Object Removal by Exemplar-Based Inpainting 概括(附源码)

 

    关于这篇论文:其是采用基于样例的图像修复,通俗地讲就是图像其他部分的采样信息去填补遮挡区域,其与使用扩散方法的图像修补方法相比,不会产生模糊效应。

                       论文中涉及到的几个参数     Ω:要修补的区域                                                        

                                                          δΩ:修补区域轮廓

                                                           Φ:非遮挡区域(用来提供阳历)

                                                           Ψ:正方形匹配模板(patch)

 

                                                           Object Removal by Exemplar-Based Inpainting 概括(附源码)

                          论文实现主要三个步骤:1, 计算填充区域的优先权

                                                                  论文使用了  置信度项C(p)以及数据项D(p)来描述优先权:

                                                                

                                                                     其中:

                                                                   

                                                           2,传播纹理及结构信息

                                                           3,更新置信值

                            总的来说这篇论文理解起来并不是特别难,当然里面肯定有误解之处

 

      关于代码:说来惭愧,找到本篇论文的时候发现已经有人对其进行了实现,所以自己并没有去亲自尝试写代码,只是照着他们的代码试验了一下,效果还是不错的。代码中要填充的区域需要自己指定,不过还好之前做过立体匹配,所以很容易把遮挡的部分用程序给标记出来了。

                  最后附上程序链接(不能运行的话运行一下compile.m可能会解决):http://download.csdn.net/download/longvipp/8173305

 

你可能感兴趣的:(object)