您的位置: 专家智库 > >

沈玉峰

作品数:6 被引量:12H指数:2
供职机构:安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室更多>>
发文基金:安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...
  • 1篇电子电信

主题

  • 6篇图像
  • 6篇图像修复
  • 3篇纹理
  • 2篇图像处理
  • 2篇纹理合成
  • 1篇图像处理方法
  • 1篇图像分解
  • 1篇图像结构
  • 1篇图像去噪
  • 1篇能量泛函
  • 1篇偏微分
  • 1篇偏微分方程
  • 1篇去噪
  • 1篇网格
  • 1篇微分
  • 1篇微分方程
  • 1篇相似度
  • 1篇邻域信息
  • 1篇各向异性扩散
  • 1篇泛函

机构

  • 6篇安徽大学

作者

  • 6篇沈玉峰
  • 5篇汪继文
  • 5篇林胜华
  • 1篇黄炜
  • 1篇张义超
  • 1篇苏守宝
  • 1篇邱剑锋

传媒

  • 3篇计算机技术与...
  • 2篇计算机工程与...

年份

  • 1篇2010
  • 2篇2009
  • 3篇2008
6 条 记 录,以下是 1-6
排序方式:
图像修复方法的应用与研究
图像修复技术是计算机图形学,计算机视觉和图像处理领域的研究热点之一,主要是利用图像中的已知信息来填充图像中的缺损的区域。目前,这项技术已经被广泛地应用在多个领域:文物修复,障碍物移除,计算机动画和电影胶片的划痕或污点去除...
沈玉峰
关键词:图像修复能量泛函偏微分方程纹理合成
文献传递
一种大目标去除的图像修复方法被引量:1
2008年
提出了一种新的大目标去除的图像修复方法,即先采用结构传播,再采用相关的纹理传播来完成修复工作。该方法要求人为指出少量的曲线来表示缺损结构从已知区域向未知区域的传播情况。然后,在这些曲线周围的已知区域中选择适当的样本块,作为未知区域内合成这些曲线的目标块。这样,就可以使用这些获得的目标块来完成图像中缺损结构的修复。对于图像中未知区域内的其它部分的修复,可以使用纹理传播来完成。实验结果表明这种方法对于跳跃性结构的修复是非常有效的。
沈玉峰汪继文林胜华
关键词:图像修复纹理
网格提取的图像修复方法被引量:2
2009年
数字图像的修复,一般都需要人们用手工来标记待修复的区域。提出了一种新的方法,能够自动标记图像中的待修复区域——网状障碍物。首先将网状障碍物看作网格,利用网格是由空间中有规律两组线交叉形成的这一显著特点,然后通过计算来提取覆盖在图像上的网状障碍物,这样就不需要人们用手工来标记。为了保证得到的网格线能够完全覆盖图像上的网状障碍物,把提取的网格线进行适当的膨胀,实验证明该方法是有效的,且比较容易实现。
沈玉峰汪继文林胜华苏守宝
关键词:网格HOUGH变换图像修复
一种基于各向异性扩散的图像处理方法被引量:3
2008年
图像修复的方法有很多种,目前最常用的有基于偏微分方程(PDE)和基于纹理合成的修复方法。在图像的修复和去噪上,偏微分方程都有很好的应用,但对于含有噪声的破损图像的修复,传统的方法是先去除噪声再进行修复。在BSCB模型的基础上加以改进,提出了一种新的修复方法,结合现有的图像修复和图像去噪两种技术的优势,对图像破损区域修复的同时进行整幅图像的去噪,修复和去噪的过程都是各项异性扩散的过程,能很好地保留图像的边缘信息。通过数值实验也表明该方法的有效性。
汪继文林胜华沈玉峰邱剑锋
关键词:图像处理图像修复图像去噪各向异性扩散
利用邻域相似度的图像修复被引量:6
2010年
图像修复的方法有很多种,目前最常用的有基于偏微分方程的方法和基于纹理合成的方法。这些修复方法运算复杂,运行速度慢。提出了一种快速有效的新方法,从修复区域的边界上选取一个优先级高的点,计算该点与该点邻域信息之间的相似度,利用邻域各点的相似度来估算待修复点的像素值。最后通过实验对结果加以分析,证明了算法是快速有效的。
林胜华汪继文沈玉峰黄炜
关键词:图像处理图像修复邻域信息相似度
基于图像结构和纹理的快速修复方法
2008年
传统的图像修复算法对纯结构或纯纹理图像有较好的修复效果。对于一幅既有结构又有大量纹理的图像,可先将图像分解为结构子图和纹理子图,再分别用不同的方法处理两子图,最后把处理后的子图合并,完成修复。对结构子图的处理常采用基于PDE的修复方法,该方法需要复杂的运算,其时间代价太大。为了提高效率,使用一种新方法,结合结构图像的特征,仅利用邻域的已知信息单次填充进行修复。试验对比表明,该方法有较好的修复效果,且大大缩短了修复时间。
林胜华汪继文沈玉峰张义超
关键词:图像修复图像分解纹理合成
共1页<1>
聚类工具0