基于结构与纹理分解的较大区域图像修复算法

摘要

图像修复指的是恢复受损图像中丢失的像素或者损坏的区域的过程。目前图像修复算法主要分为基于扩散的图像修复算法与基于样本的图像修复算法。每类算法都有各自的适用性，基于扩散的图像修复算法对小区域破损和结构图像修复效果较好;基于样本的图像修复算法对于纹理图像修复效果较好。自然图像通常同时具有复杂的结构与纹理，所以本文给出了一种综合的方法，首先将破损图像分解为结构层与纹理层，然后分别对其进行修复，最后将修复完成的两层图像叠加，作为最终的修复结果。本文的主要工作包括:
　　(1)给出了结构纹理分解算法中矫正操作子的矫正角度与矫正方向的自动估计算法。
　　针对基于块核范数图像结构纹理分解算法矫正操作子参数固定化，并导致结构纹理分离不完全的现象，给出了结合梯度方向直方图的矫正操作子矫正角度与方向的自动估计算法。实验表明，改进算法不但改善了结构纹理分离效果，而且峰值信噪比也有一定的提高。
　　(2)给出了结合超分辨率算法与边缘重构的结构层图像修复算法。
　　针对结构层修复算法对于较大区域破损会引入模糊效应的现象，提出了改进算法。为了缩小破损区域范围，本文针对破损区域是否存在边缘两种情况，分别进行处理。当破损区域存在边缘时，采用边缘重构的方式缩小破损区域范围，使用快速步进法进行修复;当所有破损区域的连通域均不存在边缘时，采用下采样的方式缩小破损区域范围，然后使用快速步进法进行修复，最后使用超分辨率算法对其进行重建。实验表明，该算法减弱了模糊效应并取得了较高的峰值信噪比。
　　(3)给出了基于几何距离的纹理层修复算法。
　　针对纹理层图像修复算法优先权计算不准确以及匹配策略的不恰当导致修复效果不理想的问题，提出了改进算法。在确定修复顺序方面，改进了优先权模型;在匹配策略方面，将欧氏距离与几何距离结合，采用多块同时修复的策略确定各块的最佳匹配块。实验结果表明:改进的算法较好的减弱了原算法所存在的优先权计算不准确以及匹配策略约束力不够而导致的纹理延续修复错误问题，且与典型算法相比，具有较好的视觉效果。
　　实验表明，本文给出的基于结构纹理分解的图像修复算法可以很好的同时兼顾结构的保持与纹理的传播，实验结果具有良好的视觉效果。

目录

声明

摘要

第1章 绪论

1．1 论文背景及研究意义

1．2 国内外发展现状

1．2．1 基于扩散的图像修复技术

1．2．2 基于样本块的图像修复算法

1．2．3 全局方法

1．3 图像修复技术存在的不足

1．4 图像修复的病态性与特殊性

1．5 图像修复质量评价标准

1．5．1 图像质量主观评价标准

1．5．2 图像质量客观评价标准

1．6 本文主要研究内容及章节安排

1．6．1 主要工作内容

1．6．2 本文主要创新点

1．6．3 章节安排

第2章 改进的基于块核范数的图像结构纹理分解算法

2．1 基于块核范数的图像结构纹理分解算法介绍

2．1．1 块核范数

2．1．2 结构纹理分解算法模型

2．2 改进的算法流程

2．3 纹理矫正操作子角度与方向自动估计算法

2．3．1 矫正操作子角度与方向对纹理矫正的影响

2．3．2 纹理主角度的自动估计

2．3．3 矫正操作子矫正角度与矫正方向的确定

2．4 实验结果及对比分析

2．5 本章小结

第3章 基于边缘重构的结构层图像修复算法

3．1 基于快速步进法的图像修复算法原理及效果分析

3．1．1 FMM算法原理

3．1．2 效果分析

3．2 改进的基于快速步进法的图像修复算法

3．2．1 边缘重构算法

3．2．2 结构图像的下采样及低分辨率掩膜的确定

3．2．3 超分辨率重建

3．3 实验结果与分析

3．4 本章小结

第4章 基于几何距离的纹理层图像修复算法

4．1 Criminisi算法原理及效果分析

4．1．1 算法概述

4．1．2 优先权的计算

4．1．3 搜索最佳匹配块

4．1．4 更新边界和边界置信度

4．1．5 算法优缺点分析

4．2 改进的Criminisi算法

4．2．1 优先权的改进

4．2．2 匹配策略的改进

4．2．3 改进后算法步骤

4．3 实验结果及分析

4．4 本章小结

第5章 基于图像结构与纹理分解的图像修复

5．1 算法描述

5．2 实验结果及分析

5．3 本章小结

第6章 总结与展望

6．1 总结

6．2 展望

参考文献

攻读学位期间公开发表论文

致谢

作者简介