学位论文 > 优秀研究生学位论文题录展示

基于PDE的旋切单板表面缺陷图像修补方法研究

作　者: 苍圣
导　师: 王阿川
学　校: 东北林业大学
专　业: 计算机应用技术
关键词: 纹理修复结构修复 PDE BSCB
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 15次
引　用: 0次
阅　读: 论文下载

内容摘要

纹理是板材的重要特征,板材的天然节子缺陷可能破坏纹理构造的均匀性和完整性,使纹理质量下降,大大降低板材的档次,这不仅影响板材表面的视觉性质和加工性质,吏重要的是影响其价值,不利于板材的有效利用。修复板材纹理具有极高的工业价值。它不仅可以用于木材的纹理检测,还可以广泛用于人造板生产、板材纹理涂饰等木材行业的各个方面,必将成为木材自动化加工生产线中重要的组成部分,有利于提高工业化生产精度及生产率。本文基于偏微分方程的图像处理及机器人视觉技术等方法,结合了单板的特点,对以往的修复算法进行整理,提出新的算法,实现旋切单板缺陷图像的有效修复。论文所作的主要工作如下：首先,本文对现今的主流图像修复算法进行了整理,指出了基于偏微分方程的BSCB修复及基于样本块的Criminisi算法修复算法分别适合于普通图像的单一的结构或纹理部分的修复,但是对于旋切单板表面缺陷的图像修复有其明显的不足之处,即BSCB算法只能对缺陷面积较小的结构部分的图像进行修复,而基于样本块的Criminisi算法只能修复纹理变化不明显的部分,对富含结构和纹理的图像无法较好的修复。为此,本文针对BSCB算法的不足提出了一种新的改进的BSCB算法,改进后的算法可以修复缺陷比较大的旋切单板图像,但是对于其纹理部分修复效果仍不理想。故本文又提出了一种将BSCB改进算法与基于样本块耦合的修复旋切单板表面缺陷图像的新的算法,应用这种新的算法,可以对单板节子缺陷图像的结构和纹理部分同时进行有效的修复。但是当单板纹理和结构部分的变化不是很明显时,该算法修复效果也受到了影响。最后,针对单一修复方法的局限性,本文又提出了一种新的基于图像分解的修复算法,即首先应用基于最小化的总体变分法将图像分解为结构部分和纹理部分,对结构部分用BSCB改进算法进行修复。对纹理部分,本文又提出了一种扩展的基于样本块的Criminisi算法,对其进行修复,然后将修复好的两部分图像叠加合成,且经过实验对比,效果较好,基本上能满足旋切单板的图像修复的要求。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-14
  1.1 课题研究的背景  9
  1.2 课题研究的目的与意义  9-11
  1.3 课题的国内外研究现状  11-13
    1.3.1 国外相关研究现状及发展趋势  11-12
    1.3.2 国内相关研究现状及发展趋势  12-13
  1.4 课题研究的主要内容  13
  1.5 本章小结  13-14
2 相关知识简介  14-24
  2.1 图像相关知识简介  14-15
    2.1.1 图像相关知识概述  14
    2.1.2 有关图像具体分类方法  14-15
  2.2 相关描述  15-21
    2.2.1 有关灰度图像的描述  16-19
    2.2.2 数字图像的离散形态  19-21
  2.3 有关图像存储知识概述  21-22
  2.4 数字图像修复技术简介  22
  2.5 旋切单板图像修复介绍  22-23
  2.6 小结  23-24
3 PDE在图像修复中的应用  24-29
  3.1 图像修复的原则以及理论分析  24-25
  3.2 偏微分方程的导出  25-26
  3.3 图像修复与PDE方程  26-27
  3.4 PDE的基本推导过程  27
  3.5 小结  27-29
4 基于偏微分方程的修复方法介绍  29-35
  4.1 基于PDE的BSCB修复算法  29-31
    4.1.1 BSCB的基本原理  29-31
    4.1.2 BSCB在彩色图像修复中的应用  31
  4.2 CDD及其改进的算法介绍  31-32
    4.2.1 CDD算法介绍  31-32
    4.2.2 图像处理过程中的具体问题  32
  4.3 基于能量概念的Elastic修复模型  32-33
  4.4 基于边缘信息的改进Mumford修复模型  33
  4.5 基于样本块的修复算法  33-34
  4.6 小结  34-35
5 二种新的基于偏微分方程的旋切单板图像修复方法  35-53
  5.1 BSCB改进算法与基于样本块耦合的单板节子图像修补  35-44
    5.1.1 BSCB改进模型与基于样本块耦合算法介绍  35-41
    5.1.2 实验过程及其结果  41-44
  5.2 基于图像分解的旋切单板节子图像修补方法  44-53
    5.2.1 改进的基于图像分解的方法在旋切单板节子图像修补中的作用  44-49
    5.2.2 实验过程及其结果  49-53
结论  53-55
参考文献  55-57
附录  57-58
攻读学位期间发表的学术论文  58-60
致谢  60

相似论文

基于视觉特性与图像模型的增强算法与性能分析,TP391.41
基于变分偏微分方程的图像融合方法研究,TP391.41
基于八阶PDE的Bézier曲面构造方法,TP391.7
数字图像修复技术研究,TP391.41
结合人眼视觉特性和TV模型的图像去噪方法研究,TP391.41
周围神经损伤后脊髓前角运动神经元形态和超微结构变化,R651.3
视频模糊图像的复原算法研究,TP391.41
图像PDE滤波和盲恢复技术的理论研究及其在IVUS图像处理中的应用,TP391.41
基于偏微分方程修复的潜指纹预处理技术研究,O175.2
一种DWT域的鲁棒性数字水印算法研究及其实现,TP309.7
数字图像修复算法研究,TP391.41
分数次布朗运动的障碍期权定价,F830.9
带偏微分方程约束的优化问题的迭代算法,O241.82
Anisotropic Diffusion方法研究及其在提高地震资料品质方面的应用,P631.44
基于多核架构体系的图像配准并行计算方法研究,TP391.41
CaM对增强UV-B辐射小麦幼苗抗氧化系统调控的研究,S512.1
基于PDE方法的Bézier曲面设计,TP391.72
违约风险若干问题研究,F830.9
几类信用风险违约问题的研究,F832
糖皮质激素对人中性粒细胞脱颗粒的快速抑制作用及其分子机制研究,R96