基于边缘结构的Criminisi图像修复

李尊; 吴谨; 刘劲

doi:10.3788/YJYXS20142905.0756

您当前的位置：

首页 >

文章列表页 >

基于边缘结构的Criminisi图像修复

成像技术与图像处理 | 更新时间：2020-08-12

- 基于边缘结构的Criminisi图像修复
- Criminisi algorithm based on marginal structure for image inpainting
- 液晶与显示 2014年29卷第5期页码：756-760
- 作者机构：
  
  武汉科技大学信息科学与工程学院,湖北武汉,430081
- 作者简介：
  
  [ "李尊（1988-），女，河南新乡人，硕士研究生，从事图像修复研究工作。E-mail：895310276@qq.com" ]
  [ "刘劲（1982-），男，湖南娄底人，讲师，从事航空航天研究工作。" ]
- 基金信息：
  
  湖北省自然科学基金（No.2013CFB333）();高等学校博士学科点专项科研基金（No.20124219120002）();湖北省教育厅科研计划（No.Q20131
- DOI：10.3788/YJYXS20142905.0756
  中图分类号： TP391.41
- 收稿日期：2014-01-17，
  
  修回日期：2014-02-25，
  
  纸质出版日期：2014-10-05
- 稿件说明：
移动端阅览
李尊, 吴谨, 刘劲. 基于边缘结构的Criminisi图像修复[J]. 液晶与显示, 2014,29(5): 756-760

LI Zun, WU Jin, LIU Jin. Criminisi algorithm based on marginal structure for image inpainting[J]. , 2014,29(5): 756-760
李尊, 吴谨, 刘劲. 基于边缘结构的Criminisi图像修复[J]. 液晶与显示, 2014,29(5): 756-760 DOI： 10.3788/YJYXS20142905.0756.

LI Zun, WU Jin, LIU Jin. Criminisi algorithm based on marginal structure for image inpainting[J]. , 2014,29(5): 756-760 DOI： 10.3788/YJYXS20142905.0756.

摘要

为了提高图像边缘结构信息的修复效果，本文优化的Criminisi算法优先权，侧重于提高数据项的鲁棒性，并在全局搜索寻找最佳匹配模块进行修复。且在修复结束后，对修复区域进行FDIM算法的无缝拼接处理，使图像的整体和谐统一。实验证明，该修复方法能够很好地处理边缘结构细节信息，并降低了错误匹配，满足人的视觉需求，具有相对较高的实用价值。

Abstract

In order to improve the inpainting effect of marginal structure

the priority of optimized Criminisi algorithm focuses on improving the robustness of a data item in this paper

and then the optimized Criminisi algorithm searches for the best matching module in global image. After these

this paper uses FDIM which is a kind of seamless splicing algorithms in repair region

which makes a harmony of the whole image. Lots of experiments prove that this method can deal with the details of marginal structure effectively and reduce the inaccurate matching as well as meets the demand of human visual

so this method has relatively high practical value.

关键词

Keywords

references

Bertalmio M, Sapiro G, Caselles V,et al.Image inpainting[C].Proceedings of International Conference on Conputer Graphics and Interactive Techniques,USA:John Seely Brown,2000:417-424.[2] 沈峘, 李舜酩, 毛建国,等. 数字图像复原技术综述[J]. 中国图象图形学报, 2009, 14(9):1764-1775. Shen H, Li S M, Mao J G,et al.Digital image restoration techniques a review[J].Journal of Image and Graphics,2009,14(9):1764-1775.(in Chinese)[3] Ballester C, Bertalmio M, Caselles V,et al.Filling-in by joint interpolation of vector field and gray levels[J].IEEE Trans. Image Process,2001,10(8): 1200-1211.[4] Chan T, Shen F. Mathematical models for local non-texture inpaintings[J].SIAM Journal on Applied Mathema-tics,2002, 62(3):1019-1043.[5] Criminisi A, Perez P, Toyama K. Region filling and object removal by exemplar based inpainting[J].IEEE Trans. Image Process,2004, 13(9):1200-1212.[6] 赵伦. 一种基于样本纹理的图像修复算法研究[J]. 电脑知识与技术, 2013, 9(19):4509-4528. Zhao L.An image restoration algorithm based on the sample texture[J].Computer Knowledge And Technology,2013,9(19):4509-4528. (in Chinese)[7] 常晨, 尹立新, 方宝龙. 一种改进的Criminisi图像修复算法[J]. 计算机应用与软件, 2012,29(9):238-267. Chang C, Yin L X, Fang B L. An improved criminisi algorithm for image inpainting[J].Computer Applications and Software,2012,29(9):238-267. (in Chinese)[8] 张斐. 大区域图像修复算法研究[D]. 南京:南京邮电大学,2013. Zhang F. Research on large area image inpainting[D].Nanjing: Nanjing University of Posts and Telecommunications,2013. (in Chinese)[9] 刘洋,王昊京,田小建,等. 采用区域分割的变尺寸样本块高效图像修复[J]. 光学精密工程, 2010,18(12):2657-2664. Liu Y, Wang H J, Tian X J,et al.Efficient image inpainting based on region segmentation and varying exemplar[J].Optics and Precision Engineering, 2010,18(12):2657-2664. (in Chinese)[10] 邵明省,杜广朝. 基于量子克隆多宇宙算法的图像融合研究[J]. 液晶与显示, 2012,27(6);837-841. Shao M S,Du G C. Image fusion processing based on multi-universe quantum cloning algorithm[J].Chinese Journal of Liquid Crystals and Diaplays,2012,27(6);837-841. (in Chinese)[11] 张焕龙. 图像无缝拼接技术的研究[D]. 开封:河南大学, 2007. Zhang H L.Research on seamless image mosaic technology[D].Kaifeng:Henan University,2007. (in Chinese)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于门控卷积与注意迁移的二阶图像修复

自由立体显示中基于深度卷积神经网络的虚拟视点生成方法

FA-Criminisi快速图像修复