毕业设计答辩课件-数字图像修复算法研究及设计.pptVIP

湖南理工学院毕业设计答辩 数字图像修复算法研究及设计 主要内容 本设计主要研究方向 随着计算机的发展，数字图像技术近年来得到极大的重视和长足的进展，在科学研究、工业生产、医疗卫生、教育、娱乐、管理和通信等方面得到广泛的应用。 数字图像修复作为数字图像技术中研究热点和重要分支，不仅具有重要的理论意义，而且具有广泛的实际应用价值。 本设计通过对数字图像修复进行研究，加深对数字图像技术的理解和提高解决实际问题的能力。  图像修复概述 图像修复:指恢复图像中缺损区域的颜色信息或去除图像中的多余物体。 主要思想：人工标定修复区域，利用缺损区域周围已知信息由修复区域边界由外向内推进，逐步填充受损区域。 应用范围：文物保护、影视特技制作、 虚拟现实、 多余物体剔除 数字图像修复分类 基于FMM图像修复方法 定义：按照快速推进的顺序FMM( Fast Marching Method )由外向内扩散图像已知信息，填充图像未知区域，从而达到修复图像的目的。 数学模型  基于FMM图像修复方法 数学模型 P点像素值计算公式  基于FMM图像修复方法 修复顺序的控制：修补顺序采用快速推进方法实现，本质上是求解Eikonal方程。 快速推进方法保证边界的象素总是按照它们和边界的距离大小顺序进行。即，我们总是首先修复和已知图像距离最近的象素。  实验结果与分析 实验结果与分析 实验结果与分析 实验结果与分析 实验结果与分析 实验结果与分析 结论与展望 基于快速推进的图像修复方法具有较好的应用价值，在照片缺损区域修复、古画等艺术品丢失信息的恢复、图像视频中多余文字的去除、图像视频中多余物体的移除隐藏等方面取得较好的效果。 实验表明，修复邻域尺寸对修复结果有影响，一般而言，较小的尺寸有利于提高修复的质量。 基于快速推进的图像修复方法比基于偏微分方程的图像修复技术，在修复效果和速度上都有明显优势。 基于快速推进的图像修复方法对于大面积区域的修复效果不好，容易造成模糊。而基于样本的图像修复方法比较适合大面积缺损区域的修复，因此在未来的工作和研究中，我将深入研究基于样本的图像修复方法及其改进方法。 * LOGO LOGO * 本设计主要研究方向 1 数字图像修复概述 2 基于FMM图像修复方法原理 3 实验结果与分析 4 结论与展望 5 数字图像修复 1 基于偏微分方程的inpainting技术，典型算法有BSCB算法，整体变分方法TV，基于曲率扩散方法CDD等。 3 其他方法，如Oliveira 等人提出的利用高斯卷积核方法，基于快速推进的图像修复方法等。 2 适合大面积修复的图像补全技术，其典型算法有分解技术以及以基于样本图像修复为代表的纹理合成技术。 未损照片 损坏照片 修复区域 修复结果 TEXT TEXT 照片缺损区域修复 古画的修复 原始图像 修复区域 3*3 5*5 7*7 9*9 修复效果与修复邻域有关 多余文字去除 原始图像 去除结果 多余物体的移除 原始图像 移除结果 FMM与其他算法对比 原始图像 1 2 修复区域 BSCB结果 3 TV结果 4 5 CDD结果 FMM结果 6 0.05 8.8 3.7 49.2 修复时间(S) FMM CDD TV BSCB 修复方法 修复时间对比 FMM方法缺陷 原始图像 移除目标 FMM结果 基于样本修复结果 大面积区域的修复和目标移除，FMM会导致严重的模糊。 * LOGO * *