学位论文 > 优秀研究生学位论文题录展示
基于样本图像的图像修补技术研究
作 者: 胡熹
导 师: 杨小康; 陈立
学 校: 上海交通大学
专 业: 电子与通信工程
关键词: 图像修补 样本图像 图像匹配 纹理合成
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 53次
引 用: 0次
阅 读: 论文下载
内容摘要
图像是信息传播的主要载体之一。旨在提高图像主观视觉效果的图像修补技术近年来一直受到广泛的关注和深入的研究。在图像采集、传输、压缩、储存或者编辑修改过程中,会造成图像像素信息的丢失,影响图像的视觉效果。图像修补技术使用已知的信息推测并恢复丢失信息,经过多年的研究发展,已经在小尺寸图像丢失以及纹理综合与前景去除方面获得了很好的效果。然而,对于大尺度图像内容缺损的问题,由于前景内容、重要边缘结构的丢失,现有的图像修补算法很难使图像达到能够观赏的视觉效果。本文针对大尺度图像缺损问题进行研究和分析,在归纳总结了现有经典图像修补算法的基础上,提出了基于样本图像的图像修补算法,有效提高了图像修补的修复效果。本文的主要研究成果为:首先,提出了一种基于样本的图像结构信息恢复方法。在图像修补过程中,结构信息往往起到决定性的作用,为了对缺损图像的丢失结构进行重构,本文提取样本图像的前景结构,使用边缘匹配及拟合技术将样本图像的结构与缺损图像结合,从而重建完整的结构信息。基于修复的结构信息,现有的图像修补算法能够恢复图像原有的内容,修复效果得到很大提升。其次,在结构信息恢复的基础上,本文进而提出一种基于样本的纹理综合算法。由于大尺度图像缺损问题中丢失的信息过多,仅仅使用源图像中的像素信息会使修复效果平滑性很差,因此本文考虑使用样本纹理和源图像纹理共同合成最终纹理。本文首先对待修补区域计算其样本相关度,然后在块匹配环节分别从样本图像和源图像进行匹配,根据样本相关度加权的填补到目标区域。其中,对于边缘图像块的匹配不仅计算其SSD还加入边缘相似度计算最优匹配。实验证明,这种基于样本的纹理合成算法在恢复了图像缺损内容的同时成功的保证了修补结果的平滑性,比传统的经典图像修补算法有所提高。最后,在Hays最先提出的基于样本检索的图像修补技术基础上,本文对其局部匹配进行了改进,与本文介绍的基于样本的图像结构恢复、纹理合成算法一起,提出了新的基于样本检索的图像修补算法。Hays首先提出对大量图像资源进行检索后使用样本填补图像,但是其在局部匹配与填补上只简单使用Graphcut技术进行平滑。本文使用梯度方向匹配进行样本的局部精确匹配选择,目的在于检索出结构近似的样本图像,从而使用基于样本的结构恢复和纹理综合算法,达到良好的图像修补效果。
|
全文目录
摘要 5-7 ABSTRACT 7-13 第一章 绪论 13-25 1.1 图像修补(Image Completion)问题的定义 14-15 1.2 图像修补的意义及应用 15-19 1.3 相关研究现状 19-23 1.4 本文主要工作及章节安排 23-25 第二章 图像修补技术概述 25-38 2.1 图像修补技术介绍 25-32 2.1.1 基于扩散理论的图像修补方法 25-26 2.1.2 基于样块匹配的图像合成方法 26-29 2.1.3 扩散法和样块法的结合方法 29-30 2.1.4 全局能量函数最小化方法 30-31 2.1.5 基于重构结构信息的修补算法 31-32 2.2 图像修补技术的基本要素 32-34 2.3 图像修补的难点 34-36 2.4 本章小结 36-38 第三章 基于样本的图像结构信息恢复 38-53 3.1 背景分析 38-39 3.2 结构信息提取 39-43 3.2.1 图像分层——Grabcut 算法 39-40 3.2.2 结构提取——基于均值漂移(Mean shift)的分割算法 40-43 3.3 结构信息重构算法 43-48 3.3.1 全局轮廓匹配 43-45 3.3.2 局部轮廓曲线平滑性约束 45-47 3.3.3 前景结构的重构 47-48 3.4 实验结果与分析 48-52 3.5 本章小结 52-53 第四章 基于样本的图像合成算法 53-68 4.1 基于块匹配的纹理合成简介 53-54 4.2 基于样本的纹理合成算法描述 54-59 4.2.1 样本图像相关度计算 54-56 4.2.2 直方图变换与改进的块匹配方法 56-58 4.2.3 基于加权样块的合成算法 58-59 4.3 实验结果与分析 59-67 4.4 本章小结 67-68 第五章 基于样本检索的图像修补技术 68-80 5.1 基于海量资源检索的图像修补技术介绍 68-71 5.1.1 全局特征匹配 69-70 5.1.2 局部匹配与修补 70-71 5.2 改进的基于样本检索的图像修补技术 71-74 5.2.1 改进的局部匹配算法 71-74 5.2.2 基于样本图像检索的图像修补系统 74 5.3 实验与分析 74-78 5.4 本章小结 78-80 第六章 总结与展望 80-82 参考文献 82-88 致谢 88-89 攻读硕士学位期间已发表或录用的论文 89-90 附录 90
|
相似论文
- 基于纹理特征的视频编码技术研究,TP391.41
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于哈特莱变换的快速模板互相关算法设计,TP391.41
- 数字图像修复技术研究,TP391.41
- 沥青路面病害修补图像的自动检测方法研究,TP391.41
- 基于深度图像绘制的二维转三维视频关键技术研究,TP391.41
- 基于人眼视觉特性的图像修补评价准则的研究,TP391.41
- 基于MRF的图像样本修补技术研究及实现,TP391.41
- 基于稀疏表示的图像修补研究,TP391.41
- 基于样图的纹理合成算法研究,TP391.41
- 红外图像匹配技术研究,TP391.41
- 混沌遗传算法及其在图像匹配中的应用,TP391.41
- 基于图像的柱面全景图生成技术研究,TP391.41
- 线积分卷积与纹理合成在云南重彩画风格化绘制上的应用,TP391.41
- 基于可编程GPU大规模虚拟场景实时绘制技术研究,TP391.41
- 转导支持向量机在数据预测中的应用,TP274
- 图像去噪的各向异性扩散方法,TP391.41
- 半通过镜头无反光镜相位比较对焦数码相机系统,TB852.1
- 3S技术在矿区空间位置核查中的应用研究,P237;P228.4
- 基于SIFT的车载导航图像匹配方法,TP391.41
- 多特征融合的手掌静脉匹配算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|