| 【中文题名】 | 数字图像和视频的修复技术研究 |
| 【英文题名】 | |
| 【学科专业】 | 应用数学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-2 |
| 【中关键词】 | 图像修复,视频修复,偏微分方程,纹理合成,马尔科夫随机场（MRF）,标准BP算法 |
| 【英关键词】 | Image Completion,Video Completion,Partial Differential Equations（PDEs）,Texture Synthesis,Markov Random Field（MRF）,Standard Belief Propagation（BP）,Smart Belief Propagation（Smart BP）, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
数字图像和视频修复是填充图像或视频内指定的破损区域的处理过程，其应用范围较广。由于视频是一系列图像在时间维度上的演化，因而可以将一段视频看成是一个视频体，数字图像的修复方法可以很自然的推广到视频的修复。本文将对图像的修复和对视频的修复在架构上统一看待。近年来图像和视频修复问题日益引起关注，相关研究也越来越深入。
本文首先综述了数字图像和视频修复的典型算法，较为全面的介绍了基于偏微分方程和基于纹理合成两类主要的修复算法。其次从影响修复结果质量的角度，分析了数字图像和视频重要的视觉特征，并且详细论述了识别特征的各种方法。然后，本文提出了一种新的视频修复算法。该算法建立了待修复视频的马尔科夫随机场(MRF)，将修复问题转化为一个马尔科夫随机场的多标号问题。进一步，提出了灵巧BP(Smart BP)算法求解该多标号问题，有效地降低了标准BP算法的时空复杂度。作为进一步研究，本文还提出了与视觉相关的像素权值的概念，使得算法能更好的按照视觉合理性的要求对视频进行修复。最后，总结本文的成果，提出未来工作中有待进一步研究的问题。
本文算法在影视特技，影像修复，虚拟现实和数据压缩等方面具有广阔的应用前... |
| 【论文题纲】 |
|
摘要 |
2-3 |
|
ABSTRACT |
3-4 |
|
目录 |
4-6 |
|
第1章 数字图像和视频修复典型算法 |
6-23 |
|
1.1 数字图像和视频修复的基本概念 |
6-7 |
|
1.2 基于偏微分方程的修复算法 |
7-12 |
|
1.2.1 基本概念 |
7-8 |
|
1.2.2 基于全变分(TV)模型的图像和视频修复方法 |
8-10 |
|
1.2.3 基于Mumford-Shah模型的图像和视频修复方法 |
10-12 |
|
1.3 基于纹理合成的修复算法 |
12-21 |
|
1.3.1 基本概念 |
12-15 |
|
1.3.2 局部优化的图像和视频修复算法 |
15-17 |
|
1.3.3 全局优化的图像和视频修复算法 |
17-21 |
|
1.4 本章小结 |
21-23 |
|
第2章 数字图像和视频的特征 |
23-36 |
|
2.1 引言 |
23 |
|
2.2 数字图像和视频的纹理特征 |
23-26 |
|
2.2.1 纹理特征 |
23-25 |
|
2.2.2 纹理特征的识别 |
25-26 |
|
2.3 数字图像和视频的结构特征 |
26-30 |
|
2.3.1 结构特征 |
26-27 |
|
2.3.2 结构特征的识别 |
27-30 |
|
2.4 数字视频的运动特征 |
30-35 |
|
2.4.1 运动特征 |
30-31 |
|
2.4.2 运动特征的识别 |
31-35 |
|
2.5 本章小结 |
35-36 |
|
第3章 一种新的数字图像和视频的修复算法 |
36-52 |
|
3.1 引言 |
36-37 |
|
3.2 相关工作 |
37-38 |
|
3.2.1 图像的修复 |
37 |
|
3.2.2 视频的修复 |
37-38 |
|
3.3 本文的算法 |
38-47 |
|
3.3.1 图像和视频修复的目标函数 |
38-40 |
|
3.3.2 时空块的相似度 |
40-42 |
|
3.3.3 标准的BP算法 |
42-43 |
|
3.3.4 灵巧的BP算法 |
43-47 |
|
3.4 实验结果和分析 |
47-50 |
|
3.5 本章小结 |
50-52 |
|
第4章 结论和未来的工作 |
52-54 |
|
参考文献 |
54-58 |
|
鸣谢 |
58 |
|
| 【DOI】 | LunWen.ID:2.2008.370595 |
