《表1 3种算法的修复平均耗时》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于边缘像素约束规则与双特征模型的图像修复算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表1所示为3种算法修复图像的平均耗时，从表1可见，本文修复平均耗时为5.27 s，与对照组算法修复平均耗时相比较，本文算法的耗时最少，说明本文算法的修复效率最高。因为本文利用融合了信息熵的优先级计算模型来选取优先修复块，保证了修复顺序的合理进行，提高了算法的鲁棒性。同时本文还建立了边缘像素约束规则，对样本块大小进行调整，以适应不同纹理结构的要求，提高了算法修复图像质量的同时也提高了算法修复效率。另外本文通过双特征模型，从颜色信息上和结构信息上对待修复块以及匹配块进行度量，精确地获取了最佳匹配块，进一步提高了算法的鲁棒性以及修复正确性。文献[22]中算法通过对图像进行区域分解后，利用非局部全变分实现图像修复，由于区域分解计算复杂度较高，同时非局部全变分方法对较大面积损坏的图像修复时，难以克服模糊效应等的产生，使得修复图像质量以及算法效率有所下降。文献[23]中算法通过Guided滤波器获取图像的完整结构信息后，通过边缘停止函数建立优先级计算模型，获取优先修复块，通过等照度线函数引导纹理结构的合成，进而完成图像修复。由于Guided滤波器不能完全的获取图像信息，而且等照度线函数引导纹理结构修复时，引导方法较为单一，容易产生错误引导，增加了耗时，从而使得修复图像效果较差。