基于偏微分方程的图像修复方法研究

doi:10.3976/j.issn.1002-4026.2021.02.012

山东科学 ›› 2021, Vol. 34 ›› Issue (2): 90-95.doi: 10.3976/j.issn.1002-4026.2021.02.012

基于偏微分方程的图像修复方法研究

苗晓，张新东^*，唐泉，杨思渊

新疆师范大学数学科学学院，新疆乌鲁木齐 830017

收稿日期:2020-06-04 出版日期:2021-04-13 发布日期:2021-04-14
通信作者: 张新东（1981—）, 男, 博士,副教授, 研究方向为微分方程数值模拟及应用。E-mail: 422560939@qq.com
作者简介:苗晓（1994—）, 女, 硕士研究生, 研究方向为微分方程数值模拟及应用。E-mail: 3239847731@qq.com
基金资助:
国家自然科学基金（11861068）; 新疆维吾尔自治区自然科学基金面上科学基金（2018D01A27）

Image restoration method based on partial differential equations

MIAO Xiao, ZHANG Xin-dong*,TANG Quan,YANG Si-yuan

School of Mathematical Sciences, Xinjiang Normal University, Urumqi 830017, China

Received:2020-06-04 Online:2021-04-13 Published:2021-04-14

摘要/Abstract

摘要： 针对全变分（TV）模型在各参考点具有相同权值的情况，以待修复区域像素点的梯度值为信息构造出一个扩散函数，利用此扩散函数控制各参考点的权值；结合非线性扩散思想，提出一个针对时间参数的自适应迭代函数。扩散函数与自适应迭代函数共同作用，进行图像修复。实验结果表明，本文提出的新方法修复效果好且用时少。

关键词: 图像修复, 全变分算法, 扩散函数, 自适应

Abstract: For the case in which the original model has the same weight at each reference point on a TV model, the paper propose a new concept whereby a diffusion function based on the gradient value of the pixels in the area to be repaired is constructed. The diffusion function is used to control the value of the contribution of each reference point. In addition, an adaptive iterative function for time parameters based on the idea of nonlinear diffusion is proposed. The diffusion function and adaptive iterative function work together to complete the image inpainting. Results of the experiment reveal that the new method proposed in this paper can achieve good processing effect in less time.

Key words: image restoration, TV algorithm, diffusion function, adaptive

中图分类号:

TP391

苗晓, 张新东, 唐泉, 杨思渊. 基于偏微分方程的图像修复方法研究[J]. 山东科学, 2021, 34(2): 90-95.

MIAO Xiao, ZHANG Xin-dong, TANG Quan, YANG Si-yuan. Image restoration method based on partial differential equations[J]. Shandong Science, 2021, 34(2): 90-95.

参考文献 13

1	邓婵, 李春树. 基于改进TV模型的修复算法在岩画修复中的应用[J]. 宁夏工程技术, 2018, 17(2): 138-143. doi: 10.3969/j.issn.1671-7244.2018.02.010
2	李凯. 基于纹理特征的图像修复算法研究[D]. 重庆: 重庆邮电大学, 2017.
3	王鑫, 朱行成, 宁晨, 等. 基于冗余字典学习的图像修补算法[J]. 计算机工程与应用, 2018, 54(6): 198-204. doi: 10.3778/j.issn.1002-8331.1707-0161
4	CHAN T F, SHEN J H. Nontexture inpainting by curvature-driven diffusions[J]. Journal of Visual Communication and Image Representation, 2001, 12(4): 436-449. doi: 10.1006/jvci.2001.0487
5	BERTALMIO M,SAPIRO G,CASELLES V,et al.Image inpainting[C]∥SIGGRAPHOO：HE 27th International Conference on Computer Graphics and Interactive Techniques Conference.New York:ACM Press,2000:417-424. doi: 10.1145/344779.344972
6	SHEN J H, CHAN T F. Mathematical models for local nontexture inpaintings[J]. SIAM Journal on Applied Mathematics, 2002, 62(3): 1019-1043. DOI:10.1137/s0036139900368844.
7	王涛, 王军锋, 白青, 等. 改进的TV模型图像修复算法[J]. 计算机系统应用, 2013, 22(3): 121-124. doi: 10.3969/j.issn.1003-3254.2013.03.028
8	王战, 韩诚山, 李祥之, 等. 一种有效的大区域图像修复算法[J]. 计算机应用与软件, 2015, 32(10): 178-180. doi: 10.3969/j.issn.1000-386x.2015.10.041
9	MALIK J M,PERONA P. Scale-space and edge detection using anisotropic diffusion［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,1990,12(7):629-639. doi: 10.1109/34,56205
10	谢正伟, 王创新. 基于全变分模型改进的图像修复算法应用[J]. 电子科技, 2017, 30(1): 61-64. doi: 10.16180/j.cnki.issn1007-7820.2017.01.017
11	邱俊, 胡晓, 王汉权. 数字图像修复的变分方法与实现过程[J]. 数值计算与计算机应用, 2016, 37(4): 273-286.
12	易大义, 沈云宝, 李有法. 计算方法[M]. 杭州：浙江大学出版社, 1989.
13	徐黎明, 吴亚娟, 刘航江. 基于变分偏微分方程图像修复技术研究[J]. 西华师范大学学报(自然科学版), 2016, 37(3): 107-112. doi: 10.16246/j.issn.1673-5072.2016.03.020

