非均匀纹理图像的分层Criminisi修复算法

基金项目: 国家自然科学基金(61561019)%湖北省自然科学基金(2015CFB262)%国家科技支撑计划课题(2015BAK27B03)%湖北民族学院博士启动基金(MY2015B001)

详细信息

Multi-layer Criminisi Inpainting Algorithm for Non-Uniform Texture Images

摘要: 为了提高非均匀纹理图像大区域修复效果,提出了一个分层Criminisi图像修复算法.首先采用多尺度变分分解模型将图像分解成一系列图层之和,不同图层包含不同尺度的图像特征,而同一图层包含几乎相同的尺度特征.然后在每个图层中分别采用Criminisi算法进行修补.由于同一图层包含尺度大致相同的图像特征,所以在匹配块的搜索过程中,分层修复能较容易地搜寻到最优的匹配块.最后结合分别修复的各个图层,得到最终的修复结果.实验结果表明,对于不同的非均匀纹理人工图像和自然图像,本文模型都能取得较为满意的修复结果.
- 图像修复 /
- Criminisi算法 /
- 变分图像分解

1.	郝跃军，马泽，安瑞中，刘明君. 基于改进的纹理性质的图像修复技术研究. 计算机与数字工程. 2023(08): 1844-1847 . 百度学术
2.	戴远泉，李超. 基于结构信息约束法则耦合匹配模型的图像修复算法. 太赫兹科学与电子信息学报. 2020(03): 477-482 . 百度学术
3.	马凤娟，宋大伟，赵华. 基于梯度调节规则的图像修复算法研究. 井冈山大学学报(自然科学版). 2019(01): 34-38 . 百度学术
4.	董剑龙，王浩全. 基于图像分解的复杂图片中文字干扰消除. 新疆大学学报(自然科学版). 2019(03): 330-334 . 百度学术
5.	徐亮. 基于局部结构因子耦合双重度量规则的图像修复算法. 电子测量与仪器学报. 2018(08): 89-95 . 百度学术
6.	曾康铭，吴杏. 基于引导因子与曲率惩罚模型的图像修复算法. 包装工程. 2018(23): 209-215 . 百度学术