1、 本科毕业设计 （ 20 届） 数字图像修复器的研究与设计 所在学院 专业班级 通信工程 学生姓名 学号 指导教师 职称 完成日期 年 月 - 1 - 摘要 数字图像修复是图像处理过程中一项重要的内容，也是一个重要的组成部分。它是指利用图像中的已知信息来修复和填充待修复区域内丢失 的或破损的一些信息。目前修复图像都是利用计算机自动修复，也可以说图像修复是当代数字图像应用的一个重要的前提。 目前图像修复技术很多，比如基于结构的图像修复方法和基于纹理的图像修复方法等。文章对目前国内外在图像修复技术的研究背景及现状进行了分析研究，总结了图像修复技术的的两个方面 : 基于结构修复技术和基于纹理修复基础
2、，并讲述了以结构修复技术为基础的 BSCB、 TV 等修复模型以及基于纹理修复基础的纹理合成的修复模型的两种技术手段和修复方法，并采用了其中的 TV模型修复方法进行图像修复，实验中通过改变 TV 模型修复处理 的时间大小来对图像进行不同的处理和对比，最后得出不同时间大小所处理的结果有很大区别，过程中也得出了 TV 模型处理时间上的 临界 点。 关键词： 图像修补 ;图像复原 ;图像补全 ;PDE 变分方法 ;纹理合成 - 2 - Abstract The digital image restoration is an important element of image processing,
3、it is also an important component of image restoration.It refers to the use of known information in the image to repair and fill the missing area to be repaired or torn some of the information. now, Images are repaired automatically by computer. It can be said that Image restoration is an important
4、prerequisite for the application of modern digital image. Image restoration have a lot of practical techniques in currently. Such as Structure-based image restoration method and Image restoration method based on texture and so on.This article discusses the technology at home and abroad in image rest
5、oration research background and current situation, Image restoration techniques are summarized in two aspects: Structure-based repair techniques and repair based on texture. Describes the structural repair technology-based BSCB, TV and other repair model and texture-based texture synthesis based rep
6、air model of the two techniques and repair methods. And using the TV model method for image restoration, TV model experiments by changing the size of the processing time to repair the image processing and comparison of different, Finally,we get the different results by different times,also we get th
7、e point of zero during the processing time on the TV model. KEY WORDS： Image restoration ; Image completion; PDE variational method; Texture synthesis - 3 - 目 录 第一章 绪论 .1 1.1 数字图像修复的发展与现状 .1 1.2 数字图像修复的目的和意义 .3 1.3 本论文安排 .4 第二章 数字图像的理论基础 .5 2.1 图像处理技术概念 .5 2.2 数字图像的理论基础知识介绍 .6 2.2.1 什么是数字图像 .6 2.2.2
