关键词:
图像修补
数字图像处理
曲率扩散
贝叶斯决策
摘要:
图像修补在图像修复领域发挥着重要作用,并且它也是数字图像处理及计算机视觉中的研究热点。不过随着该项技术的快速发展,其已不仅仅限制于修补图像,它已经在文物保护、影视特技制作等方便表现出很高的应用价值。\n 2000年由Bertalmio等人提出最早的BSCB修补模型,它模仿手工修补的方式,利用等照度线的扩散来实现对受损区域的填充。但由于它是一个三阶偏微分方程,效率较低。于是,***等人提出了基于贝叶斯决策的全变分TV修补模型,其去噪效果明显,且效率也明显提升,不过其不遵循“连通性”原则。因此,***等人进一步提出基于曲率扩散的CDD模型,该方法在修补区内增加了曲率参数,有效地改进了TV模型的缺点,不过由于其同样是三阶方程,修补效率也比较低。而对于纹理修补,经典算法以样本块为出发点,通过搜索与匹配最相似的纹理块来完成修补区域的填充,但是此类模型的计算与迭代过程更为复杂,效率更低。\n 由此,详细分析了一种快速图像修补算法后,提出滑算法,该算法通过模板整合像素周围信息,完成信息的填充,效率得到有效提升。此外,为改善修补效果,还提出将受损区域区分为大小区域,然后再利用滑算法从不同滑向分别对受损区进行修补,处理结果得到了有效改善。\n 最后,详细介绍了数字图像修补对象——BMP图像的基础知识,以及滑算法实现的具体方案,而这为滑算法的推广打下坚实基础。