基于统计及结构稀疏特性的图像修复算法
2016-09-26于文静毕东旭颜学峰林家骏
计算机应用与软件 2016年3期
于文静 毕东旭 颜学峰 林家骏
(华东理工大学信息学院 上海 200237)
基于统计及结构稀疏特性的图像修复算法
于文静毕东旭颜学峰*林家骏
(华东理工大学信息学院上海 200237)
目前普遍使用的基于等照度线的优先权图像修复算法,不能快速准确地确定待修复图像的结构位置。提出利用破损区域边缘图像块的灰度均值直方图,快速准确定位结构点的位置,优先修复结构区域后,实现纹理区域修复,获得很好的修复结果。该算法与传统算法相比,不必计算每个边缘图像块的优先级,直接利用统计信息获得结构点的位置,比传统算法更准确获取结构点位置。算法的计算效率和修复效果都有了很大提升。
图像修复灰度均值直方图结构稀疏
0 引 言
图像修复[1]是利用已知信息估计未知信息,从而将破损的图像修补完整,使其平滑、连续、符合人眼的视觉要求。随着图像修复在数字特效、图像恢复和图像编码、传输等方面的广泛应用,图像修复正在成为图像处理研究中的基础领域。
目前常用的图像修复方法可以分为基于扩散的方法,基于样本的方法。基于扩散的方法[1-3]是利用待修补区域的边缘信息确定扩散信息和扩散方向,从区域的边界各向异性地向边界内扩散,这些算法通过变分法或高阶的偏微分方程实现。基于扩散的算法在处理非纹理图像和破损区域较小的图像修复中取得了较好的效果。基于样本的图像修复方法[4-6]是在已知区域中寻找最匹配的图像块,对于未知区域进行填充。……
登录APP查看全文
