《表1 不同算法平均耗时Tab.1 Average time consuming for different algorithms》

  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

《基于引导因子与曲率惩罚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

不同算法修复图像的SSIM结果见图5a，不同算法修复图像的CC值结果见图5b，不同算法修复图像的AG值结果见图5c。由图5可发现，图像破损比率越大，各种算法修复图像的SSIM值、CC值、AG值就越低，但所提方案的SSIM值始终最高。在测试目标图像破损比率为32%时，文中算法修复图像的SSIM值为0.959，CC值为0.987，AG值为0.979，文献[18]中算法修复图像的SSIM值为0.926，CC值为0.982，AG值为0.946，文献[17]算法修复图像的SSIM值为0.853，CC值为0.971，AG值为0.877。从这些数据发现，3种算法的修复结果均可以较好地保持图像的色彩信息，但随着损坏面积的增大，文献[17—18]的修复图像也存在不同程度的模糊现象，其对应的AG值迅速下降，当像素丢失比例达到52%时，两者的AG值分别为0.712，0.785，而所提算法的AG值仍然维持在0.85以上。不同算法所用平均耗时见表1，可知，文中算法的平均耗时为2.3871 s，与对照组算法相比，其平均耗时最低。由此说明文中算法不仅具有较好的修复效果，而且还具有较高的修复效率。因为这里构造了引导因子，并通过引导因子与置信度项以及数据项建立了优先权模型，保证了优先权计算的稳定性与准确性，引导了修复过程从破损区域的周边至中心进行，同时还利用待修复块中像素点的梯度特性，对待修复块的平滑度进行了判断，并根据判断结果确定了最优匹配块的搜索范围，避免了单一的全局式搜索方式，使其修复效率以及质量得以提高。文献[17]中算法利用小波变换获取图像的低、高频子图，并对匹配块的尺寸与数量进行计算后，再对多匹配块进行随机查找，最后通过窄带模型对图像进行修复，由于小波变换受到方向性选择上的制约，使得获取的子图丢失了较多的细节信息，而且该算法对匹配块的处理步骤过于复杂，导致算法的修复效果以及修复效率不佳。文献[18]中算法将全变分模型等价为一个无约束极小化问题，并通过变量分裂以及交替最小化方法求取最优解，以完成图像修复。由于基于全变分模型的方法，在面对修复破损面积较大的图像时，会出现纹理丢失的现象，而且变量分裂以及交替最小化方法的计算复杂度较高，导致算法的修复质量以及修复效率都有所下降。