摘 要：針對傳統(tǒng)深度圖像空洞修復方法引起的物體邊緣扭曲、模糊以及修復較大空洞速度緩慢的問題，提出了一種基于邊緣優(yōu)先填充的自適應深度圖像修復方法。該方法利用多通道檢測提取ＲＧＢＤ 圖像邊緣，經(jīng)過去除空洞虛假邊緣和無用細節(jié)信息處理，生成物體的顯著性邊緣；將此邊緣引入到圖像修復過程中，優(yōu)先填充空洞區(qū)域的邊緣位置，有效解決邊緣模糊虛化問題，使修復后的深度圖像邊緣結構清晰；在曲率驅動擴散（Ｃｕｒｖａｔｕｒｅ Ｄｒｉｖｅｎ Ｄｉｆｆｕｓｉｏｎ，ＣＤＤ） 模型的擴散項中引入梯度引導函數(shù)，使模型在空洞的平坦區(qū)域和邊緣區(qū)域自適應地選擇不同的擴散方向和擴散強度，實現(xiàn)對較大空洞區(qū)域的準確填充。實驗結果表明，所提方法在ＲＧＢＺ 數(shù)據(jù)集上與其他方法進行比較，峰值信噪比（Ｐｅａｋ Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ，ＰＳＮＲ） 和平均結構相似性（Ｍｅａｎ Ｓｔｒｕｃｔｕｒａｌ Ｓｉｍｉｌａｒｉｔｙ，ＭＳＳＩＭ） 分別提高了８ ～ １３ ｄＢ、０． ００９ ９ ～ ０． ０２１ ４，在提高迭代效率的同時有效修復了較大空洞，保持了較為清晰完整的物體邊緣輪廓信息。

關鍵詞：深度圖像；空洞修復；邊緣提??；曲率驅動擴散模型；自適應擴散

中圖分類號：ＴＰ３９１． ４１ 文獻標志碼：Ａ

文章編號：１００３－３１０６（２０２４）１０－２３３９－０８