改进的Criminisi图像修复方法结合信息熵与梯度因子

简介：
本研究提出了一种改进的Criminisi算法，通过引入信息熵和梯度因子来优化图像修复过程，提升了修补区域与原图的一致性和自然感。 针对传统Criminisi算法中存在的优先权值迅速趋近于零以及修复时间较长等问题，本段落提出了一种改进的图像修复方法，该方法结合了信息熵与梯度因子，并将其作为权重因子应用于优化优先级计算中以确定最佳修复块。具体而言，通过采用信息熵来调整匹配块搜索区域并建立动态法则；同时引入基于梯度因子自适应模型来进一步完善最优匹配块的搜寻策略。此外，还应用了序贯相似性检测算法从源图像区域内选择最合适的候选修补区块进行图像修复操作。 实验结果表明，在与传统Criminisi算法对比后发现，本段落所提出的改进方案在客观和主观评价上均取得了较为理想的结果：不仅提升了图像修复的真实感，而且提高了视觉效果。