圖像修復(fù)綜述

1、數(shù)字圖像修復(fù)技術(shù)綜述數(shù)字圖像修復(fù)定義：圖像上對信息缺損區(qū)進(jìn)行填充的過程，恢復(fù)圖像。背景有很多因素會引起圖像上局部信息的缺損：非人為：對原來就有破損的圖像進(jìn)行掃描數(shù)字圖像獲取、處理、壓縮、傳輸和解壓縮過程中，信息丟失所造成的圖像缺損。人為：由于需要將圖像中的某些部分如文字、物品等移除而造成的空白區(qū)應(yīng)用文藝復(fù)興時對破損文藝作品的修復(fù)影視特技制作多余目標(biāo)去除（如刪除文字、人物）圖像壓縮與放大視頻通信中的隱匿錯誤意義。4.研究現(xiàn)狀評價圖像修復(fù)標(biāo)準(zhǔn)主觀評價客觀評價均方差測度MSE信噪比測度SNR峰值信噪比測度PSNR信噪比改進(jìn)量測度ISNR用于大塊圖像修復(fù)利用待修復(fù)區(qū)域的邊緣信息確定擴(kuò)散方向從區(qū)域邊界各

2、向異性向邊界內(nèi)擴(kuò)散最早算法Bertalmio-基于等照線方向采用傳播機(jī)制擴(kuò)散典型算法模型還有BSCB、CDDTV（全變分）EulerselasticMumford-shahMumford-sharh-Euler*理結(jié)構(gòu)修補(bǔ)Criminis（BSCB）紋理合成（基于樣本）想將兩種方法融合的話用圖像分解分為線性結(jié)構(gòu)和紋理部分但是對于小缺陷還是不行擴(kuò)散還是會導(dǎo)致模糊。Rudin將圖像看成是一段分段平滑的函數(shù)，在有界變差空間上對圖像建模，所提出的TV模型具有延長圖像邊緣的作用，因此可用來修復(fù)圖像。旦是雖然TV模型在保持邊緣和數(shù)值PDE實現(xiàn)方便，但是它破壞了連通原理。因此就有一系列的改進(jìn)方案。TVCDD

3、Mumford-ShahMumford-shah-eluerharmonicp-harmonic優(yōu)缺占八、二階偏微分復(fù)雜度低三階偏微分復(fù)雜度咼二階偏微分復(fù)雜度低四階偏微分復(fù)雜度咼物理機(jī)制各向異性擴(kuò)散曲率擴(kuò)散帶方向的熱傳導(dǎo)擴(kuò)散傳輸機(jī)制加曲率擴(kuò)散機(jī)制適用適用于小尺度破損修補(bǔ)，不能連接寬邊緣支持長距離等照度線連接，特別是直線連接同TV支持長距離的等照度線連接，且能保持邊緣曲線光滑。原理minJu=J。oOOOO泛函。TV模型原則上是對噪聲具有魯棒性，即去噪的同時可以保留邊緣，但它容易將平滑區(qū)域的噪聲當(dāng)成假邊緣而產(chǎn)生階梯效應(yīng)。通過改變TV模型中的傳導(dǎo)系數(shù),引入曲率的概念，從而保持視覺上的“連通”基于圖

4、像分割的思想，引入邊緣測度（主要是直線邊緣集），復(fù)雜度低，但是對于修補(bǔ)邊緣無法保持光滑和連通。在MFS基礎(chǔ)上引入曲率，從而變?yōu)榍€模型，保持邊緣光滑和連通。為克服TV模型產(chǎn)生的階梯效應(yīng)，在變分圖像修補(bǔ)模型中對r。修改得到調(diào)和模型。調(diào)和模型在去噪的同時也模糊了邊緣，對TV和harmonic的折中就是p-harmonic?？偨Y(jié)：基于變分PDE圖像修補(bǔ)技術(shù)，對處理小尺度破損修復(fù)效果較好，但是對于紋理信息豐富的受損補(bǔ)充：對于1p2的取值，從euler-lagrange方程和擴(kuò)散性能的角度還需做如下討論：區(qū)，卻無法得到好效果。原因有一：首先，此算法是針對有界變差空間對圖像圖像看成是分段平滑的函數(shù)，不包含

