- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于深度信息图像修复算法
基于深度信息图像修复算法
摘要:针对图像修复结果中存在物体结构上的不连续性和不完整性的问题,提出一种基于深度信息的图像修复算法。首先,通过建立平面参数马尔可夫模型来推测图像中像素点所在场景空间中的深度信息,从而划分出图像中的共面区域,定位匹配块的目标位置;其次,根据透视投影原理推导出相应的变换矩阵,指导对匹配块的几何变换;最后,设计含义深度项的目标代价函数,通过全局优化选择最优修复效果。实验的主观效果对比和峰值信噪比(PSNR)数据都表明该方法更为优越。
关键词:图像修复;深度信息;透视投影;全局优化
中图分类号: TP391.41
文献标志码:A
Abstract: Aiming at the problem of object structure discontinuity and incompleteness occurred in image completion, an image completion algorithm based on depth information was proposed. Firstly, the plane parameter Markov random field model was established to speculate depth information of the pixels in the image where the scene situate, then the coplanar region in the image determined, and the target matching blocks were located. Secondly, according to the principle of perspective projection, the transformation matrix was derived, which guided the geometric transformation of the matching blocks. Finally, the target cost function which includes the depth term was designed. Experimental results show the proposed algorithm has superiority in both subjective details and Peak SignaltoNoise Ratio (PNSR) statistics.
Key words: image completion; depth information; perspective projection; global optimization
0引言
图像修复是指对待修复图像中缺损的部分,利用已有的图像信息对缺损区域进行修复,图像修复问题已经成为是计算机图像和视觉中的研究热点之一。在图像修复领域,通常采用的是基于块的纹理合成的修复方法。基于块的纹理合成的修复又可以分为基于图像分解和基于样本块的图像修复技术两种。
基于图像分解的修复技术是将图像分解为结构和纹理两部分,基于样本分别进行结构修补和纹理合成,其中用图像修补技术来修补结构部分,用纹理合成方法来填充纹理部分,最终将两部分的修复结果叠加起来。该方法适合于结构比较清晰且易于提取的情况,因此具有很大的局限性。
基于样本块的图像修复技术是通过纹理合成来填充缺损区域,其主要思想是通过选取最优匹配的像素块,根据图像的纹理信息,以受损边界的某个像素点为中心在未受损区域的样本块中寻找相似的纹理块来进行填充缺失部分。Criminisi等[1]通过计算受损边界的块中已知像素所占的比例、梯度和法线方向来定义待修复区块的优先级,通过计算区块之间的欧氏距离得到最佳匹配的像素块,然后将其复制到受损区域中。Criminisi算法通过对样本块的直接复制来填充缺损区域,修复效果往往存在明显的结构上的不连续性和不完整性。
考虑到在人类的视觉感知系统中,深度信息能够有效反映出物体的纹理特征和梯度变化,以及物体的完整性和模糊程度。Luo等[2]提出基于深度图像的图像修复算法,该方法通过基于深度图像绘制(DepthImageBased Rendering, DIBR)和视点变换,在Criminisi算法的基础上进行了改进。但是该方法的局限性在于必须有待修复图像的深度图像。Mansfield等[3-4]开始研究引入对块的变形,例如对样本块进行旋转、尺度放缩和颜色调整等,通过对块的变形来实现结构上的连续性,从而满足人类视觉的语义性。另外,场景中存在的透
您可能关注的文档
最近下载
- 心理卫生与心理咨询00284.pdf VIP
- 新高一,第一次月考反思总结-高一上学期主题班会课件.pptx VIP
- 22-23年九上《道德与法治》期中试卷.pdf VIP
- 国开(SC)-安全原理-第4次形考作业-学习资料.docx VIP
- 道路交通信号灯设置与安装规范 GB14886-2016.docx VIP
- 最新苏教版六年级数学下册第一单元测试题.doc VIP
- 六年级语文质量分析语文工作总结PPT.pptx
- 2025至2030中国增塑剂(塑化剂)行业发展趋势分析与未来投资战略咨询研究报告.docx
- 智能学习环境构建在初中物理教学中的应用与效果评价教学研究课题报告.docx
- 2025民营经济促进法与案例讲座课件PPT.pptx
文档评论(0)