基于TV模型的image inpainting算法
来源:互联网 发布:截取在线视频片段软件 编辑:程序博客网 时间:2024/05/19 21:03
前一段时间老师布置了一个image inpainting 的任务,在看了其他大牛的文章和一些论文的基础上,花了几天时间把算法搞懂了。所以也来回馈社会了。虽然TV模型是一个很基础的,但它所代表的基于由偏微分方差的图像修复算法,已经由它延伸出来的其他改进算法,在图像修复领域还是应用挺广泛的。所以,也有必要把基础的模型先搞懂。
TV(Total Variation),即全变分模型,它的历史什么的直接问度娘吧。简单起见,以下讨论我们都默认为边界是没有噪声的。主要问题是定义一个泛函
Ω是待修复区域,目的是求出使这个泛函取得最小值的u(x,y,t)。那个著名的热传导公式,也就是把这个梯度模换成梯度模的平方。老师说一次方对图像处理后最能保留图像的边界信息,所以全变分模型受到很大的重视(大致意思,具体不记得了,反正这个模型很牛逼)。求泛函的极值,用的是欧拉-拉格朗日方法,求得梯度流为
其实上面那个等式,其实就是各向异性扩散的一个特例。
接着,我们来讲具体实现。用的是半像素点中心插值法。有点懒,直接上我PPT吧。
应该讲得很清楚了。最后代码就是把(4)式表达出来就OK了。
上实验结果:
由于最近缺积分,想要代码的同学麻烦下载一下,2个积分,不贵
http://download.csdn.net/download/seatonqiu/10121784
0 0
- 基于TV模型的image inpainting算法
- 基于CNN的图像修复(CNN-based Image Inpainting)
- IMAGE INPAINTING
- 图像修复二:基于 Object Removal by Exemplar-Based Inpainting 的改进算法
- Image inpainting
- Image inpainting 图像修复,基于梯度(一阶导数)和拉普拉斯算子(二阶导数)
- 图像处理inpainting算法
- [挖坑--截止日期2017-12-30]---Image Inpainting相关的论文解读
- Exemplar-based image inpainting(+code)
- TV模型图像修复的matlab实现
- inpainting小工具的进一步完善
- inpainting小工具的debug过程
- video inpainting几篇论文的总结
- 基于Bow模型的图像检索 Image Retrieval with Bag of Visual Words
- 基于BoW模型的图像分类 Image Classification with Bag of Visual Words
- 基于BOW模型的图像分类Bag Of Visual Words model for image classification
- 基于深度学习的图像分类Image classification with deep learning常用模型
- TV模型图像修复
- 设计模式之策略模式
- 开发OBS实录
- c#执行异步操作
- thInkphp 写入文件
- springboot-内置tomcat
- 基于TV模型的image inpainting算法
- 全排列延伸编程题目
- HttpCallUtil
- 发现一个不错的博客
- 第三章:字符串、向量和数组
- 线段树--区间合并hdu--1540
- JavaScript的执行上下文(与上下文不同,此点常被混淆)
- 人脸检测中误检漏检
- 四种控制事务的方法