面向4K图像均匀扩散修复的高效并行数据优化
图像与视频处理
2024-08-13 v2 数值分析
数值分析
摘要
均匀扩散修复可以从稀疏的已知像素子集中高质量地重建缺失的图像区域，前提是这些像素的位置及其灰度或颜色值都得到了良好的优化。这一特性被用于基于修复的图像压缩，这是对JPEG和JPEG2000等传统基于变换的编解码器的一种有前景的替代方案。然而，优化修复数据是一项具有挑战性的任务。当前的方法要么相当慢，要么无法产生高质量的结果。作为补救措施，我们提出了用于均匀扩散修复的快速空间和色调优化算法，这些算法高效地利用GPU并行性，并仔细适配了一些最成功的数值概念。我们提出了一种使用误差图抖动思想结合Delaunay三角剖分的致密化策略用于空间优化。对于色调优化，我们设计了一个区域分解求解器，以无矩阵方式求解相应的正规方程，并辅以基于Voronoi图的初始化策略。通过我们提出的方法，我们能够为均匀扩散生成高质量的修复掩膜和优化的色调值，其运行时间大幅优于先前的最先进水平。
引用
@article{arxiv.2401.06747,
title = {Efficient Parallel Data Optimization for Homogeneous Diffusion Inpainting of 4K Images},
author = {Niklas Kämper and Vassillen Chizhov and Joachim Weickert},
journal= {arXiv preprint arXiv:2401.06747},
year = {2024}
}