武汉科技大学信息科学与工程学院， 湖北 武汉 430081
提出了一种基于蚁群算法的 Criminisi图像修复算法，将蚁群算法应用到 Criminisi图像修复算法的最佳匹配模板搜索中。首先计算待修复区域优先权；然后蚁群寻找搜索路径中留下的信息素，沿着信息素最多的路径寻找到最佳匹配模板；最后更新置信度，直到修复结束。实验结果表明，修复后的图像 PSNR较高不易陷入局部最优，能较快速地搜索到最佳匹配模板。
蚁群算法 Criminisi算法 最佳匹配模板 Ant colony optimization Criminisi algorithm the best template
武汉科技大学 信息科学与工程学院, 湖北 武汉 430081
在经典Criminisi图像修复算法框架的基础上,针对优先权可靠性低和全局搜索最佳模板效率低、错误匹配率大的缺点进行改进.改进的算法为基于萤火虫算法(FA)的快速Criminisi图像修复算法.首先从数学的角度引入正规化函数至置信度,以此提升优先权计算的可靠性;然后引入FA到最佳模板的搜索与填充中,能够有效地将全局搜索与局部搜索有效地结合,鲁棒性较高,提高效率且错误匹配率低.实验结果表明:采用本文的改进算法能在保证修复质量的基础上降低时耗,提高效率.
Criminisi算法 优先权 最佳匹配模板 Criminisi algorithm the priority the best template FA FA
