图像修复

摘要： 舌诊是中医望诊的重要方法之一,其便捷化、准确化是当下主要趋势。文章的研究方向是在采集过程中对采集者提出标准化要求的同时,尽可能地对舌象图片进行检测修复,使在一定失真范围内的图片也可以被标准化处理。按照颜色校正、亮度检测、模糊检测、图像增强4个步骤,研究了智能手机前端舌象图片采集的标准化处理过程。结合各个过程的实现算法进行了对照实验,在效果、成本上进行了综合评价,提出了基于用户采集便捷性和分析诊断准确性的最优处理算法。

摘要： 近年来,深度学习技术的不断发展为图像修复研究提供了新的思路,通过对海量图像数据的学习,使得图像修复方法能够理解图像的语义信息。虽然现有的图像修复方法已能够生成较好的图像修复结果,但遇到结构缺失较为复杂的图像时,对缺失部分细节处理能力较差,所生成的结果会过度平滑或模糊,不能很好地修复图像缺失的复杂结构信息。针对此问题,基于生成对抗网络技术提出了一种边缘指导图像修复的方法和对应算法,将图像修复工作分为两部分:首先训练边缘修复模型生成较为真实的缺失区域的边缘信息,再根据已修复好的边缘信息,训练内容生成模型填充缺失部分的内容信息。最后所提方法在CelebA数据集和ParisStreet-View数据集上与Shift-Net模型、深度图样先验(DIP)模型以及FFM模型进行了对比实验验证,并对实验修复结果进行了视觉上的定性分析和定量指标分析。实验结果证明提出的方法相对现有方法能更好地修复图像中缺失的复杂结构信息,反映出边缘信息在图像修复过程中具有重要的作用。

摘要： 首先,回顾了基于Ginzburg-Landau泛函松弛的双阱势模型和2种经典的算子分裂算法,并将近年来相场计算问题中的新迭代算法引入问题求解中.然后,通过引入辅助变量建立等价的约束优化问题,基于交替方向乘子方法设计了子问题具有闭形式解的迭代格式.最后,通过设计大量的二值图像复原实验来评估这类算法的有效性.结果表明,当噪声影响较大时,本文所提算法性能最优,而在图像修复中基于相场模型的算法更有效.

摘要： 本文针对数据集较小或者图像结构相对复杂的较大面积缺失的图像修复问题,提出结合SENet的密集卷积生成对抗网络图像修复方法.首先,采用生成对抗网络的思想,生成器使用密集卷积块捕捉图像中缺失部分的语义信息再利用;其次,取消密集卷积块之间的过渡层,引入SENet注意力机制SE模块,获取特征重要程度,增强特征信息指导能力;再次,在编码器和解码器之间引入跳跃连接,减少由于下采样而造成的信息损失;最后,通过引入对抗损失、MSE损失、TV损失增强网络的稳定性.所提模型在CelebA数据集进行实验.结果表明,所提算法的修复结果在图像语义、峰值信噪比(PSNR)和结构相似度(SSIM)3个方面均具有不错成效.

摘要： 纹理合成技术是图像修复常采用的一种技术,但该技术在寻找结构的过程中容易受噪声、弱纹理或破损的影响,导致出现错误填补。为弥补这一缺陷,提出了基于预填充策略的纹理合成修复方法。首先,计算破损区域边界上的优先权,对优先权值排名前五的填补块进行填充,对具有最高优先权的填补块填充被认定为有效填充,其它的块修复被认定为预填充,更新填充边界;重复以上步骤,直到所有的破损区域都填充完毕。其次,为能够找到最优相似块,在计算最相似样本块的过程中,利用距离值对样本块相似性进行排序。通过理论分析和实验验证,提出的基于预填充策略的纹理合成修复方法,可以取得较为满意的修复结果。

摘要： 图像修复是图像处理领域的基础问题,变分方法是实现图像修复的主要方法之一。经典的一阶变分模型存在阶梯效应,不能有效修复大破损区域。二阶变分模型为克服上述问题做出了改进,但修复后的图像会出现破损区域对比度降低、边界模糊现象。以经典二阶总广义变差模型(Total Generalized Variation,TGV)为基础,提出了一种基于法矢量雅可比的总广义变差模型(Total Generalized Variation Model with Jacobian of Normal,TGVJN)以修复更多破损图像区域信息。该模型通过引入一系列辅助变量、拉格朗日乘子和惩罚参数设计相应的交替方向乘子算法。实验结果表明,本文模型在保持对比度和边缘方面有明显优势,同时能够有效修复大尺度破损图像,缩小边界模糊区域。

