改进的整体变分法在图像修复中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (27): 88-90.

改进的整体变分法在图像修复中的应用

周密,彭进业,赵健,田艳艳,史晶

西北大学信息科学与技术学院,西安 710127

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-21 发布日期:2007-09-21
通讯作者: 周密

Improved total variation method for image inpainting

ZHOU Mi,PENG Jin-ye,ZHAO Jian,TIAN Yan-yan,SHI Jing

School of Information and Technology,Northwest University,Xi’an 710127,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-21 Published:2007-09-21
Contact: ZHOU Mi

摘要/Abstract

摘要： 提出了一种改进的整体变分法并且将其应用于图像修复中。在修复的过程中考虑图像破损区域外部参考像素和待修补点的相关度,再利用图像破损区外部参考像素信息从破损区域的边缘逐步地向破损区域内部进行扩散,从而达到图像修复的目的。仿真试验表明,改进后的算法与原方法相比图像边缘过渡更加自然,修复效果得到改善。

关键词: 图像处理, 图像修复, 整体变分, 相关度系数

Abstract: An improved image inpainting method based on the total variation algorithm is presented in this paper．The relativity coefficient is introduced according to the surrounding information of the damaged area.With the help of the relativity coefficient,we gradually diffuse the surrounding information to the damaged area and restore the damaged area.A range of experiments show that the new method is effective for the image inpainting,and the edge of the damaged area becomes more natural.

Key words: image processing, image inpainting, total variation, relativity coefficient

周密,彭进业,赵健,田艳艳,史晶. 改进的整体变分法在图像修复中的应用[J]. 计算机工程与应用, 2007, 43(27): 88-90.

ZHOU Mi,PENG Jin-ye,ZHAO Jian,TIAN Yan-yan,SHI Jing. Improved total variation method for image inpainting[J]. Computer Engineering and Applications, 2007, 43(27): 88-90.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	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.
[4]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[5]	杨培伟，周余红，邢岗，田智强，许夏瑜. 卷积神经网络在生物医学图像上的应用进展[J]. 计算机工程与应用, 2021, 57(7): 44-58.
[6]	云旭，宋焕生，梁浩翔，侯景严，戴喆. 基于深度学习的关键岗位人员行为分析系统[J]. 计算机工程与应用, 2021, 57(6): 225-231.
[7]	卢苇，刘丹，邵敏，吴扬东. 改进Mask R-CNN网络在医学图像识别与分割中的应用[J]. 计算机工程与应用, 2021, 57(24): 234-241.
[8]	张德，林青宇，郭茂祖. 单幅图像超分辨重建的深度学习方法综述[J]. 计算机工程与应用, 2021, 57(22): 28-41.
[9]	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.
[10]	李祥霞，谢娴，李彬，尹华，许波，郑心炜. 生成对抗网络在医学图像处理中的应用[J]. 计算机工程与应用, 2021, 57(18): 24-37.
[11]	林本丰，王呈，孙悦程. 融合LSD算法与深度学习的开关状态检测方法[J]. 计算机工程与应用, 2021, 57(17): 181-189.
[12]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[13]	王滢暄，宋焕生，梁浩翔，余宵雨，云旭. 基于改进的YOLOv4高速公路车辆目标检测研究[J]. 计算机工程与应用, 2021, 57(13): 218-226.
[14]	陈少洁，赵淦森，林成创，彭璟，黄凯信，李壮伟，黄润桦，杜嘉华，樊小毛. 深度学习在染色体分割中的应用综述[J]. 计算机工程与应用, 2021, 57(11): 46-56.
[15]	胡文涛，陈秀宏. 基于局部保持投影的鲁棒稀疏子空间学习[J]. 计算机工程与应用, 2021, 57(10): 194-199.