摘要: 对于破损、污染、老旧视频图像，利用人工的方法进行修复，工作量较大，处理结果也不尽人意。随着数字时代的到来，数字图像/视频修复技术逐渐成为主流的修复方法。与传统修复方法相比，数字修复方法省时，高效，节省人力。数字图像/视频修复技术是基... 展开 对于破损、污染、老旧视频图像，利用人工的方法进行修复，工作量较大，处理结果也不尽人意。随着数字时代的到来，数字图像/视频修复技术逐渐成为主流的修复方法。与传统修复方法相比，数字修复方法省时，高效，节省人力。数字图像/视频修复技术是基于传统图像修复技术的基础之上发展起来的，是信息处理的重要方面，该技术主要利用人类的认知规律和心理因素来进行信息处理，本文主要从人类的认知角度出发，对数字图像/视频修复技术进行深入的研究和探讨。主要内容有以下几个方面: 提出了一种基于随机迭代查找的图像/视频修复算法，采用基于优先级的块修补以及随机迭代搜索的方法改进了纹理合成的图像修复算法。算法分为两个部分，决定填充顺序和搜寻最佳匹配块。填充顺序是由每个像素块的优先级决定的，优先级的决定通过置信度和数据项来实现，优先级保证了合成后的纹理的线性结构能像使用插值算法一样沿着等照度线延伸;在搜寻最佳匹配块填充时，通过随机迭代搜索算法搜索最佳匹配块。该方法既能有效地保持结构信息又能保持纹理信息，并且能够防止搜寻过程陷入局部最优。 提出了一种自动视频划痕检测去除方法，使用具有较好的平移不变性的静态小波变换来进行精确的自动划痕检测。除此之外，将连分式方法做为修复的核心方法，通过插值领域像素点信息进行划痕移除。论文中的算法还利用到了视频帧的时一空连续性，通过相邻帧进行修复。 提出了一种基于人类视觉感知的改进后的颜色和谐方法，并给出了其在图像/视频修复中的应用方法。算法使用基于最佳颜色模式搜索的自动和谐方法并通过主导颜色来和谐图像，同时，算法还尝试改变了颜色转移方法使得修复过程更加高效。 提出了一种基于人类视觉感知的改进后的颜色传输方法及其在图像/视频修复中的应用。主要采用减法聚类与模糊C均值聚类相结合的方法进行子块间的颜色传输，该算法通过减法聚类快速确定聚类中心，之后通过模糊聚类进行细化查找，该方法可以避免模糊聚类陷入局部最优，并去除人工确定聚类中心的环节，实现自动传递。 提出了一种基于形状特征向量长度与夹角的三维模型检索算法，从规范化处理后的物体形状出发，计算基于模型采样点的特征向量的长度与夹角，通过比较形状特征向量的长度和夹角的相似性来度量任意三维模型之间的相似性。 提出了一种新型的基于光流场和全局随机搜索的二维应变场的描述方法。该方法可以有效地减轻参考图像和变形图像的误匹配现象。通过最小化位移场的能量模型，得到位移场和应变场的连续描述。对于检测大形变，采用分解优化的方法进行。同时，提出的两种方法都具有很好的并行性，对于时间性能要求高的场合可以大幅地减少运算时间。 收起