针对古织物图像的改进criminisi修复算法

针对古织物图像的改进criminisi修复算法

ID:31378885

大小:105.50 KB

页数:4页

时间:2019-01-09

针对古织物图像的改进criminisi修复算法_第1页
针对古织物图像的改进criminisi修复算法_第2页
针对古织物图像的改进criminisi修复算法_第3页
针对古织物图像的改进criminisi修复算法_第4页
资源描述:

《针对古织物图像的改进criminisi修复算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、针对古织物图像的改进Criminisi修复算法  摘要:针对古纺织文物模拟修复的应用场合,提出一种基于纹理修复的优化改进算法。该算法利用矩阵值的结构张量准确估计图像中的边缘方向和变化强度,结合Criminisi修补算法,可以在原图和修补区域之间的纹理连接上有更好的连续性。给出了该方法的具体步骤,通过实验证明该方法有更好的视觉效果。  关键词:古纺织物;图像修复;Criminisi;结构张量  中图分类号:TP18文献标识码:A文章编号:1009-3044(2016)26-0193-03  Impro

2、vedCriminisiRepairAlgorithmForAncientFabricImages  LIZhang-yi  (SchoolofElectronicandInformation,Xi’anPolytechnicUniversity,Xi’an710048,China)  Abstract:Aimingattherestorationofculturalrelicsoftheancienttextilesimulationapplications,putforwardakindofim

3、provedalgorithmbasedonOptimizationoftexturerepairing.Thealgorithmusingthevaluematrixofthestructuretensoraccurateestimationimageedgedirectionandintensitychange,criminisialgorithmforrepairingthecombination,canbeconnectedwithabettercontinuityoftexturebetw

4、eentheoriginalimageandthe4repairarea.Giventhespecificstepsofthemethod,throughexperimentsprovethemethodhasabettervisualeffect.  Keywords:ancienttextilefabrics;imagerestoration;Criminisi;structuretensor;localmatching  1引言  由于古织物文物本身的易损性和珍贵性,利用数字图像处理对其进行修

5、复是安全并且快捷的。  目前图像修复技术分为两大类:一类是用于修复小尺度的数字图像修补技术,如BSCB(Bertalmio,Sapiro,Caselles,Bellester)技术[1]Chan等人[2]提出的基于整体变分(TV)的修复算法和基于曲率驱动扩散模型【3】(CDD)的算法。该类算法在修复小尺度的破损图像时有较好的修复效果,但在修复破损区域较大的图像时,往往会产生模糊的现象,因古织物破损情况的多样性,以上方法并不适用于此。另一类是用于填充图像中大块丢失信息的图像补全技术―基于纹理合成的图像

6、修复技术。该技术具有某种随机性的2维模式的重复【4】,尤其是Criminisi等人【5】提出的基于样本的图像修复算法,通过优先权的设定来使丢失区域的边缘部分被优先修复,取得了较好的修复效果。但在实际应用中发现,Criminisi算法的优先权模型并不能完全有效地将边缘部分辨别出来,有时易将某些纹理部分误认为边缘部分,影响了最终的修复效果。  针对这些不足,人们也从不同角度,对Criminisi算法进行了修改。Nie等人【6】通过定义新的优先权函数,克服了图像低纹理区域修复过于滞后的问题。4  黄淑兵等

7、人【7】通过增加边界因素,并针对不同图像选择不同的参数,扩大了可以修复的图像范围。林云莉等人【8】通过引入补偿因子a以及加权系数y来改进  优先权,增强了对边缘部分的修复,获得了较好的效果。但上述文献并没有解决针对织物纹理修复时的连接痕迹和纹理扩展问题。在对古织物纹理修复时,织物后的背景会对修复效果有很大影响。  因此,本文通过在修复算法中加入结构张量这一性质,提出了基于结构张量的Criminisi优化算法,实验结果证明该方法可以提高对古织物图像的修复效果。  2针对古织物图像修复的改进算法  2.

8、1Criminisi算法原理  如图1所示,[I]为待修复的图像,待修复区域为[Ω],源区域为[φφ=I-Ω],其待修复区域边界定义为[?Ω]。Criminisi算法的核心是分别计算[?Ω]上各点的优先权,选取优先权最大点[P]所在的块为待修复块[?]p,然后根据相似度函数在源区域巾中选择最佳匹配块[?]q,将相应的像素值填充到待修复块[?]p[??]q,中,并更新边界[?Ω],循环往复直到[Ω]为空。  4结束语  原Criminisi算法在匹配最佳模块时,过分的考

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。