基于方向经验模型分解图像修复方法

《基于方向经验模型分解图像修复方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第2期加lO年2月电子学报ACTA眦CrfloNlcASINICAⅧ．38No．2Feb．2010基于方向经验模型分解的图像修复方法张岩，孙正兴，姚伟(1．南京大学计算机软件新技术国家重点实验室，江苏南京210093；2．南京大学计算机科学与技术系，江苏南京210093)摘要：本文提出了一种基于方向经验模型分解的图像修复方法，通过方向经验模型将待修复图像进行分解，然后在各级分解图像上根据待修复区域边界七像素点的梯度特征计算填充优先级，并利用方向经验模型分解得到的频率特征值结合纹理合成的方法完成该级图像的修复，同时采用相关搜索

2、来完成各级图像的相应修复，最后将其进行合并，得到最终的图像修复结果．实验结果表明，该算法能够修复较大尺度缺损区域中的结构和纹理信息．关键词：方向经验模型分解；图像修复；梯度；纹理合成中图分类号：1"P391．41文献标识码：A文章编号：0372-2112(2010)02-0257-06ImageCompletionBasedonDirectionEmpiricalModeDecompositionZHANGYah，SUNZheng-xing，YAOWei(1．State研蹦加NovdS0#wⅢTechno／ogy，Nanj／rig㈣

3、，Nanj／ng，J／angsu210093，C托na；2．DE舯删ofCo,m腑&／oweandT妣dogy，Nanj／ng￡觚嗍．Nanjt堙，J／aagsu210093，Or／ha)础删：AnalgodthmforimagecompletionbasedonDil枷onEmpiricalModeDl嬲Ⅲlpl)si妇

4、es，thegradielR-c∞,fidencebasedpatch-truingorder．Thefeaaa'evaluesextractedfromallthelevelsofthedecomposedinlages戤usedtosearchmatchingpatterns．Then，theimagectxnpletionisdevelopedbasedontextllresynthesistoleperthetargetregionwiththeacquitusableinfonmfion．Everylevelofthede

5、composedm旧gesiscomp,mOed∞comiI培tothepatterncorrelationsearching．om驴)singalllevelsofdecomposedimages，atargetiImI黟caIlfinallybegenerated．Experimentalresultsshowthatthisa】粤眦啪地cc憎thestructuralandtextureinfuriationinthelargemissingregion．KeywOrcb：di僦ollempiricalmodedconposi

6、fion；mlagectm叩lelion；gradient；textm'esynthesis1引言图像修复指恢复图像中破损区域的颜色信息或者去除其中的多余物体，使修复后的图像或视频看起来和谐、自然．自Bertalmio等人【1J在SIC,GRAPH2000大会上第一次发表关于图像修复技术的论文以来，该技术得到研究者的足够莺视和发展．本文工作是从纹理合成思想出发来完成图像修复的，所以只对与其相关的修复技术进行介绍．Hsrrison最先对纹理合成算法进行扩展，提出基于模板的图像修复算法【2J，但这种算法对噪声不鲁棒，常常使图像的线结构变

7、得模糊不清；Drori等提出基于反向遮片的图像修复算法bJ，利用自相似的原理，将已知图像区域的纹理信息作为训练集去推导待修复图像区域内的信息，采用多分辨率方法迭代逼近丢失信息的区域，取得了一定的效果，但由于该算法在搜索过程中利用全局搜索，使算法计算量过大，还会产生部分修复区域模糊现象．Criminisi等提出基于样例的图像修复算法M．5J，该方法以像素块为单位进行修复，利用计算边界像素优先级的方法决定当前待修复的图像块，根据匹配代价函数在已知图像区域内选择最佳匹配的图像块，通过拷贝其中对应的像素信息进行当前的待修复图像块中未知像素的

8、复制，不断循环上述过程，直到完成整幅图像的修复．Tang等怕J分析了Criminisi算法的不足，提出了一种新颖的基于纹理合成的图像修复算法，缩小了寻找匹配块的准则，避免了误差的传播，使修复效果有了一定的提高．Shen等"J提出的基于