基于特征部位圆形域的人脸图像修复方法

发布时间：2022-04-28 22:18

　　针对基于样本块的纹理合成方法存在的修复结构不合理和效率较低的问题,提出基于特征部位圆形域的人脸图像修复方法。首先进行人脸特征点定位,依据特征点分布将人脸图像分割出4个特征部位圆形域,明确特征搜索域范围。然后在优先级模型中以指数函数的形式改变置信度项的衰减趋势,并结合结构梯度项使用局部梯度信息约束优先级,提高修复结果的结构连通性。在匹配块搜索阶段,根据目标块与各个特征部位圆形域的相对位置,确定匹配块的搜索域,提升搜索效率。最终在结构相似性的标准下选择结构最佳匹配块,完成结构连通的人脸图像修复。与4个先进的方法相比较,所提方法修复图像的峰值信噪比（PSNR）平均提升了1. 219～2. 663 dB,时间消耗平均减小了34. 7%～69. 6%。实验结果表明,该方法对保持人脸图像的结构连通性和视觉合理性有显著效果,在修复的精度和时间上都表现优异。 

【文章页数】：7 页

【文章目录】：
0 引言
1 基于样本块的纹理合成算法原理
2 基于特征部位圆形域的人脸图像修复方法
    2.1 人脸特征点定位
    2.2 特征部位极大半径圆形域
    2.3 优先级的计算
    2.4 搜寻最佳匹配块
3 实验结果与分析
    3.1 定性分析
    3.2 定量分析
    3.3 时间评估
4 结语


【参考文献】：
期刊论文
[1]人脸特征点定位的自适应窗回归方法[J]. 魏嘉旺,王肖,袁玉波.  计算机应用. 2019(05)
[2]弱纹理人脸图像局部破损点修复方法[J]. 王立,张勇.  计算机仿真. 2018(11)
[3]参照四邻域裁剪样本的图像修复算法[J]. 孟红月,翟东海,李梦雪,曹大命.  计算机应用. 2018(04)
[4]样本块搜索和优先权填充的弧形推进图像修复[J]. 刘华明,毕学慧,叶中付,王维兰.  中国图象图形学报. 2016(08)
[5]小波变换与纹理合成相结合的图像修复[J]. 张东,唐向宏,张少鹏,黄俊泽.  中国图象图形学报. 2015(07)



本文编号：3649646