基于统计特征的图像修复

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (22): 56-58.

基于统计特征的图像修复

陈芳¹，叶正麟¹，王继红²

1.西北工业大学理学院，西安 710072
2.西北工业大学软件与微电子学院，西安 710072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-01 发布日期:2007-08-01
通讯作者: 陈芳

Image inpainting based on statistical features

CHEN Fang¹，YE Zheng-lin¹，WANG Ji-hong²

1.School of Science，Northwestern Polytechnical University，Xi’an 710072，China
2.Software and Microelectronics College，Northwestern Polytechnical University，Xi’an 710072，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-01 Published:2007-08-01
Contact: CHEN Fang

摘要/Abstract

摘要： 在基于样图图像修复思想的基础上，从填充顺序和匹配准则两个方面进行改进，提出了一种图像修复方法。优先级函数加入了面片梯度信息和方差信息，使得填充顺序能够正确地修复结构和纹理信息。匹配准则采用自定义的颜色特征函数和统计特征函数对相似片进行两重匹配，取最优匹配块填充。一系列的修复实例证明该方法的有效性和鲁棒性。

关键词: 图像修复, 纹理合成, 颜色特征函数, 统计特征函数

Abstract: An image inpainting method based on the existing exemplar-based image inpainting idea is proposed.Improves the method by the filling order and matching criterion.The priority is added in gradient information and variance information.It makes sure that the filling order can propagate texture and structure information correctly.The matching criterion is added in the color eigenfunction and statistical eigenfunction.Proposes a two-pass matching criterion to get the optimum matching patch.A number of examples demonstrate the effectiveness and the robustness of our algorithm.

Key words: image inpainting, texture synthesis, color eigenfunction, statistical eigenfunction

陈芳¹，叶正麟¹，王继红². 基于统计特征的图像修复[J]. 计算机工程与应用, 2007, 43(22): 56-58.

CHEN Fang¹，YE Zheng-lin¹，WANG Ji-hong². Image inpainting based on statistical features[J]. Computer Engineering and Applications, 2007, 43(22): 56-58.

[1]	李健，孙大松，张备伟. 结合双编码器与对抗训练的图像修复[J]. 计算机工程与应用, 2021, 57(7): 192-197.
[2]	王海涌，李海洋，高雪娇. 基于结构嵌入的图像修复方法研究[J]. 计算机工程与应用, 2021, 57(22): 241-246.
[3]	师晓波，蔺素珍，桑新亚. 利用结构连续块和多尺度变换的缺损图像修复[J]. 计算机工程与应用, 2019, 55(8): 189-194.
[4]	兰小丽1，刘洪星1，2，姚寒冰1，2. 基于纹理块与梯度特征的图像修复改进算法[J]. 计算机工程与应用, 2018, 54(20): 172-177.
[5]	曾惠燕，陈国栋. 空间各向异性肝动脉体纹理合成方法研究[J]. 计算机工程与应用, 2016, 52(12): 172-175.
[6]	孙劲光1，刘双九2. 块尺寸自适应的Tile纹理合成算法[J]. 计算机工程与应用, 2016, 52(11): 164-168.
[7]	吴萌1，2，王慧琴2，李文怡3. 多尺度唐墓室壁画病害标记及修复技术研究[J]. 计算机工程与应用, 2016, 52(11): 169-174.
[8]	陈国栋，潘翔，何汉鑫. 复用计算的虚拟肝脏体纹理合成与映射方法[J]. 计算机工程与应用, 2015, 51(19): 183-188.
[9]	李宣妮，王慧琴，吴萌. 轮廓波系数引导的数字图像修复算法研究[J]. 计算机工程与应用, 2015, 51(19): 206-209.
[10]	王啟军. 基于纹理合成和视觉显著度的视频编码方法[J]. 计算机工程与应用, 2015, 51(18): 156-160.
[11]	韩明珠，郭树旭，臧玲玲，钟菲. 基于样本块的图像修复改进算法[J]. 计算机工程与应用, 2015, 51(16): 192-194.
[12]	李汪兵，叶学义，齐珍珍，何志伟. 小波域的快速自适应图像修复算法[J]. 计算机工程与应用, 2015, 51(15): 183-187.
[13]	侯玉婷，彭进业，韩东辰. 改进的Criminisi图像修复算法研究[J]. 计算机工程与应用, 2015, 51(11): 135-138.
[14]	贾蕊1，王慧琴1，2，吴萌1. 基于内容自适应的唐墓室壁画修复算法[J]. 计算机工程与应用, 2015, 51(11): 179-181.
[15]	张申华1，王克刚1，祝轩2. 局部特征信息约束的改进Criminisi算法[J]. 计算机工程与应用, 2014, 50(8): 127-130.