计算机图像修复技术（共4篇）
计算机图像修复技术 篇1
1 图像修复技术概述
1.1 技术原理
图像修复技术属于半自动图像智能处理技术, 并且它是当前计算机图形学科技术中的一个研究热点。图像修复在一定程度上, 是利用计算机技术对图片当中出现的污点以及划痕等进行修复, 使经过修复后的图片能够在一定程度上, 不被人眼察觉的一种图像处理技术。当下, 现有的图像处理软件, 在一般情况下均能对图片进行后期处理, 例如, Photoshop、光影魔术手等图像修复软件。
1.2 特征
图像修复技术在当前计算机图像学科中已被广泛应用, 这种修复技术对文物保护、广播电视后期特效, 以及想要表现虚拟现实, 具有十分重要的作用。一般情况下, 图像修复在一定程度上会受到很多因素的影响, 使其局部信息出现损伤。例如:在某种条件下, 为了某种特殊要求而利用图像修复技术, 将完整的图片或者图像中的信息移动到另外的地方, 又如:某些图片或者图像在数字媒体技术下, 进行获取、处理、压缩, 在这个过程中由于信息丢失, 最终导致图像所留下的信息出现缺损区域等。由此可见, 为了保证图像信息的完整性, 这就需要图像修复技术在一定基础上为图像重新扫描、处理, 从而使图像恢复完整性[1]。
2 基于样本的数字图像修复技术应用的重要性
首先, 它是对静态图像的裂痕以及污点进行修复。数字图像修复技术, 在一定基础上对污点以及有损伤的图像进行清理, 从而利用数字化技术对这些污点图像进行整合, 最后呈现给人们一个视觉“完整”并且合理的图像。当下在我国印刷行业, 对于一些破损的老照片或者有划痕的照片均可以利用这种技术进行简单的修复。
其次, 数字图像修复也是动态影像修复。如今, 我国计算机技术的发展越来越迅猛, 因此图像修复技术, 不仅能对一些静态的图片进行简单修复, 而且这种技术在我国乃至全世界的影视行业也应用广泛。例如:这种技术可以在一定基础上对制作好的影视进行修复。
最后, 图像修复技术在其他的一些领域也被广泛使用, 例如:摄影领域, 在摄影中, 人们可以利用这种技术对照片中的“红眼”现象进行处理, 除此之外, 在一定基础上我们还可以利用数字图像技术, 生成自己所要的特殊艺术效果图像, 总而言之, 这种修复技术已经涉及到多个领域, 并且在不同领域中的应用均得到了很好的发展[2]。
3 基于样本的数字图像修复技术
3.1 基于样本的快速图像修复算法
Criminisi提出了基于样本块的图像修复的快速算法, 其算法具体步骤如下:
3.1.1 计算修复区的优先权
设输入图像已知区域H, 待修补区域K, 边界为N, 如图1所示。p为破损区域边缘上点, 对于给定中心在p点的修复块Jp, 优先权P (p) 定义如下:P (p) =C (p) D (p) 。优先权P (p) 的值综合反映了待修复块的置信度和结构强弱, 由此来决定图像修复顺序。其中置信度C (p) 衡量p处信息可靠程度;数据项D (p) 反映目标结构信息的强弱, 分别定义如下:
3.1.2搜索最佳的匹配块并填充
3.1.3更新置信度
当Jp中未知区域填充完后, 更新Jp内像素点的置信度。
3.2基于局部平均灰度的快速图像修复方法
一般情况下, 在进行精确的SSD匹配之前, 先用平均灰度值对其进行筛选并在一定基础上淘汰一部分灰度差异较大的匹配模块, 这样一来便可以有效的提升图像修复和算法的效率。如图2所示, 考虑到待修复块只包含了部分的已知像素 (图中白色背景部分) , 为使匹配更加精确, 引入二级匹配项———局部平均灰度值 (LAGV) 。
设平均灰度值阈值为Tagv, 局部平均灰度值阈值为Tlagv, 其算法的主要步骤为:
