分形仿射变换框架下引入两类约束的图像修补算法

为了得到更好的图像修补结果,提出了一种在分形仿射变换框架下引入两类约束的图像修补算法。分形仿射变换包含几何、同构和亮度3种变换。首先,对选取的定义域块进行前两种分形仿射变换,利用所得的数据块构造码本,并将其作为新的搜索匹配范围。其次,采用改进的双边滤波器,抽取待修补图像的细节图,继而构造权值图。然后,在亮度变换过程中,为待修复块与码本块之间的误差能量函数引入两类约束条件,并通过最小化约束能量函数,导出新的亮度变换参数。引入的两类约束,一是待修复块与码本块在已知像素点上的加权一致性约束,权重为从权值图上获取的权值块;二是待修复块的邻域块与码本块在丢失像素点上的相似性约束。最后,采用约束能量最小的估计块来填补待修复块。实验结果表明,与已有的同类算法相比,本文方法能更好地保留结构特征的连续性,新填充区域与源区域过渡更加自然,修补结果的主观质量和客观评价指标都得到了显著提高。

基于演化算法的灰度图象压缩

基于分形和分块迭代函数系统 (PIFS)的特点 ,本文提出了一种改进的用于求解具有全局最优的自相似分块的演化算法 .详细地阐述了个体的编码方法、适应度函数的设计、遗传算子的设计和选择策略 .通过实验结果表明 ,该方法解码质量好、编码速度快。