基于内容自适应的唐墓室壁画修复算法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (11): 179-181.

基于内容自适应的唐墓室壁画修复算法

贾蕊1，王慧琴1，2，吴萌1

1.西安建筑科技大学信息与控制工程学院，西安 710055
2.西安建筑科技大学管理学院，西安 710055

出版日期:2015-06-01 发布日期:2015-06-12

Adaptive mural image inpainting algorithm based on content

JIA Rui1, WANG Huiqin1，2, WU Meng1

1.School of Information and Control Engineering, Xi’an University of Architecture and Technology, Xi’an 710055, China
2.School of Management, Xi’an University of Architecture and Technology, Xi’an 710055, China

Online:2015-06-01 Published:2015-06-12

摘要/Abstract

摘要： 为了解决基于样本图像修复算法时间复杂度高的缺点，结合唐墓室壁画的特点，提出了一种基于内容自适应的唐墓室壁画修复算法。该算法通过分析图像局部梯度变化将受损区域分为平坦区域和纹理区域，对于纹理区域采用改进的基于样本图像修复算法进行修复，而对平坦区域采用改进的基于快速行进算法（FMM）进行填充，最后提出自适应修补算法。实验结果表明，该算法在保证图像修复质量的同时提高了算法的效率。

关键词: 古代壁画, 图像修复, 纹理合成, 快速行进算法（FMM）

Abstract: In older to solve the problem of high time complexity of exemplar-based image inpainting algorithm, and according to the characteristics of mural image, an adaptive mural image inpainting algorithm based on content is presented. By analyzing the image local changes in the gradient, the blank regions are classified into flat regions and texture regions. The texture regions are repairing with new exemplar-based image inpainting algorithm, and the flat regions are filled-in with the improved Fast Marching Method （FMM）. Finally, a general inpainting algorithm is developed. The result shows that the algorithm obtains the high efficiency.

Key words: ancient murals, image inpainting, texture synthesis, Fast Marching Method（FMM）

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.

JIA Rui1, WANG Huiqin1，2, WU Meng1. Adaptive mural image inpainting algorithm based on content[J]. Computer Engineering and Applications, 2015, 51(11): 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]	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]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	肖娟，王嵩，张雯雰. 基于聚类分割和纹理合成的图像修复改进算法[J]. 计算机工程与应用, 2014, 50(8): 131-135.