计算机图像修复技术与运用之研究

江凤莲

摘要：计算机技术与互联网应用相结合，成为当下互联网+时代最重要的一种工具。同时，计算机也成为各种数据信息资料储存的主要工具，尤其是在图形图像存储方面，具有非常重要的意义。但是由于各種原因，图像存储在计算机中仍会遭受不同程度损坏，所以，图像修复技术的应用就显得十分重要了。本文主要概述了计算机图像修复技术，解析当下使用比较广泛的计算机图像修复技术，为今后的使用提供方便。

关键词：计算机图像修复技术；图像存储；互联网+

中图分类号：TP399 文献标识码：A 文章编号：1009-3044（2018）23-0215-02

Abstract：Combination of computer technology and Internet application， become the era of Internet + one of the most important tool.At the same time， the computer has become the main tool of various data information data storage， especially in the aspect of image storage and has very important significance.But due to various reasons， the image is stored in the computer will still suffer from various degrees of damage， so， the application of image restoration technology is very important.This paper mainly summarizes the computer image restoration technology， parse the more widely used computer image restoration technology， the use of the convenience for the future.

Key words： Computer image restoration technology； Image storage； Internet +

1 计算机图像修复技术概述

存储在计算机中的数据信息一旦被某种因素破坏的话，将会无法进行图像解读，而应用图像修复技术则可以将受破坏的这部分图像修复到接近初始的状况，找到残缺的那一部分信息，从而使得整个残缺图像通过修复技术得到恢复完整。图像修复技术在文物保护及电影电视剧特效方面，有着非常重要应用意义，因此，研究计算机图像修复技术，在当下互联网+时代是非常重要的。

从数学的角度来解析计算机图像修复技术，可以通过简单的区域概念来进行描述，在某个一个特定的范围之内，有一部分残缺的信息，已知条件为其他范围的信息是完整的，按照现有的信息区域找回失去的那部分信息，从而使得图像能够恢复到原始状态或者是接近之前的图像。但是，如果要想将残缺的图像恢复到原始状况的话，就需要具备足够准确的图像信息量，然而在实际过程中当，大部分的残缺图像，因为残缺程度比较严重，所以无法确保修复的图像能够和原始状况一模一样，根据当下的图像修复技术而言，只能够在最大程度上，保证将残缺图像修复到原始图像想接近的程度。因此，在这样的情况下，研究者提出各种设想，针对这一图像修复问题，不断摸索、实践研究表明，合理使用计算机图像修复技术功能，在图像残缺较为严重的状况下，仍然能够按照现有的图像量将残缺的图像恢复到接近状态或者是原始状况。

2 计算机图像修复技术解析

2.1 O live ira修复技术

应用O live ira修复技术，修复计算机图像损坏部分时，所恢复的图像状况与初始图像的情况并不够准精准，因为图像所破坏的那部分有可能较严重，且损坏部分可能出现残缺断裂情况，因此，在应用O live ira修复技术时，主要是将残缺断裂的部分进行恢复，但是在修复的过程中，其精准性不足，只能够在最大程度上接近初始图像的状况。为了提高损坏部分图像的修复精确度，应当把被处理的那部分残缺图像控制在一定的范畴区域之内，当图像的范畴区域越小，所得到的修复结果就会更加精准、合理、科学，才能更加接近于初始图像。

当缩小残缺那部分图像区域时，通过接近模型的应用，在以往的经验基础之上，定位遭受损失的那部分图像，从而找到损失、残缺的部分。在应用O live ira修复技术之前，因为每个人的视觉效果不一样的原因，可能会出现一定的误差，无法通过肉眼来评判出其中细节性的差异，正是因为这一原因，所以被恢复的那部分图像允许存在模糊区域。所以，O live ira修复技术所修复的图像，通常不够精准，但此方法最大的优势是恢复所需时间短，因此较适用于快速恢复不需要太精准的计算机图像。

2.2 基于径向基函数的图像修复技术

基于径向基函数的图像修复技术主要以三维曲面重建的基础为主，在三维曲面重建时，径向函数的优势就比较强大，而这一优点如果应用于图像修复当中，会获得非常较好的恢复效果。使用径向函数概念，在该算法的流程中，采集各个分散点的信息，当采集到一定数量的信息之后，创建持续的函数，然后对创建的持续函数进行信息采集及处理工作，从而将图像当中所残缺的部分找出来并得到较好的恢复。此计算机图像修复技术是在基于径向基函数的基础之上来实现的，其最大的优势在于能够展现出信息的特征，进一步创建出比较合理、科学的图像。此外，这种基于径向基函数的图像修复技术的计算速度比较快，而且对残缺图像部分的修复效果非常好，比较O live ira修复技术，基于径向基函数的图像修复技术对图像修复更加精准，科学，合理。

