8-通信工程系2010級 基于紋理合成的快速自適應(yīng)圖像補全算法*姓名*學(xué)號：233200000000000[6]的比較實驗REF_Ref311628700\h圖7給出了我們的算法與文獻REF_Ref311628641\r\h[7]的對比實驗。REF_Ref311628700\h圖7(c)是文獻REF_Ref311628641\r\h[7]所得到的結(jié)果，(d)是本文算法的結(jié)果。從這些圖像可以看出，本文算法不會模糊邊緣。在REF_Ref311628700\h圖7(d)中，房子的鋒利邊緣被很好地修復(fù)了，這是因為在我們的算法中，沒有引入REF_Ref311628641\r\h[7]中的擴散操作。6結(jié)束語基于紋理合成的自然圖像補全算法，充分利用多數(shù)自然圖像都具有一定的紋理走向這一事實，給出了一種計算紋理主方向的方法，并將搜索范圍縮小到這一方向，減少了尋找最優(yōu)匹配塊的時間，提高了紋理合成的速度。另外，還定義了塊的優(yōu)先權(quán)，盡量使具有較多己知信息和較多結(jié)構(gòu)信息的區(qū)域的優(yōu)先權(quán)值最大，使具有最大優(yōu)先權(quán)的塊先被修復(fù)。最后給出了一種利用局部梯度信息，選擇模板窗口大小的自適應(yīng)方案，來改進圖像的補全質(zhì)量。實驗表明，該算法能有效改善補全圖像的視覺效果，還可以大大提高紋理合成的速度。(a)原始圖像 (b)目標區(qū)域（標注區(qū)域）(c)文獻[7]修復(fù)結(jié)果 (d)所提算法的結(jié)果圖SEQ圖\*ARABIC7與文獻REF_Ref311628641\r\h[7]的比較實驗參考文獻BertalmioM，SapiroG，CasellesV，etal．Imageinpainting[J]．ProceedingsofACMSIGGRAPH，NewYork：ACMPress，2000：417-424．EfrosAA,LeungTK.TextureSynthesisbyNon-parametricSampling[C]．Proc.oftheIEEEComputerSocietyInt’lConf．onComputerVision.WashingtonD.C.,USA:[s.n.]，1999．CriminisiA,PerezP,ToyamaK.RegionFillingandObjectRemovalbyExemplar-basedImageInpainting[J]．IEEETrans.onImageProcessing,2004,13(9)：1200-1212．敖波．紋理合成技術(shù)的研究[D]．西安：西北工業(yè)大學(xué)碩士學(xué)位論文，2004．EfrosAA，LeungTK．Texturesynthesisusingtree-structuredvectorquantization[J]．ProceedingsofACMSIGGRAPH，2000：479-488．IddoD，DanielC，HezyY．Fragmentbasedimagecompletion[J]．ACMTransactionsonGraphics，2003,22（3）：303-312．HaraldG，OtmarS．UsingthecomplexGinzburg-Landauequationfordigitalinpainting