基于VC++數(shù)字圖像修復(fù)設(shè)計

1、LOGO指指導(dǎo)教師導(dǎo)教師：基于基于VC+數(shù)數(shù)字字圖圖像修像修復(fù)復(fù)的的設(shè)計設(shè)計班班級級：11111111學(xué)號學(xué)號：11111111學(xué)學(xué)生：某某生：某某論文的主要內(nèi)容論文的主要內(nèi)容u第一部分第一部分：緒論緒論u第二部分第二部分：圖像修復(fù)原理及系統(tǒng)流程設(shè)計圖像修復(fù)原理及系統(tǒng)流程設(shè)計u第三部分第三部分：基于樣本的紋理合成修復(fù)算法基于樣本的紋理合成修復(fù)算法u第四部分第四部分：基于基于TVTV模型的圖像修復(fù)算法模型的圖像修復(fù)算法u第第五五部分部分：展望展望u 背景背景：隨著科學(xué)技術(shù)日新月異的發(fā)展，采集數(shù)隨著科學(xué)技術(shù)日新月異的發(fā)展，采集數(shù)字圖像的設(shè)備也在不斷更新，手機、數(shù)碼電子產(chǎn)品字圖像的設(shè)備也在不斷更新，

2、手機、數(shù)碼電子產(chǎn)品在人們的生活中得到了廣泛的應(yīng)用，數(shù)字圖像與人在人們的生活中得到了廣泛的應(yīng)用，數(shù)字圖像與人的生活緊密聯(lián)系在一起。的生活緊密聯(lián)系在一起。u 意義：意義：1 1）對美術(shù)作品或者珍貴文檔、圖片等進行修復(fù)。）對美術(shù)作品或者珍貴文檔、圖片等進行修復(fù)。例如：對一些古老而又有價值的油畫進行修復(fù)。例如：對一些古老而又有價值的油畫進行修復(fù)。2 2）移除圖像中的固定目標。）移除圖像中的固定目標。例如：由于軍事或者政治原因，隱藏對外公布資料中的某些目標。例如：由于軍事或者政治原因，隱藏對外公布資料中的某些目標。緒論緒論緒論緒論3 3）去除圖像中的文字或者修復(fù)圖像中的劃痕。去除圖像中的文字或者修復(fù)圖像

3、中的劃痕。例如：某些圖片上有很多文字或者劃痕，修復(fù)后圖像欣賞效果好。例如：某些圖片上有很多文字或者劃痕，修復(fù)后圖像欣賞效果好。緒論緒論u國內(nèi)外研究現(xiàn)狀：國內(nèi)外研究現(xiàn)狀：目前，數(shù)字圖像修復(fù)技術(shù)的發(fā)展主要集中目前，數(shù)字圖像修復(fù)技術(shù)的發(fā)展主要集中在兩個領(lǐng)域：基于偏微分方程的圖像修復(fù)算法和基于紋理合成的在兩個領(lǐng)域：基于偏微分方程的圖像修復(fù)算法和基于紋理合成的圖像修復(fù)算法。圖像修復(fù)算法。 基于偏微分方程的圖像修復(fù)算法：基于偏微分方程的圖像修復(fù)算法： Bertalmio Bertalmio等人在等人在20002000年首次提出了通過將帶修補區(qū)域的鄰近區(qū)域的圖像信息沿著等光照度方年首次提出了通過將帶修補區(qū)域

4、的鄰近區(qū)域的圖像信息沿著等光照度方向擴散來修復(fù)圖像。向擴散來修復(fù)圖像。 Chan Chan等人在研究等人在研究RudinRudin提出的整體變分方法去除圖像噪聲算法對該算法進行了發(fā)展，將該算法提出的整體變分方法去除圖像噪聲算法對該算法進行了發(fā)展，將該算法引入到圖像修復(fù)領(lǐng)域。引入到圖像修復(fù)領(lǐng)域。 基于圖像紋理合成的圖像修復(fù)算法：基于圖像紋理合成的圖像修復(fù)算法： Leung Leung等人在等人在19991999年的年的ICCVICCV會議上，首次提出了像素紋理合成技術(shù)。會議上，首次提出了像素紋理合成技術(shù)。 之后之后LevoyLevoy等人在研究像素紋理合成技術(shù)的基礎(chǔ)上，對算法中的概率函數(shù)進行了修

