基于样本块的图像修补方法研究

论文摘要

数字图像修补属于图像恢复的研究领域,是指对图像中信息缺损的区域进行填充或对该区域用不同信息进行代换。常用的数字图像修补方法有基于偏微分方程的图像修补方法、基于变分的图像修补方法、基于统计的图像修补方法和基于样本块的图像修补方法。本文主要研究有关基于样本块的图像修补方法。基于样本块的图像修补方法是指从已知图像或图像的已知区域选择适当的样本块对图像的缺损区域进行填充。Criminisi等人提出的基于样本块的图像修补方法通过为待修补区域的未知像素点定义优先级,按优先级高低确定未知像素的填充顺序,来保持待修补区域的结构信息。本文对Criminisi方法中的优先级重新做了定义,对一些缺损区域同时具有结构部分和纹理部分的图像获得了更加合理的修补效果。Jian Sun等人提出的结构传播图像修补方法,借助人的视觉先验知识绘出代表结构部分的曲线,沿着曲线按全局最优的方式完成结构传播,获得待修补区域的结构信息,对剩下的纹理部分采用纹理合成的方法进行填充,Jian Sun的方法能有效恢复待修补区域存在复杂纹理和结构部分的图像。

论文目录

• 摘要
• Abstract
• 引言
• 第一章 数字图像修补简介
• §1.1 数字图像修补的局部性
• §1.2 研究目的和意义
• §1.3 国内外图像修补的研究现状
• 第二章 基于偏微分方程的图像修补方法
• §2.1 基于传递过程的偏微分方程修补（BSCB）模型
• §2.2 曲率驱动扩散（CDD）模型
• 第三章 基于样本块的图像修补方法
• §3.1 纹理合成方法
• §3.2 Criminisi基于样本块的图像修补方法
• §3.3 改进的基于样本块的图像修补方法
• §3.4 Jian Sun结构传播图像修补方法
• 结束语
• 参考文献
• 致谢