一种改进的Criminisi眼底图像修复算法

摘要

为了抑制眼底图像中的光斑干扰,改善其图像质量,在Criminisi算法的基础上,通过优化亮度局部方差、引入亮度局部绝对值以及梯度相似度与亮度相似度,提出了一种新的眼底图像修复算法。为了增强算法鲁棒性,将经典Criminisi算法中的优先权公式由相乘改为相加;将亮度局部绝对差引入优先权计算公式中,提高优先权的合理性,利用亮度局部绝对值自适应地选择样本块的大小;引入梯度相似度与亮度相似度,修改了算法中图像块的匹配算法。通过与经典Criminisi算法以及其他同类改进算法对比,本文所提算法修复效果在修复区域与完好区域之间的过渡更加自然,修复痕迹更少,且更符合人眼的直观视觉感受与图像的构图特征;同时,峰值信噪比相比传统的Criminisi算法平均提高了2.0 dB,结构相似性与其他算法相比也均有所提升。