一種改進(jìn)的Criminisi圖像修復(fù)算法

歐先鋒 晏鵬程 郭龍?jiān)?/p>

摘要：傳統(tǒng)的Criminisi算法使用固定大小的樣本塊進(jìn)行修復(fù)，無法根據(jù)不同區(qū)域的紋理和結(jié)構(gòu)進(jìn)行調(diào)整，影響圖像的修復(fù)質(zhì)量。為此提出一種自適應(yīng)選擇樣本塊大小的算法，通過計(jì)算圖像中像素點(diǎn)的梯度值來反映像素點(diǎn)附近區(qū)域的結(jié)構(gòu)信息，進(jìn)而自適應(yīng)調(diào)整樣本塊大小。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法可以減少傳統(tǒng)Criminisi算法中可能出現(xiàn)的錯(cuò)位、斷層等現(xiàn)象，能夠較好地提高破損圖像的修復(fù)效果。

關(guān)鍵詞：Criminisi算法；圖像修復(fù)；樣本塊；自適應(yīng)選擇；圖像錯(cuò)位

中圖分類號：TP391.41文獻(xiàn)標(biāo)志碼：A

文章編號：2095-5383（2018）01-0027-05

數(shù)字圖像在傳輸、處理、保存等過程中容易受到各種因素的影響而丟失部分信息[1]，因此圖像修復(fù)技術(shù)的研究具有重要的意義。圖像修復(fù)技術(shù)是利用圖像中的已知區(qū)域信息對破損區(qū)域進(jìn)行填充，使得修復(fù)圖像盡可能與原圖像相似，因此圖像修復(fù)算法的好壞在一定程度上可以通過人眼進(jìn)行主觀判斷。圖像修復(fù)算法可以分為兩類：基于變分PDE的圖像修復(fù)算法[2-3]和基于紋理合成的圖像修復(fù)算法[4-5]。經(jīng)典的基于變分PDE的算法有BSCB[6]（Bertalmio、Sapiro、Caselles、Bellester）算法、TV模型[7]和曲率擴(kuò)散模型（CDD）[8]等，它們都適用于受損區(qū)域較小的圖像。其中BSCB是最早提出的基于變分PDE的圖像修復(fù)算法，在處理紋理豐富的受損圖像時(shí)修復(fù)效果較差，同時(shí)計(jì)算量較大；TV模型是BSCB算法的改進(jìn)算法，在修復(fù)圖像時(shí)可以祛除噪聲，但在修復(fù)結(jié)構(gòu)性較強(qiáng)的圖像時(shí)可能出現(xiàn)錯(cuò)位、斷層等視覺不連續(xù)性問題；CDD模型改進(jìn)了TV模型，解決了TV模型的視覺不連續(xù)性問題，但是計(jì)算量很大。……