《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 結合灰度共生矩陣和熵的圖像修復算法
結合灰度共生矩陣和熵的圖像修復算法
來源:微型機與應用2012年第21期
潘姣君,謝伙生
(福州大學 數學與計算機科學學院,福建 福州 350108)
摘要: 利用灰度共生矩陣提取圖像紋理特征值,然后根據熵值的大小來實現模塊大小的選擇。另外,在尋找最佳匹配塊時,同時考慮了顏色信息的差異和空間距離的因素。最后,給出了客觀評價圖像修復質量的PSNR度量。實驗表明,與Criminisi算法相比,該方法得到的修復效果更自然,更符合人的視覺感知。
Abstract:
Key words :

摘  要: 利用灰度共生矩陣提取圖像紋理特征值,然后根據值的大小來實現模塊大小的選擇。另外,在尋找最佳匹配塊時,同時考慮了顏色信息的差異和空間距離的因素。最后,給出了客觀評價圖像修復質量的PSNR度量。實驗表明,與Criminisi算法相比,該方法得到的修復效果更自然,更符合人的視覺感知。
關鍵詞: 圖像修復;紋理合成;灰度共生矩陣;熵;模塊大小;最佳匹配塊

 圖像修復是針對有信息缺損的圖像,利用圖像中已知區域的信息按照一定的規則填充缺損區域的過程,并使觀察者察覺不出圖像曾經缺損或已被修復[1]。其對文物保護、影視特技制作、老照片修復、圖像中文本及障礙物的去除等都具有重要的應用價值。
 在基于紋理合成的圖像修復算法中,具有代表性的是Criminisi算法[2],它使用優先權函數來確定待修復塊的填充順序,較好地修復了圖像的結構和紋理信息,取得了不錯的效果。但無論圖像紋理是否復雜,其模塊大小始終為固定值,不能根據圖像的紋理是否復雜進行合理的選擇,這對于某些圖像的修復,效果不佳。目前,對于Criminisi算法中存在的上述不足,已經有不少學者對其進行了各種改進[3-8],實現了模塊大小的自適應選擇,得到了較好的修復結果。
 考慮到模塊大小的選擇跟紋理的復雜程度有關,本文首先利用灰度共生矩陣提取圖像紋理特征值,然后根據熵值的大小來實現模塊大小的選擇。另外,為了解決當最佳匹配塊存在多個時,Criminisi算法可能由于選擇不當而導致修復效果不佳的問題,本文在尋找最佳匹配塊的同時,考慮了顏色信息的差異和空間距離的因素。實驗結果表明,該算法合理有效,得到的修復效果更令人滿意。


 



2.3 改進算法主要步驟
 初始時置i=0;
 (1)抽取用戶選定的待修復區域?贅(=?贅°)的邊界δ?贅(=δ?贅°);
 (2)設Ng=8,d=5,夾角θ=0°,45°,90°,135°,計算圖像已知區域在4個方向上的Ng×Ng矩陣P1、P2、P3、P4,然后分別進行歸一化;
 (3)分別計算4個矩陣的熵特征值,并進行歸一化;
 (4)對步驟(3)中得到的4個值進行加權平均,再根據如下對應關系選擇模塊大小;

 從以上實驗對比中可以看出,相比于Criminisi算法,本文得到的修復結果更自然,更符合人的視覺感知。從圖3看到,雖然本文算法所選模塊大小與Criminisi算法一樣,但是本算法避免了最佳匹配塊的選擇不當問題,因而得到的修復結果更理想。以圖4可以看到,本算法所選模塊較小,包含的紋理單元也較少,則較容易找到與之相似度高的匹配塊,從而增強了圖像的修復效果。在圖5與圖6中,本算法的模塊都較大,確保了紋理結構的完整性。其中,圖5中得到的修復結果對三角形內部修復得很好,不再出現白色區域,保證了三角形紋理結構的完整性;圖6結果顯示本文對弧線結構修復得更好,不存在斷裂的現象。通過以上的實驗分析,說明了本算法的可行性及有效性。
為進一步分析本文算法的修復質量,表1給出了利用峰值信噪比測度PSNR(Peak Signal to Noise Ratio)對 本文算法及Criminisi算法得到的修復結果進行客觀評價。從表1可以看出,本算法修復結果的峰值信噪比比Criminisi算法來得高,即說明了本文修復的效果較好。
 通過圖7進一步說明了本方法可避免當最佳匹配塊存在多個時,由于選擇不當而使修復效果不好的問題。其中,圖7(a)為原圖像;圖7(b)為待修復圖像;圖7(c)為Criminisi算法,winsize=4;圖7(d)為只采用本文中模塊大小的選擇的方法,winsize=9;圖7(e)為本算法,結合模塊大小的選擇及最佳匹配塊的選擇的方法,winsize=9,比較圖7(c)和圖7(d)發現,采用模塊大小的選擇的方法在一定程度上改善了圖像的修復質量,但仍存在一定的缺陷;從圖7(e)相較于圖7(c)和圖7(d)容易發現,采用方法得到的修復效果最好。

