张 波，徐黎明

(西华师范大学 计算机学院，四川 南充 637009)

基于八邻域的自适应P-Laplace图像修复算法

张 波，徐黎明

(西华师范大学 计算机学院，四川 南充 637009)

针对传统的变分图像修复算法仅仅利用四邻域信息导致的图像过渡不自然、人工干预强等问题，提出一种基于八邻域的自适应P-Laplace修复算法。该算法将待修复像素点的八邻域分为两组四邻域，利用每组四邻域信息，采用中心格式差分方法对待修复像素点进行处理，通过自适应方法确定每组邻域修复的最佳p值，最后再进行加权平均。仿真实验显示，该算法与近几年提出的修复算法相比图像评价较好，PSNR值提高了约5.74%～22.15%，TSSIM值提高约4～30个百分点。

变分图像修复；邻域；P-Laplace；自适应；图像评价

0 引言

图像修复[1]是一种在受损图像上对信息缺失或错误的部分按照特定的规律进行修复以恢复原图像的技术。现阶段图像修复技术主要分为3种：基于变分偏微分方程、基于纹理合成和基于图像分解的修复技术。在基于变分偏微分方程的算法中，以Chan等[2]提出的全变分(Total Variation,TV)算法、Bertamlio等[3]提出的BSCB (Bertamlio Sapiro Caselles Ballester)模型和曲率驱动扩散修复算法[4](Curvature Driven Diffusions,CDD)为典型。针对TV模型因较强的正则化约束引起的梯度效应和假边缘信息，文献[5]、[6]提出了改进的TV算法，较好地避免了梯度效应和假边缘情况。针对CDD算法耗时、容易引起模糊等问题，文献[7]提出的自适应CDD修复算法和文献[8]提出的基于模糊C-均值的自适应TV算法较好地克服了该问题。

文献[9]提出的基于压缩感知的改进TV模型在去噪的同时保护好了纹理和边缘信息，与基于纹理合成等其它算法[10～11]结合使用，增强了图像修复的应用范围。……