[论文解读] Repairing and Inpainting Damaged Images using Diffusion Tensor

Faouzi Benzarti, Hamid Amiri|arXiv (Cornell University)|May 9, 2013

Image and Signal Denoising Methods参考文献 11被引用 4

一句话总结

本文提出了一种非线性扩散张量方法用于图像修复，通过限制沿等照度曲线的扩散来保持图像的局部几何结构，从而有效修复彩色图像中的损坏区域。该方法通过追踪边缘结构并最小化伪影，在合成图像和真实摄影图像上均实现了高质量的修复效果。

ABSTRACT

Removing or repairing the imperfections of a digital images or videos is a very active and attractive field of research belonging to the image inpainting technique. This later has a wide range of applications, such as removing scratches in old photographic image, removing text and logos or creating cartoon and artistic effects. In this paper, we propose an efficient method to repair a damaged image based on a non linear diffusion tensor. The idea is to track perfectly the local geometry of the damaged image and allowing diffusion only in the isophotes curves direction. To illustrate the effective performance of our method, we present some experimental results on test and real photographic color images

研究动机与目标

• 解决修复受损或不完美的数字图像（如划痕或不需要的物体）的挑战。
• 通过保留边缘和轮廓等局部几何结构来改进图像修复质量。
• 开发一种将扩散限制在等照度方向的方法，以增强修复区域的结构一致性。
• 在测试图像和真实摄影彩色图像上展示方法的有效性。

提出的方法

• 该方法使用非线性扩散张量来建模图像结构并引导扩散过程。
• 扩散被限制在等照度曲线的切线方向，这些曲线代表图像中的等强度线。
• 基于图像梯度信息计算扩散张量，以自适应地追踪局部几何结构。
• 该张量确保扩散仅沿平滑的强度轮廓发生，避免在边缘处产生模糊。
• 通过迭代方式应用该方法，将完整区域的信息传播到损坏区域。
• 该方法在空间域中运行，基于扩散张量推导出的偏微分方程（PDEs）实现。

实验结果

研究问题

• RQ1 如何通过保留边缘和轮廓等局部几何结构来改进图像修复？
• RQ2 将扩散限制在等照度方向是否能减少伪影并提升修复图像的视觉质量？
• RQ3 非线性扩散张量方法在处理多种类型的图像损伤时效果如何？
• RQ4 该方法能否在真实摄影图像中保持颜色一致性和结构完整性？

主要发现

• 所提出的方法能有效修复损坏区域，同时保留精细的图像结构和边缘。
• 在测试图像和真实摄影彩色图像上的结果表明，修复效果在视觉上更优，且模糊程度极低。
• 该方法能成功处理复杂纹理和光滑的强度过渡，而不会引入虚假结构。
• 通过将扩散限制在等照度方向，该方法最小化了失真并保持了结构一致性。