改進(jìn)的圖像修復(fù)算法的研究與實(shí)現(xiàn).pdf

1、圖像修復(fù)技術(shù)是通過(guò)圖像中已知信息的部分對(duì)圖像中丟失信息的部分進(jìn)行還原，使得修復(fù)后的圖像比較自然，看不出曾經(jīng)修復(fù)過(guò)的痕跡，它最初是通過(guò)手工填補(bǔ)來(lái)修復(fù)古代文物字畫(huà)等作品。數(shù)字圖像修復(fù)技術(shù)是通過(guò)效仿手工填補(bǔ)的思路，借助計(jì)算機(jī)等輔助工具對(duì)缺損的圖像進(jìn)行修復(fù)，避免了由于手工修復(fù)而帶來(lái)的的風(fēng)險(xiǎn)性，目前已廣泛應(yīng)用于醫(yī)學(xué)、通信、工業(yè)、影視等多種領(lǐng)域。
　　數(shù)字圖像修復(fù)的方法中有基于偏微分方程的和基于紋理合成兩大類圖像修復(fù)算法，在本文中詳細(xì)介紹了這

2、兩種方法中的修復(fù)模型以及其算法思路，并對(duì)采用這些算法修復(fù)后的結(jié)果作了分析，本文以提高圖像的修復(fù)質(zhì)量為目的，針對(duì)已有的Criminisi算法中存在的不足，提出了一些新的圖像修復(fù)的設(shè)想，并通過(guò)實(shí)驗(yàn)進(jìn)行了可行性驗(yàn)證。
　　1)對(duì)于已有的改進(jìn)的數(shù)據(jù)項(xiàng)和置信度項(xiàng)相加的優(yōu)先權(quán)函數(shù)，找出一個(gè)固定的權(quán)重比例，通過(guò)對(duì)兩組圖像取不同權(quán)重進(jìn)行實(shí)驗(yàn)比較后，最終采用黃金分割作為衩重比例，得到改進(jìn)算法1，該算法避免了每次對(duì)圖像修復(fù)都需要修改權(quán)重比例以求得最佳

3、的修復(fù)結(jié)果，在修復(fù)過(guò)程中使置信度下降速度變慢的同時(shí)保證了置信度項(xiàng)和數(shù)據(jù)項(xiàng)在修復(fù)過(guò)程中對(duì)修復(fù)順序的決定權(quán)。
　　2)隨著修復(fù)過(guò)程的進(jìn)行，置信度迅速下降，雖然本文中改進(jìn)算法1能夠降低在修復(fù)過(guò)程中置信度的下降速度，但是隨著迭代次數(shù)的增加，置信度仍舊會(huì)趨于零，因此在針對(duì)更大面積的圖像進(jìn)行修復(fù)時(shí)，本文在置信度更新處引入了蟲(chóng)口方程，通過(guò)詳細(xì)的實(shí)驗(yàn)分析對(duì)方程的參量進(jìn)行選擇，給出了新的置信度更新方程，最終得到的改進(jìn)算法2，有效的克服了本文中改進(jìn)的

4、優(yōu)先權(quán)函數(shù)在對(duì)圖像修復(fù)的局限性，隨著迭代次數(shù)的增加使得置信度項(xiàng)自動(dòng)的調(diào)整，得到了較好的修復(fù)結(jié)果。
　　實(shí)驗(yàn)中將這兩種方法結(jié)合在一起，針對(duì)不同面積缺損的圖像，由系統(tǒng)自動(dòng)選擇對(duì)應(yīng)的圖像修復(fù)算法。通過(guò)多組實(shí)驗(yàn)證明，本文中的方法1和2都有效的減少由于基于樣本的Criminisi算法在修復(fù)過(guò)程中導(dǎo)致的錯(cuò)誤填充的蔓延累積，在修復(fù)時(shí)間上雖然比Criminisi算法要多一點(diǎn)，但最終的修復(fù)結(jié)果卻比Criminisi算法有更好的視覺(jué)效果，并且獲得了較