题名 | 图像修复快速算法研究 |
作者 | 顾建平 |
学位类别 | 工学博士 |
答辩日期 | 2005-04-15 |
授予单位 | 中国科学院研究生院 |
授予地点 | 中国科学院自动化研究所 |
导师 | 彭思龙 |
关键词 | 图像修复 水平线 蒙特卡罗 多尺度 Inpainting Level Line Monte Carlo Multi-Scale Approach |
其他题名 | Fast Algorithms for Digital Image Inpainting |
学位专业 | 模式识别与智能系统 |
中文摘要 | 本文研究图像修复的快速算法并力求保持图像的强边缘。首先我们提出了一种基于水平线演化的图像修复算法。将图像修复问题表述为一个曲面演化问题,并以 Snake 的内部能量模型作为图像水平线的先验模型,由水平线的演化推动图像曲面的演化。这个方法解决了对图像水平线的高阶曲线模型的直接优化问题。 在深入分析基于扩散的图像修复算法机理的基础上,提出了对图像的破损区域由外向内一环一环地进行插值的修复方法。这个方法丢弃了传统的偏微分方程方法中那种反复迭代的方法,而是采用逐点计算的方法,对每一个像素只用一次计算就估计出其灰度值,大大提高了计算速度。对每一个象素的估计采用了局部水平线插值的方法,这使得我们的算法具有很好的边缘保持能力。这种由外向内逐环插值的方法叫做星形插值,这种方法的引入,使修复的结果更为合理。 为了使修复的结果更接近于自然图像,提出了基于蒙特卡罗随机模拟的图像修复快速算法。这也是一个逐点计算的方法。对文字笔迹等这样的细长带状区域,用随机游动的方法进行修复,速度较快,而且能自动产生强边缘。对较大的块状区域,用随机模拟边界积分的方法进行修复。如果区域中有边缘穿过,则先连接边缘,再用随机模拟和延拓的方法重构平滑区。这种分块重构的方法,能较好的保持强边缘。随机模拟方法的使用使得修复的结果具有自然图像的随机噪声的效果,所以更接近自然图像。 本文最后提出了一个基于边缘自适应小波变换的多尺度图像修复快速算法。使用多尺度方法,可以减小修复区域在低频图像中的缺口,从而减少计算时间。边缘自适应小波变换方法的引入,使我们仍然能够用一个分块重构的方法重构低频图像,而且此时各平滑子区域变得很小,用延拓方法重构时,泰勒展式的收敛圆就能够覆盖整个子区域,从而提高修复的准确度。使用边缘自适应小波变换的方法,可以基本消除边缘所造成的高频系数,从而避免了对规律性较差的高频系数的修复,而通过连接边缘和分块重构的方法来产生强边缘。 |
英文摘要 | To overcome this drawback, we research on fast algorithms for image inpainting and try to preserve edges as well as possible in this paper: Firstly,we propose an inpainting method based on level line evolution. If we implicitly represent the plane curves as the level lines of the surface, the evolution of the plane curves will lead to the evolution of the corresponding surface. The internal energy of the Snake is used as the prior model of the level line of the image, and from its descent flow we obtain the evolution equation of the image surface. The geometry meaning of this inpainting method is to connect level lines using smooth curves. Experiment shows that our method will produce better results in a comparable computing velocity, and sharp edges can be preserved well. Secondly,we propose an inpainting method using level line interpolation. It is a point by point computing method, for each pixel we can estimate it gray value by only one time computation, so it is much faster than the time match method using by the PDE method. Firstly we discuss the level line model based on the Euler’s elastic, which will be used as the local interpolation kernel to extend the level lines. Then we use the star-shaped interpolation method to interpolate the level lines layer by layer, from the boundary of the inpainting region into it. Thus we can extend the level lines smoothly into the corrupt region, and the inpainting domain will sew up step by step. |
语种 | 中文 |
其他标识符 | 200218014603202 |
内容类型 | 学位论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/5845] ![]() |
专题 | 毕业生_博士学位论文 |
推荐引用方式 GB/T 7714 | 顾建平. 图像修复快速算法研究[D]. 中国科学院自动化研究所. 中国科学院研究生院. 2005. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论