导　　师： 何凯

学科专业： H1002

授予学位： 硕士

作　　者： ;

机构地区： 天津大学

摘　　要： 图像修复是图像处理领域中的一个重要分支,它涉及到模式识别、数理统计学、信息论、计算机图形学以及机器视觉等多个学科,能够广泛应用于军事、医学、工业、摄影、考古、游戏和电影特效制作等领域,已经逐渐成为人们关注的焦点。图像修复就是根据破损区域周围的像素信息以及图像的整体特征,按照一定的原理、算法对未知区域进行修补,恢复图像中丢失的信息,使图像更加清晰与自然,从而保持图像的整体视觉效果。本文首先介绍了图像修复技术的研究背景以及研究意义,给出了图像修复的数学描述,并分阶段总结了图像修复技术的国内外研究现状;然后研究了基于PDE的图像修复技术,详细讨论了几种经典模型,包括BSCB模型、TV模型和CDD模型,并提出了一种基于TV模型的改进算法,算法给出了两个阈值参数,同时修正了迭代公式中的权值系数。仿真实验表明,本文算法在一定程度上提高了图像的修复质量,而且有效地减少了不必要的重复迭代运算,进一步提高算法的修复效率。本文探讨了基于纹理合成的图像修复技术,并针对基于样本块的纹理合成算法的缺点,提出了一种渐变式纹理合成算法,算法在分析图像结构信息和纹理特征的基础上,利用置信度函数和结构性函数设定修复的优先权函数,然后计算破损区边缘上每一点的优先权系数,通过比较优先权系数的大小确定修复的先后顺序,优先权越高的块越先修复,最后在已知区域内按照一定的准则和算法选取最佳匹配块,并且将该最佳匹配块的信息直接填充到待匹配块中,直至完成整幅图像的修复。本文最后将图像分割理论应用于图像修复领域中,提出了一种基于分区的图像修复算法。按照图像分割、边缘检测、结构重建以及纹理合成的步骤详细阐述了算法的原理,并给出了算法的实验流程;最后通过实验仿真总结了该算法的优缺点。

关 键 词： 图像修复 模型 纹理方向性 纹理合成 图像分区

分 类 号： [TP391.41]

领　　域： [自动化与计算机技术] [自动化与计算机技术]