發(fā)布時(shí)間：2024-06-06 00:18

　　隨著社會(huì)的進(jìn)步和科學(xué)技術(shù)的發(fā)展,人類社會(huì)每天會(huì)產(chǎn)生大量的圖像數(shù)據(jù),圖像在傳輸與儲(chǔ)存的過程中會(huì)受到多種因素影響而發(fā)生退化影響使用,這推動(dòng)了數(shù)字圖像處理技術(shù)的蓬勃發(fā)展,而數(shù)字圖像修復(fù)技術(shù)的主要目的就是將丟失了一部分像素的圖像進(jìn)行修復(fù),還原到圖像原來的完整狀態(tài),數(shù)字圖像修復(fù)技術(shù)在歷史研究、天文研究、醫(yī)學(xué)研究等許多領(lǐng)域都有著重要的應(yīng)用。實(shí)際上,對(duì)于一幅破損圖像,其丟失的像素的位置大概可以分為兩類,即隨機(jī)丟失和特殊丟失,而圖像整行或整列的丟失又是特殊丟失中一種極難處理的丟失模式。目前基于矩陣低秩的修復(fù)算法還無(wú)法很好的處理這種特殊的丟失,而基于擴(kuò)散的方法容易產(chǎn)生模糊,基于樣例的方法容易發(fā)生錯(cuò)誤填充的現(xiàn)象,基于深度學(xué)習(xí)的方法則對(duì)訓(xùn)練數(shù)據(jù)具有較大的依賴性。本文利用基于圖像塊的非局部自相似性,對(duì)圖像進(jìn)行分塊處理,對(duì)相似張量進(jìn)行基于低秩先驗(yàn)的張量補(bǔ)全算法;將加權(quán)核范數(shù)加入到張量補(bǔ)全模型中,進(jìn)一步提高算法的修復(fù)效果,本文的主要工作包括:(1)提出了基于相似張量補(bǔ)全的圖像修復(fù)算法。首先對(duì)圖像進(jìn)行分塊處理,對(duì)每一個(gè)參考?jí)K通過某種距離度量尋找其相似塊,與傳統(tǒng)的做法不同的是我們直接將這些圖像快堆疊成三維相似張量而不...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

分鐘左右的影片需要??修復(fù)。目前的技術(shù)手段下，電影資料館每年可以精致修復(fù)電影１５０部，普通修復(fù)電??影３００部左右，若要將如此數(shù)量龐大的母版膠片全部修復(fù)，還需要５０年的時(shí)間。然??而在這５０年里，這些膠片也同時(shí)會(huì)加劇惡化，是不可逆的必然趨勢(shì)，中國(guó)老電影??修復(fù)急需提速。而數(shù)字圖像....

?山東大學(xué)碩士學(xué)位論文???纖纖??（ａ）原始圖像?（ｂ）目標(biāo)去除后的圖像??圖１．２：目標(biāo)去除舉例??３）文本去除??在日常生活中經(jīng)常需要從網(wǎng)絡(luò)上下載圖片或視頻，通常都會(huì)帶有來源網(wǎng)站??的ｌｏｇｏ或者帶有一些文本水印，圖像修復(fù)技術(shù)可以有效去除這些文本與ｌｏｇｏ方便??后續(xù)使用，....

?山東大學(xué)碩士學(xué)位論文???纖纖??（ａ）原始圖像?（ｂ）目標(biāo)去除后的圖像??圖１．２：目標(biāo)去除舉例??３）文本去除??在日常生活中經(jīng)常需要從網(wǎng)絡(luò)上下載圖片或視頻，通常都會(huì)帶有來源網(wǎng)站??的ｌｏｇｏ或者帶有一些文本水印，圖像修復(fù)技術(shù)可以有效去除這些文本與ｌｏｇｏ方便??后續(xù)使用，....

］。文獻(xiàn)［７］為了增強(qiáng)稀疏性采用了重加權(quán)??的Ｇ范數(shù)最小化，文獻(xiàn)丨２５Ｕ３１］受此啟發(fā)對(duì)核范數(shù)迭代重加權(quán)來加強(qiáng)矩陣的低秩??性。以上算法以及其他大多數(shù)圖像修復(fù)算法都假設(shè)圖像中丟失的像素位置是隨機(jī)??的，圖像的每一行每一列上都應(yīng)保留一些可觀察到的像素。然而在很多實(shí)際情形??下，例如....

本文編號(hào)：3990020