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:
针对现阶段含有复杂结构信息的大破损区域图像修复算法中存在的断裂结构线连接错误、连接不平滑的问题,提出一种基于断裂结构线匹配模型的大破损区域图像修复算法.首先,深入分析了影响断裂结构线匹配度计算的因子,并根据这些影响因子的重要程度赋予不同权重值,在此基础上构造了一种断裂结构线匹配模型以得到相应的断裂结构线匹配对;然后,在这些断裂结构线匹配对的基础上拟合出光滑结构线,并将大的破损区域划分为了不同的子区域;最后,使用块匹配算法对破损子区域进行像素填充.在进行的6组对比实验中,所提算法在处理含有丰富结构信息的大破损区域边缘时,能够准确地对断裂结构线进行配对并且能在配对结果的指导下平滑连接断裂结构线,修复后的图像视觉效果明显比改进后的Criminisi算法、Hays算法以及IIPBDR算法得到的效果好.
推荐文章
大数据背景下的油画破损区域修复算法设计
大数据
油画破损
峰值分布
像素
修复
算法设计
一种基于区域搜索的快速图像修复算法
纹理合成
图像修复
匹配技术
置信度
基于非局部 CTV-L1模型的大破损彩色纹理图像修复
TV-L1 模型
非局部 CTV-L1 模型
增广 Lagrangian 算法
大破损彩色纹理图像
图像修复
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 基于断裂结构线匹配模型的大破损区域图像修复算法
来源期刊 计算机科学 学科 工学
关键词 大破损区域 断裂结构线 匹配模型 匹配度 子区域修复
年,卷(期) 2016,(10) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 292-296,303
页数 6页 分类号 TP301.6
字数 4425字 语种 中文
DOI 10.11896/j.issn.1002-137X.2016.10.055
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 聂洪玉 西南交通大学信息科学与技术学院 15 70 5.0 7.0
6 鱼江 西南交通大学信息科学与技术学院 11 106 6.0 10.0
7 王猛 西南交通大学信息科学与技术学院 12 36 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (26)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(7)
  • 参考文献(3)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
大破损区域
断裂结构线
匹配模型
匹配度
子区域修复
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