5、改，直接把等人在研究像素紋理合成技術(shù)的基礎(chǔ)上，對算法中的概率函數(shù)進行了修改，直接把鄰域中最優(yōu)的匹配的樣本紋理的像素值填充到待合成的像素中。鄰域中最優(yōu)的匹配的樣本紋理的像素值填充到待合成的像素中。 Ashikhminlls Ashikhminlls在研究在研究LevoyLevoy等人改進算法的基礎(chǔ)上，提出了一種比等人改進算法的基礎(chǔ)上，提出了一種比LevoyLevoy算法更加快速而且有算法更加快速而且有效的方法。效的方法。 CriminisiCriminisi等人在等人在20032003年提出了基于樣本塊的紋理合成修復(fù)算法，該算法在對具有一定紋理年提出了基于樣本塊的紋理合成修復(fù)算法，該算法在對具有

6、一定紋理結(jié)構(gòu)的自然圖像進行修復(fù)時，取得了很好的效果。結(jié)構(gòu)的自然圖像進行修復(fù)時，取得了很好的效果。 從從20042004年至今主要有微軟亞洲研究院改進的結(jié)構(gòu)傳播算法，國內(nèi)浙江大學(xué)的唐峰提出的最優(yōu)年至今主要有微軟亞洲研究院改進的結(jié)構(gòu)傳播算法，國內(nèi)浙江大學(xué)的唐峰提出的最優(yōu)誤差匹配方法等改進算法等算法。誤差匹配方法等改進算法等算法。圖像修復(fù)原理及系統(tǒng)流程設(shè)計圖像修復(fù)原理及系統(tǒng)流程設(shè)計u1基本原理：基本原理： 數(shù)字圖像修復(fù)技術(shù)的原理就是通過對整幅圖像數(shù)字圖像修復(fù)技術(shù)的原理就是通過對整幅圖像進行判斷，進行判斷，尋找尋找圖中的需要修復(fù)的區(qū)域，然后對圖中的需要修復(fù)的區(qū)域，然后對D D區(qū)域周圍區(qū)域區(qū)域周圍區(qū)域I

7、 I中像素點中像素點的顏色值進行一定判斷，通過算法將的顏色值進行一定判斷，通過算法將I I中的像素信息填充到待修中的像素信息填充到待修復(fù)區(qū)域復(fù)區(qū)域D D中。中。 圖像修復(fù)原理及系統(tǒng)流程設(shè)計圖像修復(fù)原理及系統(tǒng)流程設(shè)計u2圖像修復(fù)流程設(shè)計：圖像修復(fù)流程設(shè)計： 圖像修復(fù)可能出現(xiàn)的五中情況：圖像修復(fù)可能出現(xiàn)的五中情況：劃痕修復(fù)、文字去除、破損修復(fù)劃痕修復(fù)、文字去除、破損修復(fù) 、污染修復(fù)以及大面積修復(fù)。污染修復(fù)以及大面積修復(fù)?；跇颖镜募y理合成修復(fù)算法基于樣本的紋理合成修復(fù)算法u基本原理：基本原理：在修復(fù)的過程中先在帶修復(fù)圖像的修復(fù)區(qū)域的邊界在修復(fù)的過程中先在帶修復(fù)圖像的修復(fù)區(qū)域的邊界上任意選取一個像素

8、點，取以選取像素點為中心的一個固定像素上任意選取一個像素點，取以選取像素點為中心的一個固定像素塊作為匹配樣本塊，該樣本塊的大小可以任意的選取如可以選取塊作為匹配樣本塊，該樣本塊的大小可以任意的選取如可以選取9x9大小等，然后在去除帶修復(fù)區(qū)域的整幅圖像區(qū)域進行搜索匹大小等，然后在去除帶修復(fù)區(qū)域的整幅圖像區(qū)域進行搜索匹配，找出與該樣本塊最為相似的紋理塊做為最優(yōu)匹配塊，最后，配，找出與該樣本塊最為相似的紋理塊做為最優(yōu)匹配塊，最后，將最優(yōu)匹配塊的中心像素點填充到樣本塊區(qū)域。這樣算是完成了將最優(yōu)匹配塊的中心像素點填充到樣本塊區(qū)域。這樣算是完成了一個指定像素點的修復(fù)。一個指定像素點的修復(fù)。 該類方法的基本

