基于片变换统计学习的图像修复方法研究

项目名称： 基于片变换统计学习的图像修复方法研究

项目编号： No.61402463

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 葛仕明

作者单位： 中国科学院信息工程研究所

项目金额： 21万元

中文摘要： 随着视觉资源的飞速增长，人们对图像数据的重利用、组织、推理和挖掘等方面的需求日益提升。图像修复是一种以视觉感知规则为指导，通过建模不完全视觉信息来推理出完全信息的图像处理技术，其研究具有重要的理论意义及广阔的应用前景。图像修复技术的关键核心问题是如何利用有效视觉信息进行修复模型的充分学习和高效优化。围绕该关键核心问题，本项目提出基于片变换统计学习的图像修复方法，通过充分挖掘并利用片匹配关系的稀疏统计特性，对修复问题进行建模和求解。本项目从理论、模型、算法三个方面，深入研究基于片变换的修复模型学习方法、稀疏约束的修复模型表示方法和高效稳定的模型优化算法，旨在提出具有理论基础与实际应用价值的基于片变换统计的图像分析模型，并以此为基础构建完整的图像修复技术框架和算法。预期研究成果包括4-6篇论文和4项以上专利，片变换统计学习理论及完整的图像修复方法框架，方法可有效压缩样本搜索空间90%以上。

中文关键词： 图像修复；片变换；统计学习；计算机视觉；图像模型

英文摘要： The rapid growth of visual resources such as images and videos boosts the huge demands in reusing, organization, predicting and mining of visual data. Image completion is a power interactive image processing technique which infers or fills in the unknown

英文关键词： Image Completion；Patch Transformation；Statistical Learning；Computer Vision；Image Model