基于稀疏分解的图像修复方法

提出将冗余离散小波变换(RDWT)和波原子变换(WAT)作为字典对应用于图像稀疏形态成分分解,获得图像的结构与纹理;然后针对结构和纹理所具有的不同形态学特征,对结构采用具有曲率驱动、边缘强化和平滑去噪性能的CDD模型修复,对纹理采用基于样例的Criminisi纹理合成方法修复;最后合成获得修复结果。实验结果表明,该修复方法能够获得强且光顺的边缘,纹理清晰完整,相比于传统方法具有更好的修复结果。

一种改进的基于样图的图像修复方法

以基于样图修复的目标移除方法为基础,改进了基于样本块的图像修补方法。通过实验证明模块尺寸的选择对于图像修复效果的重要性,并从中发现模块选择受背景图像的约束,利用梯度变化,动态地进行模块选择,优化了Criminisi方法。在自然图像中进行的实验结果表明:此法省去了试探性人工设定模块大小的麻烦、提高了工作效率、改善了图像修复效果。