3.2.1提取用户选定的待修复区域Ω的边界SΩ
(2) 将所有候选块q按照AVGq值从小到大排列成有序链表L。
3.2.2重复下述步骤直到结束: (t为迭代变量)
(4) 在背景区域中搜索最优匹配块Ψp, 使用平均灰度值阈值Tagv筛选候选块;使用局部平均灰度值阈Tlagv筛选候选块。
4结束语
总而言之, 图像已经成为人们获取信息的重要途径和重要方式, 因此在近几年来, 图像修复这一技术在各个媒体行业不仅广受欢迎, 而且在一定程度上还受到更多数字媒体对其的关注, 在日常生活中, 图像信息的不完整是一种普遍现象, 因此这就需要我们对受损的图片进行处理和填充。例如, 利用图像修复技术可以有效清除图像上的污点和划痕, 因此对图像修复技术的研究与推广是当前研究人员以及推广人员首要的做的一件事情。
摘要：数字图像修复一般是利用计算机技术对图像所丢失的信息或者丢失信息的区域进行修复或者填充。文章从图像修复的技术原理以及特征两个方面概述了它的含义, 并论述了基于样本的数字图像修复技术应用的重要性, 最后对基于样本的数字图像修复技术进行了深入的分析。
关键词：样本,数字图像,图像修复技术
参考文献
[1]张晴.基于样本的数字图像修复技术研究[D].华东理工大学, 2012.
[2]杨秀红.基于结构张量的数字图像修复技术研究[D].西安电子科技大学, 2014.
[3]彭坤杨, 董兰芳.一种基于图像平均灰度值的快速图像修复算法[J].中国图象图形学报, 2010.
计算机图像修复技术 篇2
植被覆盖是影响土壤侵蚀的一个重要因子,植被覆盖度的测量精度直接影响到土壤侵蚀模型参数的滤定或侵蚀量的`估算.用0.1 m×0.1 m的绿色硬纸块铺设在面积已知的水平小区和坡度小区上模拟植被覆盖,用自行设计的照相装置对铺有模型的小区进行垂直照相.用GIS软件IDRISI分类计算和Photoshop软件环境下目视解译提取照片植被覆盖度.试验结果表明,这2种方法计算得出的覆盖度与实际覆盖度相差不大,分类计算得出覆盖度的绝对误差在0.6%～4.3%之间;从绝对误差的最小值、最大值、均值和方差来看,目视解译值比分类计算值更接近于实际覆盖度,但考虑到工作量和植被覆盖度计算精度的要求,选择GIS软件IDRISI来进行照片植被覆盖信息的提取是可行的.
作 者：路炳军 刘洪鹄 符素华 章文波 袁爱萍 LU Bing-jun LIU Hong-hu FU Su-hua ZHANG Wen-bo YUAN Ai-ping 作者单位：路炳军,LU Bing-jun(北京师范大学,地理学与遥感科学学院,北京,100875;北京市水土保持工作总站,北京,100038)
刘洪鹄,符素华,章文波,LIU Hong-hu,FU Su-hua,ZHANG Wen-bo(北京师范大学,地理学与遥感科学学院,北京,100875)
袁爱萍,YUAN Ai-ping(北京市水土保持工作总站,北京,100038)
计算机图形图像处理技术分析 篇3
关键词：计算机；图形图像；处理技术
中图分类号：TP391.41
计算机图形图像技术以计算机网络系统为平台，实现了人们主观意识中图像和真实存在的图形之间的相互结合，各种各样的计算机图形图像处理软件，为人们的主观处理和操作提供了很多的便利，随着现代化科学技术的快速发展，计算机图形图像处理技术的应用前景会更加广阔。
1 计算机图形图像处理技术概述
1.1 基本含义
