APP下载

采用多方向插值融合的快速铁路货运图像修复

2014-02-21俞大海韩建枫李晖晖韩军伟

应用科学学报 2014年2期
关键词:区域信息

金 星, 俞大海,2, 韩建枫, 李晖晖, 韩军伟

1.西北工业大学自动化学院,西安710072

2.天津光电高斯通信工程技术股份有限公司,天津300211

3.天津商业大学信息工程学院,天津300134

数字图像修复是指利用数字图像处理技术对受到损坏的图像数据进行修复重建或者去除图像中的多余物体,使其达到图像的原始视觉效果.如今,这项技术备受关注,并广泛应用于文物保护、影视特效、虚拟现实、多余物体剔除等领域.目前图像修复方法主要包括基于纹理合成的方法、基于结构(偏微分方程)的方法、基于学习模板合成处理的方法[1].

基于结构的修复方法先建立偏微分方程(partial differential equations,PDE),再利用迭代方法来求解,其中最具代表性的迭代方法是BSCB算法[2],它是将沿着等照度线方向上的邻域信息迭代到待修复区域内而产生修复信息.等照度的方向是通过计算修补的轮廓线上各个点的离散梯度并旋转90°而获得的.BSCB算法为图像修复提供了新的处理方式.随后文献[3-4]提出了基于整体变分方法的TV模型和CCD模型.CCD模型是对TV模型的增强和扩展,根据几何曲率估算在等照度方向上的信息,保证了处理较大破损区域和细小边缘的效果.文献[5]提出了基于快速前进方法(fast marching method,FMM)的修复模型,这个模型的算法与BSCB方法非常相似,只是在计算修复信息时引入了Eikonal方程和权重分类,不但取得了与BSCB相似的处理结果,而且优化了运算速度.这类基于PDE的算法适用于区域平滑和小尺度的修复,但因使用偏微分方……

登录APP查看全文

猜你喜欢

区域信息
永久基本农田集中区域“禁废”
分割区域
订阅信息
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
展会信息
区域
信息
健康信息