Dual optimization image repair algorithm based on linear structure and optimal texture

修理图象的表演与结构的内容在在修理方向之间的修理区域和一致性取决于本地信息。有质地信息的图象修理算法在修理严重损坏的图象表现很好，但是当图象有丰富的结构信息时，它有坏表演。双优化图象修理算法基于线性结构和最佳的质地被建议。算法使用双限制重建的稀少的模型在大区域的错过的信息以便改进修理图象的清澈。在采用 Criminisi 优先级的偏爱以后，自我类似特征的图象修理算法被建议在修理图象改进差错和模糊失真现象。结果证明建议算法在图象有更多的清澈质地和结构和更好的有效性，和由建议算法的修理图象的山峰 signal-to-noise 比率由另外的算法比那优异。