基于改进样本块的数字图像修复算法研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于改进样本块的数字图像修复算法研究
摘要:针对已有的基于样本块的纹理合成修复算法存在修复误差累积高的问题,重点研究了一种改进的基于样本块的数字图像修复算法。
通过块匹配法与边缘驱动填充顺序的结合、全局搜索与局部搜索的结合,充分发挥修补过程中填充优先权的作用,有效地修补了图像受损区域的纹理和结构信息。
仿真实验结果测试表明,与已有的传统算法相比,受损图像的修补更加完善,修复的误差累积得到了较好的改善。
关键词:图像修复;纹理合成;Criminisi算法;样本块;优先级0引言
图像修复是根据已知信息推断缺损信息的过程。
对数字图像进行修复,修复的内容是对数字化的图像作品进行处理,其中对图像作品的处理主要针对原图中损坏的部分,如划痕、污点等,将其从原图中擦除,然后对该区域进行修复,使得在与原图图像保持一致的前提下,具有较好的观赏效果。
目前,国内外学者对图像修复技术的研究[1]主要集中在一下几个方面:基于样本块操作的方法、基于像素操作的方法和基于图像分解的方法[2]。
相对其他方法,基于样本块的图像修复算法是一种综合效果表现优良的图像修复方法,最常用的算法是基于样本块的纹理合成算法[3](简称Criminisi算法)。
它是一个单独有效的纹理合成算法,通过计算样本的填充次序,将源图像区域的纹理与结构信息传播,实现缺损区域的修复。
但是,算法的修复结果在纹理结构交界的地方
出现了较为明显的误差,而且这种不合理的修复顺序会导致纹理不在理想的方向达到延伸,修复过程增加了误差累积。
针对这些问题,本文研究了改进的Criminisi算法,由于通过块匹配法与边缘驱动填充顺序的结合、全局搜索与局部搜索的结合,在修复过程中还考虑到了填充顺序,使得图像边缘及纹理都衔接得较为自然,较大程度上改善了修复效果。
1Criminisi算法原理
1.1Criminisi算法模型
Criminisi[4]算法模型是在纹理合成的基础上,通过计算样本的填充次序,将源图像区域的纹理与结构信息通过
样本直接拷贝的方式逐步地迭代到修补区域。
该修补模型对于修补区域较大的纹理与带有简单的线性结构图像有着很好的修复效果。
基于样本的图像修复算法中的相关符号,如图1所示。
1.2基于样本块的Criminisi图像修复算法步骤
1.3Criminisi算法修复结果分析
为了验证本章所讨论的基于样本块算法的性能,在计算机上进行了大量仿真实验。
实验所用的计算机配置为Inter Pentium T4400CPU,主频2.2GHz,1024MB内存,仿真软件为由图2所示,基于样本块的图像修复算法可以根据破损边缘各点的优先权来确定修复顺序,由于考虑了图像的结构信息传播,因此对于结构性的纹理具有良好的修复效果。
从图3可以看出由于受损图背景的纹理结构较复杂,受损的面积较大,Criminisi算法的修复结果在纹理结构交界的地方出现了较
为明显的误差。
并且,算法中最优匹配像素块的搜索是在整幅图像的已知信息区域中进行的,所以整体上算法执行的时间较长;同时,如果待修复的区域中包含曲线结构,或者图像的已知信息中不包含与破损信息相似的信息,或者破损区域中包含很强的结构信息,修复的结果可能出现较大的误差。
优先值改进以后,由图4可以看出,该算法对于图像受损比较严重、纹理背景复杂的图像也有较高的修复质量。
如图4(c)中的目标物细节,以及图像背景的清晰度和还原度都比原Criminisi算法修复的效果更好。
3结语
本文在研究和分析了传统的基于样本块的纹理合成修复算法的基础上,针对算法出现的误差累积,进而影响到算法修复精度的问题,提出了一种Criminisi改进算法,通过优先值计算策略的改进,可以使得算法更精确地获取填充位置,从而提高算法的精度。
仿真结果以及对比表明,本文提出的改进算法在图像算法的修补质量上都有了较大的提高。
参考文献:
[1]MARCELO BERTALMIO,GUILLERMO SAPIRO,VICENT CASELLESETAL.Image inpainting[J].In Proceedings of ACM SIGGRA PH 2000,Press,2000:417424.
[2]张红英.数字图像修复技术的研究与应用[D].成都:电了科技大学,2006.
[3]李一析,陈国良.基于样图的纹理合成技术研究[D].合肥:中国科学技术大学,2006.
[4]A CRIMINISI,P P EREZEXEMPLARBASED IMAGE,K TOYAMA.Region Filling and Object Removal Inpainting[J].IEEE Transactions on image processing,2004,13(9):12001212.
[5]薛峰,张佑生.基于样图的纹理合成技术研究[D].合肥:合肥工业大学,2006.
[6]Y XU,B GOU,H Y SHUM.Chaos mosaic:Fat and Memory Efficient Texture Synthesis[J].Tech.Rep.MSRTR,2000(32):456469.
[7]D J HEEGER,J R BERGEN. Pyramidbased texture analysis/synthesis[J].In SIGGRAPH'95.1995(2):229238.
[8]D BONET,JEREMYS.Multiresolution sampling procedure for analysis and synthesis of texture Images[J].SIGGRAPH'97 Conference Proceedings,1997(12):361368.。