基于自适应调节下信息特征惩罚的图像修复算法

为了提高修复图像的视觉效果,克服修复过程中块效应的产生,提出了基于自适应调解下信息特征惩罚的图像修复算法。首先,通过置信度与数据项对待修复块的优先级进行运算,从所有待修复块中搜寻出优先级最高的修复块作为优先修复块;然后,利用图像的平均梯度信息,建立自适应调节方法,对样本块的大小进行调节,以适应图像的平滑度变化,避免块效应的产生;最后,引入误差平方和(SSD)函数,从已知区域中搜寻与待修复块最接近的最优匹配块,对待修复块进行修复。以最优匹配块与待修复块的SSD函数值为依据,构造信息特征惩罚因子,用于对置信度值进行更新,提高更新后置信度值的准确性。实验结果表明,所提算法修复的图像能够较好的克服块效应的产生,图像的整体视觉效果较好。

基于梯度调节规则的图像修复算法研究

当前较多图像修复算法采用单一大小样本块进行图像修复,不能适应图像不同差异的纹理丰富度变化,使得修复结果存在块效应以及模糊效应等不足。本文利用图像的梯度值,设计了基于梯度调节规则的图像修复算法。将图像的梯度信息引入优先权计算,联合数据项、置信度项目构造优先权计算函数,以计算优先修复块。利用图像的梯度变化率,建立梯度调节规则,用以调节样本块大小,适应不同的纹理丰富度。引入SSD(Sumofsquareddifferences)函数从源区域中寻找最优匹配块,实现图像修复。实验结果显示,所设计方法修复的图像具有良好的视觉效果。