[1]	李连伟,张源榆,岳增友,薛存金,付宇轩,徐洋峰. 基于全卷积网络模型的高分遥感影像内陆网箱养殖区提取[J]. 山东科学, 2022, 35(2): 1-10.
[2]	徐龙,李杨. 基于智能合约的物联网访问控制建模[J]. 山东科学, 2022, 35(1): 128-134.
[3]	王祎鸣, 纪永刚. 紧凑型地波超视距雷达海杂波区目标检测影响因素研究[J]. 山东科学, 2020, 33(6): 8-15.
[4]	殷素雅, 唐泉, 张新东. 基于Perona-Malik模型改进的图像去噪方法[J]. 山东科学, 2020, 33(4): 124-130.
[5]	刘杰, 刘岩, 曹煊, 马然, 张述伟, 郭翠莲. 海水营养盐微弱信号检测技术研究[J]. 山东科学, 2019, 32(6): 9-14.
[6]	曹鲁慧, 邓玉香, 陈通, 李钊. 一种基于深度学习的中文文本特征提取与分类方法[J]. 山东科学, 2019, 32(6): 106-111.
[7]	李向春, 张浩, 刘晓燕, 宗芳伊, 刘军礼. 基于透射率优化和颜色修正的水下图像增强方法[J]. 山东科学, 2019, 32(2): 7-14.
[8]	刘向阳，李阳，姜树明，王帅. 基于流形正则协同训练模型的行为识别方法[J]. 山东科学, 2018, 31(1): 116-.
[9]	李辉，解维浩，刘寿生，盖颖颖. 基于GPU的多尺度Retinex图像增强算法实现[J]. 山东科学, 2017, 30(3): 103-109.
[10]	程岩，吴丙伟，张颖颖. 海洋物质干扰检测系统的设计[J]. 山东科学, 2016, 29(6): 19-23.
[11]	马然，曹煊，王小红，张天鹏，张丽. 基于双目视觉技术的海水生物毒性监测方法研究[J]. 山东科学, 2016, 29(5): 9-16.
[12]	孙继华，赵扬，南钢洋，马健，刘帅，巨阳. 基于有限元数值方法的金属材料内壁缺陷超声频谱特性研究[J]. 山东科学, 2016, 29(5): 70-75.
[13]	贾彤彤,张晓乐,石玉英. 改进正则项的图像盲恢复方法[J]. 山东科学, 2016, 29(3): 115-120.
[14]	范忠勇，张志军，张鹏飞. 本体技术在个性化推荐系统中的应用研究[J]. 山东科学, 2016, 29(2): 101-105.
[15]	王霞. 凸阵式超声数字扫描变换技术的软件实现[J]. 山东科学, 2015, 28(4): 107-110.

基于偏微分方程的图像修复方法研究

Image restoration method based on partial differential equations

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献 13

相关文章 15

Metrics

本文评价

推荐阅读 0