?

??? 關于這篇論文：其是采用基于樣例的圖像修復，通俗地講就是圖像其他部分的采樣信息去填補遮擋區域，其與使用擴散方法的圖像修補方法相比，不會產生模糊效應。

?????????????????????? 論文中涉及到的幾個參數???? Ω：要修補的區域????????????????????????????????????????????????????????

????????????????????????????????????????????????????????? δΩ：修補區域輪廓

?????????????????????????????????????????????????????????? Φ：非遮擋區域（用來提供陽歷）

???????????????????????????????????????????????????????? ? Ψ：正方形匹配模板(patch)

?

???????????????????????????????????????????????????????????

??????????????????????????論文實現主要三個步驟：1， 計算填充區域的優先權

????????????????????????????????????????????????????????????????? 論文使用了? 置信度項C(p)以及數據項D(p)來描述優先權：

????????????????????????????????????????????????????????????????

???????????????????????????????????????????????????????????????????? 其中：

???????????????????????????????????????????????????????????????????

???????????????????????????????????????????????????????????2,傳播紋理及結構信息

???????????????????????????????????????????????????????????3,更新置信值

????????????????????????????總的來說這篇論文理解起來并不是特別難，當然里面肯定有誤解之處

?

????? 關于代碼：說來慚愧，找到本篇論文的時候發現已經有人對其進行了實現，所以自己并沒有去親自嘗試寫代碼，只是照著他們的代碼試驗了一下，效果還是不錯的。代碼中要填充的區域需要自己指定，不過還好之前做過立體匹配，所以很容易把遮擋的部分用程序給標記出來了。

????????????????? 最后附上程序鏈接（不能運行的話運行一下compile.m可能會解決）：http://download.csdn.net/download/longvipp/8173305

?

轉載于:https://www.cnblogs.com/meadow-glog/p/4106927.html

總結

以上是生活随笔為你收集整理的Object Removal by Exemplar-Based Inpainting 概括(附源码)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。