9、修復(fù)示意圖如圖所示，該類方法的基本修復(fù)示意圖如圖所示，圖中模板樣本塊是以處于帶修復(fù)區(qū)域邊圖中模板樣本塊是以處于帶修復(fù)區(qū)域邊界上的一個像素點為中心的大小固定的界上的一個像素點為中心的大小固定的紋理塊，在對模板樣本塊進行匹配時，紋理塊，在對模板樣本塊進行匹配時，通過對圖中白色區(qū)域進行搜索匹配，尋通過對圖中白色區(qū)域進行搜索匹配，尋找最優(yōu)匹配塊。匹配完成后，將最優(yōu)匹找最優(yōu)匹配塊。匹配完成后，將最優(yōu)匹配塊的中心像素點值跟新到模板中心像配塊的中心像素點值跟新到模板中心像素點中。素點中。基于樣本的紋理合成修復(fù)算法基于樣本的紋理合成修復(fù)算法u算法選?。核惴ㄟx?。?在基于樣本的紋理合成修復(fù)算法中，在基于樣本的紋

10、理合成修復(fù)算法中，本文選取本文選取CriminisiCriminisi算法及在該法的基礎(chǔ)上改進的算法進行研究，該算法具算法及在該法的基礎(chǔ)上改進的算法進行研究，該算法具有實現(xiàn)過程比較簡單、修復(fù)速度快而且修復(fù)效果好等優(yōu)點。有實現(xiàn)過程比較簡單、修復(fù)速度快而且修復(fù)效果好等優(yōu)點。 Criminisi Criminisi算法：算法： 該算法的主要思想是通過計算帶修復(fù)像素的該算法的主要思想是通過計算帶修復(fù)像素的優(yōu)先權(quán)、匹配紋理塊和像素點值的更新三個步驟來進行紋理合成優(yōu)先權(quán)、匹配紋理塊和像素點值的更新三個步驟來進行紋理合成，從而修復(fù)圖像中的待修復(fù)區(qū)域。在，從而修復(fù)圖像中的待修復(fù)區(qū)域。在CriminisiCri

11、minisi算法進行圖像修復(fù)算法進行圖像修復(fù)時，圖像待修復(fù)區(qū)域的大小一般比較大，這樣可以取得不錯的效時，圖像待修復(fù)區(qū)域的大小一般比較大，這樣可以取得不錯的效果。果?；跇颖镜募y理合成修復(fù)算法基于樣本的紋理合成修復(fù)算法 算法中三個步驟的具體含義：算法中三個步驟的具體含義：u為了能夠保證圖像的修復(fù)填充是按照圖像的線性結(jié)構(gòu)傳播的，為了能夠保證圖像的修復(fù)填充是按照圖像的線性結(jié)構(gòu)傳播的，Criminisi算法首先需要計算待修復(fù)區(qū)域像素點的優(yōu)先權(quán)。優(yōu)先算法首先需要計算待修復(fù)區(qū)域像素點的優(yōu)先權(quán)。優(yōu)先權(quán)直接決定了算法對待修復(fù)區(qū)域像素進行填充的順序，從而來保權(quán)直接決定了算法對待修復(fù)區(qū)域像素進行填充的順序，從而來

12、保證待修復(fù)區(qū)域與周圍像素的連通性；證待修復(fù)區(qū)域與周圍像素的連通性；u根據(jù)圖像中像素塊與周圍像素塊具有一定的相似性，來對除去待根據(jù)圖像中像素塊與周圍像素塊具有一定的相似性，來對除去待修復(fù)區(qū)域以外的圖像區(qū)域進行搜索匹配，找出最優(yōu)匹配塊；修復(fù)區(qū)域以外的圖像區(qū)域進行搜索匹配，找出最優(yōu)匹配塊； 將找出的最優(yōu)匹配像素塊，復(fù)制到樣本塊區(qū)域，從而來完成帶將找出的最優(yōu)匹配像素塊，復(fù)制到樣本塊區(qū)域，從而來完成帶修復(fù)區(qū)域像素值的更新。完成像素填充后，更新待修復(fù)區(qū)域的置修復(fù)區(qū)域像素值的更新。完成像素填充后，更新待修復(fù)區(qū)域的置信度。信度。基于樣本的紋理合成修復(fù)算法基于樣本的紋理合成修復(fù)算法uCriminisi算法的實驗

