计算机科学 ›› 2015, Vol. 42 ›› Issue (3): 316-320.doi: 10.11896/j.issn.1002-137X.2015.03.065
• 图形图像与模式识别 • 上一篇
睢 丹,高国伟
SUI Dan and GAO Guo-wei
摘要: 由于未知像素点先验信息缺失,因此模块匹配和边缘结构信息未知,全息修复困难。传统方法采用子空间特征信息多维搜索方法未能实现对图像纹理的微细结构信息的模板匹配,效果不好。引入人工鱼群算法,提出一种基于人工鱼群微细分解和亮度补偿的先验未知像素点全息修复算法,即采用子空间特征信息多维搜索方法进行先验未知像素点置信度的更新,以保持 被修复 的图像破损区域的连续性。构建人工鱼群算法的图像微细分解模型,结合边缘特征点亮度补偿策略,来实现对先验未知像素点的图像信息修复改进。实验结果表明,改进的图像修复算法具有良好的视觉效果,修复时间和计算开销较少,提高了稳定性和收敛性,图像修复后的信噪比误差较小, 保持在6%以内 ,因此该算法的性能优越。
[1] 陶涛,夏新宇,李琳,等.面向数据融合计算的动画角色处理平台[J].合肥工业大学学报:自然科学版,2014,31(1):59-62 [2] Zhou Ya-tong,Li Lin,Xia Ke-wen.Research on weighted priority of exemplar-based image inpainting[J].Journal of Electro-nics,2012,29(1):166-170 [3] Xu Zong-ben,Sun Jian.Image inpainting by patch propagation using patch sparsity[J].IEEE Transaction on Image Proces-sing,2010,9(5):1153-1165 [4] Kwok Taz-Ho,Sheung H,Wang C C L.Fast query for exemplar-based image completion[J].IEEE Transactions on Image Processing,2010,9(12):3106-3115 [5] 孟春芝,何凯,焦青兰.自适应样本块大小的图像修复方法[J].中国图象图形学报,2012,7(3):337-341 [6] 曹健,李海生,蔡强.图像目标的特征提取技术研究[J].计算机仿真,2013,30(1):409-413 [7] 孙震,王兆霞,白明,等.基于自组织神经网络 SOM 和 K-means 聚类算法的图像修复[J].科学技术与工程,2012,12(8):1790-1794 [8] 罗海驰,李岳阳,孙俊.一种基于自适应神经模糊推理系统的图像滤波方法[J].计算机科学,2013,40(7):302-306 [9] 张芳芳.基于邻域梯度图像拼接算法研究[J].科技通报,2012,0(28):61-63 [10] 李志丹,和红杰,尹忠科,等.基于块结构稀疏度的自适应图像修复算法[J].电子学报,2013,1(3):549-554 [11] 王栋,尚堃.基于改进蚁群算法的红外图像边缘检测方法[J].四川兵工学报,2014,35(7):87-90 |
No related articles found! |
|