计算机图形图像处理技术是指通过几何模型和数据将描述性的形象或者概念在计算机系统软件中进行存储、定稿、优化、修改和显现。计算机图形图像处理技术可以用来设计图形的色彩、做纹理和明暗的贴图处理、对图像进行建模设计和造型、消除图像隐线和隐面、对图形曲线和曲面进行拟合操作、数字化的图像存储、图像分割、分析、编码、增强、复原等操作[1]，以及对图像进行形式转换，如投影、缩放、旋转、平移等几何形式。
1.2 基本组成
计算机图形图像处理技术的基本组成主要包括计算机硬件设备和计算机图形图像处理软件。计算机硬件设备性能的好坏对于计算机图形图像处理效果有着直接的影响，计算机图形图像处理软件将终端的显示和计算机结合在一起，由于计算机图形图像处理技术自身具有设计、存储、修改等功能，可以迅速整合图片数据，不仅可以保障计算机图形图像的处理效果，也可以有效地提高计算机中央处理器和计算机图形图像处理软件的运行效果。键盘和鼠标作为终端的输入设备，可以完成对图形的修改和定位，并且利用显示器、绘图仪、打印机等显示设备和输出设备，可以完整的保存计算机图片。
1.3 基本功能
计算机图形图像处理技术主要具有五个基本功能：对话、输入、输出、存储和计算。对话功能是指利用通讯交互设备和计算机显示器实现人机交流。输入和输出功能是指计算机图形图像处理软件可以随时输入和输出相关的图形图像。存数功能是指实时监控计算机的图形图像数据进行有效的检索和维护。计算功能是指计算机图形图像处理软件对相关的图形图像进行必要的数据交换和计算分析。
1.4 计算机图形图像处理技术的运行环境
计算机图形图像处理技术的硬件配置主要包括工作站和微型机，软件配置就是建立在工作站和微型机上的运行软件。计算机图形图像处理技术的工作站软件主要有TDI和Alias两种，工作站的软件主要负责处理计算机工作站中的各种图形图像处理。微型机上的计算机图形图像处理软件主要包括3DStudio、Winimage：morph和Photoshop等，3DStudio是微型机上的一种最主要的图形图像处理软件，被广泛的应用在多个计算机系统中；Winimage：morph是一种常用的二维图形图像处理软件，可以将一个图形或者图像制作成另外一个图形或者图像；Photoshop是一个非常专业的图形图像处理软件，其支持图形图像资料的分色制版，给人们进行图形图像处理带来很多的便利。
2 计算机图形图像处理技术的应用
2.1 用户接口
人们利用计算机系统的用户接口来操作多种计算机软件，计算机图形图像处理技术和用户接口的有效结合，借助于计算机操作系统构建友好的人机交互用户图形界面，极大地提高了计算机图形图像处理的简便性和易用性。近年来，微软公司普及和推广的图像化windows系统，充分发挥了计算机图形图像处理技术和用户接口全面融合的重要作用。
2.2 动画与艺术
随着计算机科学技术的快速发展，计算机硬件设备和计算机图形学也在蓬勃发展，静态的图形图像已经很难再满足人们对高质量、优质的、动态的图形图像的巨大需求，因此近年来，计算机动画技术蓬勃发展，特别是一些美术设计人员，多是依靠计算机图形图像处理软件来进行艺术创作。计算机图形图像处理技术的快速发展，同时推动了艺术设计技术的应用和开发，例如，3DS Studio Max三维设计软件和Photoshop二维平面设计软件[2]。
2.3 可视化科学计算