8、 数字图像处理概述 .7 2.2.3 数字图像文件格式 .8 2.3 MATLAB 基本知识介绍 .9 2.3.1 MATLAB 概述 .9 2.3.2 MATLAB 的特 点 . 错误 !未定义书签。 2.3.3 MATLAB 的主要功能 . 错误 !未定义书签。 2.3.4 MATLAB 在图象处理中的应用 .9 第三章 图像修复的现有方法 . 11 3.1 基于偏微分的图像修复方法 . 11 3.1.1 基于 BSCB 修复方法 . 11 3.1.2 基于 TV（整体变分）模型的修复方法 .12 3.1.3 基于 CDD 模型的修复方法 .16 3.2 基于纹理的图像修复方法 .18 3
9、.2.1 基于凸集投影的纹理修复方法 .18 3.2.2 基于采样复制的图像修复方法 .20 3.3 修复方法的分析比较 .23 第四章 图像修复方法的改进及结果 .25 - 4 - 第五章 总结 .32 5.1 论文总结 . 错误 !未定义书签。 5.2 数字图像修复技术展望 . 错误 !未定义书签。 致 谢 . 错误 !未定义书签。 参考文献 .34 毕业设计小结 .35 - 1 - 第一章 绪论 随着科技的不断发展，信息化时代的到来和普及，数字化成为了全球一个代表高科技时代重要的标志。数字化也是如今社会的一个重要的主角，从 以前的画笔、画板、颜料等古老工具以及手工作画等古老技术到现如今的
10、计算机、互联网、数码相机等高科技产物的产生也都体现着图像数字化风暴的来临，不仅仅是数字图像，还有其他数字化的一些产物都预示着这个时代的发展，当然数字图像处理时其中不可或缺的技术，但是科技在不断的发展，发展的过程中都会有一些缺陷等着去恢复，目的就是为了能够促使科技的成熟，因此数字图像修复技术是科技成熟的需要也是数字化信息处理的关键技术之一。 1.1 数字图像修复的发展与现状 数字图像修复技术最早是用于改善图像的质量，去除外界带来的干扰和模糊，而现在 的技术主要用于对受损的图像或者是受到干扰的图像进行修复，随着数字图像应用的广泛，其修复方法也是日新月异。 目前，图像修复技术主要集中于两个方面 :基
11、于像素操作（基于结构）、基于块操作 1（基于纹理），如图 1-1 所示： 图 1-1 数字图像修复研究现状 - 2 - （ 1）基于像素操作的方法。这类方法的特点是它的处理对象是像素点，比较适合用于修复小面积破损区域，包括 PDE 模型、基于邻域模板及插值的算法等。偏微分方程 (PDE)模型可以分为三类： BSCB（ Bertalmio Sapiro Caselles Bellester）模型、 TV（ total variation ）模型和基于曲率驱动扩散的修复模型（ curvature driven diffusions， CDD）模型。 PDE 模型主要利用待修复区域的边缘信息，估计等
12、照度线 2方向采用传播机制将信息沿着等照度线方向传播到待修复区域内来修复图像，这一类模型是模仿手工修复图像来对图像进行一个修复。 基于邻域模板或插值的方法 3。是将领域中的数值直接套用修复模板或者直接代入公式来计算，最后算出所到得到的数值，这类算法根据邻域的像素，采用插值的方法来计算出缺损处的像素值或者采用 优先值，对优先值最高的点利用一个以待修复点为圆心的模板，并筛选模板内与待修复点在同一等照度线的点，以该点与圆心的距离为权值，计算出待修复点的值。除此之外，比较常见的还有利用去噪的方法，将邻近像素点的信息与图像中的像素点进行噪声对比，如果得出不同，则噪声点就被完全代替；如果相同，噪声点则保持
13、原像素值不变，这个由腐蚀程度决定的，再利用加权方程计算出最终像素值。 (2)基于块操作的方法。这种方法处理的对象是图像块，比较适合修复面积较大的破损区域，它主要包括 : 基于纹理合成的修复方法、基于样本的修复方法法、基于小波 变换的修复方法和基于分形理论的修复方法等。基于样本的修复方法的主要流程是：首先得到破损区域的填充前缘，计算出前缘上所有点的优先值，然后选取优先值最大的点，按照一定大小的模板在图像区域中搜索与模板中己知部分的相似或者相同的块，最后传播纹理及结构信息到受损区域并更新置信度。它的方法结合了变分模型和纹理合成两种方法的优点，现实世界中的照片通常是由线性结构和复合纹理组成的，不同图
14、像区域之间的边界会受到不同纹理之间相互影响，所以单一的纹理合成方法是不能解决这样的问题，除此之外，变分模型是通过扩散的过程把线性结构传播到 目标区域来填充图像中的空洞，扩散过程会引发一些模糊，当填充更大的区域时，变分 PDE 模型引起的模糊就变得更加明显，因此两者的结合可以解决这一个问题。基于样本的图像修复算法包括了既复制纹理又复制结构的过程，由一个单独的、有效的算法实现。 - 3 - 基于纹理合成的图像修复方法 4。纹理合成技术应主要包括两种方法 :非参数取样的纹理合成方法和基于块拼贴的纹理合成方法。非参数取样的纹理合成方法是主要是进行非参数特征的匹配，这个图像修复方法的主要过程是选择一个待
