劉璇 浙江省寧波市北侖區公安海警學院 15801
?
基于壓縮感知的圖像修復技術研究
劉璇浙江省寧波市北侖區公安海警學院15801
【文章摘要】
當前人們對于數字圖像的需求越來越多,對于圖像修復的要求也越來越高,需要在不破壞圖像信息的基礎上,來實現對圖像的修復。壓縮感知正是為了滿足人們的這一要求而產生的新型信號處理技術,它主要利用圖像破損部分以外的信息對破損的區域進行修補,本文主要運用形態學成分本來對壓縮感知圖像修復技術進行討論。
【關鍵詞】
壓縮感知;圖像修復;修復技術
運用縮感知進行圖像的修復主要是利用信號的稀疏特性,可以通過少量的能夠采樣數據來來對圖像的信號進行重構。針對這種特性,可以利用破損圖像中其他部分的信息為壓縮感知提供采樣數據,進而對圖片破損部分或是需要去除水印的部分進行重構技術,從而實現對圖像的修復。
對于圖像信號采集和處理主要包括數據采樣、數據壓縮、數據傳輸和解壓等工作。在以往我們對圖像的信號進行采集的時候,要保證圖像的信號頻率帶寬比奈奎斯特采樣率低,只有這樣才能保證采樣點最終可以恢復出圖像的原信號。一旦圖像信號帶與奈奎斯特頻率相同或是高于奈奎斯特頻率,就會使采樣出現混疊現象,采樣點也不能完整的恢復出原信號,圖片就是產生一定的損壞。
壓縮感知是新產生的一項采集和處理圖像信號的技術。其主要的優勢在于能夠在確保不損壞圖像信息的的基礎上,利用信號稀疏性的特點,實現采集信號與壓縮信號的步驟相結合,并以極大地低于奈奎斯特采樣率的信號頻率帶寬進行信號的采集工作,最終運用重構技術使原始信號能夠被完全恢復出來。壓縮感知理論能夠有效的降低對信號進行采樣時的頻率,極大的減少傳輸過程中信號損壞的情況,降低處理數據的時間和計算成本。
自從壓縮感知理論擺被提出以來,受到了
相關領域包括信息論、圖像處理、通信傳播等許多行業的廣泛關注。發展至今,壓縮感知技術已經在圖像和數據的采集、處理、壓縮和傳輸等領域進行了十分廣泛的應用。同時,壓縮感知的稀疏性以及信號重構技術還可以對圖像中進行去噪處理、圖像修復并對圖像的分辨率進行修改和重構,有進一步促進了壓縮感知技術的發展和應用。
在對壓縮感知技術進行研究的過程中,可以發現,壓縮感知技術能夠利用較少的數據采樣完整的重構或是恢復出原信號,基于此壓縮感知技術也逐漸的被應用于圖像修復領域。通過先進的修復算法,在圖像修復的過程中將壓縮感知的稀疏表示以及信號重構技術與傳統的圖像修復技術進行有機的結合,進一步發展圖像修復技術。其中,最為常見的就是在將壓縮感知技術與紋理的修復算法相結合,將線性逆問題進行規則化的處理。
塊紋理重構算法是圖像修復技術中應用較為廣泛的,其主要是對破損面積較大的圖像進行修復,塊紋理重構算法主要是對破損區域進行填充式修復,根據這以特點,將壓縮感知中的稀疏表示以及信號重構技術與塊紋理重構算法相結合,能夠更好的對圖像中大面積的損壞進行修復和重構以及去除目標對象等工作。
隨著壓縮感知技術的提出和應用,圖像修復的工作得到了進一步的發展。因此我們可以說壓縮感知技術是推動圖像修復領域不斷進步的巨大動力,其在圖像修復領域中發揮著不可替代的作用。但是我們不能滿足于這種發展并止步不前,而是應該加大對于圖像修復相關技術的研究,發展新的算法,以滿足實際生活中人們對于圖像修復工作更高的要求,實現相關領域的可持續發展?;趬嚎s感知圖像修復技術未來的發展情況主要可以從以下三個方面來進行分析:
3.1提高對于圖像的認知
當前所發展的圖像修復技術并沒與對圖像的規律有一個科學而全面的認知,因此并沒能充分的應用相關的規律來進行圖像的修復。因此在修復的過程中,也僅僅只是單一的對一部分的圖像信息進行運用,缺乏綜合性的考量[4]。那么今后的研究重心就要放在如何對圖像進行全面系統的認識,充分的了解圖像的規律,并在此基礎上對圖像的信息和規律進行利用,針對不同的情況選擇合適的算法,以確保各個算法都能發揮自身的優勢。
3.2簡化算法
基于壓縮感知技術的圖像修復算法雖然能夠很好的對破損圖像進行修護,但是在不斷迭代的過程中,修復圖像所使用的算法就有一定的難度,因此會消耗較多的時間。那么就需要在未來的研究重,尋找簡化算法的方式,從而有效的提高信號重構的速度,進一步提高圖像修復的效率。
3.3與先進科學技術相結合
基于壓縮感知理論的圖像修復技術,并不是獨立存在的,例如利用塊紋理重構法進行圖像修復時,就是與貝葉斯理論相結合,從而發揮出巨大的作用。因此在未來的發展中,要注意將更多的先進科學技術融入基于壓縮感知的圖像修復技術中,從而促進圖像修復技術的發展。
基于壓縮感知的圖像修復技術是當前應用最為廣泛的圖像修復技術,它可以利用較少的數據采樣還原出原始信號,從而實現對圖像的修復。因此應當加大對于這項技術的研究,促進圖像修復技術的進一步發展。
【參考文獻】
[1]崔國慶.基于壓縮感知的圖像修復技術研究[D].上海交通大學,2013.
[2]張湃.可實現圖像自修復的壓縮感知超分辨率成像算法的研究[D].燕山大學,2013.
[3]黨宏社,張娜.一種基于貝葉斯壓縮感知的圖像修復方法[J].河南大學學報(自然科學版),2014,05:601-607.
[4]周亞同,王麗莉,唐紅梅.基于壓縮感知的稀疏度自適應圖像修復[J].鐵道學報,2014,09:52-59.
[5]胡春海,張湃,張海峰.可實現圖像自修復的壓縮感知超分辨率成像[J].計算機輔助設計與圖形學學報,2012,12:1621-1630.