基于样例的图像修复改进算法的研究任务书
2020-04-11 17:53:31
1. 毕业设计(论文)主要内容:
数字图像修复是针对图像中损坏或遗失的部分,采取适当的数学模型,对破损区域进行修复,以形成良好的视觉效果或便于后续处理。数字图像修复在文物修复、特定目标移除(如:人脸识别系统中的眼镜去除)等领域具有广泛的应用价值。由Criminisi等提出的基于样例的图像修复算法(Exemplar-basedimage inpainting)。通过在资源区搜索与目标块的最优匹配块,并将其直接复制到待修复区域来实现图像修复。该算法的最大优点是通过计算待修复区域像素的修复优先权值,期望保留纹理特性的一致性。但计算过程中容易受到纹理细节和噪声干扰而产生样本块的误匹配,造成锯齿效应, 若待修补区域与图像其它区域纹理结构差异明显,图像修复效果欠佳。
要求研究基于样例的图像修复模型的改进方法。从优先权计算、图像匹配效率等方面进行分析,提出自己的改进算法的合理性和优越性,并与经典算法进行比较,形成一个能良好修复大面积图像毁损的算法。
2. 毕业设计(论文)主要任务及要求
1、查阅不少于15篇的相关资料,其中英文文献不少于3篇,完成开题报告。
2、完成不少于5000字的英文文献翻译工作。
3、收集相关的原始数据,并进行数据的预处理工作。
4、完成毕业设计(论文)阶段性报告,完成任务书和中期情况检查表等任务。
5、完成不少于12000字的研究论文。
3. 毕业设计(论文)完成任务的计划与安排
1-3周:查阅文献,完成开题报告
4-6周:总体设计,完成论文综述
7-10周:设计算法,功能模块设计
11-13周:编码和测试
14-15周:写论文,提交初稿,给老师检查,修改定稿,答辩。
4. 主要参考文献
[1] 1.m. bertalmio, g. sapiro, v. caselles. imageinpainting[c]. //proceedings of international conference on computergraphics and interactive techniques.2000: 417-424
2.
[1] 2.a.criminisi, p.perez, and k.toyama. regionfilling and object removal by exemplar-based inpainting[j]. ieeetransactions on image processing, 2004.13(9):1200-1212.