一种改进的BSCB修复模型

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (9): 184-186.

一种改进的BSCB修复模型

李薇¹,何金海¹,屈磊¹,梁栋^1,2

1.安徽大学计算智能与信号处理教育部重点实验室，合肥 230039
2.安徽大学电子科学与技术学院，合肥 230039

收稿日期:2007-07-19 修回日期:2007-11-12 出版日期:2008-03-21 发布日期:2008-03-21
通讯作者: 李薇

Improved method for BSCB image inpainting

LI Wei¹,HE Jin-hai¹,QU Lei¹,LIANG Dong^1,2

1.Ministry of Education Key Lab of IC & SP，Anhui University，Hefei 230039，China
2.School of Electronic Science and Technology，Anhui University，Hefei 230039，China

Received:2007-07-19 Revised:2007-11-12 Online:2008-03-21 Published:2008-03-21
Contact: LI Wei

摘要/Abstract

摘要： BSCB修复模型主要包括两个部分：信息推进和各向异性扩散部分。论文对这两个部分在修复中的作用进行了进一步的分析，并提出了一种基于BSCB的改进方法。实验结果表明该方法不仅在保持等照度线方向上有很大改进，而且显著提高了运算速度。

关键词: 图像修复, 各向异性扩散, 信息推进

Abstract: The inpainting model BSCB includes two parts mainly，one of which is the information propagation part and the other is anisotropic diffusion.The article has been carried out a further analysis on renovating effect of two parts，and have brought forward one kind of BSCB-based improvement methods.The result of experiment indicates the method not only has a big improvement on keeping isophotes direction but also improves arithmetic speed notably.

Key words: image inpainting, anisotropic diffusion, information propagation

李薇¹,何金海¹,屈磊¹,梁栋^1,2. 一种改进的BSCB修复模型[J]. 计算机工程与应用, 2008, 44(9): 184-186.

LI Wei¹,HE Jin-hai¹,QU Lei¹,LIANG Dong^1,2. Improved method for BSCB image inpainting[J]. Computer Engineering and Applications, 2008, 44(9): 184-186.

[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]	韩明，吴朔媚，王敬涛，孟军英. 基于改进能量泛函模型的噪声图像分割算法[J]. 计算机工程与应用, 2018, 54(23): 23-30.
[5]	李安迪1，2，刘祎1，2，张权1，2，桂志国1，2. 各向异性加权先验模型MAP投影域降噪[J]. 计算机工程与应用, 2018, 54(22): 180-185.
[6]	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.
[7]	方政，胡晓辉，陈永. 基于多方向中值滤波的各向异性扩散滤波算法[J]. 计算机工程与应用, 2017, 53(4): 195-199.
[8]	刘巧红1，孙丽萍1，林敏2. 改进的二阶总广义变分图像去噪算法[J]. 计算机工程与应用, 2017, 53(19): 198-203.
[9]	孔国杰，王凯，沈明堂，张芳，吴科. 一种结合小波阈值滤波的自适应整体变分方法[J]. 计算机工程与应用, 2016, 52(8): 240-242.
[10]	彭杨. 结合自适应保真项的各向异性扩散模型[J]. 计算机工程与应用, 2016, 52(7): 206-209.
[11]	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.
[12]	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.
[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]	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.
[15]	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.