2.3 基于纹理合成的图像修复技术

基于纹理合成的图像修复技术，具有算法严谨且误差小的特点，所以是较常用的一种计算机图像修复技术，特别适用于修复残缺区域比较大的图像。此种修复技术最大的优势在于具有明显的针对性，在特定的范畴区域、原始图像给定的情况之下，通过应用基于纹理合成的图像修复技术，设置相应的限制前提。在此基础之上，需要通过图像的样本纹理才能完成修复工作，所采集的信息量比较大且繁杂，所以要对采集的信息点进行选择，在挑选完了之后，综合处理所选出来的这些信息，在图像合理分割的算法基础之上进行图像处理工作，在处理流程中，必须要确保图像的平整光滑，否则就无法达到理想化的恢复情况。

通过基于纹理合成的图像修复技术的应用，经过流程处理之后，所取得的图像效果是非常不错的，图像的精确度以及精准地得到提高之外，图像部分的修复速度也非常的快，在时间比较紧迫的状况下，能够将残缺的图像恢复到理想化的状态，但是在应用基于纹理合成的图像修复技术之前，必须要选择一个特定的范畴区域，保证这一区域的选择是合理的、科学的，然后将图像修复的范畴缩小，将误差控制在一定范围之內，降低错误率。采集图像信息之后，然后分割处理图像，应用此种图像修复技术，有利于确保图像的光滑平整性，不会给人带来视觉突兀的感受，使得人们能很好在接受这种感官效果，并且还提升了图像的平滑效果，图像的匹配程度也能够满足图像修复的要求。

2.4 其他图像修复技术研究

除了以上三种比较常用的图像修复技术之外，还有很多其他的图像修复及时，如整体变分技术，在散开的流程中，着重关注图像轮廓的几何信息，比较适用于大范围的图像修复，但是在图像边界修复方面，却无法达到理想化的效果。而非线性扩散图像修复技术却能够实现良好的图像边界修复效果，比较于其他图像修复技术而言，此种图像修复技术的收敛速度较快，而这也是非线性扩散图像修复技术最大的优势，应用也较为广泛。随着近年来计算机技术不断发展，图像修复技术也得到了不断创新研究，因此，基于连分式的图像修复技术就在此种情况之下出现了，此种图像修复技术，主要引用数学公式来进行图像修复，正是因为这一特性，在数字图像修复技术领域得到了高度关注，其作用也到了充分的发挥，并且所取得的图像修复效果非常的不错。

偏微分公式的图像修复技术，主要针对用户指定范畴的残缺图像进行修复，但是，在应用偏微分公式的图像修复技术时，却有一个非常大的缺点，就是该修复技术的算法不够稳定，这样一来，就无法确保所修复的图像的质量以及精确度，应用此种图像修复技术的工作人员，需要在制定的图像修复范畴之内，将图像分为三个典型的独立通道，然后，由算法把每个通道需要修复的边界范围的等值线，沿着中间进行散开。

3 研究展望

计算机图像修复技术的多样化，优缺点别具一格，而修复效果也不尽相同。以往总是按照人们的视觉特性来评判图像修复的好坏，所以，在评价修复效果方面缺少评价标准。因此，未来的研究当中，针对图像修复前后结构一致性较差问题时，应当以全局优化的修复技术为主，进一步提升图像修复的效果以及质量，深入研究基于其他全局优化的修复技术以及函数最小的优化技术来实现图像修复工作，对于一些静态图像的修复，未来的研究当中应当不断扩展到动态图像的修复，在前后帧的持续性、实时性修复方面，如何确保这两方面的研究是未来研究中的主题，进一步促进我国图像修复技术更好更快的发展。

4 总结

综上知，在互联网+时代，借助计算机存储已成了图像存储的一种重要方式，但是在存储过程中，因各种因素使得图像遭受破坏，迫切需要使用图像修复技术进行图像修复。而我国的图像修复技术起步较晚，但发展速度还是比较快，随着互联网+时代的到来，各种各样的计算机图像修复技术得到广泛的应用。在应用图像修复技术时，找回残缺受损的哪部分图像，进而将它恢复到初始状况，以此确保图像的完整性，精准性。显而易见，计算机图像修复技术还需要不断研究、创新，进一步解决计算机图像修复技术中存在的各项不足问题，不断提升修复的质量。

参考文献：

[1] 张晴.基于样本的数字图像修复技术研究[D].华东理工大学，2012.

[2] 赵明.数字图像及视频修复方法研究[D].湖南大学，2011.

[3] 杨秀红.基于结构张量的数字图像修复技术研究[D].西安电子科技大学，2014.

[4] 常晨.数字图像修复技术及其在图像压缩中的应用[D].山东大学，2013.

[5] 方宝龙.基于纹理合成的图像修复算法研究[D].山东大学，2013.

[6] 徐冬青.计算机图像修复技术[J].计算机光盘软件与应用，2013（10）：161-162.

[7] 李俊柏.数字图像修复技术的研究[D].浙江理工大学，2015.

[8] 张如.大区域图像修补与图像特技制作研究[D].北京交通大学，2009.

【通联编辑：梁书】