图像修复算法研究6(21点50分).ppt

Company Logo Company LOGO 2012.6.8 图像修复算法研究 目 录 模型对比 研究内容 发展现状 研究背景 研究背景 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或破损的信息，从而得到完整图像的处理过程。 图像修复具有极其广泛的应用。包括：修复具有收藏价值的旧名画、修复具有划痕的老照片和底片、去除图像中的附加文字等。 发展现状 图像修复包括非纹理图像修复和纹理图像修复。非纹理图像修复的最新方法是基于偏微分方程的方法。本文主要研究基于偏微分方程方法的局部的非纹理图像修复。 研究内容 评估修复效果的参数：PSNR-峰值信噪比 PSNR:完整图像与修复后图像之间均方误差(MSE),相对于(2^n-1)^2的对数值(信号最大值的平方） n是每个采样值的比特数 PSNR越高，说明修复后的图像与原完整图像越相似 研究内容 Curvature_Driven_Diffusion模型 Total_Variation模型 Perona_Malik模型 热扩散模型 图像修复模型 待修复图片 残缺图像 PSNR = 22.0609dB 热扩散模型 为了简化问题，我们采用均匀介质中的热传导模型，将图像类比于一个温度场，像素的灰度值就是温度。 下图所示热扩散模型，其物理基础是热传导满足的Fourier定律。 q( x，t)是单位时间通过单位长度的热量，它与温度u的下降率成正比，导热系数为k。 热扩散模型 我们用简单的纹理复制方法将邻近纹理加权叠加到修复的结构上以改善视觉效果． 所用的修复纹理通过将损伤图像与它的平滑版本相减得到： 式中，T为提取的纹理，U为待修补图像，H为低通算子，例如Gauss掩模，“*”表示卷积运算。 热扩散模型 1000次迭代 Heat_equation T = 2.302892 s PSNR = 36.5508 dB 修复结果 热扩散模型小结 （1）对于修复宽度不大的损伤区可给出较好的效果。 （2）对于有一定尺度的块状缺损且存在明显纹理则不适用，与周围差异较大。 （3）由于图像信息在各个方向上同等扩散，因此修复的同时破坏图像边缘。 Perona_Malik模型 Perona和Malik对热传导方程进行了改进。他们用一个非线性方程代替热传导方程： 在这个方程中，g是一个平滑的非增函数，满足g(O)=l，g(s)≥0，且s趋于无穷时，g(s)趋于零。 通常g(s)取如下形式： 其中k是一个预先设定的参数。 Perona_Malik模型 这个模型的思想是：通过方程所获得的平滑过程是“有条件的”：如果Vu(x，y)较大，此处的扩散较小，因此边缘的确切位置将会保留下来。则g的作用是对扩散速率施加影响，使得图像的边缘处扩散较慢。 Perona_Malik模型 1000次迭代 Perona_Malik_Equation T = 16.174060 s PSNR = 42.0135 dB 修复结果 Perona_Malik模型 Perona_Malik的模型仍然存在几个重大问题: 第一，模型将会把图像中的孤立噪声的边缘保存下来。 第二，函数g必须满足sg(s)是非减的函数，否则得不到好的效果。 第三，在图像局部范围内，扩散沿各个方向仍是同等的。 因此，该模型在修复时不能从根本上克服边缘模糊的问题。 Total_Variation模型 Total_Variation模型法的主要思想是： 根据图像处理的目的和具体实施方法设计一个能量泛函，通过变分法把这个泛函的极值问题转化为对偏微分方程的求解，函数的最小化等价于图像的平滑。 Company Logo Total_Variation模型 记Q为待修复区域，E为待修复区域的外邻域，一般为环状。 TV模型的Euler-Lagrange方程为 记修复后的区域EUQ内的图像值为u，定义代价函数为 基本原理 Total_Variation模型 上式满足约束条件： 求R(u)的极值：采用Lagrange乘数法 根据Euler-Lagrange方程可知，使得L(u) 达到最小u应该满足条件： 基本原理 Total_Variation模型 1000次迭代 Total_Variation_Equation T = 0.841024 s PSNR = 41.9901 dB 修复结果 Total_Variation模型 Company Logo Total_Varia