目标移除的Criminisi图像修复算法

基金项目: 湖北省自然科学基金(2013CFB333)%高等学校博士学科点专项科研基金(20124219120002)%湖北省教育厅科研计划(Q20131110)

详细信息

Criminisi Image Restoration Algorithm for Object Removal

摘要: 待修复区域标记、优先权、最佳匹配模块的搜索及填充和更新置信度是Criminisi图像修复算法的4个重要组成部分,每一部分对Criminisi算法的图像修复结果都有不可忽视的作用.针对大目标移除的Criminisi图像修复,从数学的角度优化待修复区域标记和提高优先权可信度,并将蝙蝠算法运用到最佳匹配模板搜索中,提高修复效率.实验表明:本文改进的算法能够有效的减少错误信息的累积,具有较好的实用性.
- Criminisi图像修复算法 /
- 修复区域标记 /
- 优先权 /
- 蝙蝠算法

1.	张秋铭，李云红，罗雪敏，屈海涛，苏雪平，任劼，周小计. 改进Chan-Vese模型的电力设备红外图像分割算法. 红外技术. 2023(02): 129-136 . 本站查看
2.	赵汝海，汪方斌. 基于灰度和信息熵融合的金属疲劳偏振热像分割算法. 激光与光电子学进展. 2021(24): 260-271 . 百度学术
3.	高倩倩，孙世春. 基于CV模型的肝脏核磁共振序列图像自动分割方法. 中国医疗设备. 2020(08): 64-66+92 . 百度学术
4.	肖宇，王志坚，张磊. 基于Retinex算法的中波红外图像区域分割. 激光杂志. 2019(04): 74-77 . 百度学术
5.	兰红，韩纪东. 基于CV模型改进的磁共振成像图像分割方法. 科学技术与工程. 2018(28): 229-234 . 百度学术