摘要： 利用真实图像生成虚拟驾驶场景视图时,首先要从图像中移除车辆、行人等前景目标,以便获得不包含移动目标的背景图像。针对原始Criminisi算法存在的图像破损区域在修复后会出现模糊效应、边界不够平滑的弊端,提出了一种在处理掩膜图像环节使用开运算,并优化原始优先权函数的改进算法。运用MATLAB仿真平台进行实验分析,结果表明改进后算法修复时间平均缩短了16.5 s,峰值信噪比平均高出原算法1.65 dB。该算法还原了图像中更多的道路信息,弥补了Criminisi算法的不足。

摘要： 图像修复是图像处理的一个重要问题,目的是利用计算机视觉技术自动恢复退化图像中损坏或丢失的部分,被广泛应用于影视特技制作、图像编辑、数字化文物保护等领域。近几年,以生成式对抗网络(GAN)为代表的深度学习技术在计算机视觉和图像处理领域大获成功,基于GAN的图像修复逐渐成为主流,受到了广泛关注。针对图像修复的关键问题,文章对GAN和基于GAN的修复方法进行理论分析,首先整理分析了传统的基于人工特征的经典图像修复方法,其次总结了近年来基于GAN的代表性图像修复算法,并进行归纳分类,探讨了各类方法的特点和局限性。然后对图像修复模型常用的评价指标和公开数据集进行整理和分析,最后阐述了图像修复面临的挑战,对图像修复技术未来的发展方向进行展望。

摘要： 电影剧照是影片宣传的重要组成,是电影艺术档案不可或缺的一部分。本文论述了电影剧照档案数字化的必要性,从电影剧照档案的数字化外包实践入手,概括了过程中的常见问题并分析产生的原因。最后,从加强外包方管理等4个方面提出了应对措施和改进建议。

摘要： 当前主流的图像修复方法重点依赖于自动编解码网络,此类方法试图利用编码阶段压缩后的信息在解码阶段恢复出原始图像.然而自编码网络在压缩过程中必然存在信息丢失,仅利用压缩后的信息难以得到细节丰富的修复结果,主要表现为模糊和修复区域周围明显的边缘响应.本文针对图像信息利用不完备的问题,提出多级解码网络(Multi-Stage Decoding Network,MSDN),由多个解码器对编码阶段各层特征进行解码并聚合,增大对编码器不同尺度特征的利用率,进而得到更能反映缺损区域内容的特征映射.在国际公认数据集上组织的对比实验结果表明,MSDN修复的图像视觉效果有一定提升.

摘要： 图像修复中常常采用插值或纹理合成的方法来进行大区域信息的恢复,但是两种方法各有优点和不足。插值方法适用于窄小区域的修复,但在大区域处理会有明显的模糊现象;而纹理合成的方法主要用于修复那些细节丰富的区域。本文给出了一种基于随机迭代查找的图像修复算法,采用基于优先级的块修补以及随机迭代搜索的方法改进了纹理合成的图像修复算法。算法分为两个部分,决定填充顺序和搜寻最佳匹配块。填充顺序由每个像素块的优先级决定,优先级的决定通过自信度和数据项来实现,优先级保证了填充后的纹理的线性结构能像使用插值算法一样沿着等照度线延伸,在搜寻最佳匹配块填充时,通过随机迭代搜索算法搜索最佳匹配块,以最佳匹配块填充待修复块。该方法既能有效地在保持结构信息又能保持纹理信息,并且能够防止搜寻过程陷入局部最优,实验表明,本文提出的方法既能去除细小划痕,也能进行大面积区域的背景修复。

摘要： 文章结合结构修复及纹理修复算法的优点,考虑显著结构对图像修复的巨大影响,提出复合框架下显著结构重构的图像修复算法。算法先利用形态学算子剥离待修复图像中细小结构与大块区域;后利用快速结构修复算法对图像进行处理;再用插值对待修复图像进行显著结构重构;最后利用基于改进优先级的加权匹配图像修复算法进行后续修复。实验表明,对既有显著结构同时又包含丰富纹理的待修复图像,与传统算法相比,本文算法不但有更好的修复效果且耗时更少。

摘要： 虽然FMM快速行进算法可以克服传统图像修复中修复速度慢、线性结构产生模糊、断裂等缺点,但是该算法对强弱边缘的保持能力不足.该文利用梯度方向直方图,对待修复点的周围象素点进行方向筛选,使修复过程严格按照等照线度进行.仿真表明,该算法既能较好保持边缘和一些规则纹理,同时也能保留了FMM算法的优点.

