论文摘要
图像修复是利用图像中的已知信息对受损区域进行修复,使其符合人们视觉要求的一种技术。经过多年的发展,图像修复技术已取得了诸多重要的研究成果。其中,基于偏微分方程(Partial Differential Equations,PDE)的图像修复算法为目前广泛使用的图像修复算法之一。基于偏微分方程的典型图像修复算法主要有:总变分(Total Variation,TV)修复算法、曲率驱动扩散(Curvature-Driven Diffusions,CDD)修复算法等。基于TV模型的修复算法存在迭代次数多、运行时间长、模糊效应以及阶梯效应问题。基于CDD模型的修复算法存在迭代次数多、运行时间长、无法修复边界破损图像问题。针对TV算法模型、CDD算法模型存在的上述问题,提出优化算法,主要的研究内容如下:(1)针对TV模型存在迭代次数多、运行时间长的问题,提出一种基于TV模型的改进图像修复算法,在正则项中引入扩散调节系数,在扩散调节系数中引入随着迭代次数而变化的自适应参数,使算法在迭代初期以较快的速度扩散,而在迭代后期减速扩散,从而使修复后的图像保持锐利的边缘。仿真结果表明,改进后的算法在划痕以及文本的去除上减少了迭代次数和运行时间,修复后的图像视觉效果很好。(2)针对TV模型存在模糊效应、阶梯效应的问题,提出一种对数运算以及附加方向梯度算子融合的总变分算法。首先在原算法正则项中引入附加方向梯度算子,从而减少了迭代的总次数,避免了过多迭代导致的模糊效应。其次在原算法正则项中引入对数运算,从而避免了非线性方程造成的阶梯效应。大量仿真表明,改进后的算法提高了图像质量。(3)针对CDD模型存在迭代次数多、运行时间长以及无法修复边界破损图像问题,提出一种基于腐蚀处理和多参数因子的CDD修复算法。该算法主要步骤为:首先对待修复图像的掩模进行腐蚀处理,从而避免了掩模过大造成的时间上的浪费。其次在曲率的计算中引入自然对数指数因子,在梯度模值的计算中引入线性指数因子,通过调节不同指数因子中参数的大小,从而避免了不合理的梯度模值、曲率值对扩散速度的影响。另外在曲率和梯度模值的计算中分别引入随着迭代次数变化的自适应正提升参数,从而使受损区域被较好地修复。最后,对有边界破损的图像,根据其边界所处的位置,加入相应的边界处理条件,从而避免了边界破损无法修复的问题。通过仿真验证,改进后的算法减少了修复时间,并且对有边界破损的图像能够进行很好地修复。
论文目录
文章来源
类型: 硕士论文
作者: 杜闪闪
导师: 韩超
关键词: 图像处理,图像修复,偏微分方程,修复算法
来源: 安徽工程大学
年度: 2019
分类: 基础科学,信息科技
专业: 数学,计算机软件及计算机应用
单位: 安徽工程大学
分类号: TP391.41;O175.2
总页数: 72
文件大小: 7087K
下载量: 361
相关论文文献
- [1].基于级联生成对抗网络的人脸图像修复[J]. 电子科技大学学报 2019(06)
- [2].基于生成对抗网络的图像修复算法[J]. 智能计算机与应用 2020(04)
- [3].基于生成对抗网络的图像修复[J]. 计算机科学 2018(12)
- [4].深度学习图像修复方法综述[J]. 中国图象图形学报 2019(03)
- [5].基于样本块的图像修复方法[J]. 科技视界 2019(33)
- [6].基于优先权改进和块划分的图像修复[J]. 中国图象图形学报 2017(09)
- [7].文物数字图像修复技术的研究发展[J]. 数码设计 2017(09)
- [8].基于样本的图像修复的仿真及分析[J]. 科技传播 2018(07)
- [9].计算机图像修复技术与运用之研究[J]. 电脑知识与技术 2018(23)
- [10].数字图像修复的变分方法与实现过程[J]. 数值计算与计算机应用 2016(04)
- [11].数字图像修复技术综述[J]. 信息通信 2016(02)
- [12].数字图像修复技术在文物保护中的应用[J]. 电子世界 2014(16)
- [13].数字图像修复技术应用于文物领域的研究[J]. 文物鉴定与鉴赏 2015(05)
- [14].探讨数字图像修复技术在文物保护中的应用[J]. 赤子(上中旬) 2015(15)
- [15].基于样本块的图像修复方法改进研究[J]. 山西科技 2015(05)
- [16].基于不同类型图像修复技术的研究[J]. 科学家 2016(16)
- [17].基于多损失约束与注意力块的图像修复方法[J]. 陕西科技大学学报 2020(03)
- [18].基于生成对抗网络的文物图像修复与评价[J]. 包装工程 2020(17)
- [19].先验置信传播模型的图像修复改进算法[J]. 高原科学研究 2018(04)
- [20].数字图像修复技术在旧损照片修复上的应用[J]. 信息记录材料 2019(03)
- [21].基于深度强化学习的图像修复算法设计[J]. 物联网技术 2019(06)
- [22].基于样本块与曲率特征的图像修复改进算法[J]. 计算机应用研究 2018(04)
- [23].基于样块和粒子群算法的图像修复[J]. 数学的实践与认识 2017(04)
- [24].基于广义回归神经网络的图像修复算法[J]. 计算机工程与设计 2017(11)
- [25].数字图像修复技术在西藏壁画保护中的研究[J]. 信息与电脑(理论版) 2016(15)
- [26].基于优化的深度图像修复与恢复算法[J]. 华中科技大学学报(自然科学版) 2013(S1)
- [27].图像修复技术[J]. 科技风 2014(14)
- [28].面向图像修复的域相似算法[J]. 计算机工程与应用 2014(13)
- [29].改进的图像修复算法[J]. 信息系统工程 2011(11)
- [30].图像的代数运算在图像修复中的应用[J]. 天水师范学院学报 2008(05)