基于蚁群算法的Criminisi图像修复

郑玉婷, 吴谨

郑玉婷, 吴谨. 基于蚁群算法的Criminisi图像修复[J]. 红外技术, 2017, 39(3): 221-225.
引用本文: 郑玉婷, 吴谨. 基于蚁群算法的Criminisi图像修复[J]. 红外技术, 2017, 39(3): 221-225.
ZHENG Yuting, WU Jin. The Criminisi Algorithm Based on Ant Colony Optimization for Image Inpainting[J]. Infrared Technology , 2017, 39(3): 221-225.
Citation: ZHENG Yuting, WU Jin. The Criminisi Algorithm Based on Ant Colony Optimization for Image Inpainting[J]. Infrared Technology , 2017, 39(3): 221-225.

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
  • 中图分类号: TP391.41

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.
  • 期刊类型引用(7)

    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

    其他类型引用(4)

计量
  • 文章访问数:  155
  • HTML全文浏览量:  25
  • PDF下载量:  12
  • 被引次数: 11
出版历程

目录

    /

    返回文章
    返回