13、結(jié)果算法的實驗結(jié)果:從人物取出實驗中，可以發(fā)現(xiàn)從人物取出實驗中，可以發(fā)現(xiàn)CriminisiCriminisi算法算法在對大面積的目標進行移除修復(fù)時，算法的整在對大面積的目標進行移除修復(fù)時，算法的整體修復(fù)效果比較明顯。人物已經(jīng)被完全的移除體修復(fù)效果比較明顯。人物已經(jīng)被完全的移除掉了，算法在對待修復(fù)區(qū)域的顏色填充比較協(xié)掉了，算法在對待修復(fù)區(qū)域的顏色填充比較協(xié)調(diào)，整個待修復(fù)區(qū)域的自然紋理結(jié)構(gòu)與周邊的調(diào)，整個待修復(fù)區(qū)域的自然紋理結(jié)構(gòu)與周邊的紋理保持了一致。紋理保持了一致。從大面積修復(fù)實驗中可以看從大面積修復(fù)實驗中可以看出，當待修復(fù)區(qū)域的紋理結(jié)出，當待修復(fù)區(qū)域的紋理結(jié)構(gòu) 信 息 比 較 復(fù) 雜 時 ，構(gòu)

14、 信 息 比 較 復(fù) 雜 時 ，CriminisiCriminisi算法修復(fù)效果不太算法修復(fù)效果不太理想。理想?；跇颖镜募y理合成修復(fù)算法基于樣本的紋理合成修復(fù)算法u實驗結(jié)果分析：實驗結(jié)果分析：在算法填充的過程中，整個破損區(qū)域周圍的在算法填充的過程中，整個破損區(qū)域周圍的結(jié)構(gòu)信息并沒有比較理想的延伸到待修復(fù)區(qū)域，圖中破損區(qū)域周結(jié)構(gòu)信息并沒有比較理想的延伸到待修復(fù)區(qū)域，圖中破損區(qū)域周圍的山石結(jié)構(gòu)和松樹結(jié)構(gòu)并沒有填充，而且在破損區(qū)域出現(xiàn)了很圍的山石結(jié)構(gòu)和松樹結(jié)構(gòu)并沒有填充，而且在破損區(qū)域出現(xiàn)了很明顯的錯誤匹配情況，在松樹區(qū)域填充了山石結(jié)構(gòu)信息，明顯的錯誤匹配情況，在松樹區(qū)域填充了山石結(jié)構(gòu)信息，Cri

15、minisiCriminisi算法在這種紋理結(jié)構(gòu)比較復(fù)雜的圖像進行修復(fù)時修復(fù)效算法在這種紋理結(jié)構(gòu)比較復(fù)雜的圖像進行修復(fù)時修復(fù)效果不太理想。這主要是果不太理想。這主要是CriminisiCriminisi算法對于待修復(fù)區(qū)域像素塊進行算法對于待修復(fù)區(qū)域像素塊進行搜索匹配時是采用全圖像區(qū)域搜索的方式來進行的。搜索匹配時是采用全圖像區(qū)域搜索的方式來進行的。 可以發(fā)現(xiàn)在可以發(fā)現(xiàn)在隨著圖像待修復(fù)區(qū)域中的像素點不斷填充的過程中，圖像待修復(fù)隨著圖像待修復(fù)區(qū)域中的像素點不斷填充的過程中，圖像待修復(fù)區(qū)域中的已知信息像素點會不斷的增加。圖像待修復(fù)區(qū)域像素點區(qū)域中的已知信息像素點會不斷的增加。圖像待修復(fù)區(qū)域像素點的置

16、信度值會迅速下降到零，從而導(dǎo)致算法計算出的優(yōu)先權(quán)不可的置信度值會迅速下降到零，從而導(dǎo)致算法計算出的優(yōu)先權(quán)不可靠。因此，會導(dǎo)致出現(xiàn)錯誤的顏色填充，從而影響到整幅圖像的靠。因此，會導(dǎo)致出現(xiàn)錯誤的顏色填充，從而影響到整幅圖像的修復(fù)效果修復(fù)效果?；诨赥VTV模型的圖像修復(fù)算法模型的圖像修復(fù)算法u基本原理：基本原理：TV(Total Variation)TV(Total Variation)模型圖像修復(fù)的基本求原理模型圖像修復(fù)的基本求原理是求解能量泛函的極大值、極小值，得出修復(fù)后的圖像，其中該是求解能量泛函的極大值、極小值，得出修復(fù)后的圖像，其中該能量泛函是根據(jù)帶修復(fù)圖像的先驗知識和數(shù)據(jù)模型建立起來

