递进填充线算法修复DIBR虚拟图像空洞

"递进填充线算法对DIBR虚拟图像的修复1" 在计算机图形学领域，基于深度图的虚拟图像绘制（DIBR）是一种常用的技术，它能够利用深度图像来生成虚拟视角的图像。然而，由于前景物体的遮挡，DIBR图像常常会出现空洞问题，即图像中存在缺失的像素区域。这些问题降低了图像的真实感和视觉质量，因此，空洞修复是DIBR技术中的关键挑战。 针对Criminisi算法和模板匹配方法在处理空洞边界噪声时的不足，本文提出了一种创新的递进填充线算法。Criminisi算法是一种基于局部上下文信息的图像修复方法，但其对边界噪声的敏感性可能导致修复结果不理想。而模板匹配虽然可以找到相似区域进行填充，但在深度误差导致的复杂边界条件下也可能表现不佳。 新提出的递进填充线算法首先对空洞的背景部分边界进行扩展，以应对深度误差引起的问题，消除因深度不准确造成的前景噪声残留。接着，在空洞填充的过程中，算法运用递进填充线策略，根据视点变换的方向来确定每次填充的边界部分，这样可以限制搜索范围，优先选择背景纹理进行填充。这种方法有效地防止了空洞边界上的前景纹理错误地被填充到空洞中。 实验结果显示，相较于Criminisi算法，递进填充线算法的峰值信噪比平均提高了1.6173，对比基于深度的模板匹配算法，平均提升了1.3105。这表明新算法在抑制DIBR图像中空洞纹理错误生长方面表现出色，能显著提高修复图像的质量。 总结来说，递进填充线算法对于DIBR虚拟图像的修复提供了新的思路，通过优化边界处理和填充顺序，它能更好地处理深度图生成的虚拟图像中的空洞问题，从而提升图像的整体质量和真实感。这一算法对虚拟现实、增强现实以及影视制作等领域具有重要的应用价值，有助于进一步推动基于深度图像的图像合成技术的发展。