面向稳定场图像重建中场源函数的研究

作     者：王凌宇 

作者单位：杭州电子科技大学 

学位级别：硕士

导师姓名：叶学义;王李军

授予年度：2023年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：稳定场图像重建 有效场源 主纹理方向 场源函数 微分近似 结构张量 

摘      要：数字图像是信息记录和传播的最重要载体,但在采集、编辑以及传输的过程中可能会出现部分信息的丢失,因此需要图像重建技术来恢复这部分缺失的信息。目前大部分图像重建研究的目的是使人眼无法检测,仅重视重建结果的整体视觉效果,而不追求对于缺损区域各像素点重建的准确性,然而随着图像识别技术的广泛应用,当这些重建图像被用于细节特征提取时可能会产生不可预估的错误;此外,随着具有图像处理能力的数字工具的发展,重建技术还需要满足对图像进行实时处理的要求。为了解决上述问题,研究者们开始利用数学物理中的稳定场模型来描述图像局部纹理,提出了基于稳定场的图像重建模型,研究以非迭代的方式对破损图像中缺失的信息进行准确且高效的重建。本文在现有图像局部纹理稳定场重建模型的研究基础上,针对当前图像重建算法在准确率和效率方面的问题,以该模型中场与源之间的关系为核心提出有效场源选择和场源函数构造算法。首先将稳定场模型与图像纹理相结合,依据缺损像素点邻域内各已知点的梯度信息得到该缺损点处主纹理方向所在的方向区间,选取处在该区间内的已知点作为有效场源;其次针对有效场源采用微分近似的方法,利用低阶泰勒展开式计算出该点位于缺损点处的估计值,设计有效场源与在缺损像素点处所产生的场之间的相似度因子,并结合两者间的距离因子构造场源函数,从而完成重建。与2种基于典型重建模型的改进算法,以及2种基于稳定场模型的重建算法的对比实验结果表明,本文算法的峰值信噪比(PSNR)平均提高了1.5d B～2.6d B;重建准确率平均提高了3.5%～7.9%;重建效率平均提高了30秒～2000秒,在所选图像以及Celeb A-HQ人脸数据集上的实验结果表明,该算法实现了对不同类型缺损图像高效且准确的重建。但是该算法在重建具有强烈或复杂结构特征的缺损区域时,仍然会出现结构不连续和错误延伸等现象。针对该问题提出了基于结构张量的图像局部纹理稳定场重建算法。首先通过引入结构张量特征值设计结构数据项,结合缺损像素点的置信度因子构造优先权函数规划局部缺损区域内缺损像素点的重建次序;然后,根据结构张量相干因子将图像划分为边缘区域、纹理区域以及平坦区域,对处在不同结构区域的缺损像素点自适应地选取固定场源模板的大小,并用于参与后续的重建。在公开的Places2场景数据集和Celeb A-HQ人脸数据集上的实验结果表明,与现有同类算法相比,峰值信噪比(PSNR)平均提高了1.5d B和1.8d B,重建准确率平均提高了2.2%,在保持重建效率的同时,对于结构特征复杂以及纹理细节密集的缺损图像实现了更佳的重建视觉效果以及更高的重建准确率。