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:
针对图像中物体缺失区域较大且具有复杂结构和纹理的情况,现有方法的修复结果会出现修复区域模糊和与周围已知区域结构衔接不连贯等情况.本文以修复缺失结构信息和复杂纹理的物体图像为目标,提出一种基于稀疏表示的物体图像修复算法.该问题被分解为轮廓修复和其他区域的纹理修复,物体缺失区域的轮廓块用已知区域轮廓块稀疏表示,而轮廓块间的稀疏关系来自相应的结构高度相似的参考物体轮廓.同时,为降低对参考物体选择的要求,本文提出的算法建立了两个轮廓之间的相似变换模型对参考物体做变形编辑以提高其轮廓与待修复物体轮廓形状的匹配度.在其他区域纹理修复中,本文提出一种基于图像平滑的修复优先级和搜索区域划分方法,减少了纹理中幅值较大的梯度对修复顺序计算的影响,更好地修复纹理结构.实验表明,该算法能利用参考图修复缺失独特结构的物体,较好地修复各种物体图像的弯曲轮廓和不规则纹理.与现有图像修复方法比较,该方法在修复具有复杂结构与纹理的物体方面获得了更好的结果.
推荐文章
结构优化的彩色图像稀疏表示的修复方法
YUV
FastICA算法
学习字典
优先权函数
基于稀疏表示的单帧运动图像盲复原
盲目反卷积
运动模糊
稀疏表示
单帧图像
shock滤波器
多尺度
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
基于自适应稀疏表示的多聚焦图像融合
稀疏表示
多聚焦图像融合
自适应
梯度值
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 基于稀疏表示的物体图像修复
来源期刊 计算机学报 学科 工学
关键词 图像修复 轮廓匹配 稀疏表示 纹理修复 图像变形
年,卷(期) 2019,(9) 所属期刊栏目 视频图像与图形
研究方向 页码范围 1953-1965
页数 13页 分类号 TP391
字数 7888字 语种 中文
DOI 10.11897/SP.J.1016.2019.01953
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 高成英 中山大学数据科学与计算机学院 17 227 9.0 14.0
2 王栋 华南农业大学数学与信息学院 18 139 6.0 11.0
3 徐仙儿 中山大学数据科学与计算机学院 1 4 1.0 1.0
4 罗燕媚 中山大学数据科学与计算机学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像修复
轮廓匹配
稀疏表示
纹理修复
图像变形
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
论文1v1指导