线性回归分析可以运用于有损图像的恢复。
图像修复(英语:
Inpainting
)指重建的图像和视频中丢失或损坏的部分的过程。例如在博物馆中,这项工作常由经验丰富的博物馆管理员或者艺术品修复师来进行。数码世界中,图像修复又称图像插值或视频插值,指利用复杂的算法来替换已丢失、损坏的图像数据,主要替换一些小区域和瑕疵。
线性回归法恢复图像
对每个像素点做一次区域二元线性回归:将选定像素点周围指定窗宽大小d区域内所有像素点的(横坐标,纵坐标,像素值)加入到训练集中,以像素值为监督信息对横纵坐标做回归训练,然后基于选定像素点的横纵坐标预测其像素值。
![](https://img-blog.csdnimg.cn/direct/7560534100c44344885140a6b5aa5454.png)
![](https://img-blog.csdnimg.cn/direct/67bdc29fb7e74bca959505c3b722475d.png)
![](https://img-blog.csdnimg.cn/direct/5bcc71fc1ec64c52a8c24e08a1dba3c6.png)
![](https://img-blog.csdnimg.cn/direct/6e076895c45e4dd08581da754d9fba5c.png)
在遮罩后,有部分坐标点的值变为0。解决方法为:选中一个数值为零的坐标点,以它为中心,选中一个7*7(图中区域有限,所以只显示了3*3)的区域,根据这个区域中的其他有效数据(不为0的点)预测该坐标的值。这样不断遍历所有被噪声干扰的像素值作为中心像素去取窗口,拟合线性模型,预测像素值,进行图像去噪。
注意并不是整个图片共享一个回归模型,而是对于一个被噪声干扰的像素,以这个像素为中心得到的7×7的窗口内的有效像素来拟合和共享一个线性回归模型,使用线性回归模型进行图像去噪。
![](https://img-blog.csdnimg.cn/direct/7747e326bb9c4bdab25232e2c0a44aa3.png)