摘要： TOF(Time of Flight)相机具有同时获取目标的灰度和深度图像的功能,从而能够实得到目标物体的三维点云,实现三维成像.在卫星导航与宇宙空间探测的研究中,利用TOF相机获得深度图像来进行工作也是当下的一个热门研究方向.但是目前用TOF相机所获得的深度图像仍然存在许多问题,例如图像易受噪声干扰,存在许多误差,使得深度图像中存在噪声黑洞;TOF相机获得的深度图像分辨率较低,不便于直接应用到实验研究等等,这些问题严重影响了TOF相机的实际应用.因此,对于TOF相机而言,如何对获得的深度图像进行增强是一个关键的研究方向.本文对TOF相机深度图像的增强技术算法进行研究,对不同思路的算法进行归类总结,并分析其原理和效果,增强算法主要可以分为深度图像修复与深度图像的超分辨率重建两大类.最后总结TOF深度图像增强算法并展望了未来发展趋势.

摘要： 标识是室内增强现实应用中广泛使用的相机定标辅助工具,具有定标准确、计算高效、受光照变化影响小等优点.然而,人工标识的出现降低了虚实融合的真实感,极大地影响了增强现实画面的和谐度.基于图像修复的标识隐藏方法能够有效修复去除标识后的画面空洞,但其大面积的图像修复往往难以无缝地衔接背景的结构特征.为此,本文设计了一种新的镂空标识,将传统标识中与定标无关的区域镂空,以减少图像修复区域的面积:并提出一种基于镂空标识的增强现实标识隐藏方法,充分利用镂空标识镂空区域中的背景结构信息,通过一种先修复结构再修复其他区域的保结构图像修复方法,达到快速、无缝的标识隐藏效果.大量的实验证明,本文的增强现实标识隐藏方法修复误差小且不影响摄像机的定标精度,弥补了现有方法因大面积图像修复所导致的破坏背景结构特征的不足.

摘要： 基于深度图的绘制技术是合成的虚拟视点图像的有效方法,但是合成的图像往往包含一些“伪影”和大小不等的空洞.本文针对“伪影”问题,先对参考视点图像进行色彩校正,并综合基于深度的彩色图融合和彩色图直接融合两种方式融合图像,来减弱“伪影”效应;针对大的空洞,本文采用了图像修复的方式,结合深度图更好的填补空洞,但是图像修复是一个耗时的过程,为此本文将图像修复算法并行化,利用CUDA并行计算框架,来加速空洞填补过程.实验结果表明,本文针对“伪影”问题的处理及基于图像修复的空洞填补可以有效地提高虚拟视点图像合成质量,同时基于CUDA实现的并行图像修复算法也大幅降低了空洞填补时间.

摘要： 本文提出了一种恢复地形晕渲图上等高线及其高程标注符号遮挡处的图像原始信息的方法,为基于晕渲图的三维地形建模做准备.该方法首先运用边缘提取技术将地形晕渲图与标记符号分离,在此基础上重点研究分离标记符后破损晕渲图的修复技术,改进了双线性插值方法,根据一个优先值矩阵确定复原未知点的先后顺序,提出了对待复原图像加窗处理和对位置点区域边界跟踪的方法,提高了晕渲图的修复速度.实验表明该方法可以得到比较满意的晕渲图分离提取效果和图像复原效果.

摘要： 本文提出了一种恢复地形晕渲图上等高线及其高程标注符号遮挡处的图像原始信息的方法,为基于晕渲图的三维地形建模做准备.该方法首先运用边缘提取技术将地形晕渲图与标记符号分离,在此基础上重点研究分离标记符后破损晕渲图的修复技术,改进了双线性插值方法,根据一个优先值矩阵确定复原未知点的先后顺序,提出了对待复原图像加窗处理和对位置点区域边界跟踪的方法,提高了晕渲图的修复速度.实验表明该方法可以得到比较满意的晕渲图分离提取效果和图像复原效果.

