6.3.1 图像修补原理 图像修补模型 原始图像f(x, y),其分布的空间区域用F表示 待修补图像g(x, y),其分布的空间区域也是F 待修补部分为d(x, y) 其空间区域用D表示 靶区域D 源区域F–D 6.3.1 图像修补原理 6.3.1 图像修补原理 6.3.2 全变分模型 用于去除划痕或尺寸较小靶区域的修复技术 基于偏微分方程或变分模型,两者可以借助变分原理相互等价推出 通过对靶区域进行逐个像素的扩散来达到修复图像的目的 沿着等光强线(相等灰度值的线)由源区域向靶区域延伸扩散,扩散时可借助全变分模型(TV)来恢复图像中的缺失信息 优点是可以很好地保持图像中的线性结构,缺点是不一定能保持图像细节 6.3.2 全变分模型 扩散的代价函数 约束(去除噪声) 有约束问题转化成无约束问题 6.3.2 全变分模型 引入扩展的拉格朗日因子lD 新的泛函式 能量梯度下降方程 6.3.3 混合模型 代价函数的梯度项改为梯度平方项 借助扩展拉格朗日因子得到泛函 取两种模型的加权和的混合模型:调和模型 6.3.3 混合模型 调和模型的泛函(h=1时为全变分模型) 混合模型:p-调和模型 p-调和模型的泛函(p = 2时为调和模型) 6.4 区域填充 修复方法将缺失区域周围的信息向中心扩散,对尺度较大的缺失区域,扩散会造成一定的模糊,且模
原创力文档

文档评论(0)