 本文分析了Criminisi算法,并針對其存在的某些不足,提出了一種新的改進方法。實驗表明,本算法可根據圖像的紋理是否復雜來靈活地選擇合適的模塊大小,同時可避免由于最佳匹配塊選擇不當而使修復效果不好的問題。然而本算法給模塊大小winsize只提供了6個可選值,即winsize=2、3、4、5、7、9。雖然這幾個值在一般情況下能適用于大多數缺損圖像的修復,但是對于一些個別的圖像,其修復效果仍不夠理想,還需對其做進一步的改進。
參考文獻
[1] 張紅英,彭啟琮.數字圖像修復技術綜述[J].中國圖象圖形學報,2007,12(1):1-10.
[2] CRIMINISI A, PEREZ P, TOYAMA K. Region filling and object removal by exemplar-based image inpainting[J]. IEEE Transactions on Image Processing, 2004,13(9):1200-1212.
[3] 屈磊,韋穗,梁棟,等.快速自適應模板圖像修復算法[M].中國圖象圖形學報,2008,13(1):24-28.
[4] 楊秀紅,王慧琴,李蘇莉.基于自適應模板和置信度更新的圖像修復算法[J].電子科技,2009,22(12):69-72.
[5] 付紹春,樓順天.基于區域紋理合成的圖像修補算法[J].電子與信息學報,2009,31(6):1319-1322.
[6] Zhou H L, Zheng J M. Adaptive patch size determination for patch-based image completion[C]. Proceedings of 2010 17th IEEE International Conference on Image Processing,2010:421-424.
[7] 孟春芝,何凱,焦青蘭.自適應樣本塊大小的圖像修復方法[J].中國圖象圖形學報,2012,7(3):337-341.
[8] 張偉偉,何凱,孟春芝.自適應選取樣本塊大小的紋理合成方法.計算機工程與應用,2012,48(17):170-173.

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 9191精品国产免费不久久 | 色在线免费观看 | 手机看片国产免费 | 美女视频免费看一区二区 | 国产97色在线中文 | 综合久草| 国产夜色 | 国产成人综合亚洲欧美天堂 | 国产成人www免费人成看片 | 日本加勒比中文字幕 | 免费在线一级毛片 | 日韩视频精品在线 | 青草青草视频2免费观看 | 免费在线观看a级毛片 | 国产精品视频区 | 国产高清精品一级毛片 | 日本免费久久 | 天天碰夜夜 | 99久久免费精品国产免费 | 97影院九七影院理论片 | 欧洲性开放老妇人 | 久久婷婷国产综合精品 | 亚洲色图综合网 | 免费二级毛片免费完整视频 | 国内免费在线视频 | 五月天综合色 | 国产一级高清视频免费看 | 国内永久第一免费福利视频 | 欧美久久久久久 | 四虎影视永久在线观看 | 四虎国产成人亚洲精品 | 日本不卡网站 | 99成人在线视频 | 91天堂素人精品系列全集亚洲 | 久久精品re| 五月情婷婷 | 欧美一级高清片欧美国产欧美 | 五月花社区婷婷综合 | 国产成人亚洲综合无 | 欧美在线观看一区二区三 | 亚洲欧美日产综合在线网 |