近年来，我国社会主义市场经济快速发展，各个领域的信息通信越来越频繁，计算机网络技术的广泛应用和普及，使得计算机系统数据库中的信息量日益庞大，计算机数据处理和分析技术面临着严峻的考验。相关的技术操作人员利用计算机数据处理和分析软件，很难准确、快速地从计算机的数据库系统中检索出需要的信息数据，难以总结出数据信息的共性和特征。通过将计算机数据处理技术和计算机图形图像处理技术有效的结合起来，可以通过计算机图形图像技术将大量的复杂结构的信息数据进行归类，操作人员通过计算机数据处理软件可以对有共性特征和本质特征的数据信息进行快速检索，极大地提高了计算机数据处理和分析的效率。可视化的科学计算技术最早出现在美国的科学协会研讨中，目前，可视化的科学计算技术被广泛的应用在气象分析、流体力学、医学等领域中[3]，特别是在医学领域，利用可视化的科学计算技术可以实现高精度的远程控制和操作，可以应用在远程的脑部手术中，突破医学难题。在未来的发展过程中，可视化的科学计算技术将会在更多的领域发挥更加重要的作用。
2.4 工业制造和设计
目前，计算机图形图像处理技术在工业制造和设计领域应用的最为广泛，特别是二维三维CAD和CAE等计算机图形图像处理软件，不仅在工业生产的产品制造和产品设计过程中，还有土木工程领域，甚至是集成电路、网络分析和电子线路等电子电工领域都有着广泛的应用。在高精度的工业制造和设计领域中，利用计算机图形图像处理软件，可以在很短的时间内完成高精度的图形图像设计和画图，极大地提高了技术人员的工作效率，同时，标准的计算机图形图像处理程序，提高了工业制造和设计的精确度，有效地降低了设计误差。由于工业产品多是批量化的制造和生产，利用计算机图形图像处理技术，可以极大地提高企业批量化的运行效率和生产质量，降低工业产品的质量检测投入成本，为工业企业带来了更大的经济效益。
3 结束语
计算机图形图像处理技术的广泛应用和快速发展，推动了多个领域的技术革新，充分发挥人们的想象和创造力，创造出很多独特新奇的图形图像效果，丰富人们的日常生活，同时也为企业节约了很多的图形图像处理成本，提高了产品竞争力。在未来的发展过程中，计算机图形图像处理技术的应用前景会更加广阔。
参考文献：
[1]韩晓颖.浅谈计算机图形图像处理技术[J].福建电脑，2011（10）：83-84.
[2]和晓娟.计算机图形图像处理技术的探讨[J].信息与电脑（理论版），2013（11）：164-165.
[3]王应荣，王静漪.计算机图形图像处理技术[J].天津理工学院学报，2012（03）：6-10.
作者简介：刘倩（1981-），女，满族，硕士，讲师，研究方向：图形图像处理与多媒体技术。
基于压缩感知的图像修复技术研究 篇4
关键词：压缩感知,图像修复,修复技术
0 前言
运用缩感知进行图像的修复主要是利用信号的稀疏特性, 可以通过少量的能够采样数据来来对图像的信号进行重构。针对这种特性, 可以利用破损图像中其他部分的信息为压缩感知提供采样数据, 进而对图片破损部分或是需要去除水印的部分进行重构技术, 从而实现对图像的修复。
1 压缩感知技术的基本理论
对于图像信号采集和处理主要包括数据采样、数据压缩、数据传输和解压等工作。在以往我们对图像的信号进行采集的时候, 要保证图像的信号频率带宽比奈奎斯特采样率低, 只有这样才能保证采样点最终可以恢复出图像的原信号。一旦图像信号带与奈奎斯特频率相同或是高于奈奎斯特频率, 就会使采样出现混叠现象, 采样点也不能完整的恢复出原信号, 图片就是产生一定的损坏。
压缩感知是新产生的一项采集和处理图像信号的技术。其主要的优势在于能够在确保不损坏图像信息的的基础上, 利用信号稀疏性的特点, 实现采集信号与压缩信号的步骤相结合, 并以极大地低于奈奎斯特采样率的信号频率带宽进行信号的采集工作, 最终运用重构技术使原始信号能够被完全恢复出来。压缩感知理论能够有效的降低对信号进行采样时的频率, 极大的减少传输过程中信号损坏的情况, 降低处理数据的时间和计算成本。
