我正在做一个需要填充未知图像元素的项目,并且正在使用一个简单的修复算法,我想更好地理解它。它通过将 3x3 过滤器(在 2D 中)与图像重复卷积来工作。滤波器的中心点的系数为零(当然!),而角落有, 垂直和水平系数为
这是我正在使用的论文的链接:修复纸
我想了解这些是如何得出的,但在文献中找不到方法。注意.
当然,对于标准化,. 我认为它们可能来自设置拉普拉斯算子 = 0 的近似值,但对此一无所获。
我正在做一个需要填充未知图像元素的项目,并且正在使用一个简单的修复算法,我想更好地理解它。它通过将 3x3 过滤器(在 2D 中)与图像重复卷积来工作。滤波器的中心点的系数为零(当然!),而角落有, 垂直和水平系数为
这是我正在使用的论文的链接:修复纸
我想了解这些是如何得出的,但在文献中找不到方法。注意.
当然,对于标准化,. 我认为它们可能来自设置拉普拉斯算子 = 0 的近似值,但对此一无所获。
这基本上是有限差分法的模板系数计算。
使用泰勒级数根据中心展开每个单元格值。注意在这种情况下。
例如,
显示的所有符号导数都在中心进行评估。
有 8 个变量(每个单元格)和 5 个未知数(每个符号导数),它们构成了一个欠定系统。目的是近似拉普拉斯平滑,因此,和系数必须为 1。
有时使用高斯核,因为它满足拉普拉斯方程。对角线中的元素比边缘中心更远离中心。事实上,可以根据权重计算这里使用的高斯。
在替换提供的值时,