MOOC《人工智能：模型与算法》笔记 chapter 5 线性回归应用——基于回归分析的有损图像恢复

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。

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。