基于纹理合成的数字图像修复技术研究-计算数学专业论文.docx

独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所 知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得 合肥工业大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签字：黄淑兵 签字日期： 2011 年 4 月 17 日 学位论文版权使用授权书 本学位论文作者完全了解 合肥工业大学 有关保留、使用学位论文的规定，有权保留并向 国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权 合肥工业大 学 可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文者签名：黄淑兵 导师签名： 朱晓临 签字日期：2011 年 4 月 17 日 签字日期： 2011 年 4 月 17 日 学位论文作者毕业后去向： 工作单位： 电话： 通讯地址： 邮编： PAGE PAGE 10 第一章 绪 论 “图像修复就是对图像上的信息缺损区域进行信息填充的过程，其目的是 为了对有信息缺损的图像进行修补，并且要使观察者无法察觉到图像曾经缺损 或已被修复”[1]。图像修复技术主要应用于破损图像的修补以及文字或者物体 等目标对象的移除（如图 1-1 所示）。 (a) 原始图像 (b) 待修复图像 (c) 修复结果 图 1- 1 数字图像修复示例 1. 1 研究背景 图像修复(Image Inpainting)技术是一项古老的艺术，最初起源于欧洲文艺 复兴时期。在那个年代，珍贵的艺术作品通常会被多次转手，保管的时候难免 会受到一定程度的损伤。图像修复就是对受到损伤的绘画作品，手工修补受损 的部分，从而使得修补后的作品和原来的作品风格一致，并且对于没有看到过 原始作品的来说，不会察觉出作品曾经被修补过。这种工作在当时完全是一种 手工的行为，通常是由经验丰富的专业人员来处理的。由于这种工作是直接在 原始作品上进行修改的，修改过程中一旦出现失误将会造成无法挽回的后果， 因此这种工作具有非常高的风险。 随着多媒体技术的发展，图像的保存方式也变得多种多样，例如照片和电 影胶片。但是，这两种介质长时间保存也有可能会遭到损坏，照片长期保存会 产生霉斑，电影胶片多次播放会产生划痕。这些都会在一定程度上影响图像的 视觉效果。 数字图像修复是对数字化的图像作品进行修复处理，将待修复图像中的划 痕、污点等损坏部分去除，然后对去除后的空白区域进行填充，从而使得修复 后的图像与原图风格一致，并且具有较好的视觉效果。由于数字图像修复不要 直接对原始艺术作品进行修改，还可以多次修复寻求最佳修复结果，因此安全 可靠，毫无风险，具有很高的实用价值。同时，数字图像修复技术还可应用于 去除图像或视频中不希望出现的物体或文字，如视频中的字幕、风景照片中的 人物等。 目前，很多研究者开始了数字图像修复技术的研究。有些研究者正在研发 一种自动修复图像的软件，这种软件只要用户指定待修复的区域并设定一些修 复的参数，软件就能自动地修复图像，这样可以节约用户的不少时间。对于修 复结果好坏的判断，目前还没有一个绝对的标准，一般还是靠观察者的主观判 断。所以，修复的结果可以是多种多样的，并不是唯一的。 1. 2 研究现状 从目前来看，数字图像修复技术主要有两种：一种是基于非纹理结构的图 像修复，另一种是基于纹理结构的图像修复。 基于非纹理结构的图像修复技术对于破损区域较小的图像的修复效果比较 理想。现在使用的最多的是基于偏微分方程（PDEs）模型的修复算法，这种算 法的思路是将破损区域边缘的图像信息逐步向破损区域内部扩散，扩散的方向 是按照图像的等照度线的垂直方向进行的。其优点是不管待修复区域的拓扑结 构是什么样的都能够修复，而且可以同时修复多个区域，这些区域可以包含不 同的背景和结构。 Bertakmio 等 [2] 首次提出这种基于偏微分方程的图像修复技 术，主要思想是利用图像中待修复区域边缘的信息，按照等照度线（isophote） 的方向向待修复区域内部扩散，修复的效果非常理想。此后，Manou 等[3]在前 面所说的修复算法的基础上，提出了一种修复速度非常快的图像修复技术，可 以很好地修复简单的结构图像，而且修复的速度是非常快的。此后，又相继出 现了一些经典的基于偏微分方程的 修复算法，比如 BSCB 模型 [2]