基于邻域窗口权重变分的图像修复算法研究-信号与信息处理专业论文.docxVIP

优秀毕业论文 精品参考文献资料 Classified Classified Index：TN9 1 1．73 U．D．C：654 Southwest Jiaotong University Master Degree Thesis IM队GE D印AINTING BASED oN WEIGHT V久R【ATION 0F NEIGHBORHOOD WINDoW Grade：2013 Candidate：Wang Meng Academic Degree Applied for：Master Speciality：Signal and Information Processing Supervisor：Zhai Donghai May．14，2016 万方数据 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书； 2．不保密Z使用本授权书。 (请在以上方框内打“妒’) 学位论文作者签名：互 指导老师签名： 日期： 2口f∥．C．2，矛 日期： 乙o／石、亨．乙岁 万方数据 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1．针对Criminisi算法对于破损区域周围既含有几何结构信息又含有丰富纹理信息的 情形，修复过程中易出现纹理延伸现象和错误样本块问题，本论文提出基于邻域窗 口权重变分的图像修复算法。该算法利用领域窗口总变分和内在变分构造出权重变 分，通过对Criminisi算法中的优先级测度进行加权，提高了对几何结构信息和纹 理信息的辨识能力，同时，在样本块的匹配过程中，通过引入整体结构差异算子， 并与传统的颜色匹配相结合，提高了匹配精度。 2．针对Criminisi算法在修复既含有丰富纹理又含有结构信息的破损区域时，容易将 纹理部分误认为结构部分优先修复，造成纹理延伸从而影响修复效果。为了克服这 一问题，本论文充分利用图像的结构特征和纹理特征来构建相似分布率和结构分布 率用以有效区分结构和纹理，并以此来改进优先权算法。同时，本论文通过扩大样 本块的方法来改进搜索匹配的方法，可以在改善匹配精度的前提下提高匹配的效率。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本论文的研究做出贡献的个人和集体，均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名： 互诬 日期： 20f‘、S、王猡 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘要 Criminisi算法作为基于样本块的图像修复技术中的经典算法取得了不错的修复效 果，但是对于破损区域周围既含有几何结构信息又含有丰富纹理信息的情形，由于 Criminisi算法的优先权计算和样本快匹配的不合理造成了纹理延伸现象和错误样本块 匹配的问题，本论文为了解决该问题充分考虑图像中结构和纹理特性，提出两种不同 的改进算法： 1)首先，本论文提出基于邻域窗口权重变分的图像修复算法。该算法利用领域窗 口总变分和内在变分构造出权重变分，通过对Criminisi算法中的优先级测度进行加权， 提高了对几何结构信息和纹理信息的辨识能力，同时，在像素块的匹配过程中，通过 引入整体结构差异算子，并与传统的颜色匹配相结合，提高了匹配精度。相比于 Criminisi算法及其相应的改进算法，本论文算法能够对既含有几何结构又含有丰富纹 理信息的破损区域取得更好的修复效果，同时，也能高效修复一般的破损区域，从而 具有更好的普适性。 2)其次，本论文提出了基于结构分布率的图像修复算法，该算法充分利用图像的 结构特征和纹理特征来构建相似分布率和结构分布率用以有效区分结构和纹理，并以 此来改进优先权算法。同时，本论文通过扩大样本块的方法来改进搜索匹配的方法， 可以在改善匹配精度的前提下提高匹配的效率。通过实验得出，本论文提出的算法很 好的克服了Criminisi算法中存在的纹理延伸和误匹配问题，保持了修复结果的视觉连 通性，其峰值信噪比相比Criminisi算法提高了2～3dB。 关键词：图像修复；优先权：权重变分：结构分布率；最佳样本块 万方数据 AbstractAs Abstract As a typical