肖 涛,唐向宏,任玉升
(1.杭州电子科技大学通信工程学院,浙江 杭州 310018;2.浙江水利水电学院电气工程学院,浙江 杭州 310018)
图像修复的目的在于填充破损图像中缺失部分的像素点,使修复结果对人眼视觉具有一定的欺骗性。针对大面积破损情况,Criminisi等[1]提出的样本块纹理合成方法取得了较好修复效果,但当样本匹配发生错误或原图中无法找到合适的样本块时,导致修复错误。在此基础上,人们进行了大量改进。Xu等[2]改进了优先权计算填充法则,以稀疏表示代替单一样本块的方法修复较大破损面积的图像,但当大面积破损区域中包含物体显著结构和复杂的纹理信息时,仍难以获得良好的修复效果。Sun等[3]提出一种人工交互的图像修复算法,首先根据先验知识,用一组简单的曲线来补全破损物体缺失的轮廓;然后用结构传达(Structure Propagation,SP)方法,将破损物体的已知轮廓结构沿着人工交互曲线传达进入破损区域,实现破损轮廓的重建;最后采用样本块合成方法修复纹理部分。对于物体轮廓结构较简单且只有部分破损的图像来说,具有较好的修复效果,但当物体结构轮廓复杂且完全缺失时,修复效果较差。Chen等[4]提出一种全自动图像修复算法,通过提取图像的主要结构,以张量投票的方式,自动将破损区域边界的结构线在破损区域内部连接起来。但破损轮廓复杂时,难以获得较好的修复效果。近年来,深度学习和数据驱动技术已用于图像修复领域[5-8]。……