【图像修复】Criminisi算法彩色图像修复【含Matlab源码 3454期】

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击👇
Matlab图像处理（进阶版）
路径规划（Matlab）
神经网络预测与分类（Matlab）
优化求解（Matlab）
语音处理（Matlab）
信号处理（Matlab）
车间调度（Matlab）

⛄一、FMM+Criminisi算法简介

1 FMM算法
FMM算法是由Telea在2004年提出的，主要思想是先处理待修复区域边缘的像素，然后逐步向内推进，直到所有空洞点修复完毕。设Λ为待修复区域，Λ为区域Λ的边界，p为区域Λ的任意一点，在点p周围已知图像内选择一邻域U(p）。为了填充更加精确，增加已知像素点q对待填充空洞点p的影响，添加一个权重函数w(p,q），在邻域U(p）尺度较小时，对点p一阶估计：

其中I位像素值，I(q）为q点的梯度，w(p,q)=dir(p,q)dst(p,q)lev(p,q),dit(p,q）为距离因子，反映了已知像素q对待填充空洞点p的距离影响；lev(p,q）为水平集因子，反映了到达时间的影响；dir(p,q）为方向因子，反映了已知像素q对待填充空洞点p的纹理相关性的影响。对边界填充完后，需要不断迭代上述步骤，逐渐收缩边界直至空洞区域修复完毕。

2 Criminisi 算法
Criminisi 算法将图像结构信息作为图像修复顺序参考，在修复过程中能根据图像信息合理安排修复顺序。Criminisi 算法除了对大区域破损图像的修复有较好效果，其执行效率也有明显优势。

2.1 Criminisi 算法原理

2.2 算法流程
Criminisi 算法流程关键在于破损区域的填补顺序。实现步骤为：

⛄二、部分源代码

clc;
clear;
tic
% imagepath =imread( ‘chunhua.bmp’); %原图像
% maskpath =imread(‘chunhuamask.bmp’); %破损图像
% fillColor=[0,0,0]; %破损图像中标定的破损区域RGB颜色值
imagepath =imread( ‘1.png’); %原图像
maskpath =imread(‘2.png’); %破损图像
% fillColor=[255,255,0]; %破损图像中标定的破损区域RGB颜色值，黄色
fillColor=[0,255,0]; %绿色

[Psnr,inpaintedImg] =RGB_Criminisi(imagepath,maskpath,fillColor);
toc

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]张汝峰,项璟,陈鹏,张亚娟,张喜英,薛瑞.基于FMM算法的深度图像修复研究[J].湖北农机化. 2020,(01)
[2]齐玲,王锦.一种基于Criminisi算法改进的图像修复技术[J].软件导刊. 2019,18(04)
[3]何埜,李光耀,肖莽,谢力,彭磊,唐可.基于深度信息的图像修复算法[J].计算机应用. 2015,35(10)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合