3.1.2 掩膜初始化 2
3.1.3 统计完成度 2
3.1.4 计算置信矩阵 2
3.1.5 设置核心参数 2
3.2 核心处理部分 2
3.2.1 标记边缘点 2
3.2.2 计算优先级 2
3.2.3 找出最优P点 2
3.2.4 找出最优Q点 2
3.2.5 通过替换修复矩阵A 2
3.2.6 更新矩阵I 2
3.2.7 统计完成度,进行循环 2
4 分析与结论 2
4.1 criminisi算法的实例演示 2
4.2 criminisi算法同传统纹理合成方法的对比 2
4.3 criminisi算法在若干张图像中的测试 2
4.4 讨论参数的选择 2
1 绪论
1.1图像与数字图像处理基础
人类通过感觉来感知外部的世界,获得必要的信息。感觉包括视觉、听觉、嗅觉、触觉等等。有数据表明,视觉形式占人类所获取的信息百分比约为百分之七十到八十,即影像是人类最为敏感的信息接收形式。图像(image)是人类记录影像信息的一种重要形式。图像可以有不同的具体展现形式,比如壁画,比如图书中的插画,比如冲洗出来的相片等。这些都是图像,都以影像的方式向观察者传递信息。
计算机是一种能够按照程序运行,自动、高速处理海量数据的现代化智能电子设备。正是由于计算机的这些特质,使得计算机在科学计算、多媒体应用、人工智能等诸多领域有着颠覆性的表现。于是,以计算机为载体进行图像的获取、储存、处理、传输、展示等就成为了一件很自然的事情,这时候所讨论的图像就是经过数字化(digitalized)的图像,即数字图像。
在计算机科学领域中,数字图像被划分为两类:图片(picture)、图形(graph),进而衍生出来了图像学和图形学两个学科分支。图像可以被理解为一系列像素点的集合,而图形则可以被理解为一种充满矢量的图。二者在视觉效果上通常有着较为明显的差别,但是相较此而言,二者在深层原理上存在着更加大的差异。在数字图像处理领域中所涉及的图片应当被认为是图像而非图形。
数字图像处理(Digital Image Processing)是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。相关技术诞生于上个世纪的60年代,在这个时候,半导体集成电路和计算机技术都处于蓬勃发展时期,两者为数字图像处理技术的产生创造了基础条件,并推动着它向更广阔范围、更深层次应用的方向发展。数字图像处理还是一门比较综合性的学科,其很多理论都借鉴于一些相关学科如数学、物理学、生物学等等。
一个标准的数字图像源]自=751^`论\文"网·www.751com.cn/
可以将图像处理领域从不同角度细分为若干分支。
按处理的目的可以将数字图像处理分成三类:
(1)改善图像的视觉效果,如色彩亮度的增强与抑制,图像形状的变换,即都是围绕着人的主观感觉而处理图像。
(2)提取图像中包含的某些特征或信息,如色彩信息、纹理信息、形状信息、拓扑结构信息等等。