15、修复点，根据其周围已知的或己合成的纹理点的值来计算待修复点的值，再在 待修复区域中逐点计算修改，直到整幅破损图像都被修复完成。基于块拼贴的纹理合成方法在纹理合成的时间及视觉效果方面相对于取样的方法都得到了很大的提高，解决了纹理错位严重以及容易产生模糊的问题，它首先从待修复区域的边界上选取一个像素点，以该点为中心，根据图像的纹理特征，选取大小合适的纹理块，然后在图像源区域中搜索最匹配的纹理块，来填充该纹理块的缺失部分。 小波域的修复方法 5。其主要是首先利用小波变换把图像分解为高频成分和低频成分，针对不同频率做不同的处理。首先用离散小波变换把图像分解为高频成分和低频成分。对图 像的低频部分采用中
16、值滤波与基于曲率驱动扩散相结合的方法进行修复。对高频图像数据先进行分块，通过线性拟合求出每一块的方向，再根据方向信息进行修复，小波域中根据小波系数来确定待修复块的填充顺序，并结合纹理合成的方法填充待修复区，在修复过程中充分保留了图像的细节信息，从而提高了修复后的视觉效果。 分形理论的修复方法的主要方法是在待修复区域边界处取样，并计算样本图像的分形维度，然后根据给定的搜索路径在图像的己知区域中寻找分形维度等于或接近于样图分形维度的图像块，然后将其复制到相应的待修复区域。 1.2 数字图像修复 的目的和意义 数字图像修复是为了使得原本丢失信息或者破损的图像能够恢复成原来没受损前得原貌，当然这里的原
17、貌指的是视觉上的效果，因为图像受损后再怎么进行恢复最后还是失真的，不可能完全与之前一摸一样，所以这里的恢复针对的是人们的视觉。由于目前对数字图像造成失真、缺损的因素很多，因此对这些受损的图像进行修复是一个急待需要解决的问题。换言之不管在以前还是现在，数字图像修复都有很大的需求也有着广泛的应用，比如说复原破损老照片，取出图像中与图像无关的信息等等，都需要数字图像修复技术来简单的修复。修复图像技术分成静态和动 态，静态图片修复技术可以用在在无线传输和图像压缩领域，而- 4 - 动态图像修复技术则可以应用于影视行业，比如说影片中连续帧中的一帧有划痕、污点等需要修复的情况，我们通过将影片的连续帧转化成
18、数字图像序列，然后根据前后帧的信息比较，从相邻帧中提取有用信息进行拷贝修复，当然修复技术也可以用于出去影片图像中所不需要的部分。 除此之外，图像修复还可以应用于摄影领域，对拍摄到的图片进行处理。甚至，我们还可以利用图像修复技术生成特殊的艺术效果的图像。总而言之，图像修复技术已经涉及到许多的图像应用领域，比如生物医学、遥感探测领域，并 通过在不同领域中的应用而得到了发展。 1.3 本论文安排 本文从目前图像修复的背景出发，对传统以及当今主流的图像修复技术做了一个系统研究。 第一章总结了数字图像修复的目的跟意义； 第二章介绍了数字图像的基础概念； 第三章和第四章是论文主要内容详尽介绍传主流图像修复
19、的几种方法并进行比较和分析，再通过其中一种算法进行的改进并使用 matlab 实现其修复效果，最后得出分析总结； 第五章对论文所研究方法做了总结。 - 5 - 第二章 数字图像的理论基础 2.1 图像处理技术概念 目前图像处理技术一般分为两大类 :模拟图像处理和数字图像处理。模拟图像处理包括现有的光学处理和电子处理，特点就是速度快，能够进行实时处理，在理论上可以达到光的速度，而且可以同时并行处理，缺点就是精度和灵活性比较差，判断能力和非线性处理能力也有局限。不同于模拟图像处理，数字图像处理一般通过计算机或专用的硬件处理，其优点是精度高，处理的内容丰富，并且可以进行复杂的非线性处理，有灵活的变通
20、能力，它的缺点是对于高分辨率的图像硬件实时处理有一定的困难，比如说速度跟不上等问题。 图像修复最早起源于上世纪八十年代，数字图像处理技术起源于二十世纪二十年代， 但是由于受到当时条件的影响和限制，数字图像技术一直都没有得到很好的发展，知道六十年代计算机的发展，网络的普及才使得数字图像的发展有了高速的发展。所谓数字图像处理，就是利用数字计算机或其他数学硬件，对由图像信息转换而来的电信号进行一些数字运算，从而提高图像的实用性，达到人们所预期的效果。 图像处理的主要功能是将获得的低质量图像通过计算机处理成高质量并适应个人眼观看的图像。图像处理大致可以分为三部分，对应于不同的目的。第一个来自于图像的不连续性和对图像的最小物理存储的寻找，这个叫做图像压缩 ;第二个目的是把一个带 有噪声、模糊或有其它扰动的图像复原 ;第三个目的是进行分析，它的目的不是为了去除噪声或压缩，而是找出主要部分的不变量，并且可以从大量的图形数据库中识别特定的物体。 目前数字图像处理的研究放下有以下几种 6： (1)图像变换。利用正交变换的特点和性质，将图像转换到变换域中进行处理 ,比如将时间域或空间域的图像转换到频率域的变换处理以改善图像的质量，大大提高了处理运算的速度。 图像增强。利用各种数学方法和变换手段提高图像清晰度，包括图像灰度修正、图像平滑、噪声去除、图像边缘增强等。
