东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于自适应字典选择的MCA图像修复方法

期刊名称：光学技术
时间：0
页码：672-676
分类：TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
作者机构：[1]燕山大学信息科学与工程学院,河北秦皇岛066004, [2]燕山大学生物医学工程研究所,河北秦皇岛066004
相关基金：国家自然科学基金资助项目（60873121 60904100）
相关项目：基于多元图语音特征融合原理的帕金森病诊断方法研究

作者：张涛|洪文学|

关键词：图像修复, 稀疏模型, 形态成分分析, 自适应字典选择, 最小能量, image inpainting, sparse model, morphological component analysis, energy minimization

中文摘要：

形态成分分析是一种基于稀疏模型的图像分析算法,其中心思想是根据信号组成成分的形态差异性选择两个合适的字典分别用来表示纹理部分和边缘卡通部分,具有良好的图像修复特性。传统上字典的选择需要由使用者根据图像内容人为确定。提出一种基于图像内容的自适应字典选择方法,根据最小能量在字典集合中选择最适合当前图像的字典并对图像进行修复。实验证明,该方法具有良好的图像修复性能。

英文摘要：

Morphological component analysis（MCA）is an image analysis method based on sparse model.It can separate overlapping texture and cartoon image layers.Its central idea is to use two adapted dictionaries,one adapted to represent textures,and the other to represent cartoons.MCA is inherent merit performance in image inpainting.In traditional,the dictionaries are selected manually.A method for adaptive dictionary selection against MCA is proposed.The dictionaries are selected according to energy minimization.The images are inpainted according to the dictionaries.The experiments show that the method performs well in image inpainting.

同期刊论文项目