改进的基于样例的图像修复方法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (8): 143-146.

改进的基于样例的图像修复方法

方宝龙，尹立新，常晨

山东大学信息科学与工程学院，济南 250100

出版日期:2014-04-15 发布日期:2014-05-30

Improved exemplar-based algorithm for image inpainting

FANG Baolong, YIN Lixin, CHANG Chen

School of Information Science and Engineering, Shandong University, Jinan 250100, China

Online:2014-04-15 Published:2014-05-30

摘要/Abstract

摘要： 在Criminisi算法基础上，针对其填充次序不准确等缺点，提出了一种基于样例的图像修复方法。通过在优先权函数中引入相邻像素间颜色差值信息，图像结构部分优先传播。同时，置信度值更新考虑样本填充质量，目标块与相似块差异越小则该值相对较高。另外，块搜索过程中多个样本块有相同最小颜色距离时，选取梯度距离最小的样本块。实验结果表明，改进算法对各类图像取得了较高修复质量。

关键词: 图像修复, 纹理合成, 优先权, 梯度距离, 置信度项更新

Abstract: In order to solve the problem of inaccurate filling orders in Criminisi algorithm, an exemplar-based algorithm for image inpainting is proposed. Color variation between neighbor pixels is used to define the priority function and image structures propagate firstly. Besides, quality of exemplar filling is introduced into the update of confidence term. Confidence value is relatively high when the difference between the target patch and the similar patch is small. In addition, the patch that with minimum gradient distance is adopted when there are several most similar blocks with a same color distance. Experimental results show that the improved algorithm achieves high inpainting quality on various kinds of images.

Key words: image inpainting, texture synthesis, priority, gradient distance, update of confidence term

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.

FANG Baolong, YIN Lixin, CHANG Chen. Improved exemplar-based algorithm for image inpainting[J]. Computer Engineering and Applications, 2014, 50(8): 143-146.

[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]	侯晓琴1，胡志华1，高超峰1，罗勋杰2. 自动化仓库巷道网络AGV货区遍历优化——设计基于优先权遗传算法实现[J]. 计算机工程与应用, 2016, 52(12): 31-36.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	孙莉1，2，徐琪1. 混合和声搜索算法优化SVM的订单优先权评价[J]. 计算机工程与应用, 2015, 51(12): 241-245.
[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.