局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代图像修复算法研究 .pdfVIP

学兔兔 第3l卷 第3期 仪 器 仪 表 学 报 V_ol_3l N0．3 2010年3月 Chinese Journal of Scientific Instrument Mar．2010 局部自适应学习基稀疏约束结合信息优先权选择 扩散的迭代图像修复算法研究术 胡正平 ，刘 文 ，许成谦 ，李 杰 (1 燕山大学信息科学与工程学院 秦皇岛 066004；2 上海安全生产科学研究所 海 200000) 摘 要：图像修复的性能依赖于局部邻域信息的利用，同时要求修复的方向与结构性内容具有一致性，针对这两个关键问题， 本文提出基于局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代滤波图像修复思路。该算法首先学习丢失区邻域得 到一一组具有局部自适应性的稀疏基，然后沿着等照度线方向按照优先权选择扩散的顺序利用稀疏重构理论以这组基逐层投影 重构丢失区域，通过迭代执行分层修复实现对丢失区域的渐进逼近。实验结果表明，该算法无论对于纹理图像、边界图像还 是自然图像都可达到较好的效果，而且在峰值信噪比上优于已有文献的方法。 关键词：图像修复；稀疏表示；优先扩散；等照度线 中图分类号：TP391 文献标识码：A 国家标准学科分类代码：510，4050 Iterative image inpainting using sparse constraint with local adaptive learned dictionary and informational priority selected diffusion Hu Zhengping ，Liu Wen ，Xu Chengqian ，Li jie f1．Institute oflnformation Science andTechnology,Yanshan University,Qinhuangdao 066004,China 2．Institute ofsafety production science in Shanghai，Shanghai 200000，ChinaJ Abstract：The performance of image inpainting is dependent on the utilization of local neighborhood information and the inpainting direction is supposed to keep consistent with the structure information for avoiding wrong dif- fusion．Aiming at these two issues，iterative image inpainting using sparse constraint with local adaptive learned dictionary and informational priority selected diffusion is proposed in this paper．Firstly,the algorithm obtains a group of local adaptive sparse bases by training a set of samples selected from the neighborhood of the lost area． Secondly，a h