基于扩散模型的建筑立面元素修复系统设计与实现
摘要
针对建筑立面图像中常见的黑洞缺失、整体模糊、局部纹理破坏及结构不连续等问题,设计并实现了一种基于扩散模型的建筑立面元素修复系统。该系统以建筑立面纹理修复方法为基础,采用 Gradio Web 框架构建交互界面,将图像输入、掩码约束、模型选择、参数配置、修复执行与结果输出等功能集成为统一平台,实现了建筑立面图像的交互式修复与多模型结果对比。系统支持 SD、SDXL、FLUX和Qwen等多种修复模型,并提供修复强度、引导强度、推理步数和 ControlNet 强度等参数调节接口,以满足不同场景下对修复质量和推理效率的需求。通过真实建筑立面破损样例测试发现,该系统能够较稳定地完成输入图像处理、掩码加载、模型调用及结果显示等流程,不同模型在结构保持、纹理连续性和视觉自然度方面表现存在差异,其中FLUX模型整体效果较为均衡。研究表明,该系统能够较好地支撑建筑立面元素修复任务的工程化实现,并为建筑遗产数字化保护、立面缺损修复与城市景观可视化提供技术参考。
关键词
建筑立面;扩散模型;纹理修复;Gradio;交互系统
全文:
PDF参考
[1] Podell D, English Z, Lacey K, et al. SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis[EB/OL]. arXiv:2307.01952, 2023.
[2] Wu C, Li J, Zhou J, et al. Qwen-Image Technical Report[EB/OL]. arXiv:2508.02324, 2025.
[3] Black Forest Labs, Batifol S, Blattmann A, et al. FLUX.1 Kontext: Flow Matching for In-Context Image Generation and Editing in Latent Space[EB/OL]. arXiv:2506.15742, 2025.
[4] Abid A, Abdalla A, Abid A, et al. Gradio: Hassle-Free Sharing and Testing of ML Models in the Wild[EB/OL]. arXiv:1906.02569, 2019.
Refbacks
- 当前没有refback。
