基于渐进式特征推理的裂缝图像修复方法研究

图像复原是计算机图形学和计算机视觉领域的研究热点之一。针对传统的一次完成修复方法在语义场景复杂、图像缺陷较大时没有语义意义、修复效果差的问题，提出了一种基于渐进特征推理的裂纹图像修复方法。该方法从孔的边缘逐渐恢复图像，并加强对孔中心的约束。首先，通过计算掩膜的比例来确定修复比例，并通过部分卷积更新掩膜。然后，利用VGg16网络进行特征提取，然后利用语义注意机制生成高质量的图像特征。采用跳接方法增强远距离的梯度相关性，为后续图像恢复提供多尺度、多层次的特征信息。最后，对递归特征图像进行融合和解码，生成修复后的图像。实验结果表明，与传统的图像恢复方法相比，该方法修复的裂纹图像峰值信噪比提高了0。5　大学db-1。2　dB，导致语义修复结果。