基于先验知识修复图像裂缝和毛刺

最新推荐文章于 2026-05-27 15:27:25 发布

原创最新推荐文章于 2026-05-27 15:27:25 发布 · 2.5k 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

图像处理

该博客介绍了一种基于先验知识的图像修复方法，通过递归标记算法对图像进行区域划分，然后利用腐蚀和膨胀算法针对标记为2、3、4（存在毛刺）和6（存在缝隙）的区域进行修复。修复过程避免了对正常区域（标记为1、5）的影响，并强调了处理边界点时的注意事项。

void Label(byte [,] f, int x,int y,byte L)//递归标记算法
{
    f[x,y] = L;
    if (f[x+1,y]==255) Label(f,x+1,y,L);
    if (f[x-1,y]==255) Label(f,x-1,y,L);
    if (f[x,y+1]==255) Label(f,x,y+1,L);
    if (f[x,y-1]==255) Label(f,x,y-1,L);
    if (f[x+1,y+1]==255) Label(f,x+1,y+1,L);
    if (f[x-1,y+1]==255) Label(f,x-1,y+1,L);
    if (f[x+1,y-1]==255) Label(f,x+1,y-1,L);
    if (f[x-1,y-1]==255) Label(f,x-1,y-1,L);
}

void main()
{
byte [,]f = LoadImg();
if (f==null) return;

ShowImg("f",f);

int w = f.GetLength(0);
int h = f.GetLength(1);

//label the image
byte L = 1;

for (int y=0;y<h;y++)

for (int x=0;x<w;x++)

     {
            if (f[x,y]==255)
            {
                Label(f,x,y,L);
                L+=1;
            }
        }
//    ShowImg("f",f);

    //Do erosion or dilation
    byte [,] g = new byte [w,h];
    for (int y=1;y<h-1;y++)

for (int x=1;x<w-1;x++)

    {
            //腐蚀算法
            if ((f[x,y]>=2&&f[x,y]<=4) && (f[x+1,y]>=2&&f[x+1,y]<=4) && (f[x-1,y]>=2&&f[x-1,y]<=4) && (f[x,y+1]

>=2&&f[x,y+1]<=4) && (f[x,y-1]>=2&&f[x,y-1]<=4))
g[x,y] = 255;

if(f[x,y]==1||f[x,y]==5) g[x,y] = 255;

            //膨胀算法
            if (f[x,y]==6 || f[x+1,y]==6 || f[x-1,y]==6
                || f[x,y+1]==6 || f[x,y-1]==6) g[x,y] = 255;
        }
    ShowImg("g",g);

}

//基于先验知识修复图像裂缝和毛刺。
//先对图像中各个区域进行标记，由原图像可知，标记算法执行后，标记为2、3、4的区域存在毛刺，可使用腐蚀算法去除；标记为6的区域存在缝隙，可用膨胀算法去除。标记为1、5的区域正常，不施加额外算法.

//注意，循环中y是从1到h-2，x是从1到w-2，否则处理图像边界点时会出现执行错误！

//另外，对需修复区域只施加一次算法（腐蚀或膨胀），所以边界轮廓大小会发生变化。若想使边界轮廓大小不发生变化，可以同时施加腐

蚀和膨胀算法。

原图像：