摘要： 本文提出了一种恢复地形晕渲图上等高线及其高程标注符号遮挡处的图像原始信息的方法,为基于晕渲图的三维地形建模做准备.该方法首先运用边缘提取技术将地形晕渲图与标记符号分离,在此基础上重点研究分离标记符后破损晕渲图的修复技术,改进了双线性插值方法,根据一个优先值矩阵确定复原未知点的先后顺序,提出了对待复原图像加窗处理和对位置点区域边界跟踪的方法,提高了晕渲图的修复速度.实验表明该方法可以得到比较满意的晕渲图分离提取效果和图像复原效果.

摘要： 本文提出了一种恢复地形晕渲图上等高线及其高程标注符号遮挡处的图像原始信息的方法,为基于晕渲图的三维地形建模做准备.该方法首先运用边缘提取技术将地形晕渲图与标记符号分离,在此基础上重点研究分离标记符后破损晕渲图的修复技术,改进了双线性插值方法,根据一个优先值矩阵确定复原未知点的先后顺序,提出了对待复原图像加窗处理和对位置点区域边界跟踪的方法,提高了晕渲图的修复速度.实验表明该方法可以得到比较满意的晕渲图分离提取效果和图像复原效果.

摘要： 一种具有图像修复功能的图像扫描装置及其图像修复方法，包含有：图像检测模组、透镜组、扫描平台、主要光源装置以及辅助光源装置；其中辅助光源装置大致平行于主要光源装置，并与主要光轴形成一夹角，以提供斜向光源。该装置利用光线在被扫描文件的刮伤处产生扩散或散射的特性来修复被扫描文件的刮伤图像。该扫描装置摄取两种数据：主要图像数据和利用刮伤表面对光线扩散或散射特性所产生的辅助图像数据，并利用图像处理技术及配合辅助图像数据即可修复主要图像数据的刮伤图像。

摘要： 本申请实施例公开了图像修复模型的训练方法及图像修复方法、装置及设备，通过对真实第一像素质量图像和人工合成第一像素质量图像进行图像特征提取，以及通过真实第一像素质量图像生成器和真实第二像素质量图像生成器，得到重新生成的真实第一像素质量图像、伪真实第一像素质量图像和重建第二像素质量图像；分别计算域对齐损失、图像生成损失以及图像重建损失，利用得到的损失进行训练。训练后得到的图像修复模型具有更好的泛化能力，对图像的修复较为准确，具有较好的模型性能。利用训练得到的图像特征编码器和真实第二像素质量图像生成器，对待修复第一像素质量图像进行修复，可以得到修复效果较好的第二像素质量图像，符合图像使用的需要。

摘要： 本发明提供一种图像修复方法、图像修复系统及平板探测器，方法包括：获取第一图像，对第一图像进行连通域分析，提取所述第一图像中所有的缺陷像素；根据连通域的大小和形状将所述缺陷像素分为孤立点缺陷、团簇缺陷及坏线缺陷；输出第二图像并根据缺陷像素的类型对第二图像进行修复。该方法不仅可以有效修复缺陷像素，也能很好地保留原有图像的细节。根据对缺陷像素的分类对探测器实时输出的第二图像进行修复，实现对图像缺陷像素的快速修复。该方法只与缺陷像素的类型大小有关，适用性强，显著提高工作效率。图像修复系统集成在探测器中，不需要对硬件设计做改动，可以降低产品成本，后续的升级和维护中，只需对软件进行优化升级。

摘要： 本公开涉及一种训练图像修复模型的方法、图像修复方法、装置、介质及设备，其中，所述训练图像修复模型的方法，包括：利用预设的掩膜图像对完整图像进行破损处理，生成破损图像；将破损图像输入至图像修复模型，获得修复图像和缺失图像；根据完整图像、修复图像、掩膜图像和缺失图像，确定图像修复模型的损失值；在损失值大于预设阈值时，根据损失值更新图像修复模型。因此，可以提高该图像修复模型的鲁棒性和可迁移性，并且有效提高基于该图像修复模型进行图像修复获得的修复图像的质量，提升用户使用体验。

