学位论文 > 优秀研究生学位论文题录展示

基于样本和结构信息的大范围图像修复算法研究

作　者: 李功清
导　师: 吴晓军
学　校: 哈尔滨工业大学
专　业: 控制科学与工程
关键词: 图像修复纹理结构样本
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 92次
引　用: 0次
阅　读: 论文下载

内容摘要

图像修复是指利用图像中已知信息,按照一定的规则修复未知区域,使修复后的图像获得满意的视觉效果,是当前计算机图形学、计算机视觉和图像处理的热点研究领域之一。图像修复具有广阔的应用领域,包括:文物保护、影视特技制作、图像中文字、障碍物的去除及视频错误隐藏等。目前,图像修复算法主要有两类:基于结构信息的图像修复算法和基于纹理信息的图像修复算法。前者偏重于结构信息的修复,适合于修复破损区域比较小的图像,对于破损区域较大和纹理信息丰富的图像,修复效果差。后者偏重于纹理信息的修复,适合于修复破损区域比较大的图像,但是对于含有结构信息的图像修复效果差。本文根据目前典型的图像修复算法的不足,提出了基于样本和结构信息的大范围图像修复算法。图像中纹理信息丰富而结构信息较少时采用改进的基于样本的修复算法。图像中同时含有丰富的纹理和结构信息时,由于图像中纹理的梯度变化小对比特征不明显,而结构更能明显地反应图像的空间连贯性,故采用结构优先的修复算法。图像中常出现直线和曲线结构特征,但是目前传统的图像修复算法针对这类图像的修复效果不理想,故本文提出基于直线特征的图像修复算法和基于曲线特征的图像修复算法。基于直线特征的修复算法,首先利用Hough变换检测出图像中的直线特征,然后先修复位于破损区域的直线上的像素点,最后利用改进的基于样本的修复算法完成剩余部分的修复。基于曲线特征的图像修复算法,首先利用图像分割方法找出图像中明显的曲线特征,利用最小二乘法拟合出曲线,然后先修复位于破损区域的曲线上的像素点,最后利用改进的基于样本的修复算法完成剩余部分的修复。实验表明,本算法简单易于理解和实现,修复结果能达到令人满意的效果,具有很高的实用价值。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-15
  1.1 课题背景及研究意义  9-10
  1.2 国内外研究现状  10-13
  1.3 本文主要工作及章节安排  13-15
第2章图像修复的理论基础  15-19
  2.1 图像修复模型的建立  15-16
  2.2 图像修复的基本原则  16-18
  2.3 图像修复问题的病态性  18
  2.4 本章小结  18-19
第3章典型的图像修复算法概述  19-32
  3.1 基于结构的图像修复算法  19-25
    3.1.1 BSCB修复算法  19-21
    3.1.2 TV修复算法  21-24
    3.1.3 CDD修复算法  24-25
  3.2 基于纹理的图像修复算法  25-31
    3.2.1 MRF修复算法  25-27
    3.2.2 Criminisi算法  27-31
  3.3 本章小结  31-32
第4章基于样本和结构信息的大范围图像修复算法  32-47
  4.1 改进的基于样本的图像修复算法  33-37
    4.1.1 Criminisi算法分析  33-34
    4.1.2 算法思想  34-36
    4.1.3 算法实现  36-37
  4.2 基于直线特征的图像修复算法  37-41
    4.2.1 Hough变换  38-40
    4.2.2 算法实现  40-41
  4.3 基于曲线特征的图像修复算法  41-46
    4.3.1 K-means图像分割  41-43
    4.3.2 曲线拟合  43-44
    4.3.3 算法实现  44-46
  4.4 本章小结  46-47
第5章实验结果及分析  47-57
  5.1 改进的基于样本的图像修复结果  47-49
  5.2 基于直线特征的图像修复结果  49-52
  5.3 基于曲线特征的图像修复结果  52-55
  5.4 本章小结  55-57
结论  57-58
参考文献  58-63
致谢  63

基于样本和结构信息的大范围图像修复算法研究

内容摘要

全文目录

相似论文