基于结构分量和信息熵的Criminisi图像修复算法

摘要：

针对Criminisi图像修复算法中优先级计算易受图像纹理影响的问题,提出了改进的基于图像结构分量的优先级函数.首先采用变分分解模型,将待修补图像分解为结构分量和纹理分量;其次基于结构分量计算数据项,排除纹理的影响;然后在优先权函数中引入度量像素块复杂度的信息熵,将像素块中除了中心点之外其它位置的结构信息融入到优先权的计算中,使修补次序进一步向结构丰富的像素块倾斜;最后将优先权函数表示为置信度、数据项和信息熵的加权和,以解决传统Criminisi算法优先权随着置信度迅速下降为零而造成修复次序出现偏差的不足.新的优先权函数排除了像素块中在计算数据项时纹理的影响,并且融合更多的结构信息,使修复次序更加准确.实验结果表明,对于不同的人工图像和自然图像,本文模型都能取得较为满意的修复结果.

关键词：图像修复、优先级函数、变分图像分解、结构分量、信息熵、纹理

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家科技支撑计划;湖北省自然科学基金;湖北民族学院博士启动基金;湖北省大学生创新创业训练计划基金资助项目

在线出版日期：2017-03-03（万方平台首次上网日期，不代表论文的发表时间）

页码：108-116