基于多尺度MRF图像样本修补稳健算法,基于多尺度MRF图像样本修补稳健算法

为了消除在单尺度条件下进行图像修补过程中，在修复区域产生的累积误差，提出了基于多尺度ＭＲＦ图像样本修补稳健算法。根据图像包含的尺度特征，应用序贯最大后验概率准则对不同尺度的匹配样本采用不同权重的代价函数，利用大尺度填充信息指导小尺度目标区域的修补，实现图像全局信息与局部信息的有机融合。实验结果表明，多尺度ＭＲＦ图像样本修补算法能更好抑制修复区域由于累积误差产生的 “垃圾物”和马赛克现象，同时保持良好的纹理和结构特征