资料下载
×
基于图像结构纹理分解及局部总变分最小化的图像修复模型
消耗积分:0 |
格式:rar |
大小:1.18 MB |
2019-01-22
分享资料个
在基于样例的图像修复算法中，由于优先权公式的计算容易受图像局部噪声和细小纹理的干扰，导致修复顺序错乱；而在搜索最优匹配块时，因忽略了图像块内部的结构影响，可能导致误匹配。针对以上问题提出了一种基于图像的结构一纹理分解及局部总变分最小化的图像修复模型。首先，根据对数总变分最小化模型，将待修复图像进行结构一纹理分解，得到图像的结构分量，并利用图像的结构分量来计算待修复点优先权，使优先权的计算排除局部纹理干扰而更具鲁棒性；其次，将优先权的计算改进为数据项和置信项的加权和，避免了乘积效应，确保数据项一直发挥作用，减少因修复顺序不合理造成的错误匹配；最后，根据图像的局部总变分最小化原则，将图像块的最优匹配转换为0-1优化问题，确保图像修复后的局部结构一致性。与3组参考文献的5组对比实验结果表明，峰值信噪比（ PSNR）提高了1.12~3.56 dB，结构相似性指数提高了0.02~0.04。所提模型更好地遵循了修复优先性原则，具有更强的保持图像局部结构一致性的能力，改善了修复图像的视觉效果，适用于复杂结构的大面积毁损的图像的修复。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
