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:
目的 解决当前图像修复算法忽略了对修复块后续的优化处理,导致修复图像易出现不连贯效应以及块效应等的不足.方法 提出基于纹理特征与稀疏表示的图像修复算法,首先利用像素点对应的数据项,构造了优先权模型.然后,利用像素点在R,G,B分量上对应的像素值来构造纹理特征度量模型,对待修复块中像素点对应的纹理特征进行度量,并根据度量结果,选择其对应样本集的大小.引入SSD型,从样本集中搜索与待修复块最相似的最优样本块,对待修复块进行填充.最后,利用最优样本块函数,构造最优稀疏表示模型,从而实现图像修复.结果 仿真结果显示,与当前图像修复算法相比,所提图像修复算法具备更高的复原质量,能有效克服修复图像中出现的不连贯效应以及块效应.结论 所提算法具有较高的修复视觉质量,在数字图像处理领域具有较好的应用价值.
推荐文章
SL0分类稀疏表示的图像修复算法
SL0
K-SVD
梯度
局部方差
分类训练
一种双约束稀疏模型图像修复算法
图像修复
局部线性嵌入
稀疏表示
基于Gabor特征的稀疏表示纹理分割研究
稀疏表示
字典学习
D-KSVD
Gabor
区别结构和纹理的稀疏表示图像修复算法
图像修复
稀疏表示
结构块
纹理块
字典构造
结构细节
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 基于纹理特征与最优稀疏表示的图像修复算法
来源期刊 包装工程 学科 工学
关键词 图像修复 纹理特征 最优稀疏表示 优先权度量 SSD模型 边缘优化
年,卷(期) 2017,(23) 所属期刊栏目 包装印刷
研究方向 页码范围 199-204
页数 6页 分类号 TS801.3|TP391
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (168)
共引文献  (75)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(19)
  • 参考文献(0)
  • 二级参考文献(19)
2011(18)
  • 参考文献(0)
  • 二级参考文献(18)
2012(27)
  • 参考文献(0)
  • 二级参考文献(27)
2013(20)
  • 参考文献(2)
  • 二级参考文献(18)
2014(29)
  • 参考文献(11)
  • 二级参考文献(18)
2015(20)
  • 参考文献(6)
  • 二级参考文献(14)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像修复
纹理特征
最优稀疏表示
优先权度量
SSD模型
边缘优化
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
包装工程
半月刊
1001-3563
50-1094/TB
大16开
重庆市九龙坡区渝州路33号
78-30
1979
chi
出版文献量(篇)
16469
总下载数(次)
123
总被引数(次)
101111
论文1v1指导