基于蚁群算法的Criminisi图像修复

基金项目: 国家自然科学基金青年项目(61502358)%湖北省自然科学基金(2013CFB333)

详细信息

The Criminisi Algorithm Based on Ant Colony Optimization for Image Inpainting

摘要: 提出了一种基于蚁群算法的Criminisi图像修复算法,将蚁群算法应用到Criminisi图像修复算法的最佳匹配模板搜索中.首先计算待修复区域优先权;然后蚁群寻找搜索路径中留下的信息素,沿着信息素最多的路径寻找到最佳匹配模板;最后更新置信度,直到修复结束.实验结果表明,修复后的图像PSNR较高不易陷入局部最优,能较快速地搜索到最佳匹配模板.
- 蚁群算法 /
- Criminisi算法 /
- 最佳匹配模板

1.	杜媛. 基于能量信息耦合梯度调节机制的图像修复算法设计与应用. 计算机测量与控制. 2023(10): 147-152+181 . 百度学术
2.	常国锋，许利军. 基于邻域关联因子耦合信息度量规则的图像修复算法. 山东科技大学学报(自然科学版). 2021(01): 100-108 . 百度学术
3.	刘尚争，刘斌，高庆华. 关于多维图像Criminisi自适应识别仿真研究. 计算机仿真. 2020(06): 379-382+447 . 百度学术
4.	李桃，吴亚娟，陈毅红，张凯. 一种改进的Criminisi算法. 西华师范大学学报(自然科学版). 2019(02): 204-209 . 百度学术
5.	曹义亲，武丹，黄晓生. 基于改进蚁群算法的轨道缺陷图像分类. 计算机科学. 2019(08): 292-297 . 百度学术
6.	唐艳，展华伟，唐组阁，杨丹. 基于天牛须优化的BAS-CRI图像修复算法. 太原师范学院学报(自然科学版). 2019(04): 54-58 . 百度学术
7.	何永波. 区域结构因子耦合强度特征约束的图像修复算法. 新疆大学学报(自然科学版). 2018(04): 445-451 . 百度学术