数字图像修复技术综述【文献综述】

《数字图像修复技术综述【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

毕业论文文献综述通信工程数字图像修复技术综述综述之前，我在中国知网CNKI用主题“数字图像”进行搜索，结果显示有20287条相关记录，用主题“数字图像修复”进行搜索，结果显示57条相关记录。摘要：数字图像修复是图像处理过程中一项重要的内容，是当代数字图像应用的一个关键。本文论述目前国内外在图像修复技术的研究背景及现状，总结了图像修复技术的的两个方面:基于像素操作和基于块操作，综述并比较了国内外运用较广的修复技术，并对数字图像修复技术的各方面应用作了简单的介绍。关键词：图像修补；图像复原；图像补全；PDE变分方法；纹理合成一、数字图像修复的背景和现状在以前数字图像修复技术主要是用于改善图像的质量，去除外界带来的干扰和模糊，而现在其技术主要用于恢复图像的受损和确实信息区域的修复，随着数字图像应用的广泛，其修复方法也是日新月异。目前，图像修复技术主要集中于两个方面:基于像素操作、基于块操作[1]。如图1所示）：数字图像修复研究现状（图1）目前最普遍的图像修复技术分为两类：一类称为“Inpainting”，用于修复小尺寸缺损的数字图像，这种技术最早是由bertalmio，caselles，sapiro等人引入到图像修复中来的，原理是将已知的图像信息，采用一种由粗到精的发包方法来估计等照度线[2]的方向并采用了信息传播方法将信息传播到待修补区域6/6 内，从而得到更好的修补效果，这种技术基于偏微分方程的算法，称为PDE，它主要是利用物理学中的热扩散方程将待修补区域周围的信息传播到修补区域中，其中较为典型的有BSCB模型，TV模型和CDD模型[3]，另外一种是基于块的纹理合成技术来修补丢失的信息，称为纹理合成图像补全技术。二、修复技术目前国内外的图像修复技术有好几类，但是使用比较广泛的有几下几种：2.1、基于BSCB的图像修复模型[4]BSCB模型全称Bertalmio-Sapiro-Caselles-Bellester，最早是由Bertalmio提出的，它是由Bertalmio模拟手工修复的步骤，基于传递过程的图像修复模型。其主要原理利用待修复区域的边缘信息来对图像进行修复。在这个模型中，修复的过程被看做是一种扩散的过程。其修复模型如下：BSCB模型对于非纹理图像有较好的修复效果，但是对于纹理图像会产生平滑效果，会导致纹理丢失。2.2、基于TV的图像修补模型[5]TV模型全称totalvariation，该图像修补法是在2002年由chan等人首先提出的，它通过最小化能量泛函来完成对破损区域的修复，该模型在修复中可保持尖锐的边缘并目数值实现简单。TV模型的主要优点是能保持边缘和PDE数值计算简单。其图像修补模型公式为：如图（2）所示：待修复区域示意图（图2）其中D为待修复区域，E待修复区域的领域，其简单原理是利用待修补区域的边缘信息采用一种由粗到精的方法，将修补信息传导待修补的区域中去，其本质上是基于偏微分方程的一种算法，其优点是能够修补缺损图像的轮廓和缺损区域的像素值。6/6 虽然基于全变分PDE的图像补全技术可以利用待修补区域的周围信息来填充丢失区域的像素值，但是只适合修补小尺度的缺损，不能修补图像细节，而基于块的纹理合成图像补全技术则不但可以填充任意大小的丢失块，还可以修复破损部分的细节。2.3、基于曲率驱动扩散(CDD)的图像修复模型[6]CDD模型全称curvature-drivendiffusions，是基于TV模型而进行的改进模型，其主要原因是TV模型受到修复区域大小的限制。在CDD模型中，通过曲率来调整各向异性扩散系数。在进行图像修复时，不仅考虑到整体的长度，还充分考虑到了曲率的变化，从而对细长的线段也有较好的修复效果。CDD模型虽然对细长线段有较好的修复效果，但在修复过程中也产生了新问题。由于曲率对噪声非常敏感，因此在修复时不能直接使用该方法，不然往往会衍生出错误线段。2.4、基于块的纹理合成图像补全技术[7]纹理合成技术是以样本纹理为基础，大范围地生成相似纹理的技术。其又分为过程纹理合成和基于样图的纹理合成。其中基于样图的纹理合成技术是近几年迅速发展起来的一种新的纹理合成技术，其原理是基于给定的小区域纹理样本，按照表面的几何形状，再进行整个曲面的纹理合成。基于块的纹理合成技术的核心原理其实就是基于样图的纹理合成技术。近几年，许多研究学者广泛关注纹理合成领域，对此也取得了一定的进展。早年，基于碎片的图像补全算法[6]被广泛使用，该算法是利用自相似原理，采用一种由粗到精的方法使信息不停的逼近丢失信息的区域，虽然这个方法取得了较好的修复效果，但是，由于该技术是利用整体搜索手段寻找相似碎片，速度相当慢，影响了它的实用性。后来，Crininisi等人经过反复研究最后得出一种基于块的图像修补算[7]，其实质是直接采用纹理合成的方法来修复图像，并得到了很好的效果。基本的纹理合成过程（图3）6/6 如图（3）所示，首先在图像信息丢失块的边界上任意选择一像素点，并以该点为中心，建立一定大小的模板，如:3x3，9x9等;然后在己知区域内按照准则，寻找一个与该模板最为匹配的块，然后对该匹配的快进行优化，最后用这最优匹配块填充模，这就是基于纹理合成图像补全技术的原理。以上几种修复技术虽然在实际应用当中已经得到较好的效果，但是它们却有各自不同的优缺点：比如TV模型可以利用待修补区域的周围信息来填充丢失区域的像素值，但是只适合修补小尺度的缺损，在修复纹理上显得很无力，不适合修补复杂的区域，而基于纹理合成的修复方法，虽然原理比较简单，适合于背景纹理的修复，但是不能修复破损区域的轮廓，而且由于该方法在修复每一个含有未知象素的块/点时都要对整个图像进行搜索，不但容易出错而且会影响修复速度。在数字图像修复上，不但目前的技术不是特别完善，而且在处理图像的方法上也有待改进。以前在修复图像的算法上都是采用都是将图像的结构和纹理看成一个整体来进行修复，这样的算法往往会造成混乱，相互产生影响，而在针对图像破损区域修复时以前都是根据破损区或周围的已知点对整个受损区域同时进行修补，这样会直接造成修补区间不同信息之间的相互干扰.目前对上述问题改进的方法:1）、将要修复的图像分解成结构和纹理图像两块进行分别修复，这样会减少他们之间的影响2）、将图像受损区根据不同的特点割成不同的分块进行修补，这样可以有效的避免以上所说到的干扰，而且可以减少纹理合成时的搜索区域。三、数字图像修复技术的广泛应用随着人类对图像需求的不断扩大，图像修复的应用领域也随之不断扩大。因此，图像修复的应用领域必然涉及到人类生活和工作的方方面面。1)航天和航空技术方面在航天航空方面（如森林调查、渔业调查、灾害勘测等），需通过卫星等通讯仪器对所需要的目标进行拍摄，再将所拍摄到的图像通过无线技术传回目的地，但是由于其传输路径很长，而且要经过好几道处理，在传输过程中由于外界的影响难免会造成图像信息丢失，因此在传输过程中需要对图像进行不停的修复。2)生物医学工程方面[8]在医学上，对医用显微镜所拍到的图像进行处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。除此之外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理修复技术3)通信工程方面[9]当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。其中以图像通信最为复杂和困难，因为图像的数据量非常巨大，如传送彩色电视信号的速率达100Mbit/s以上。要将这样高速率的数据实时传送出去，必定需要编码技术对失真的图像进行修复。6/6 目前国内外正在大力开发研究新的编码方法。1)军事公安方面在军事方面，图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，军事模拟训练系统等；在公安方面，图片的判读分析，指纹识别，人脸鉴别，以及交通监控、事故分析等，以上这些对图像的依赖性都是非常大的，因此对图像质量的要求更为关键。2)视频和多媒体系统目前,电视制作系统广泛使用的图像处理、变换、合成,多媒体系统中静止图像和动态图像的采集、压缩、处理、存贮和传输等。3)电子商务等等在电子商务中,图像修复技术也大有可为,如身份认证、产品防伪、水印去除技术等近年来，图像修复技术得到快速的发展，呈现出明显的发展趋势。四、结束语图像修复是图像处理过程中一个重要内容，在实际生活中的应用也越来越广泛。由于网络的诞生以及各种图像数码产品的出现使得数字图像受到广泛的使用也愈来愈受到人们的关注。因此，数字图像修复技术，特别是基于变分PDE方法的图像修补技术和基于块的纹理合成图像补全技术，也是近几年的热门研究课题。但是虽然数字图像修复技术所取得的成功拓宽图像修复技术的应用领域，也在在实际应用中已取得了一定的成果，但是它们还存在着一些不足，有待进一步的改进。参考文献[1]张燕、洪志全图像修复技术研究[D]成都理工大学2010年5月[2]陈刚等基于偏微分方程的图像处理.[M]北京:高等教育出版社，2004年1月[3]李苏莉、王慧琴数字图像修复技术的研究与应用[D]西安建筑科技大学2010年5月[4]黄陈思基于纳维-斯托克斯方程的图像修补模型的实现[D]福州大学2003年3月[5]赵颜伟、李象霖一种基于TV模型的快速图像修复算法[D]中国科学院研究生院文章编号:1000-7180(2009)06-0253-04[6]孙即祥图像处理[M].北京:科学出版社，2004[7]王远敏基于纹理合成的数字图像修复算法研究[D]上海交通大学2007年12月[8]张红英、彭启琮数字图像修复技术综述[J]中国图像图形学报2007年1月[9](美)冈萨雷斯数字图像处理[M]页码：646页出版日期：2007年8月6/6 ISBN：97871210439706/6