图像修复综述Word下载.docx

1、图像压缩与放大视频通信中的隐匿错误3. 意义 。4. 研究现状评价图像修复标准 主观评价 均方差测度MSE 信噪比测度 SNR 客观评价 峰值信噪比测度PSNR 信噪比改进量 测度 ISNR 数字图像修复基于非纹理结构修复用于小尺度破损修复基于纹理结构修复用于大块图像修复高阶偏微分方程变分（通过建立图像的先验模型和数据模型转化为泛函求极值）图像分解为结构和纹理两部分基于样本的纹理合成即图像补全，通过边界像素点寻找纹理块利用待修复区域的边缘信息确定扩散方向，从区域边界各向异性向边界内扩散最早算法Bertalmio-基于等照线方向采用传播机制扩散典型算法模型还有BSCB、CDDTV（全变分）Eul

2、ers elasticMumford-shahMumford-sharh-Euler结构修补（BSCB）纹理合成（基于样本）Criminis想将两种方法融合的话，用图像分解分为线性结构和纹理部分，但是对于小缺陷还是不行， 扩散还是会导致模糊。Rudin将图像看成是一段分段平滑的函数，在有界变差空间上对图像建模，所提出的TV模型具有延长图像边缘的作用，因此可用来修复图像。但是虽然TV模型在保持边缘和数值PDE实现方便，但是它破坏了连通原理。因此就有一系列的改进方案。TVMumford-ShahMumford-shah-eluerharmonicp-harmonic优缺点二阶偏微分复杂度低三阶偏微

3、分复杂度高四阶偏微分物理机制各向异性扩散曲率扩散带方向的热传导扩散传输机制加曲率扩散机制适用适用于小尺度破损修补，不能连接宽边缘支持长距离等照度线连接，特别是直线连接同TV支持长距离的等照度线连接，且能保持边缘曲线光滑。原理min Ju=。 。泛函。？TV模型原则上是对噪声具有鲁棒性，即去噪的同时可以保留边缘，但它容易将平滑区域的噪声当成假边缘而产生阶梯效应。通过改变TV模型中的传导系数，引入曲率的概念，从而保持视觉上的“连通”。基于图像分割的思想，引入边缘测度（主要是直线边缘集），复杂度低，但是对于修补边缘无法保持光滑和连通。在MFS基础上引入曲率，从而变为曲线模型，保持边缘光滑和连通。为克

4、服TV模型产生的阶梯效应，在变分图像修补模型中对r。修改得到调和模型。调和模型在去噪的同时也模糊了边缘，对TV和harmonic的折中就是p-harmonic。总结：基于变分PDE图像修补技术，对处理小尺度破损修复效果较好，但是对于纹理信息丰富的受损区，却无法得到好效果。原因有二：首先，此算法是针对有界变差空间对图像建模，把图像看成是分段平滑的函数，不包含任何纹理信息。其次，算法本身是一种扩散过程，就是将破损区周围的信息扩散到破损区，一旦破损区域较宽或存在丰富的纹理信息时，就会使修补后的区域变得模糊。注：还有一种基于全变分的小波域图像修补模型，涉及小波变换。补充：对于1p2的取值，从euler

5、-lagrange方程和扩散性能的角度还需做如下讨论：各向异性:只沿边缘扩散-梯度效应（平坦区域无边缘，噪声抑制不充分）。各向同性：既沿边缘又沿梯度-去噪同时边缘必模糊。沿边缘方向（tv必须p大，否则）沿梯度方向平坦区域P大边缘区域P小（h防模糊）待修补区PDE修补示意图已知区域边界等照度线：像素点灰度值近似相等扩散纹理修复示意图待修复区域样本区域Criminisi原理：1.确定待修复区域以及已知的样本区=R-2.为确保那些具有较强连续边缘与较多已知纹理信息的块先被修复，在边缘上任一点p，需计算模板窗的优先权，模板块（p）的优先权W（p）=C（p）D（p）,分别为置信度项和数据项。（置信度表示

6、该像素点所含相关信息的多少，而数据项则为了保持强边缘的连续性）3.找到模板块中优先权最大的一个像素点p，在样本中找一点q，即匹配块（q），使d（p），（q）min，则可以将（q） 中的相应点代替（p）中的未知点。4.更新C（p），C（q）=C（P）， q（p） 5.重复35步，直到将待修复区域填补完整。对线性结构和混合纹理（多重纹理）填补比较困难。Criminisi提出的是基于等照度线优先权的纹理修复方法，采用块匹配，对纹理修复有一定效果，但是对结构修复有一定局限性。下面主要讨论一下基于纹理合成的快速自适应图像补全算法算法基于 1.告别全局搜索，纹理图像的颜色、纹理有较强的方向性，通过计算纹理

7、方向角，缩小寻找纹理匹配块的范围，加快合成速度。 2.纹理合成次序问题，尽量使那些具有较多结构信息和纹理信息的破损区先被修补，这主要由图像本身的特征函数-如带修补块的置信度和光照线性质。 3.修复图像视觉质量极大程度上取决于纹理模板的大小。所对应的快速自适应纹理修复步骤：1. 确定待修复区，选择一块具有主要纹理走向的纹理图像作为输入图像，辅助用边缘检测算子进行预处理，滤除干扰，根据其频谱图，用离散逼近法求主方向角（，沿方向角确定搜索纹理匹配块大致领域范围2. 计算块优先权：P（p）=C（P）+aD（p）.克服填充过程中置信度降为零从而导致错误的填充次序，边界点处有块效应，通过取边界点左右两边邻

8、域点的平均值作为该边界点的值3. 最大优先权值的模板（模板窗口（p）的自适应选择，窗口大小与空间频率成反比）中心点且在边缘上的p点，根据其梯度信息，自适应寻找用于纹理匹配的模板块（q），使d（p），（q）min（即最小均方误差LMS），则可以将（q） 中的相应点代替（p）中的未知点。4. 填充好后更新优先权，C（p），C（q）=C（P）， q（p） 。5. 重复3-5步。此方法为修复大块纹理的目前最佳方案，对于线性结构的保持和二维纹理的修复效果佳。视觉效果和计算效率也很好。缺点：当最佳匹配块不存在时，修复效果不理想，对于曲线结构的修复不理想，对图像深度模糊不清的修复效果不理想。对于静止图像如照片曲线结构的修复和视频中是个新方向。