主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘春晓,潘 梁,郭延文,王 进,陈 为,彭群生.基于大位移视点图像的单帧图像修复.软件学报,2006,17(zk):138-147
基于大位移视点图像的单帧图像修复
Image Inpainting Based on Large Displacement View Images
投稿时间:2006-03-15  修订日期:2006-09-11
DOI:
中文关键词:  图像修复  大位移视点图像  图像匹配  纹理合成  Poisson图像融合
英文关键词:image inpainting  large displacement view image  image matching  texture synthesis  Poisson image fusion
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60403038 (国家自然科学基金); the National Grand Fundamental Research 973 Program of China under Grant No.2002CB312101 (国家重点基础研究发展规划(973))
作者单位
刘春晓 浙江大学 CAD&CG国家重点实验室浙江 杭州 310027
浙江大学 理学院 数学系浙江 杭州 310027 
潘 梁 浙江大学 CAD&CG国家重点实验室浙江 杭州 310027
浙江大学 理学院 数学系浙江 杭州 310027 
郭延文 浙江大学 CAD&CG国家重点实验室浙江 杭州 310027
南京大学 计算机软件新技术国家重点实验室江苏 南京 210093 
王 进 浙江大学 CAD&CG国家重点实验室浙江 杭州 310027 
陈 为 浙江大学 CAD&CG国家重点实验室浙江 杭州 310027 
彭群生 浙江大学 CAD&CG国家重点实验室浙江 杭州 310027
浙江大学 理学院 数学系浙江 杭州 310027 
摘要点击次数: 2513
全文下载次数: 2545
中文摘要:
      提出一种基于大位移视点图像的单帧图像修复算法,利用大位移视点图像中的可见信息修补目标图像中的被遮挡或信息丢失区域.算法的关键在于如何转化大位移视点图像的可见信息为可用信息,以及如何利用得到的可用信息来有效地修补目标图像.在交互指定待修复的目标区域后,算法首先将所有图像分割为不同的平面场景区域,并基于图像匹配将大位移视点图像中的平面场景区域变换到当前视点.因此,其中的可见信息就可被直接使用.进而通过定义合适的修复和融合优先级函数,提出基于纹理合成和图像融合的图像修复算法,利用获得的可用信息来修补目标区域.修复区域和目标图像之间的鬼影现象使用Poisson图像融合算法来消除,以达到无缝的修复结果.实验结果表明,该算法能够修复较大的丢失信息区域中的结构和纹理信息,具有一定的实用价值.
英文摘要:
      This paper presents an algorithm for image inpainting based on the large displacement view images, it fills in the occluded or damaged regions of the target image using the visible information from other large displacement view images. The key issues are, first, how to convert the visible information in the large displacement view images into useful information; second, how to make use of the useful information to repair the target image effectively. After specifying the target region with interaction, this paper tackles the first issue by dividing all the images into different planar scene regions, and then transforming all the regions in the large displacement view images into the current view by image matching. As a result, the visible information in them can be directly used. For the second issue, through the properly defined repairing and fusion priority functions, a new image inpainting algorithm is developed based on texture synthesis and image fusion to repair the target region with the acquired usable information. In addition, the ghost effect between the repaired region and the target image is eliminated by Poisson image fusion to generate the seamless result. Experimental results show that this algorithm can recover the structural and texture information in the large missing region, and holds its practical value.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利