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、圖象修復(fù)目的是讓損壞的圖像與周圍未損壞的部分連接起來,在視覺感官上,具有連貫性。在某種說法上,圖像插值是圖像修復(fù)的藝術(shù)化同義詞。它在偏微分
方程的應(yīng)用、數(shù)值分析、信號理論等領(lǐng)域都具有無法取代的地位。我們知道,當(dāng)今的修復(fù)軟件,如Adobe Photoshop和GIMP等,此類產(chǎn)品都需執(zhí)行“手動”操作,才能滿足相關(guān)圖像的修復(fù)要求。自圖象插值第一次作為概念被引入到數(shù)字圖像修復(fù)后,由于具有使用方便的特質(zhì)便受到了國內(nèi)外專家的重視,并為人
2、們迅速地接受。因為在利用圖像插值模型來處理圖像時,人們只需要簡單地選擇要恢復(fù)的區(qū)域,計算機就可以自動完成剩下的任務(wù),從而顯著地減少占用時間,提高工作效率。
在理論上,偏微分方程是圖像恢復(fù)處理基礎(chǔ)的一部分。其中,有界變差函數(shù)空間被認為是處理非紋理圖像比較合理的函數(shù)空間,它的基本理論為變分法、底層視覺分析和圖像恢復(fù)處理等提供了良好的理論基石。而全變分函數(shù)空間模型是有界變差函數(shù)空間應(yīng)用于圖像修復(fù)處理的常見經(jīng)典模型,主要是利用全變分最
3、小化修復(fù)技術(shù)將破損圖像進行優(yōu)化,以此達到感官要求,提高圖像視覺效果。
傳統(tǒng)TV模型在處理非紋理圖像時雖擁有自身優(yōu)勢,卻也容易造成平滑區(qū)域的階梯效應(yīng),使圖像修復(fù)效果不佳。文章針對此類問題,以TV模型在圖象修復(fù)上的應(yīng)用為主要研究對象,在深入研究圖象修復(fù)理論和技術(shù)原理的基礎(chǔ)上,將TV模型的優(yōu)化方法算法進行了詳盡的討論和研究。主要內(nèi)容為:
1.深入分析TV模型,推導(dǎo)出TV模型的優(yōu)化模型,并找出優(yōu)化后的TV模型應(yīng)用于圖像修復(fù)上
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(yù)覽,若沒有圖紙預(yù)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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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
- 用于TV圖像復(fù)原的連續(xù)方法.pdf
- 基于TV模型和演化算法的圖像修復(fù)技術(shù)研究.pdf
- 適用于無線膠囊內(nèi)鏡圖像的TV模型圖像處理技術(shù).pdf
- 基于TV模型的殘差濾波反饋圖像去噪方法.pdf
- 基于TV正則的圖像放大模型及其實現(xiàn).pdf
- 結(jié)合網(wǎng)函數(shù)插值與TV模型的圖像修復(fù)算法研究.pdf
- 結(jié)合TV和Moreau包絡(luò)的自適應(yīng)修復(fù)模型.pdf
- 基于Curvelet變換與非局部TV模型的圖像去噪方法研究與應(yīng)用.pdf
- 變分圖像擴散TV模型的中點公式.pdf
- TV模型圖像去噪的算法分析.pdf
- 基于bscb模型圖像修復(fù)的并行技術(shù)
- 基于快速方法的圖像修復(fù)技術(shù)doc
- 基于TV模型的中值公式的研究.pdf
- 基于稀疏表示的圖像修復(fù)方法研究.pdf
- 基于加權(quán)塊匹配的圖像修復(fù)方法.pdf
- 基于置信傳播模型的圖像修復(fù)算法研究.pdf
- 基于模型的OPC模型驗證方法的優(yōu)化.pdf
- 基于空間SSIM度量的ROI提取用于圖像優(yōu)化分類方法.pdf
- 基于圖像塊擴散的圖像修復(fù).pdf
- 基于稀疏結(jié)構(gòu)的圖像修復(fù)方法研究.pdf
評論
0/150
提交評論