基于纹理合成和基于邻近像素点的图像修复new

《基于纹理合成和基于邻近像素点的图像修复new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、东南大学硕士学位论文基于纹理合成和基于邻近像素点的图像修复姓名：李孟江申请学位级别：硕士专业：模式识别与智能系统指导教师：袁晓辉20080301摘要图像修复技术是针对图像中遗失或者损坏的部分，利用朱被损坏的图像信息，按照一定的规则填补，使修复后的图像接近或达到原图的视觉效果。它是当前计算机图形学和计算机视觉中的一个研究热点，在文物保护、影视特技制作、虚拟现实、医学图像修复、犯罪现场的还原、电影胶片划痕以及污迹的消除等方面有着重人的应用价值。本文主要探讨图像修复方法。目前，常用的图像修复方法主要有两人

2、类：基丁纹理合成的方法和基于偏微分方程的方法。首先本文在纹理合成算法的基础上，提出了一种改进算法。该算法充分利用多数自然图像都具有一定的纹理走向这一事实，给出了一种计算纹理主方向的方法，并将搜索范围缩小到这一方向，减少了寻找最优匹配块的时间，提高了图像修复的效率；其次，定义了块的优先权，尽量使具有较多己知信息和较多结构信息区域的优先权最大，使具有最大优先权的块先被修复；因为窗口尺寸对修复质量和修复效率影响很大，兼顾两者，我们给出一种自适应选择模极窗口大小的方案来改进图像的修复质量。大量试验证明，该算

3、法缩短了修复时间，达到了很好的修复效果。生活中，比如胶片的划痕、照片的污点、档案馆图片资料折叠等等，这些小尺度缺损的图像，受损区域很小，一般只有10多个像素。针对上述类似的小尺度缺损，我们提出了一种新的修复思想，充分利用修复区域与周围邻近信息的相关性，进一步研究一种基于邻近像素点的图像修复算法，为了保证具有更多已知信息和更多结构信息的点优先被修复，运用优先度的计算方法定义修复点的优先度米确定填充顺序，对优先度大的点优先进行修复。仿真实验证明，该算法对于小尺度的缺损，修复效果很好，效率也很高。关键词：

4、图像修复，图像补全，目标玄除，纹理合成，纹理方向性，邻近像素，优先度东南人学硕上论文AbstractTheimageinpaintingtechnologyistofdlinthelostordamagedregionofimagetocloseorreachthevisualeffectofthewholeimageaccordingtocertainrules，basingontheimageinformationoftheintactpart．Itisaresearchfocusofcompu

5、tergraphicsandcomputervision，ithasagreatvalueinsomeareas，suchasheritagepreservation，specialeffectsproductionoffilmandtelevision，virtualreality,restorationofmedicalimage，thereductionofthecrimescene，removalofscratchesandstainsoffilms．Thispapermainlydiscu

6、ssesmethodsofimageinpainting．Atpresent，thefamiliarmethodsofimage．inpaintinghavetwomaincategories：themethodbasedontexturesynthesisandmethodbasedonpartialdifferentialequations．Atfirst，wepresentanewalgorithmbasedonthetexturesynthesis．Thealgorithmtakesadva

7、ntageofthefactthatmostnaturalimageshavesomedirectionaldistributionoftexture．Sothesearchismadeoverasmallerregiontoreducethecomputationalcomplexity；Itdefinestheseachingorderofthepatchestoensureinpaintingoftheregionswithmoreknowninformationandstructuresfi

8、rstly；Becausewindow’Ssizetorepair'squalityandefficiencyleadtoinfluenceverygreatly,wepresentanadaptiveschemetodeterminethesizeoftemplatewindowtoimprovethequalityoftheoutputimage．Comparativeexperimentsshowthatthealgorithmshortenstimeandac