5、任何其次，算法本身是一種擴(kuò)散過程，就是將圍的信息擴(kuò)散到破損區(qū)，一旦破損區(qū)域較豐畐的紋理信息時，就會使修補(bǔ)后的區(qū)域、建模，把紋理信息。-破損區(qū)周TV各向異性：只沿邊緣擴(kuò)散-梯度效應(yīng)（平坦區(qū)域無邊緣，噪聲抑制不充分）。harmonic各向同性：既沿邊緣又沿梯度-去噪同時邊緣必模糊。:寬或存在變得模糊。注：還有一種基于全變分的小波域圖像修補(bǔ)模型，涉及小波變。沿邊緣方向（tv必須p大，否則）沿梯度方向平坦區(qū)域P大P大邊緣區(qū)域P大P?。╤防模糊）PDE修補(bǔ)示意圖紋理修復(fù)示意圖Criminisi原理：1確定待修復(fù)區(qū)域Q以及已知的樣本區(qū)8R-Q2為確保那些具有較強(qiáng)連續(xù)邊緣與較多已知紋理信息的塊先被修復(fù)，在邊

6、緣上任一點(diǎn)p,需計算模板窗的優(yōu)先權(quán)，模板塊屮(P)的優(yōu)先權(quán)W(p)=C(p)D(p)，分別為置信度項和數(shù)據(jù)項。(置信度表示該像素點(diǎn)所含相關(guān)信息的多少，而數(shù)據(jù)項則為了保持強(qiáng)邊緣的連續(xù)性)3找到模板塊中優(yōu)先權(quán)最大的一個像素點(diǎn)p，在樣本中找一點(diǎn)q,即匹配塊屮(q),使d(屮(p)，屮(q)min,則可以將屮(q)中的相應(yīng)點(diǎn)代替屮(p)中的未知點(diǎn)。4更新C(p)，C(q)=C(P)，Vq6屮(p)nQ5.重復(fù)35步，直到將待修復(fù)區(qū)域填補(bǔ)完整。對線性結(jié)構(gòu)和混合紋理(多重紋理)填補(bǔ)比較困難。Criminisi提出的是基于等照度線優(yōu)先權(quán)的紋理修復(fù)方法，采用塊匹配，對紋理修復(fù)有一定效果，但是對結(jié)構(gòu)修復(fù)有一定局

7、限性。下面主要討論一下基于紋理合成的快速自適應(yīng)圖像補(bǔ)全算法算法基于r1告別全局搜索，紋理圖像的顏色、紋理有較強(qiáng)的方向性，通過計算紋理方向角，縮小尋找紋理匹配塊的范圍，加快合成速度。J2紋理合成次序問題，盡量使那些具有較多結(jié)構(gòu)信息和紋理信息的破損區(qū)先被修補(bǔ)，這主要由圖像本身的特征函數(shù)-如帶修補(bǔ)塊的置信度和光照線性質(zhì)。3修復(fù)圖像視覺質(zhì)量極大程度上取決于紋理模板的大小。所對應(yīng)的快速自適應(yīng)紋理修復(fù)步驟：確定待修復(fù)區(qū)，選擇一塊具有主要紋理走向的紋理圖像作為輸入圖像，輔助用邊緣檢測算子進(jìn)行預(yù)處理，濾除干擾，根據(jù)其頻譜圖，用離散逼近法求主方向角(，沿方向角確定搜索紋理匹配塊大致領(lǐng)域范圍IlI4.5.計算塊優(yōu)先權(quán)P(p)=C(P)+aD(p).克服填充過程中置信度降為零從而導(dǎo)致錯誤的填充次序,最大優(yōu)先權(quán)值的模板(模板窗口屮(p)的自適應(yīng)選擇，窗口大小與空間頻率成反比)中心點(diǎn)且在邊緣上的p點(diǎn)，根據(jù)其梯度信息，自適應(yīng)尋找用于紋理匹配的模板塊屮(q)小均方誤差LMS),則可以將屮(q)中的相應(yīng)點(diǎn)代替使d(屮(p),邊界點(diǎn)處有塊效應(yīng)通過取邊界點(diǎn)左右兩邊鄰域點(diǎn)的平均值作為該邊界點(diǎn)的值屮(P)中的未知點(diǎn)。填充好后更新優(yōu)先權(quán)，C(p),C(q)=C(P),VqG屮重復(fù)3-5步。此方法為修復(fù)大塊