针对传统划痕修复算法存在梯度效应以及精度不高等问题,提出基于5×5邻域像素点相关性的划痕修复算法.利用待修复区域与周围24个邻近像素点的相关性,通过定义待修复像素点的优先度来确定填充顺序.每次修复一个像素点并及时更新待修...针对传统划痕修复算法存在梯度效应以及精度不高等问题,提出基于5×5邻域像素点相关性的划痕修复算法.利用待修复区域与周围24个邻近像素点的相关性,通过定义待修复像素点的优先度来确定填充顺序.每次修复一个像素点并及时更新待修复区域,重复操作直至待修复区域像素点的个数为0.实验结果证明,该算法与传统算法相比,更适用于旧的影视资料的修复,既可缩短运行时间,也获得了较高的峰值信噪比(peak signal to noise ratio,PSNR)值和结构相似性(structural similarity index, SSIM)值.展开更多
为了提高图像划痕的修复效果,提出动态弹性云模型结合自适应方法。首先,建立弹性云模型,根据处理的像素数据使云节点的计算能力发生形变;然后,通过隶属度函数动态分配修复像素任务,把需要处理的像素数据分为1级、2级、3级,优先等级逐渐...为了提高图像划痕的修复效果,提出动态弹性云模型结合自适应方法。首先,建立弹性云模型,根据处理的像素数据使云节点的计算能力发生形变;然后,通过隶属度函数动态分配修复像素任务,把需要处理的像素数据分为1级、2级、3级,优先等级逐渐降低;接着在划痕位置定位的检测中加入对划痕颜色的判断,根据像素方差变化衡量修复模板间像素值的波动水平,自适应选择最优模板块,以4个像素点作为区域增大的步长;最后,给出了算法流程。实验仿真表明,动态弹性云模型修复效果没有断痕,处理时间较少,PSNR指标为37.009 9 d B,数据较优。展开更多
文摘针对传统划痕修复算法存在梯度效应以及精度不高等问题,提出基于5×5邻域像素点相关性的划痕修复算法.利用待修复区域与周围24个邻近像素点的相关性,通过定义待修复像素点的优先度来确定填充顺序.每次修复一个像素点并及时更新待修复区域,重复操作直至待修复区域像素点的个数为0.实验结果证明,该算法与传统算法相比,更适用于旧的影视资料的修复,既可缩短运行时间,也获得了较高的峰值信噪比(peak signal to noise ratio,PSNR)值和结构相似性(structural similarity index, SSIM)值.
文摘为了提高图像划痕的修复效果,提出动态弹性云模型结合自适应方法。首先,建立弹性云模型,根据处理的像素数据使云节点的计算能力发生形变;然后,通过隶属度函数动态分配修复像素任务,把需要处理的像素数据分为1级、2级、3级,优先等级逐渐降低;接着在划痕位置定位的检测中加入对划痕颜色的判断,根据像素方差变化衡量修复模板间像素值的波动水平,自适应选择最优模板块,以4个像素点作为区域增大的步长;最后,给出了算法流程。实验仿真表明,动态弹性云模型修复效果没有断痕,处理时间较少,PSNR指标为37.009 9 d B,数据较优。