基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在基于纹理合成的图像修复算法中,最佳样本块匹配算法存在匹配精度不高和时间复杂度高等问题.针对上述问题,首先构造了块匹配算法,采用矩阵相似度来计算模板块与样本块之间的匹配度,以相对较粗的粒度初步选出最佳样本块的候选集.然后,又构造了像素点匹配算法,采用模板块与候选最佳样本块之间的误差矩阵的内积来计算对应像素点之间的匹配度,以更细的粒度来确定最终的最佳样本块.块匹配算法降低了时间复杂度,像素点匹配算法提高了匹配精度,因此,在此基础上构造的基于相似矩阵的最佳样本块匹配算法能够在不增加时间复杂度的情况下提高算法的匹配精度.实例验证结果表明,与当前基于纹理的图像修复算法相比,该算法的匹配精度提高,时问复杂度降低.
推荐文章
基于快速搜索最佳匹配块的图像修复算法
图像修复
计算复杂度
优先级
粗略搜索
精细搜索
结构信息
基于样本块与曲率特征的图像修复改进算法
图像修复
曲率特征
优先权公式
非线性模型
置信项
一种基于小波域的样本块彩色图像修复算法
图像修复
小波变换
样本法
结构相似度
小波系数
基于模式相似性的图像修复算法
图像修复算法
图像补全
模式相似性
匹配模块
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于矩阵相似度的最佳样本块匹配算法及其在图像修复中的应用
来源期刊 计算机科学 学科 工学
关键词 图像修复 块匹配 矩阵相似度 像素点匹配
年,卷(期) 2014,(1) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 307-310
页数 4页 分类号 TP301.6
字数 4572字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 翟东海 西南交通大学信息科学与技术学院 45 285 9.0 14.0
5 鱼江 西南交通大学信息科学与技术学院 11 106 6.0 10.0
6 李同亮 西南交通大学信息科学与技术学院 6 48 3.0 6.0
7 段维夏 西南交通大学信息科学与技术学院 7 79 6.0 7.0
8 肖杰 西南交通大学信息科学与技术学院 7 73 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (59)
参考文献  (9)
节点文献
引证文献  (19)
同被引文献  (51)
二级引证文献  (20)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(5)
  • 引证文献(4)
  • 二级引证文献(1)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(9)
  • 引证文献(6)
  • 二级引证文献(3)
2018(9)
  • 引证文献(5)
  • 二级引证文献(4)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像修复
块匹配
矩阵相似度
像素点匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导