论文部分内容阅读
在计算机技术迅猛发展的时代,图像修复技术作为数字图像处理领域中的一个重要分支,它在日常生活中有着广泛的应用。文物是文明社会的一部分,将破损的文物修复之后可以再现当时的历史面貌,文物修复对于文化根脉的传承有着重要的作用和意义。纺织物作为文物的一个重要组成部分,它在我国古代就已经出现,然而由于其自身材质的特点,即易于腐烂且不易保存,因此对残损纺织物图像进行修复有着重要的历史意义和实际应用价值。图像修复技术包括基于变分偏微分方程和基于纹理合成的两种方式,本文选取基于纹理合成的Criminisi图像修复算法对残损纺织物图像修复。为了提高纺织物图像的修复质量和增强文物修复在三维重建中的应用,本文对Criminisi算法进一步改进,对纺织物图像三维重建。主要工作如下:(1)由于现有的图像修复技术中没有一种方法可以明确地区分不同类别的图像,因此本文提出一种基于图像梯度算子和差值的方法,通过客观数据来准确地区分纹理图像与非纹理图像。(2)原始Criminisi算法中使用置信度项和数据项计算待修复块的优先权,然而此计算方式修复的图像出现了结构断裂和纹理模糊的情况。本文根据纺织物图像较强的结构性,使用结构张量中的边强度和角强度创建一个新的变量,用其增强修复过程中图像的结构性。原始优先权计算采用相乘的方式,此方式使得优先权的数值迅速变为零,影响修复效果,因此本文将数据项、置信度项和新的变量采用相加的方式,对计算优先权的各个项加入权重系数来调节图像的修复效果。(3)原始Criminisi算法中使用固定大小的修复块修复后的图像出现了匹配错误和边缘不连续等现象。本文根据纺织物图像的周期性,提出一种自适应的修复块大小的选择方式。本文根据峰值信噪比和结构相似度创建出一种新的图像质量评价方式,在修复中改变修复块的大小,使用新的质量评价方式寻找最佳修复块。(4)本文对修复好的纺织物图像使用建模软件进行三维重建,使得图像更加具有立体感和真实性。实验结果表明,本文提出的算法能够解决图像中匹配错乱、结构不连续以及纹理模糊等问题,突出了纺织物图像修复在文物修复中的意义。图41幅,表7个,参考文献65篇。