搜索结果: 1-15 共查到“计算机科学技术 图像修复”相关记录24条 . 查询时间(0.11 秒)
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：基于深度学习的图像修复
深度学习 图像修复 计算机图形学
2022/12/8
图像修复是计算机图形学与计算机视觉领域交叉的重要研究问题，在文物修复、数字取证、虚拟场景编辑、影视特效制作等领域具有重要的应用价值。图像修复的目标是用语义合理且视觉逼真的内容填充缺失区域，同时也与图像的剩余部分保持一致。本报告描述图像修复的研究进展，重点展示我们在图像修复问题的三个近期研究工作，以及探讨未来的研究工作。
基于自适应模板的图像修复算法
图像修复 Criminisi算法 自适应模板 灰度平均值 灰度方差
2013/5/17
当前基于纹理的图像修复算法中模板块的尺寸是固定的,这样,当模板块尺寸很小时,虽然修复的精度会提高,但是算法的时间复杂度会大幅增加;相反,当模板块尺寸很大时,虽然可以降低算法的时间复杂度,但会使算法的误修复率提升。针对以上问题,提出了基于自适应模板的图像修复算法,该算法能够根据当前模板块与尺寸扩大后模板块之间的灰度均值及方差的变化情况来自适应地扩大模板尺寸,同时,根据模板块与样本块之间的匹配情况自适...
根据分形码的高压缩性，提出一种基于迭代分形解码和边缘扩展的图像修复算法。在信息嵌入阶段，运用1-D变换算法、2次推操作和换操作获取索引表，对照索引表将分形码和奇偶校验码存入图像的最低2位有效位中。在图像修复阶段，对接收到的图像进行3层篡改检测，迭代地采用提取的有效分形码和边缘扩展算法对篡改图像进行修复。实验结果表明，该算法能够获得较好的图像修复效果。
图像修复的方法有很多种，目前最常用的有基于偏微分方程的方法和基于纹理合成的方法。这些修复方法运算复杂，运行速度慢。提出了一种快速有效的新方法，从修复区域的边界上选取一个优先级高的点，计算该点与该点邻域信息之间的相似度，利用邻域各点的相似度来估算待修复点的像素值。最后通过实验对结果加以分析，证明了算法是快速有效的。
引入蛇模型的曲率驱动扩散图像修复方法
图像修复 曲率 蛇模型 图像增强项
2010/2/23
数字图像修复方法可以自动地修复数字图像中用户定义的污损区域。T.F.Chan等人提出的非纹理的曲率驱动扩散算法是基于偏微分方程的图像修复的代表算法之一。通过在该算法中应用蛇模型的图像增强项，提出了引入蛇模型的曲率驱动扩散图像修复方法，在热扩散过程中，拉动曲线向目标边界演化，达到修复污损图像中的断裂边缘的目的，从而较好保持图像的视觉连通性。实验结果表明，在迭代次数相同的条件下，可以比原始的曲率驱动扩...
基于Gibbs分布的盲图像修复
Gibbs分布 全变差 点扩散函数
2009/9/21
针对盲图像去卷积问题，首先建立了一个基于Gibbs分布加权算法模型，然后讨论了关于能量泛函极小解的存在性，最后导出了相应的热流。在计算机模拟中，除了某些限制条件外，即使对于点扩散函数和原始的真实图像没有更多精确的信息，此算法也运行得很好。为了进一步观察此算法的实效性，与全变差盲去卷积模型的实验结果进行了比较。
基于纹理方向的图像修复算法
图像修复 纹理方向 纹理合成
2009/9/18
在使用基于样本的纹理合成技术的图像修复算法中，搜索纹理的匹配块时，利用纹理的方向特性，可以将搜索过程约束到沿着纹理的方向进行。在Criminisi A的算法基础上，加入了确定纹理方向过程，优化了纹理块的优先权和大小的计算方法。实验结果表明，该方法在处理强方向性的纹理图像的修复时有很好的效果，明显地提高了计算效率。
纹理合成在图像修复中的应用研究
图像修复 图像补全 纹理合成
2009/8/12
图像修复是数字图像处理领域中的主要研究方向，该文介绍纹理合成技术中的Criminisi算法，并针对其在利用边界点优先权调整修补次序过程中存在的问题，提出一种改进算法，该算法不仅可以有效改善图像的修复效果，还可以在数字图像上实现用背景替换较大的前景物。实验结果证明了其有效性。
一种新的基于偏微分方程的图像修复
偏微分方程 TV模型 CDD模型 连接整体性准则
2009/8/12
图像的修复是图像处理中一个重要的部分，主要是利用一定的方法针对产生划痕和有缺损的图像进行修复，或者从图像中去除指定的物体和文字，以达到特定的目的。该文比较了CDD图像修复模型和快速图像修复模型的性能。它们都满足“连接整体性准则”，对于具有较大破损区域及细小边缘的图像具有良好的修复能力。但是前者修复速度较慢，而后者可以克服CDD修复速度较慢的缺点。实验结果表明，该模型在保证与CDD模型相近修复质量的...
一种改进的基于样本的图像修复方法
图像分解 纹理修复 优先级
2009/7/30
分析了Criminisi等人提出的基于样本的图像修复算法，针对其在计算修复块优先级时存在的一些不足，提出一种改进的基于样本的图像修复方法，通过基于TV模型的分解算法将待修复图像分解为结构图像和纹理图像，利用结构图像来计算修复块的优先级，使得优先级的计算更加准确。实验结果表明该方法对图像结构边缘的修复有明显的改善。
一种基于颜色区域分割的图像修复算法
图像修复 样本匹配 颜色区域分割
2009/7/30
现有的基于样本块纹理合成的数字图像修复技术在全局式搜索样本匹配块时可能选择错误的匹配块，导致繁衍错误信息而使修复结果不理想。该文提出一种基于颜色区域分割的图像修复方法，其目标匹配块的搜索限定在源样本块所覆盖的颜色区域中。实验结果表明这是一种更健壮、视觉效果更理想的修复算法，可以有效修复各种破损情况，尤其是具有复杂背景的较大区域填充。
网格提取的图像修复方法
网格 Hough变换 图像修复
2009/7/29
数字图像的修复，一般都需要人们用手工来标记待修复的区域。提出了一种新的方法，能够自动标记图像中的待修复区域——网状障碍物。首先将网状障碍物看作网格，利用网格是由空间中有规律两组线交叉形成的这一显著特点，然后通过计算来提取覆盖在图像上的网状障碍物，这样就不需要人们用手工来标记。为了保证得到的网格线能够完全覆盖图像上的网状障碍物，把提取的网格线进行适当的膨胀，实验证明该方法是有效的，且比较容易实现。
基于曲率驱动方向性热流的图像修复模型
图像修复 曲率 方向性热流
2009/7/16
提出一种曲率驱动的方向性热流图像修复模型。在该模型中，信息向待修复区域的扩散被看成是两个相互垂直的1D方向性热流的耦合，其中的扩散方向由图像的局部相关几何决定，而扩散强度是一个曲率相关的函数。实验结果表明，该模型不仅能够保证修复边缘的尖锐性还可以减少修复过程中虚假边缘的产生。