小波域的快速自适应图像修复算法

传统的基于偏微分方程的图像修复算法需要大量迭代,修复所耗时间较长,复杂度高。针对这一问题,提出了一种小波域的非迭代自适应图像修复算法。该算法对破损图像进行小波分解,找到待修复区域,根据待修复区域及其邻域像素值自适应选择修复模板大小,对修复模板内的像素值进行方向筛选,使修复过程严格按照等照度线方向行进,对修复后的图像进行小波重构。实验结果表明,该方法显著地缩短了修复时间,且对于图像的纹理细节、结构信息都达到了更好的修复效果。

面向图像局部重建的梯度分析

在基于场方向导数的图像局部区域重建过程中,梯度计算对图像边缘的重建效果有很大影响。分析选择单向计算梯度分量的必要性,提出梯度计算的就近原则,对参与梯度分量单向计算的相邻点设置优先级,将缺损点与已知点之间的边缘特征反映在已知点的梯度中,进而影响重建过程,从而实现对图像中边缘特征的重建。实验结果表明,采用该梯度计算模式能有效改善对图像边缘特征的重建效果。

图像场方向导数的局部区域重建

目的目前图像修复的研究是以人眼不能察觉为目标,注重视觉效果而不追求重建的准确性。本文提出一种能准确重建图像缺损边缘的重建算法。方法采用稳定场作为图像局部纹理的数学物理描述,提出基于点源影响函数的图像局部区域重建模型,该模型针对每一个缺损点,计算周围各已知点对它的影响,以期较为准确地重建该点;并根据该场中的方向导数,分析各已知点与缺损点的差异性及相似性,确定一种点源影响函数的计算方法,以实现该重建模型。结果实验结果表明所提算法与传统修复算法相比,对图像边缘及纹理细节的重建更加清晰,同时保持了较好的整体视觉效果;且重建过程无迭代计算,具有较高的效率。结论实验结果表明,该算法在重建效率和准确重建方面均取得了较好的成果。