摘要摘要随着计算机的普及和数字图像技术的广泛应用，数字图像处理技术已成为计算机视觉领域的一个研究热点。图像修复是图像处理的重要组成部分，是对图像中的受损区域进行信息填充的过程，其目的是恢复受损的图像，并使观察者无法察觉图像曾经缺损或已被修复。目前，图像修复算法根据待修复区域的大小，可以分为两类，即基于偏微分方程(PDE)的图像修复和基于纹理的图像修复。Bertalmio等人把偏微分方程引入了图像修复领域，其基本思想是根据物理学中信息扩散原理来完成受损区域的修复，当受损区域较小时，修复效果很好，没有任何修复痕迹，但当受损区域较大时，会出现模糊效应。因为这个缺点，基于纹理的图像修复逐渐成为该领域的主流算法，吸引了众多学者进行研究，该类算法不论对受损区域较大还是较小时都能取得很好的效果。本文重点研究了Criminisi算法，在Criminisi算法的基础上，对模板大小、优先权计算方式、最佳匹配块的寻找等进行了改进。论文考虑模板边缘像素点的梯度信息，提出了自适应模板大小策略，以判断能否扩展，从而适应不同的纹理图像；同时对优先权的计算方式进行了改进，考虑了周边信息，引入相关项，同时为置信度、数据项和相关项分配相应权重，避免了单一乘法带来的缺陷；引入颜色直方图以改进最佳匹配块的寻找，颜色直方图定义了图像或图像中区域的颜色分布，并且颜色直方图具有旋转不变性和缩放不变性等。通过两个模块间颜色直方图的相交距离，从整体上考虑两个模块的相似性，从而减少错误匹配的概率。最后通过对不同类型，包括纹理较丰富，结构较复杂，曲线较多的图片进行仿真实验，并与Criminisi算法和Sun等算法进行对比，说明了改进算法的有效性。关键词：Criminisi，纹理合成，优先权，颜色直方图ABSTRACTABSTRACT4.AnoveltruncationspuriousfreeDDFSstructureandalgorithmisproposed.ByintroducingacomparatorandanadderintothetraditionalDDFSarchitecture,thesinelookuptablecanbecompressedwithoutsignificanthardwarechangeinthedesigntoeliminatethetruncationspurswithoutincreasingthesizeofthelookuptable.Keywords:frequencysynthesis,phasenoise,spurious,frequencyhopping目录目录第一章绪论.........................................................11.1研究背景与意义...............................................11.2国内外研究现状...............................................11.3本论文的结构安排.............................................1第二章数字图像修复算法及模型........................................22.1图像的基础知识...............................................22.2图像修复的问题描述...........................................22.3基于偏微分方程的图像修复.....................................22.3.1BSCB模型及原理.........................................22.3.2TV模型及原理...........................................22.3.3CDD模型及原理..........................................32.4基于纹理合成的图像修复.......................................22.4.1非参数采样纹理合成......................................32.4.2基于块的纹理合成........................................32.5本章小结.....................................................4第三章基于纹理合成的改进算法........................................53.1Criminisi算法的缺点...........................................53.2自适应大小的样本块...........................................53.3优先权计算方式的改进.........................................53.4模板匹配方式的改进...........................................53.4.1模板的局部搜索过程......................................23.4.2SSD模板匹配方式的缺陷..................................23.4.3基于图像特征的模板匹配..................................33.5平滑过渡处理...................................................
