摘要：为萌坑村清代建筑壁画相关研究提供更为清晰的壁画图像信息,并为相似受损壁画的修复方法提供参考,提出一种融合人工引导和稀疏图像块模型算法的壁画数字化修复方法。从图像信息损失区域、损失程度与已知信息3个方面,对萌坑村清代建筑壁画的损伤现状与类型进行分析。针对壁画结构和内容缺失问题,通过加入人工结构引导的方式以明确修复区域边界。在人工结构引导下,基于图像块与稀疏表示模型算法实现损坏壁画区域的修复。萌坑村M-H-002壁画修复结果表明,所提出方法修复效果更为准确,视觉效果更佳,且在峰值信噪比和结构相似性方面,相较于传统的CDD(Curvature-Driven Diffusion)和Criminisi更优。

摘要：为了解决图像压缩时间较长的问题,提出了一种基于卷积神经网络的分形图像编码方法。方法将分形图像编码中的Range块和Domain块进行相似度分类,通过采用卷积神经网络来设计新的图像块分类方法,实现编码过程中的并行化图像块分类,编码时每个类在各自类别中进行搜索,减少一些不必要的匹配过程,以此达到减少图像块匹配的计算量,减少图像压缩的时间。实验结果表明,上述方法的图像还原质量更高,且图像压缩编码时间较短,说明其具有较高的应用价值。

摘要：阐述了小波图像融合、图像块匹配、SURF(加速稳健特征)算法3种图像拼接算法。借助MATLAB平台工具,进行了GUI(图形用户)界面设计,对3种图像拼接算法进行了对比分析,得出图像块匹配拼接算法具有的优势。