基于模板匹配的图像修复法

提出了一种基于模板匹配的图像修复方法。该算法在所有的待修复区域边缘寻找优先权最高的待修复块,在规定的样本区域寻找与上一步所得的具有最高优先权的待修复块最为匹配的样本块,用所得的最佳样本块填充所受损的图像区域,直到图像整体修复完成。试验仿真表明该方法在大面积图像受损的条件下,实现了图像的纹理信息保护,整幅图像有较好的修复视觉效果。     

基于小波变换的纹理合成算法研究

基于样图的纹理合成基本思想是根据给定的小区域的纹理样本,拼合生成任意大小的纹理图像并且在视觉上与样本是相似而连续的。通过对基于样图的纹理合成算法进行研究,在待合成纹理块的搜索策略上,提出优先搜索前一个已合成纹理块在样图中的位置附近,快速定位下一个用于合成的纹理块。在纹理块的匹配策略中引入小波变换,结合小波变换后的小波系数和小泼变换后的低频域图像进行块的重叠区域匹配,最后使用最小路径法将待合成纹理块缝合到输出图像中。充分考虑了样图的结构信息并提高了合成速度,获得了较好的纹理合成效果。     

一种快速的自动图像修复算法

图像修复算法有很多,但它们一般只给出修复的方法,对于待修复区域边界是怎么识别的这一难题避而不答.采用模糊C均值聚类的方法识别出损坏图像的区域,进而找出待修复图像的边缘,然后采用-种结合高斯核的快速行进方法对图像的损坏区域进行修复.实验结果表明本算法能实现图像的自动修复,并且修复效果非常好.     

基于生成网络的遥感图像超分辨率的研究

提出了一种基于生成器网络的遥感图像超分辨率方法。该方法对网络的权重随机初始化,无需使用数据集进行预训练。输入待修复的低分辨率图像,通过迭代训练网络,生成网络输出边缘更为清晰的超分辨率图像。对遥感图像上复杂纹理的修复也达到了更清晰的预期效果。实验结果表明,生成网络能在遥感图像超分辨率上达到经过大量数据集训练的卷积神经网络相似甚至更好的表现。     

基于改进样本块的数字图像修复算法研究

针对已有的基于样本块的纹理合成修复算法存在修复误差累积高的问题,重点研究了一种改进的基于样本块的数字图像修复算法。通过块匹配法与边缘驱动填充顺序的结合、全局搜索与局部搜索的结合,充分发挥修补过程中填充优先权的作用,有效地修补了图像受损区域的纹理和结构信息。仿真实验结果测试表明,与已有的传统算法相比,受损图像的修补更加完善,修复的误差累积得到了较好的改善。     

唐卡图像修复综述

唐卡图像修复是指对受到损坏的唐卡图像进行修复重建,还原唐卡图像初始状态的一个过程。详细介绍了数种基于纹理结构和非纹理结构的唐卡图像修复方法与各自的优缺点,以及不同方法适用的不同应用场景。概述的唐卡图像修复技术与修复方法,不仅可为开发者在唐卡图像修复上提供技术路线,同时可为其它领域的唐卡研究者提供理论参考,最后提出一些在唐卡修复方面的展望。     

基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

图像修复中物体移除的实验设计

设计了图像修复中物体移除的实验,通过实验的操作激发学生对图像修复进行研究的兴趣。通过此实验,学生可以学会高斯滤波的使用,各种边缘提取的方法及区别,利用小波变换和边缘检测获得图像的主要结构,在物体移除后从结构和纹理两个方面实现图像的修复。首先对图像修复中物体移除的基本原理及实现过程进行解释,然后利用这一方法实现物体移除后破损图像的修复。提供可实现上述方法的Matlab程序代码,学生可利用相关程序对各种物体移除图像进行处理,得到了视觉上无明显人工修复痕迹的图像。在数字图像实验中首次引入了结构和纹理分别修复的图像修复方法。     

三维曲面的纹理映射失真修复算法的研究

纹理映射是真实感图像制作的一个重要部分,它可将任意的平面图形或图像覆盖到三维模型表面上,在模型表面形成逼真的色彩花纹。但是当二维图像映射到非平表面的三维物体上时,纹理图案会失真,物体模型的真实感降低。针对三维地形给出了纹理失真修复的方法,使纹理更加均匀。     

基于显著区域纹理谱特征的图像检索方法

提出一种基于显著区域纹理谱特征的图像检索方法.首先计算像素点显著度,生成显著图;然后对图像的各个分割区域,按照显著图确定显著区域;再提取各个显著区域的纹理谱直方图特征;最后给出显著区域纹理谱特征的加权函数.实验结果表明,该方法能将视觉敏感度与纹理特征有效地结合起来,在不增加太多计算时间的条件下,提高检索质量.     

