面向图像修复的随机顺序纹理合成算法.pdfVIP

面向图像修复的随机顺序纹理合成算法+ 江涛张佑生薛峰 合肥工业大学计算机与信息学院安徽省合肥市230009 摘要：在图像中经常会有瑕疵区域或不希望出现的物体存在，因此希望能有一种算法能够修复这些 图像并不留下明显的人为痕迹。本文从图像修复的要求出发，对随机顺序纹理合成算法进行改进，并 应用到图像修复中。实验结果表明，该算法非常适合图像修复，可使图像修补区的纹理清晰自然，与周 边纹理相似而不重复，并实现了修补区域与周边区域的平滑过渡和无缝连接。对于瑕疵区域的修复可 取得令人满意的效果。 关键词：纹理合成图像修复随机顺序 I苎。 口 在图像中的某些区域经常会出现一些敏感的瑕疵。这些瑕疵可能是扫描的照片上的一块杂乱的区域， 也可能是老照片中的擦痕，当然也可能是图像中的一个不希望出现的物体。为了用计算机刘图像进行有效 修复，图像修复相关算法的研究引起了人们的重视。对于小的瑕疵我们可以用基于高阶偏微分方程(PDE)的 方法来修复，其主要思想是利用待修补区域的边缘信息，确定扩散信息和扩散方向，从区域边界各向异性 地向边界内扩散．在修复区域较小时有较好的效果。但是，当修补区域比较大时，它难以得到满意效果， 出瑕疵区域就可以了。然而当照片中出现较大的瑕疵区域或要求去除一个较大的物体时，由于基于PDE的修 复方法不能抓住图像的结构特征，因此无法取得好的效果。对于这种情况，最简单的办法就是复制和混合 图像中其它相似区域。但这样做也有缺点：往往出现视觉上的藿复，且往往出现明显的区域边界。 我们认为，由于图像中各种场景都可以视为纹理，瑕疵区域通常都处在纹理之中，因此，可采用纹理 合成方法来填补瑕疵区域。 纹理合成是当前计算机图形学、计算机视觉和图像处理领域的研究热点之一。该技术在图像编辑、计 算机动画、数据高倍数压缩、网络数据的快速传输、大规模场景的生成以及真实感绘制等方面具有广泛的 应用前景。纹理合成算法总体上可以分为三类：第一类是通过物理模型模拟纹理生成过程：第二类是通过 对样图进行纹理分析派生出参数模型，然后用得到参数模型合成纹理；第三类是基于样图的纹理合成。前 两类方法都需要反复的调整测试参数，非常不便。基于样图的纹理合成技术不仅可以克服传统纹理映射方 法的缺点，而且可以避免过程纹理合成中繁琐的参数调整，因而受到越来越多的关注。 基于样图的纹理合成的思想是：依据某一小的纹理样图，生成大面积的与之相似的且结构连续的曲面 纹理。基于样图的纹理合成算法可分为基于特征匹配和基于马尔可夫随机场(Markov +基金资助 台肥工业火学科学研究发展基金(060504F)。 作者简介 江涛(1981．)，男，浙江宁波人，硕士研究生，研究方向为计算机图形学，虚拟现实；张佑生(1941。)，男，湖 南浏阳市人 教授，博导，研究方向为计算机图形学、图像识别与理解、智能CAD等；薛峰(1978一)．男，安徽舒城人，讲 师，博士生 研究方向为虚拟现实，图像识别与理解。 424 计算机技术与应用进展·2006 的方法。近年来的大多数纹理合成算法都是基于MRF模型的，可细分为基于点和基于块的方法。基于点的 得了较好的合成效果，并将其应用到了图像修复中。SIGGRAPI-I2000上Wei对其进行改进，提出了一种基于 2001 大的问题，将合成速度提升到了秒级，并且取得了很好的纹理台成效果。SIGGRAPHLWei又对原来的 行了优化，使得算法适合于自然纹理合成【6J。 我们在研究中发现文献[5冲随机顺序合成算法的特性非常适合于图像修复。本文从图像修复的要求出 发，对随机顺序合成算法进行了改进，使之在图像修复中能取得更好的效果：既可消除修补区域的边界线， 实现修补区与其周边区的平滑过渡，又可避免修补区及其周边区域在纹理上的简单重复，增强真实感和自 然感。 2随机顺序纹理合成 随机顺序合成算法的基本思路是：先使用高斯白噪声初始化输出纹理图，然后以随机顺序处理输出纹 理图中的每一像素，即用方形邻