Wavelet Image Inpainting Based on 

Dictionary Learning with a Beta Process

Abstract - The problem of image inpainting and wavelet image inpainting were presented in this study.

 Dictionary Learning with a Beta Process (BPDL) was introduced. A new method based on BPDL 

was proposed for wavelet image inpainting. Unlike conventional methods which mostly based on diffusion

 theory in physics, this method is based on sparse image representation and considers an image as a 

combination of different structural patterns to achieve inpainting. The image simulation experiments 

were designed to test the algorithm. The results demonstrated that the connectivity principle of human

 perception was well realized with good vision effect. The PSNR of the wavelet coefficients partly damaged

 images was improved significantly after processed by the new method. It's also available for NIR images.

 It's concluded that the presented method based on BPDL was an effective method for wavelet image 

inpainting.

Keywords - Image Inpainting, Wavelet, Dictionary Learning, Beta process

 

pdf全文下载

转载本文请联系原作者获取授权，同时请注明本文来自周光华科学网博客。
链接地址：https://blog.sciencenet.cn/blog-433940-373223.html

上一篇：关于我
下一篇：基于Split Bregman方法的CDD图像修补算法