基于稀疏表示的圖像修復(fù)算法實(shí)現(xiàn)與優(yōu)化研究.pdf

1、圖像修復(fù)是數(shù)字圖像處理領(lǐng)域中一項(xiàng)重要技術(shù)，其核心思想是采用圖像中的有效信息來(lái)近似估計(jì)圖像中未知區(qū)域，從而使修復(fù)后的圖像視覺(jué)效果接近或符合原圖像，這種技術(shù)在眾多應(yīng)用領(lǐng)域上具有很強(qiáng)的實(shí)用性。近年來(lái)，稀疏表示方式在圖像修復(fù)上的應(yīng)用已經(jīng)成為一個(gè)新穎的研究方向，本文是在稀疏表示理論的深入研究的基礎(chǔ)上，結(jié)合當(dāng)前最新的圖像修復(fù)研究成果從算法實(shí)現(xiàn)、算法效率以及性能優(yōu)化的角度展開深入研究。本文主要的研究工作如下:
　　1、介紹了稀疏表示理論的基本概

2、念，對(duì)解決稀疏近似問(wèn)題的主要算法進(jìn)行討論，并提出了利用L1范數(shù)近似替代L0范數(shù)簡(jiǎn)化稀疏表示表達(dá)式，極大地降低了計(jì)算復(fù)雜度。
　　2、構(gòu)建了基于稀疏表示的圖像修復(fù)模型。首先，分別從局部和整體兩個(gè)角度建立約束后的基元線性組合數(shù)學(xué)模型，得到稀疏性較好的能量函數(shù)，并對(duì)能量函數(shù)進(jìn)行極小化優(yōu)化;其次，分別采用離散余弦變換(DCT)以及自適應(yīng)學(xué)習(xí)兩種方式建立了基元組，并對(duì)其進(jìn)行了分析比較;最后，從圖像修復(fù)三大步驟——建立基元組、順序填充以及算法

3、復(fù)原上詳細(xì)闡述了基于稀疏表示的圖像修復(fù)算法實(shí)現(xiàn)的具體流程。
　　3、提出了基于顏色信息和梯度差異的填充順序改進(jìn)算法，優(yōu)化了基于稀疏表示圖像修復(fù)算法的過(guò)程。通過(guò)在算法中加入顏色信息，改變待修復(fù)塊的順序，同時(shí)根據(jù)圖像待修復(fù)區(qū)域復(fù)雜度的不同采用改進(jìn)的Criminisi算法來(lái)調(diào)整模板窗口的大小，并加入梯度差異值的判斷，極大地減少修復(fù)時(shí)間。
　　4、在圖像邊界修復(fù)問(wèn)題上，本文提出一種基于粒子群優(yōu)化的誤差最小邊界算法，有效地解決了傳統(tǒng)圖