基于改进Criminisi算法的地基云图修复方法

发布时间：2022-01-04 21:35

　　全天空成像仪（Total sky imager,TSI）对天空进行观测时,设备的结构特点会使采集到的云图信息不完整,对图像的分析造成不利影响。针对Criminisi算法修复地基云图所造成修复顺序发生错误、图像不连续以及匹配块遍历搜索时间复杂度大的问题,本文提出了一种基于改进Criminisi算法的地基云图修复方法。该算法改进了优先权计算公式,引入地基云图独特的红蓝比特征作为置信项,使得含有更多信息的像素块具有更高的优先级,在搜索匹配块的过程中,基于启发信息选择匹配区域的大小,避免了搜索到离待修复块较远的相关性较低的匹配块,也有效缩短了匹配块搜索时间,降低了算法的时间复杂度。实验结果表明,改进后的Criminisi算法具有较好的图像修复效果,且降低了时间复杂度,提高了修复效率。 

【文章来源】：数据采集与处理. 2019,34(01)北大核心CSCD

【文章页数】：10 页

【文章目录】：
引言
1 Criminisi算法简介
    1.1 计算待修复块的优先级
    1.2 寻找最佳匹配块并填充
    1.3 更新置信度
2 基于TSI设备的图像采集
    2.1 图像采集设备
    2.2 遮光带和镜头支臂影像定位
3 Criminisi图像修复算法的改进
    3.1 优先权的改进
    3.2 基于启发信息的最佳匹配块获取
    3.3 改进后算法流程
4 实验结果与分析
5 结束语


【参考文献】：
期刊论文
[1]微电网光伏发电的Adaboost天气聚类超短期预测方法[J]. 谭津,邓长虹,杨威,梁宁,李丰君.  电力系统自动化. 2017(21)
[2]基于样本块的图像修复改进算法[J]. 韩明珠,郭树旭,臧玲玲,钟菲.  计算机工程与应用. 2015(16)
[3]组合数值天气预报与地基云图的光伏超短期功率预测模型[J]. 朱想,居蓉蓉,程序,丁宇宇,周海.  电力系统自动化. 2015(06)
[4]全天空云图图像复原算法[J]. 朱想,周海,丁杰,陈志宝,丁宇宇.  计算机辅助设计与图形学学报. 2014(06)
[5]基于地基云图的光伏功率超短期预测模型[J]. 陈志宝,李秋水,程序,周海,丁杰.  电力系统自动化. 2013(19)
[6]一种基于图像平均灰度值的快速图像修复算法[J]. 彭坤杨,董兰芳.  中国图象图形学报. 2010(01)
[7]一种基于颜色区域分割的图像修复算法[J]. 朱霞,李宏,张卫.  计算机工程. 2008(14)



本文编号：3569097