采用区域分割的变尺寸样本块高效图像修复

针对现有的基于样本块的图像修复算法采用全局搜索法确定最佳匹配样本块时效率低,且易出现错误匹配块的问题,分析了影响算法效率和质量的原因,提出了基于区域分割的变尺寸样本块高效图像修复算法。首先,采用双线性收缩方法获得尺寸是待修复图像0.02~0.25倍的收缩图像,并在收缩图像中分割出预选区域作为源区域,使用自适应窗口尺寸调整规则确定修复窗口大小;然后,在预选区域中搜索最佳匹配修复块对图像进行修复。收缩图像修复完毕后,对收缩图像中修复不完全的区域采用分割子图像的方法进行修复;最后,将子图像填回到原始图像的修复区域,循环运行直到修复完毕。实验结果表明,采用本文提出的修复算法,修复效率约为现有算法的5~100倍,且具有较好的修复质量。

一种新的选取最佳景象匹配区准则

文中将几种基准图选取准则与匹配性能评价指标相结合,依据匹配性能建立基准图选取控制策略,成功地运用这种方法完成了基于相关曲面特征的最佳景象匹配区选取;通过对基准图相关曲面特征与匹配性能参数之间的关系分析,建立了一种综合的评价准则,对不同的特征进行综合的评价。实验结果表明,这是一种十分有效的最佳景象匹配区选取方法。

最佳区域匹配在彩色图像检索中的应用

为了减小分割的不确定性对检索结果的不良影响,提出通过检索图像与数据库中图像各区域之间的特征距离得到最佳匹配区域,即综合所有区域特征的距离方法来实现图像匹配。同时根据人眼的视觉特点,在全局相似度量时对检索图像各个区域的重要系数进行调整,与全局颜色直方图等方法比较。结果表明,用本文的检索方法检全率与检准率进一步提高,对于目标显著的图像其检索结果更是明显提高。