这是一篇比较经典的exemplar-based的inpainting算法,算法思路比较简单,是一种贪心算法,主要分为以下几步: 1、在需要填充区域的轮廓上计算权重,选择权重最大的轮廓点作为待填充点 2、在该点周围领域取一个一定大小的patch块,在图像其他区域内找该patch快的最近邻patch 3、将最近邻patch块对应到需要填充区域的部分复制到等待填充的区域,再重复上述步骤,直至所有点都填充完毕。 从上述算法流程来看,算法比较简单,是一个基于填充区域轮廓优先级的算法,算法是一个贪心算法。存在的一个明显弊端就是无法保证最终整体填充效果。

Impletion Detail

1. filling order
paper中着重讲述了填充顺序的关键性,也是本片paper的主要创新点,轮廓点上的优先级由两部分组成,其中C(p)是confidence term, D§是data term. 1、confidence term: 表明该点的可靠度 2、data term: 根据patch周围数据进行计算的项 https://img-blog.csdnimg.cn/20181216191432637.gif 对于图像中有较多可以copy的patch块的场景,修复效果都还不错,但是无法保证最终整体填充效果,容易出现到最后怎么找patch块都会出现不连续的问题,所以后来大牛们又提出了很多基于全局优化的inpainting/Image completion算法

参考

https://blog.csdn.net/weixin_42386880/article/details/85039535?