1、圖像是信息傳播的主要載體之一。旨在提高圖像主觀視覺效果的圖像修補(bǔ)技術(shù)近年來一直受到廣泛的關(guān)注和深入的研究。在圖像采集、傳輸、壓縮、儲(chǔ)存或者編輯修改過程中,會(huì)造成圖像像素信息的丟失,影響圖像的視覺效果。圖像修補(bǔ)技術(shù)使用已知的信息推測(cè)并恢復(fù)丟失信息,經(jīng)過多年的研究發(fā)展,已經(jīng)在小尺寸圖像丟失以及紋理綜合與前景去除方面獲得了很好的效果。然而,對(duì)于大尺度圖像內(nèi)容缺損的問題,由于前景內(nèi)容、重要邊緣結(jié)構(gòu)的丟失,現(xiàn)有的圖像修補(bǔ)算法很難使圖像達(dá)到能夠觀賞

2、的視覺效果。本文針對(duì)大尺度圖像缺損問題進(jìn)行研究和分析,在歸納總結(jié)了現(xiàn)有經(jīng)典圖像修補(bǔ)算法的基礎(chǔ)上,提出了基于樣本圖像的圖像修補(bǔ)算法,有效提高了圖像修補(bǔ)的修復(fù)效果。本文的主要研究成果為:
　　首先,提出了一種基于樣本的圖像結(jié)構(gòu)信息恢復(fù)方法。在圖像修補(bǔ)過程中,結(jié)構(gòu)信息往往起到?jīng)Q定性的作用,為了對(duì)缺損圖像的丟失結(jié)構(gòu)進(jìn)行重構(gòu),本文提取樣本圖像的前景結(jié)構(gòu),使用邊緣匹配及擬合技術(shù)將樣本圖像的結(jié)構(gòu)與缺損圖像結(jié)合,從而重建完整的結(jié)構(gòu)信息。基于修復(fù)的

3、結(jié)構(gòu)信息,現(xiàn)有的圖像修補(bǔ)算法能夠恢復(fù)圖像原有的內(nèi)容,修復(fù)效果得到很大提升。
　　其次,在結(jié)構(gòu)信息恢復(fù)的基礎(chǔ)上,本文進(jìn)而提出一種基于樣本的紋理綜合算法。由于大尺度圖像缺損問題中丟失的信息過多,僅僅使用源圖像中的像素信息會(huì)使修復(fù)效果平滑性很差,因此本文考慮使用樣本紋理和源圖像紋理共同合成最終紋理。本文首先對(duì)待修補(bǔ)區(qū)域計(jì)算其樣本相關(guān)度,然后在塊匹配環(huán)節(jié)分別從樣本圖像和源圖像進(jìn)行匹配,根據(jù)樣本相關(guān)度加權(quán)的填補(bǔ)到目標(biāo)區(qū)域。其中,對(duì)于邊緣圖像

4、塊的匹配不僅計(jì)算其SSD還加入邊緣相似度計(jì)算最優(yōu)匹配。實(shí)驗(yàn)證明,這種基于樣本的紋理合成算法在恢復(fù)了圖像缺損內(nèi)容的同時(shí)成功的保證了修補(bǔ)結(jié)果的平滑性,比傳統(tǒng)的經(jīng)典圖像修補(bǔ)算法有所提高。
　　最后,在Hays最先提出的基于樣本檢索的圖像修補(bǔ)技術(shù)基礎(chǔ)上,本文對(duì)其局部匹配進(jìn)行了改進(jìn),與本文介紹的基于樣本的圖像結(jié)構(gòu)恢復(fù)、紋理合成算法一起,提出了新的基于樣本檢索的圖像修補(bǔ)算法。Hays首先提出對(duì)大量圖像資源進(jìn)行檢索后使用樣本填補(bǔ)圖像,但是其在局