学位论文 > 优秀研究生学位论文题录展示
数字图像修复算法研究
作 者: 王丽丽
导 师: 万毅
学 校: 兰州大学
专 业: 信号与信息处理
关键词: 图像修复 稀疏性 金字塔 多分辨率 优先权
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 117次
引 用: 0次
阅 读: 论文下载
内容摘要
数字图像修复技术是数字图像处理、计算机图形学和计算机视觉领域的研究热点。图像修复技术是以一种人眼可以接受的方式重建图像中丢失或者破损的信息。修复技术的最终目的要使得观察者觉察不到图像曾经破损或者已经被修改。数字图像修复技术广泛应用于图像编码、图像传输、影视特技制作、文本去除、超分辨率分析等。本文对典型的数字图像修复算法进行了描述。针对现今数字图像修复技术中仍然存在的速度和质量冲突的问题,我们提出了一种新的算法,即多分辨率图像修复算法。该算法在基于图像稀疏性的修复算法上,建立了图像金字塔,把待修复的图像作为金字塔的最底层。首先修复低分辨率的图像并存储相关信息,再由低分辨率图像向高分辨率图像作映射。在高分辨率图像修复中,按照待修复像素块的优先权顺序修复图像中的受损区域。我们将本文提出的算法和数字图像修复中其他几种典型算法进行了对比,分别应用到遮挡物的移除、丢失块重建、目标物体移除和划痕去除。实验结果表明,本文提出的算法无论是速度还是质量上都优于目前已有算法。
|
全文目录
中文摘要 3-4 Abstract 4-7 第一章 绪论 7-14 1.1 选题背景及研究意义 7-10 1.2 数字图像修复研究现状 10-12 1.3 论文结构安排 12-14 第二章 基于偏微分方程的数字图像修复算法 14-26 2.1 基于偏微分方程的修复算法简介 14 2.1.1 偏微分方程的一些概念 14 2.2 几种典型的基于偏微分方程的修复算法 14-25 2.2.1 BSCB修复算法 14-19 2.2.2 全变分修复算法 19-23 2.2.3 曲率驱动扩散修复算法 23-25 2.3 本章小结 25-26 第三章 基于纹理合成的数字图像修复算法 26-35 3.1 纹理与纹理合成简介 26 3.2 马尔可夫随机场模型 26-27 3.3 基于像素点的纹理合成修复算法 27-31 3.3.1 非参数纹理合成算法 27-28 3.3.2 基于L邻域的纹理合成算法 28-29 3.3.3 自然纹理合成算法 29-31 3.4 基于像素块的纹理合成修复算法 31-33 3.4.1 基于优先权的纹理合成算法 31-33 3.4.2 基于优先权的非局部均值纹理合成算法 33 3.5 本章小结 33-35 第四章 基于稀疏性的数字图像修复算法 35-42 4.1 基于稀疏性的修复算法简介 35-39 4.1.1 基于结构稀疏性的块优先权 35-36 4.1.2 基于结构稀疏性的块表示 36-39 4.2 改进的基于稀疏性的多分辨率修复算法 39-41 4.2.1 图像金字塔 39 4.2.2 低分辨率图像的修复 39-40 4.2.3 高分辨率图像的修复 40-41 4.3 本章小结 41-42 第五章 算法仿真结果与分析 42-54 5.1 仿真环境和实验数据说明 42 5.2 仿真结果的视觉效果 42-52 5.3 算法复杂度的比较分析 52-53 5.4 本章小结 53-54 第六章 总结与展望 54-55 参考文献 55-57 在学期间的研究成果 57-58 致谢 58
|
相似论文
- 嵌入式协同调试环境研究与设计,TP311.52
- 协同过滤推荐系统中关键问题研究与实现,TP311.52
- 论浮动抵押的实现,D923
- 地理空间数据组织及调度的研究与实现,P208
- 大场景三维景观数据的组织与可视化研究,P208
- 基于加速鲁棒特征的全景图拼接技术研究,TP391.41
- 终极控制人性质、金字塔控制与“利益输送”,F832.51;F224
- 金字塔控制结构与公司价值,F832.51;F224
- 最小二乘支持向量机建模及预测函数控制问题研究,TP13
- 基于特征点对应关系的人体变形技术研究,TP391.41
- 金字塔结构股份公司控制权的度量方法研究,F224
- AHP优先权重的参数问题研究,TB114
- 运用特征点匹配的图像快速拼接算法研究,TP391.41
- 光照不变性特征在图像检索与识别中的应用研究,TP391.41
- 基于多分辨率聚类的安全定位算法研究,TN929.5
- 胶囊内镜便携式接收系统及内镜图像出血识别算法研究,TP391.41
- 不动产抵押权与其他优先权冲突规则研究,D923
- 多分辨率建模关键技术研究,TP391.9
- 基于随机游走模型的个性化信息推荐,TP391.3
- 红外与可见光图像配准及融合技术的研究,TP391.41
- 基于改进梯度空间直方图的对象检测方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|