快速数字图像修复技术

《快速数字图像修复技术》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、快速数字图像修复技术摘要：我们提出了一个非常简单的修复算法来重建图像中小部分的丢失和损坏图像，该算法与目前产牛同等效果的方法相比，速度要快两到三个数量级。关键词：图像修复；图像恢复1引言重建图像丢失或损坏的部分，是一种古老的做法，广泛用于艺术殆恢复。又称修复或修饰,这是通过对原始图像不熟悉的观察员以-•种非非检测的方式来填补丢失图像或修改损坏的图像［2］。图像修复技术应用广泛，从修复照片、电影和绘画，到除遮挡，如图像上的文字，字幕，邮票和宣传。此外，修复也可以被用来产生特殊效果。传统上，熟练的艺术家手动进行图像修复。但考虑到其应用范囤，将修复作为诸如流行的Photoshop图

2、像处理工具的标准功能是可取的。最近，Bertalmio等人［2］介绍了静止图像的数字修复技术产牛了非常可观的成果。然而，他们的算法，通常在EI前的个人计算机上修复儿个相对较小的地区需要数分钟。这样的时间在互动坏节是不可接受的，这促使我们设计一个更快,更简便，能够在短短的几秒钟产生类似效果的算法。我们的算法产生的结果能与文献［2,4,5］中的结果相媲美，但速度上却快两到三个数量级。我们通过恢复照片、恢复破坏图像和文字去除的实例来说明我们方法的有效性。图1（左）展示了一幅著名的亚伯拉罕林肯在1865年拍摄的有裂痕的照片。其右侧显示的图像是在450兆赫奔腾III电脑上我们的算法在0

3、.61秒内获得结呆。2先前及相关文献Bertalmio等［2］率先推出基于偏微分方程（PDE）的数字图像修复算法。用户提供的掩码指定输入图像被修饰的部分，该算法将输入的图像视为三个独立的通道（R，G和B）o对于每个通道而言，它通过沿着水平线传播来自掩码区域外的信息来填补待修复区域（等照度线）。等照度线方向通过计算沿修复轮廓在每个像索上的离散梯度向量（它提供了最大的空间变化的方向）和90度旋转产生的向量而获得。这目的是在保留了边缘的同吋传播信息。用一个二维拉普拉斯［8］來巨擘估计色彩平滑变量，这种变量是沿着等照度线方向传播［2］。修复过程中的每几个步骤后，该算法进行数次扩散迭代

4、来平滑修复区。使用各向异性扩散［13］,以保留整个修复区边界。受Bertalmi。等人研究的启发，陈和沈提出两个图像修复算法［4,5］。总变分（TV）修复模型［4］采用了欧拉-拉格朗H方程，在修复区域以内，模型简单采用与等照度线对比基础上的各向异性扩散［13］o这个模型是专为修复小的地区，虽然它在消除噪波效果良好，但它不能连接破碎边缘（嵌入一个统一的背景的单线）［4］。曲率驱动扩散（CDD）模型［5］扩展了TV算法，在确定扩散过程“强度”的时候考虑了等照度线的几何信息，从而修复较大的区域。CDD可以连接一些破碎的边缘，但由此产生的插值细分通常看起来模糊。虽然基于非线性偏微分方

5、程的图像复原方法系统地保留边缘方面很有潜力，一般严重提出的问题是修复问题，而快速的数值计算是难以实现的［5］。同样很难找到适当的修复数学模型［5］。尽管他们的高质量，通过对［2］（传载）小提出的结果进行仔细检查发现，通常不能保留图像的尖锐边缘。例如，重建区域，穿过人众甲壳虫描风玻璃附近的遮盖出现模糊破碎的边缘（图6（顶部）［2］）oHirani和Totsuke［ll］结合全局频率和局部空间信息来去除噪波，同时使用它来制作后期特效镜头。这种技术可以产生非常好的效果，但需要样本子图像，英内容是要修复区域的翻译版本。数字化技术用于划伤照片的自动恢复［10］,数字化电影［1］划痕去除

6、、照片修饰［7］和线和装饰移除［6,14］也开始出现商业产品。3修复算法图像町能包含与任意空间不连续的纹理，但采样定理⑻约束可自动恢复空间频率的内容。因此，对于丢失或损坏的区域的情况，只希望能够产生合理的，而不是一个确切的重建。因此,为了修复模式对人量的图片来说都相当成功，那么待修复区域必须局部比较小。由于该地区变得更小，可用更简单的模型來近似局部估计由更复杂模型生成的结果。我们的算法设计屮另一个重要的观察是人类的视觉系统，在不相关的高对比度边缘［9］区域可以容忍模糊的存在。因此，让Q指代很小的待修复区域，3Q指代其边界。由于Q小，修复步骤可以通过从边界向待修复区域传播信息各

7、向同性的扩散过程进行近似。略有改善算法重新连接边缘，达到其边界（例如，使用［12］中描述的类似的方法），从带修复区域删除新的边缘像素（因此将带修复区域分成一些较小的次区域），然后执行前述的扩散过程。该算法的最简单的版本，包括Q初始化，清除它的颜色信息，并用扩散内核多次卷积待修复区域。3Q是单像素厚的边界，如果域内在先前的迭代中，没有像素通过一个确定的阈值改变自身的值，则迭代次数是每个修复区域通过检查单独控制。否则，用户可以指定的迭代次数。由于扩散过程是迭代，修复从3Q进展到Q。用高斯内核卷积图像（即计算