为优化非规则缺失图像修复效果,提高图像质量,利用卷积神经网络,开展了非规则缺失图像修复方法研究,并对其应用效果作出了验证.首先,对待修复图像进行预处理,改善图像的局部特性,恢复图像的一些细节.其次,建立卷积神经网络,提取非规则缺失图像中的结构特征.在此基础上,确定图像优先修复的像素点,确定图像修复的顺序.最后,设计图像修复算法,计算窗口内像素与缺失区域周围像素的欧氏距离,搜索相似样本,选择最相似的样本块,复制到缺失区域,实现缺失图像修复.实验结果表明,使用文中方法后,修复后的图像与原图像误差较小,失真更少,修复效果优势显著.
万方数据
维普