基于图像分解的分层图像修复

We propose a layered image inpainting scheme based on image decomposition.The damaged image is first decomposed into three layers:cartoon,edge,and texture.The cartoon and edge layers are repaired using an adaptive offset operator that can fill-in damaged image blocks while preserving sharpness of edges.The missing information in the texture layer is generated with a texture synthesis method.By using discrete cosine transform(DCT)in image decomposition and trading between resolution and computation complexity in texture synthesis,the processing time is kept at a reasonable level.     

基于稀疏表示与加权核范数最小化的图像去噪算法

为解决一部分纹理数据在运用加权核范数最小化处理低秩矩阵逼近时出现丢失的问题,提出一种基于稀疏表示与加权核范数最小化的图像去噪算法。稀疏表示用于辅助重构清晰图像,加权核范数最小化用于图像块样本的低秩矩阵逼近。通过分析纹理数据找出熵较大的非平滑块,运用一种奇异值维纳滤波,从其差异矩阵中找出丢失的部分纹理信息,并将其与低秩去噪结果融合。实验结果表明,该算法能够保持图像的细小纹理,去噪效果更好,具有良好的鲁棒性与泛化性。     

自适应灰度调整及边缘增强的X光图像优化

医用X光图像对常规图像增强算法较敏感、易失真,对此提出一种自适应灰度调整及边缘增强的X光图像增强算法.算法依据X光图像直方图中灰度的分布特点,自适应进行单段或双段灰度拉伸,调整灰度范围并均衡灰度分布,在该基础上叠加DFT频域Butterworth高通滤波信号以增强组织的边缘及纹理信息.实验证明,该算法失真率低、可行性高,对医用X光图具有较理想的增晰效果.     

X光轮胎图像的增强处理研究

采用Buterworth高通滤波器对X光轮胎图像进行分频处理,对提出的高频分量进行加强滤波,然后用直方图均衡化处理方法增加图像的对比度,这样就可以得到更清晰的轮胎纹理细节。为了进行对比,实验中还引入了传统的直方图均衡化和二值化理论方法,通过实验证明了本文算法的有效性。     

Mean shift texture surface detection based on WT and COM feature image selection

INTRODUCTION Visual inspection plays a vital role in assuring the quality of industrial products. Texture surface detection aims at detecting defects such as cracks, stains, broken points, etc. on texture surfaces. Due to the repetitive changes of texture gray values and structures, traditional detection methods based on intensity or edge detection are invalid, which makes texture surface detection one of the most intriguing problems during the past decades. Generally, most of previous a…     

基于引导滤波与 LoG 算子的安检图像增强算法

引导滤波是一种能保持图像边缘的滤波器,可用来减少图像噪声。高斯拉普拉斯算子（Laplacian of Gaussian,LoG）在去噪的同时能够检测到边缘信息,并实现图像边缘增强。针对 X 光安检图像噪声大、边缘不清晰、对比度低等特点,提出一种基于引导滤波与 LOG 算子的安检图像增强算法。首先用引导滤波对图像作平滑处理,然后用 LoG 算子检测其边缘并进行增强,最后用限制对比度自适应局部直方均衡化（CLAHE）作对比度拉伸。实验结果表明,该算法与改进 CLAHE 算法相比,平均梯度可提高 50%左右,图像清晰度较高。     

基于Gabor小波的维吾尔文笔迹的特征提取方法研究

本文提出使用Gabor小滤提取维吾尔文笔迹的纹理特征方法。首先,通过预处理形成维吾尔文纹理图像。按照维吾尔文笔迹的特点,对Gabor滤波器进行改进。然后用一组Gabor滤波,过滤后获得图像的高维特征向量。最后,最邻近分类器（NN）分类器对不同17名人的维吾尔文笔迹样本进行分类实验,并获得79.8%的鉴别率。     

数字图像的分数阶微分增强

为了提高图像的纹理细节,提出了一种分数阶对比度增强算法。首先离散化分数阶微分方程得到分数阶微分数值计算方法,并将其推广到二维图像空间,构造了数字图像的分数阶微分增强运算规则和增强模板。实验表明该分数阶微分增强算法能比较明显地增强图像的纹理细节,增强后的图像清晰度显著提高。