结合灰度熵与边缘标记的图像修复算法研究-应用数学专业论文.docxVIP

A A Dissertation Submitted to Guangdong University of Technology for the Degree of Master of Science (Master of Science) Research in image inpainting based On entropy and edqe marKlng 一 一 Candidate：Xi Xiangyan Supervisor：Prof．Wang Fulong June 2014 School of Applied Mathematics Guangdong University of Technology Guangzhou。Guangdong．P R．China，51 0520 摘要摘要 摘要 摘要 图像修复是指利用图像的已知信息来填充待修复区域内已经丢失的或破损的信 息，从而达到视觉上完整性的半自动化处理过程，在文物保护、影视特技制作(删除 视频图像中的文字、标题等)、多余物体剔除等方面有着重大的应用价值，已经成为计 算机图形学和计算机视觉中的一个研究热点．其中，基于纹理合成的图像修复算法(典 型算法为Criminisi算法)因其能够从整体上把握图像的细节和纹理，从而达到较好的 修复效果，因而得到了广泛的研究． 本文从Criminisi算法优先级函数的选择以及容易造成边缘不连续等问题入手研究 图像修复的改进算法．本文的主要工作如下： 第一，介绍图像修复研究的现状及应用前景，分析目前修复的难点．通过分析几 种典型的修复算法，分析它们的优缺点．重点介绍基于纹理合成的图像修复算法，了 解Criminisi算法的改进方向． 第二，针对Criminisi算法在修复过程中结构项的选择依赖于待修复区域的形状以 及随着修复的进行置信度迅速降低为零，从而造成修复顺序出现偏差的不足，采用一 种描绘灰度聚集的描绘子一熵，来对优先权中的结构项进行改进。仿真实验表明，改 进算法消除了对待修复区域边界形状的依赖性，改变了置信度迅速下降为零的趋势， 尤其对纯纹理、强边缘以及一些几何组合图形修复效果较好． 第三，针对Criminisi算法在修复线性结构时，往往会因最后一个待修复块的不匹 配而造成线性修复的不连续；同时由于优先级不能准确的区分纹理与结构，会造成纹 理的延伸，针对这些问题，探讨了一种利用特定颜色对边缘结构进行线性标记的改进 算法．算法首先对待修复图像采用特定颜色进行线性结构的标记，然后对该图像与原 图像同时进行修复．实验表明，改进算法较好的克服了原Criminisi算法所存在的缺点， 有较好的视觉效果． 关键词：图像修复·9灰度熵；优先级；颜色标记；边界形状；结构项：纹理延伸；线 性结构 广东工业大学硕士学位论文AB 广东工业大学硕士学位论文 AB STRACT Image inpainting is a semi-automatic processing which aims at filling in missing pixels or damaged information、丽th the use of the known information from the image in a visually plausible way，and has a great value of application in the protection of culture relics(delete the text in video image，title，etc)，the production ofthe TV special as well as the removal of large objects．Now,image inpainting has become an important content in computer graphics and computer vision．Among various image inpainting algorithms，image inpainting based texture synthesis(typically Criminisi’S algorithm)has been widely carried on research with the advantage of beaer result by repairing image details and texture simultaneously． This paper focuses on the improved Criminisi algorithm with considering the priority