引入蛇模型的曲率驱动扩散图像修复方法

doi:10.3778/j.issn.1002-8331.2010.06.054

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (6): 185-187.DOI: 10.3778/j.issn.1002-8331.2010.06.054

• 图形、图像、模式识别 • 上一篇下一篇

引入蛇模型的曲率驱动扩散图像修复方法

吴亚娟^1，2，刘晓锋²

1.四川大学计算机学院，成都 610065
2.西华师范大学计算机学院，四川南充 637002

收稿日期:2009-10-26 修回日期:2009-12-21 出版日期:2010-02-21 发布日期:2010-02-21
通讯作者: 吴亚娟

Image inpainting by curvature-driven diffusions with snake model

WU Ya-juan^1，2，LIU Xiao-feng²

1.College of Computer Science，Sichuan University，Chengdu 610065，China
2.College of Computer Science，China West Normal University，Nanchong，Sichuan 637002，China

Received:2009-10-26 Revised:2009-12-21 Online:2010-02-21 Published:2010-02-21
Contact: WU Ya-juan

摘要/Abstract

摘要： 数字图像修复方法可以自动地修复数字图像中用户定义的污损区域。T.F.Chan等人提出的非纹理的曲率驱动扩散算法是基于偏微分方程的图像修复的代表算法之一。通过在该算法中应用蛇模型的图像增强项，提出了引入蛇模型的曲率驱动扩散图像修复方法，在热扩散过程中，拉动曲线向目标边界演化，达到修复污损图像中的断裂边缘的目的，从而较好保持图像的视觉连通性。实验结果表明，在迭代次数相同的条件下，可以比原始的曲率驱动扩散图像修复算法获得更好的修复效果。

关键词: 图像修复, 曲率, 蛇模型, 图像增强项

Abstract: Digital image inpainting approaches can restore the damaged region automatically on digital images.T.F.Chan，et al.bring up an inpainting algorithm by Curvature-Driven Diffusions（CDD） which is a representative algorithm based on partial differential equation.In the inpainting algorithm，image enhancement term of snake model is incorporated into CDD algorithm.In the heat diffusion process，this term attracts the boundaries of the objects，so the broken boundaries can be repaired.Thus the image visual connectivity is holding effectively.As the experimental results show，it can repair the damaged image better than CDD algorithm with same iterative times.

Key words: image inpainting, curvature, snake model, image enhancement term

中图分类号:

TP391.41

吴亚娟^1，2，刘晓锋². 引入蛇模型的曲率驱动扩散图像修复方法[J]. 计算机工程与应用, 2010, 46(6): 185-187.

WU Ya-juan^1，2，LIU Xiao-feng². Image inpainting by curvature-driven diffusions with snake model[J]. Computer Engineering and Applications, 2010, 46(6): 185-187.

[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]	马耀名，陈艺琳，李万禹. 电力巡线无人机航拍图像匹配算法研究[J]. 计算机工程与应用, 2021, 57(21): 278-286.
[4]	赵云成，王琳，盛步云，赵飞宇. 综合曲率约束的在线网格模型分割方法研究[J]. 计算机工程与应用, 2020, 56(16): 176-182.
[5]	陈思琦，刘丽，陈秀秀，张龙，王天时. 基于孔洞填充的残缺三维模型检索[J]. 计算机工程与应用, 2020, 56(10): 185-192.
[6]	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.
[7]	刘根1，蔡念1，2，肖盼1，2，林健发2. 基于光度立体和图像显著性的皮革缺陷检测[J]. 计算机工程与应用, 2019, 55(8): 215-219.
[8]	黄岩，李骞，范茵. 基于曲率值追踪的气象槽线自动分析算法[J]. 计算机工程与应用, 2019, 55(1): 226-232.
[9]	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.
[10]	曹洁1，2，赵修龙1，王进花2. 融合改进指尖点和Hu矩的手势识别[J]. 计算机工程与应用, 2017, 53(21): 138-143.
[11]	徐永安，缪静姣，李谦. 基于离散曲率的点云光顺算法[J]. 计算机工程与应用, 2017, 53(10): 209-212.
[12]	何博1，2，全惠敏1. 局部二次加权与多特征融合的行人检测算法[J]. 计算机工程与应用, 2016, 52(9): 154-158.
[13]	王松林，徐文胜. 基于Kinect深度信息与骨骼信息的手指尖识别方法[J]. 计算机工程与应用, 2016, 52(3): 169-173.
[14]	李群辉 1，张俊祖1，耿国华2，周明全3. 基于凹凸区域的断裂面匹配算法[J]. 计算机工程与应用, 2016, 52(13): 187-190.
[15]	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.

引入蛇模型的曲率驱动扩散图像修复方法

Image inpainting by curvature-driven diffusions with snake model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics