作者：吴亮; 宋旭; 刘国英图像修复相似度因子tv模型扩散因子bregman系数最优逼近模型
摘要：当前较多图像修复算法主要通过在图像的整个已知区域内寻找最优匹配块用来填充破损区域以完成图像修复,由于该方法忽略了图像层次之间的关联性,导致修复图像存在块效应以及模糊效应等不足。对此,提出了一种基于相似度因子耦合最优逼近模型的图像修复算法。利用像素点之间的相似度关系构造了相似度因子,并将该相似度因子与TV(total variation)模型相结合,对TV模型进行改进,以克服图像修复过程中产生的不连续效应;将图像的每个分层特征融入到改进的TV模型中,并将扩散因子、辅助变量以及Bregman系数引入到融合了图像层次耦合性的TV模型中,形成最优逼近模型以克服图像修复过程中,由于图像层次耦合性差引起的模糊效应等不良现象,实现良好的图像修复效果。实验结果表明,与当前图像修复算法相比,所提算法不仅具有更高的修复视觉质量,而且还具备更高的修复效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
