双份分形码与自适应TV模型的图像恢复

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (3): 179-181.

• 图形、图像、模式识别 • 上一篇下一篇

双份分形码与自适应TV模型的图像恢复

汤进1，2，姚燕1，罗斌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.安徽省工业图像处理与分析重点实验室，合肥 230039

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-21 发布日期:2012-01-21

Image recovery based on double fractal codes and adaptive TV model

TANG Jin1，2, YAO Yan1, LUO Bin1，2

1.Ministry of Education Key Lab of Intelligent Computing and Signal Processing, Anhui University, Hefei 230039, China
2.Industrial Image Processing & Analysis Key Lab of Anhui Province, Hefei 230039, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-21 Published:2012-01-21

摘要/Abstract

摘要： 为了既能让被篡改图像的结构信息得到恢复，又能让图像的细节部分得到很好的修复，提出了一种基于双份分形码解码与自适应TV算法相结合的迭代图像修复方法。该方法结合了自适应TV算法的梯度修复特性，利用原图的两种不同分形码进行迭代解码，从而实现对篡改图像结构和细节部分的修复。实验结果表明，算法对图像的结构和细节修复上都具有较好的效果。

关键词: 分形编码, 迭代解码, 自适应TV算法, 图像修复

Abstract: In order to restore the structure and the detail of the tampered image, an effective scheme is proposed to use the double fractal codes and the adaptive TV model for image recovery. In this paper, it can be iteratively used the fractal decoding of the two different image fractal codes and the adaptive TV model to restore the structure and the detail of the tampered regions. Experimental results show that this method has good restore result in both structure and detail recovery.

Key words: fractal image coding, iterative decoding, adaptive TV model, image recovery

汤进1，2，姚燕1，罗斌1，2. 双份分形码与自适应TV模型的图像恢复[J]. 计算机工程与应用, 2012, 48(3): 179-181.

TANG Jin1，2, YAO Yan1, LUO Bin1，2. Image recovery based on double fractal codes and adaptive TV model[J]. Computer Engineering and Applications, 2012, 48(3): 179-181.

[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	方宝龙，尹立新，常晨. 改进的基于样例的图像修复方法[J]. 计算机工程与应用, 2014, 50(8): 143-146.
[13]	李爱菊，钮文良. 基于改进Criminisi算法的图像修复[J]. 计算机工程与应用, 2014, 50(18): 167-170.
[14]	何文韬，叶学义，何志伟，汪云路. 面向图像修复的域相似算法[J]. 计算机工程与应用, 2014, 50(13): 163-167.
[15]	康凯，尹东，张荣. 一种基于样图的图像修复改进算法[J]. 计算机工程与应用, 2014, 50(13): 187-190.

双份分形码与自适应TV模型的图像恢复

Image recovery based on double fractal codes and adaptive TV 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