基于统计特征子区域划分的图像修复算法研究

《基于统计特征子区域划分的图像修复算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TN911.73密级：公开国际图书分类号：654西南交通大学研究生学位论文基于统计特征子区域划分的图像修复算法研究年级2015姓名李梦雪申请学位级别硕士专业计算机科学与技术指导老师翟东海二零一八年五月九日ClassifiedIndex:TN911.73U.D.C:654SouthwestJiaotongUniversityMasterDegreeThesisIMAGEINPAINTINGALGORITHMBASEDONSTATISTICALFEATURESUBREGIONDIVISIONGrade:2015Candidat

2、e:LiMengxueAcademicDegreeAppliedfor:MasterSpeciality:ComputerScienceandTechnologySupervisor:ZhaiDonghaiMay.9,2018西南交通大学硕士研究生学位论文第I页摘要图像修复是对图像上缺失的信息进行填充最终修复完整的过程，是图像处理领域中的研究热点之一。基于样本块的图像修复技术中的经典算法，虽然在修复图像上能够获得较好的修复效果，但是在修复大破损图像的过程中会出现结构线断裂和匹配错误问题。因此，本文主要研究含有丰富纹理信息和复杂结构信息的破

3、损区域中的缺失信息进行修复的问题，设计了一种基于统计特征子区域划分的图像修复算法。具体工作如下：1)本文提出了一种基于统计特性的特征子区域划分的图像修复算法。首先，根据图像中包含的不同特征，构造了特征公式对图像进行特征提取，再通过统计特征值划分特征子区域。然后，构造了带结构因子的优先级公式，对待修复块的修复顺序进行计算，增加了结构信息的影响，避免结构断裂的产生。其次，在对应的特征子区域中进行搜索，根据待修复块与样本块自身的约束条件搜索得到初始候选样本块集合，再根据待修复块的邻域窗口中确定的最佳邻域相似块与初始候选样本块之间的约束条件进行二

4、次筛选确定最佳样本块集合。最后，利用权值分配法合成最佳样本块，提高了匹配精度。2)本文改进了基于样本块的图像修复算法中的优先级计算公式、匹配方法、填充方法，提出了一种基于结构张量的特征分块划分的图像修复算法。首先，本文设计了一种基于特征分块的优先级计算方法，先利用结构张量对待修复块进行特征分类，同时，根据结构张量特征值构造了结构特征因子，从而改进了优先级公式，使得越具有结构信息的待修复块越能够得到优先修复。其次，在搜索样本块集合时，利用K-means算法获得K个候选样本块集合，再通过待修复块与该K个候选聚类中心进行相似度比较，从中筛选出最

5、佳样本块集合。同时，在“结构+颜色”的约束条件下得到最佳样本块来填充待修复块，从而能够避免误匹配现象的产生以及提高匹配的精确度。通过实验验证，本文算法在修复含有丰富纹理信息和复杂结构信息的破损图像时，相比于Criminisi算法在峰值信噪比上提升了2～3dB，结构相似度的值也更加接近于1，使得修复后的图像更加满足人们视觉上的连通性。关键词：图像修复；特征提取；优先级；最佳样本块；特征分块西南交通大学硕士研究生学位论文第II页AbstractImageinpaintingisaprocessofcompletelyfillingthemis

6、singinformationoftheimage,andwhichisoneofthehotspotsinthefieldofimageprocessing.Theclassicalalgorithmofimageinpaintingbasedonsampleblock,althoughontheimagereparationcanobtaingood,theproblemofstructurallinefaultandmatchingerrorwillappearintheprocessofrepairingthelargedamag

7、edimage.Therefore,thispapermainlystudiestheproblemofrepairingthemissinginformationinthedamagedregionwithrichtextureinformationandcomplexstructureinformation,anddesignsanimageinpaintingalgorithmbasedonstatisticalfeaturesubregiondivision.Thespecificworkisasfollows:1)Thispap

8、erproposesanimageinpaintingalgorithmbasedonstatisticalcharacteristicsoffeaturesubregiondivision.