基于邊緣優先填充的自適應深度圖像修復方法

摘 要：針對傳統深度圖像空洞修復方法引起的物體邊緣扭曲、模糊以及修復較大空洞速度緩慢的問題，提出了一種基于邊緣優先填充的自適應深度圖像修復方法。該方法利用多通道檢測提取ＲＧＢＤ 圖像邊緣，經過去除空洞虛假邊緣和無用細節信息處理，生成物體的顯著性邊緣；將此邊緣引入到圖像修復過程中，優先填充空洞區域的邊緣位置，有效解決邊緣模糊虛化問題，使修復后的深度圖像邊緣結構清晰；在曲率驅動擴散（Ｃｕｒｖａｔｕｒｅ Ｄｒｉｖｅｎ Ｄｉｆｆｕｓｉｏｎ，ＣＤＤ） 模型的擴散項中引入梯度引導函數，使模型在空洞的平坦區域和邊緣區域自適應地選擇不同的擴散方向和擴散強度，實現對較大空洞區域的準確填充。實驗結果表明，所提方法在ＲＧＢＺ 數據集上與其他方法進行比較，峰值信噪比（Ｐｅａｋ Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ，ＰＳＮＲ） 和平均結構相似性（Ｍｅａｎ Ｓｔｒｕｃｔｕｒａｌ Ｓｉｍｉｌａｒｉｔｙ，ＭＳＳＩＭ） 分別提高了８ ～ １３ ｄＢ、０． ００９ ９ ～ ０． ０２１ ４，在提高迭代效率的同時有效修復了較大空洞，保持了較為清晰完整的物體邊緣輪廓信息。

關鍵詞：深度圖像；空洞修復；邊緣提取；曲率驅動擴散模型；自適應擴散

中圖分類號：ＴＰ３９１． ４１ 文獻標志碼：Ａ

文章編號：１００３－３１０６（２０２４）１０－２３３９－０８