(yōu)化算法為核心的圖像修復技術(shù),具體采用的是Komodakis提出的基于優(yōu)先度的消息傳遞和動態(tài)標號刪減的修改版本的BP算法。并且可以利用前面修復對象抽取給出的交互約束信息,可以用來進一步限制Priority-BP算法的標號空間大小,從而再次提高算法的運行效率。
系統(tǒng)運行效果表明,以較小的交互代價分割出待修復對象,減少了人工確定的負擔,增加了圖像修復系統(tǒng)的實用性和靈活性
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
- 基于能量最小化模型的圖像處理技術(shù)研究.pdf
- 基于能量最小化圖割的圖像與視頻目標精確分割研究.pdf
- 基于能量最小化的視頻目標檢測與跟蹤.pdf
- 基于全局能量最小化的立體匹配算法研究.pdf
- 基于最小化邊界圓周補償機制的形狀圖像檢索.pdf
- 建筑物能量周期最小化回顧和分析
- 建筑物能量周期最小化回顧和分析
- 基于l0范數(shù)最小化的圖像恢復算法研究.pdf
- 成本最小化(20190221141110)
- 基于誤差最小化模型的參數(shù)化方法.pdf
- 基于SMM的TCB最小化技術(shù)研究與實現(xiàn).pdf
- vb最小化編程
- 成本最小化(20190220175248)
- 基于綜合約束的SFS最小化方法.pdf
- 基于L0梯度最小化的圖像平滑方法研究.pdf
- 基于XML Schema的模式樹查詢最小化技術(shù)研究.pdf
- XML查詢最小化研究.pdf
- 基于ADMM的TV最小化稀疏重建算法研究.pdf
- 基于缺電損失最小化減負荷算法的研究.pdf
- 基于梯度圖像的L0范數(shù)最小化的快速磁化率重建方法.pdf
評論
0/150
提交評論