自从压缩感知理论摆被提出以来, 受到了相关领域包括信息论、图像处理、通信传播等许多行业的广泛关注。发展至今, 压缩感知技术已经在图像和数据的采集、处理、压缩和传输等领域进行了十分广泛的应用。同时, 压缩感知的稀疏性以及信号重构技术还可以对图像中进行去噪处理、图像修复并对图像的分辨率进行修改和重构, 有进一步促进了压缩感知技术的发展和应用。
2 基于压缩感知技术的图像修复算法
在对压缩感知技术进行研究的过程中, 可以发现, 压缩感知技术能够利用较少的数据采样完整的重构或是恢复出原信号, 基于此压缩感知技术也逐渐的被应用于图像修复领域。通过先进的修复算法, 在图像修复的过程中将压缩感知的稀疏表示以及信号重构技术与传统的图像修复技术进行有机的结合, 进一步发展图像修复技术。其中, 最为常见的就是在将压缩感知技术与纹理的修复算法相结合, 将线性逆问题进行规则化的处理。
块纹理重构算法是图像修复技术中应用较为广泛的, 其主要是对破损面积较大的图像进行修复, 块纹理重构算法主要是对破损区域进行填充式修复, 根据这以特点, 将压缩感知中的稀疏表示以及信号重构技术与块纹理重构算法相结合, 能够更好的对图像中大面积的损坏进行修复和重构以及去除目标对象等工作。
3 基于压缩感知图像修复技术中存在的不足以及未来的发展方向
随着压缩感知技术的提出和应用, 图像修复的工作得到了进一步的发展。因此我们可以说压缩感知技术是推动图像修复领域不断进步的巨大动力, 其在图像修复领域中发挥着不可替代的作用。但是我们不能满足于这种发展并止步不前, 而是应该加大对于图像修复相关技术的研究, 发展新的算法, 以满足实际生活中人们对于图像修复工作更高的要求, 实现相关领域的可持续发展。基于压缩感知图像修复技术未来的发展情况主要可以从以下三个方面来进行分析:
3.1 提高对于图像的认知
当前所发展的图像修复技术并没与对图像的规律有一个科学而全面的认知, 因此并没能充分的应用相关的规律来进行图像的修复。因此在修复的过程中, 也仅仅只是单一的对一部分的图像信息进行运用, 缺乏综合性的考量[4]。那么今后的研究重心就要放在如何对图像进行全面系统的认识, 充分的了解图像的规律, 并在此基础上对图像的信息和规律进行利用, 针对不同的情况选择合适的算法, 以确保各个算法都能发挥自身的优势。
3.2 简化算法
基于压缩感知技术的图像修复算法虽然能够很好的对破损图像进行修护, 但是在不断迭代的过程中, 修复图像所使用的算法就有一定的难度, 因此会消耗较多的时间。那么就需要在未来的研究重, 寻找简化算法的方式, 从而有效的提高信号重构的速度, 进一步提高图像修复的效率。
3.3 与先进科学技术相结合
基于压缩感知理论的图像修复技术, 并不是独立存在的, 例如利用块纹理重构法进行图像修复时, 就是与贝叶斯理论相结合, 从而发挥出巨大的作用。因此在未来的发展中, 要注意将更多的先进科学技术融入基于压缩感知的图像修复技术中, 从而促进图像修复技术的发展。
4 总结
基于压缩感知的图像修复技术是当前应用最为广泛的图像修复技术, 它可以利用较少的数据采样还原出原始信号, 从而实现对图像的修复。因此应当加大对于这项技术的研究, 促进图像修复技术的进一步发展。
参考文献
[1]崔国庆.基于压缩感知的图像修复技术研究[D].上海交通大学, 2013.
[2]张湃.可实现图像自修复的压缩感知超分辨率成像算法的研究[D].燕山大学, 2013.
[3]党宏社, 张娜.一种基于贝叶斯压缩感知的图像修复方法[J].河南大学学报 (自然科学版) , 2014, 05:601-607.
[4]周亚同, 王丽莉, 唐红梅.基于压缩感知的稀疏度自适应图像修复[J].铁道学报, 2014, 09:52-59.