摘要:该文提出一种新的基于学习的图像修复算法。与经典的稀疏表示模型不同,该文将非局部自相似图像块统一进行联合稀疏表示,训练高效的学习字典,并使自相似块间保持相同的稀疏模式。该方法既确保自相似块投影到稀疏空间后也具有相似性,也较好地保留了自相似块间的相关性信息,更有效地建立了它们的联合稀疏关联,并将这种关联作为先验知识来指导图像的修复。该算法使用大量自然图像样本来训练初始的过完备字典,既利用了样本图像的先验知识,又充分考虑了待处理图像本身的相关信息,自适应性强。通过对自然图像进行大﹑小范围图像修复和文字去除实验,该文方法均取得不错的修复效果。
关键词:图像修复 学习字典 稀疏表示 联合稀疏近似 非局部
单位:电子科技大学地表空间信息技术研究所 成都611731 电子科技大学电子工程学院 成都611731 桂林空军学院科研部 541003
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社