17、的。能量泛函是根據(jù)帶修復(fù)圖像的先驗知識和數(shù)據(jù)模型建立起來的。TVTV模型圖像修復(fù)在對圖像修復(fù)時，對圖像的邊緣信息保持的比較模型圖像修復(fù)在對圖像修復(fù)時，對圖像的邊緣信息保持的比較好，數(shù)值實現(xiàn)比較簡單。好，數(shù)值實現(xiàn)比較簡單。 如右圖所示，圖像的如右圖所示，圖像的D D區(qū)域表示區(qū)域表示為圖像的待修補區(qū)域，而為圖像的待修補區(qū)域，而E E則是待修則是待修復(fù)區(qū)域復(fù)區(qū)域D D的鄰域。的鄰域。TVTV模型圖像修復(fù)算模型圖像修復(fù)算法就是通過對圖像區(qū)域法就是通過對圖像區(qū)域E E和待修復(fù)區(qū)和待修復(fù)區(qū)域域D D進行整體的變分，從而以實現(xiàn)對進行整體的變分，從而以實現(xiàn)對待修復(fù)區(qū)域待修復(fù)區(qū)域D D 的修復(fù)。的修復(fù)。 TVT

18、V模型圖像修復(fù)算法可以分為如下模型圖像修復(fù)算法可以分為如下3 3步：步：建立圖像的能量泛函函數(shù)，并提出其約束條件；建立圖像的能量泛函函數(shù)，并提出其約束條件； 變分求取泛函的拉格朗日方程；變分求取泛函的拉格朗日方程； 在已知限定的條件下求解微分方程；在已知限定的條件下求解微分方程；基于基于TVTV模型的圖像修復(fù)算法模型的圖像修復(fù)算法uTVTV模型文字移除實驗：模型文字移除實驗： 在本次文字移除實驗中，通過選取不同的迭代次數(shù)對圖像進行修復(fù)處理。通過在本次文字移除實驗中，通過選取不同的迭代次數(shù)對圖像進行修復(fù)處理。通過對比圖對比圖4-5(a)4-5(a)、圖、圖4-5(b)4-5(b)和圖和圖4-5(

19、c)4-5(c)可以很明顯的發(fā)現(xiàn)，當?shù)螖?shù)選擇可以很明顯的發(fā)現(xiàn)，當?shù)螖?shù)選擇100 100 次和次和200 200 次時圖像中的文字并沒有明顯的去除，而當采用次時圖像中的文字并沒有明顯的去除，而當采用400 400 次迭代次數(shù)的時候，次迭代次數(shù)的時候， 文文字被很明顯的去除。字被很明顯的去除?；诨赥VTV模型的圖像修復(fù)算法模型的圖像修復(fù)算法uTVTV模型劃痕修復(fù)實驗：模型劃痕修復(fù)實驗： 在本次實驗中選取迭代次數(shù)在本次實驗中選取迭代次數(shù)300300次通過對圖次通過對圖4-6 4-6 中的中的(b)(b)、(c)(c)和和(d)(d)三幅相比圖三幅相比圖(a)(a)進行進行PSNRPSNR

20、測試值分別為測試值分別為36.213236.2132、36.4731 36.4731 和和36.751436.7514，可以發(fā)現(xiàn)在，可以發(fā)現(xiàn)在TVTV模型中影響圖像修復(fù)效果主要是迭代模型中影響圖像修復(fù)效果主要是迭代參數(shù)。參數(shù)。基于基于TVTV模型的圖像修復(fù)算法模型的圖像修復(fù)算法通過對比圖通過對比圖(a)(a)和圖和圖(b)(b)可以很明顯可以很明顯的發(fā)現(xiàn)的發(fā)現(xiàn)CriminisiCriminisi算法在圖像細節(jié)修復(fù)算法在圖像細節(jié)修復(fù)方面效果沒有方面效果沒有TVTV模型的效果好，圖模型的效果好，圖(a)(a)中的文字并沒有被很明顯的去掉。中的文字并沒有被很明顯的去掉。TVTV模型在對修復(fù)區(qū)域比較小的區(qū)域進行模型在對修復(fù)區(qū)域比較小的區(qū)域進行修復(fù)效果比較好。修復(fù)效果比較好。通過對圖通過對圖(a)(a)和圖和圖(b)(b)進行對比可以很進行對比可以很明顯的看出，明顯的看出，TVTV模型修復(fù)算法在對人物模型修復(fù)算法在對人物區(qū)域進行修復(fù)時，出現(xiàn)了模糊效果，而區(qū)域進行修復(fù)時，出現(xiàn)了模糊效果，而CriminisiCriminisi算法修復(fù)的效果較好。算法修復(fù)的效果較好。基于基于TVTV模型的圖像修復(fù)算法模型的圖像修復(fù)算法u實驗結(jié)果分析：實驗結(jié)果分析：