纹理合成技术在旧照片修补中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (28): 220-222.

纹理合成技术在旧照片修补中的应用

朱为,李国辉,涂丹

国防科技大学信息系统与管理学院,长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-01 发布日期:2007-10-01
通讯作者: 朱为

Application of texture synthesis in old photograph completion

ZHU Wei,LI Guo-hui,TU Dan

Department of Information System & Management,National University of Defense Technology,Changsha 410073,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-01 Published:2007-10-01
Contact: ZHU Wei

摘要/Abstract

摘要： 图像修复是图像复原研究的一个重要内容,它的目的是根据图像现有的信息自动恢复丢失的信息。在对目前图像修复技术两大类方法分析的基础上,提出了利用改进的纹理合成技术进行旧照片修补的方法,通过实验证明与变分方法图像修补比较有更好的效果,具有很强的实用性。

关键词: 图像复原, 图像补全, 变分方法, 纹理合成

Abstract: Image inpainting is an important topic in the area of image restoration. Its objective is to restore the lost information according to around image information. Based on analysis of two kinds of important image inpainting schemes,this paper improves texture synthesis and demonstrates the application of texture synthesis in old photograph completion. Experiments show the proposed texture synthesis provides a better visual effect than variational method.

Key words: image restoration, image completion, variational method, texture synthesis

朱为,李国辉,涂丹. 纹理合成技术在旧照片修补中的应用[J]. 计算机工程与应用, 2007, 43(28): 220-222.

ZHU Wei,LI Guo-hui,TU Dan. Application of texture synthesis in old photograph completion[J]. Computer Engineering and Applications, 2007, 43(28): 220-222.

[1]	桑亮1，2，3，4，高爽4，尹增山1，2，4. 基于生成对抗网络的运动模糊图像复原[J]. 计算机工程与应用, 2019, 55(6): 173-177.
[2]	刘昱，刘厚泉. 基于对抗训练和卷积神经网络的面部图像修复[J]. 计算机工程与应用, 2019, 55(2): 110-115.
[3]	雎青青1，李朝锋2，桑庆兵1. 改进多尺度卷积神经网络的单幅图像去雾方法[J]. 计算机工程与应用, 2019, 55(10): 179-185.
[4]	兰妙萍1，李朝锋1，2. 基于混合神经网络的图像复原方法[J]. 计算机工程与应用, 2018, 54(9): 201-206.
[5]	白鹏1，魏延恒2，安涛1，2. 基于PSF尺寸预估计的天文图像复原优化算法[J]. 计算机工程与应用, 2017, 53(16): 172-176.
[6]	曾佳，汪荣贵，王晶，董俊鹏. 基于高精度大气耗散函数的快速雾天图像复原[J]. 计算机工程与应用, 2016, 52(4): 194-199.
[7]	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.
[8]	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.
[9]	章忠宪1，黄德根2，顾亚丽1. 倒谱和快速全变差去卷积的运动模糊图像复原[J]. 计算机工程与应用, 2015, 51(8): 174-177.
[10]	王响平，王玲，陆谱进. 基于调和模型神经网络的彩色图像复原研究[J]. 计算机工程与应用, 2015, 51(4): 188-191.
[11]	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.
[12]	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.
[13]	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.
[14]	姜欢，王瑜，王坚. Gabor小波分解和增益图约束的荧光显微图像复原[J]. 计算机工程与应用, 2015, 51(15): 157-160.
[15]	肖宿，郑颖. 基于稀疏表示的多正则优化图像复原[J]. 计算机工程与应用, 2015, 51(12): 203-207.