摘要： 本申请公开了图像修复方法和图像修复模型的训练方法。方法包括：获取待修复的第一目标图像；提取第一目标图像的目标图像特征；基于目标图像特征，获取目标候选区域信息和目标基准图，目标基准图携带第一目标图像的模式信息；基于目标候选区域信息和目标基准图，对第一目标图像进行修复，得到第一目标图像对应的目标修复图像。在图像修复的过程中，增加对图像的模式信息的考虑，考虑的方面较全面，有利于提高图像修复的修复效果，修复后的图像更加自然。

摘要： 本发明的图像修复装置(3)具备初始化块(100)，所述初始化块(100)在将一对极性值以及中间值中任意的值作为每个像素坐标的亮度值保存的亮度排列列表(L)中，将各像素坐标的亮度值初始化为中间值。另外，图像修复装置(3)具备：更新块(120)，根据每个事件的像素坐标以及极性值更新初始化的该亮度排列列表(L)；以及输出块(160)，作为二进制图像(B)输出通过更新块(120)在整个拍摄期间更新的亮度排列列表(L)。通过由更新块(120)执行的更新，亮度排列列表(L)中的、事件触发的触发坐标的亮度值被事件的极性值覆写运算。此外，通过该更新，来保持亮度排列列表(L)中的、除了触发坐标之外的非触发坐标的亮度值。

摘要： 本发明提供一种图像修复系统及其图像修复方法，该图像修复系统包括图像输入预处理模块、图像修复模块以及图像输出模块，其中，图像输入模块，用于将待修复图像输入到图像修复模块中；图像修复模块，用于构建一个包括生成器与判别器的对抗性神经网络，且对该对抗性神经网络进行引入感知损失函数的预设训练，以通过预设训练后的对抗性神经网络对待修复图像进行图像修复，生成已修复图像；图像输出模块，用于输出图像修复模块生成的已修复图像。藉此，可在图像修复过程中提升其对抗性神经网络的生成分布细节复原能力，使得本图像修复系统的图像修复效果更佳。

摘要： 本申请公开了一种图像修复模型的训练方法、装置及设备，对原图图像进行随机掩码操作，生成缺陷图像。将缺陷图像分离为多个单通道图像，并将多个单通道图像分别输入单通道图像修复模块中，获得每个单通道图像分别对应的单通道预测图像。图像修复模型包括单通道图像修复模块。将多个单通道图像分别对应的单通道预测图像进行合并，获得预测图像。由原图图像和预测图像获得的图像修复模型的损失值训练图像修复模型，直到达到预设条件。基于多个单通道图像的分层修复，能够充分学习图像的语义信息。预测图像的整体像素数值，能够降低已修复区域存在波纹、扭曲等失真情况的发生。如此，使得训练完成的图像修复模型对缺陷图像的修复效果更好。

摘要： 本发明提供了一种图像修复模型的训练方法、图像修复方法及装置，涉及图像处理的技术领域，包括：获取第一图像集；其中，第一图像集内的各个原始第一图像的清晰度均高于预设清晰阈值；构造第一图像集内各个原始第一图像分别对应的第二图像和风格化第一图像；其中，第二图像的清晰度低于预设清晰阈值，风格化第一图像的清晰度高于预设清晰阈值，风格化第一图像具备目标风格；基于各个原始第一图像分别对应的第二图像和风格化第一图像对图像修复模型进行训练。本发明可以使图像修复模型学习第二图像到风格化第一图像之间的修复过程，从而在一定程度上缓解图像修复过程中存在的误差累计问题。

摘要： 本公开是关于图像修复方法，包括：根据原始图像中标记球的位置对原始图像进行分割，以得到多个子图像；将子图像中的标记球作为待修复区域，对每个子图像分别进行修复；在待修复区域的边缘确定多个待修复块，计算每个待修复块的局部灰度熵，根据局部灰度熵确定每个待修复块的修复顺序；根据修复顺序修复待修复块，直至完成修复待修复区域；在修复完成后，将修复后的多个子图像合并。而且根据局部灰度熵确定每个待修复块的修复顺序，例如局部灰度熵越大则修复顺序越靠前，那么根据修复顺序修复待修复块，就可以从包含信息最多的待修复块开始修复，相对于包含信息较少的待修复块，便于更准确地找到匹配的目标样本块。