基于稀疏性的图像修复优先级计算方法技术

本发明专利技术公开了一种基于稀疏性的图像修复优先级计算方法。本发明专利技术利用虚拟视点合成图像的特殊性，将图像修复的优先级顺序优化成从背景部分向前景部分修复，可以有效的保留前景部分边缘信息不被破坏，从而得到更好的图像修复效果。

【技术实现步骤摘要】
基于稀疏性的图像修复优先级计算方法
本专利技术属于图像修复的多媒体
，具体涉及一种基于稀疏性的图像修复优先级计算方法。
技术介绍
最近3DTV和3D电影的火热表明了观众对3D内容兴趣与日俱增。一般来说，对于3D视频，需要用大量视图用来提供三维深度。然而如何在传输中处理大量的视图成为难题。因此需要一种方法利用有限数量的视图来支持生成高质量的三维视频。在过去，由于深度照相机昂贵的价格，所以深度信息是很难获得的。然而在现在，高性能低价格的深度相机变得普遍起来。利用颜色图和其对应的深度图来合成虚拟视点的方法称为DIBR技术。利用深度和相机信息，将所有的像素点重新投影到三维世界中。再将世界坐标中的像素点重新投影到虚拟视点的像平面上，这就是所谓的虚拟视点合成技术。虚拟视点合成技术可以在三维视频传输上减少大量的存储空间和传播带宽。但是在虚拟视点合成技术中有一个关键问题，部分背景在进行视点变换之后，由于前景背景的相对位置移动，造成了从原视点不可见的背景在另一个视点可见，从而在新视点的图像中产生没有信息的空洞区域，还有一种情况是因为深度图深度不精确，导致像素点的相对移动距离变化而出现的空洞。对于虚拟视点合成技术而言，由于虚拟视点合成的特殊性，前景与背景的相对位移，前景部分信息不会丢失，而主要丢失的信息均为背景信息。同时，背景信息的填充一般处于空洞区域周围。因此对虚拟视点合成的结果可以考虑利用背景信息对空洞进行修复，从而保证虚拟视点合成后修复的正确性。当然前人也研究了一些方法，但是一般的图像修复方法并不能有很好的修复顺序。
技术实现思路
本专利技术针对现有虚拟视点合成图像修复优先级计算方面的不足，提出基于稀疏性的图像修复优先级使得图像修复效果更优。根据虚拟视点合成中前景信息不会丢失，丢失信息均为背景信息以及复杂场景的特殊性，因此本专利技术利用图像修复优先级保证图像修复顺序从背景往前景方向修复以便于更好的修复效果。本专利技术解决其技术问题所采用的技术方案如下：步骤一：设待修复图为I，空洞点RGB像素值设为(02550)，遍历深度图的所有像素点，设置空洞数组，将像素点为空洞像素值的点在空洞数组中设为1，非空洞像素值的点为0。设图像I空洞区域为Ω，非空洞区域为步骤二：对每个空洞块边界上的像素点进行遍历，设边界上像素点为p，以点p为中心的块为Ψp，以点p为中心的邻近块邻近块被定义为在已知区域内的块，其中心点pj在点p的附近。即pj属于集合：N(p)为周边的窗口，其中心点为p，其大小比Ψp块区域大。定义块与块之间的稀疏性为P是块Ψp中缺失信息的矩阵，是P中已知信息的矩阵，σ是一个常数，d(·，·)表示均方距离，Z(p)是一个归一化常数，使得对块ψp，其与已知邻近块的稀疏性定义为在区间(0,1]。步骤三：设块Ψp的修复优先级为ρ(p)＝C(p)*s(p)，其中S(p)为结构项，C(p)为置信度项：其中fg为Ψp块中前景区域，C(p)表示样本块Ψp中包含已知背景像素点的信息，如果点p属于空洞块Ω，则对C(p)进行初始化为0，否则的话初始化为1。然后对所有优先级进行排序，选取具有最高优先级的权值pmax作为待匹配块的中心点。这样便计算出图像修复的优先级，根据此优先级进行修复便于得到更好图像修复效果。本专利技术的有益效果：本专利技术利用虚拟视点合成图像的特殊性，将图像修复的优先级顺序优化成从背景部分向前景部分修复，可以有效的保留前景部分边缘信息不被破坏，从而得到更好的图像修复效果。具体实施方式以下结合实施例对本专利技术作进一步说明实施例的具体步骤如下：步骤一：设待修复图为I，空洞点RGB像素值设为(02550)(即为纯绿色)，遍历深度图的所有像素点，设置空洞数组fillregion，将像素点为空洞像素值的点在fillregion中设为1，非空洞像素值的点为0。设图像I空洞区域为Ω，非空洞区域为步骤二：对每个空洞块边界上的像素点进行遍历，设边界上像素点为p，以点p为中心的块为Ψp，以点p为中心的邻近块邻近块被定义为在已知区域内的块，其中心点pj在点p的附近。即pj属于集合：N(p)为周边的窗口，其中心点为p，其大小比Ψp块区域大。定义块与块之间的稀疏性为P是Ψp中缺失信息的矩阵，是块P中已知信息的矩阵，σ是一个常数，d(·，·)表示均方距离，Z(p)是一个归一化常数使得对块ψp，其与已知邻近块的稀疏性定义为其中|·|表示成员的个数，表示成员的矢量，|N(p)|是为了限制ρ(p)在区间(0,1]，待匹配块拥有更强的结构稀疏性将会被计算出拥有更高的修复优先级，其次，被填充的块可以保证结构的一致性。步骤三：设Ψp的修复优先级为ρ(p)＝C(p)*S(p)，其中S(p)为结构项是稀疏性公式(3)，C(p)为置信度项为其中fg为Ψp块中前景区域，C(p)表示样本块Ψp中包含已知背景像素点的信息，如果点p属于空洞块Ω，则对C(p)进行初始化为0，否则的话初始化为1。然后对所有优先级进行排序，选取具有最高优先级的权值pmax作为待匹配块的中心点。这样便计算出图像修复的优先级，根据此优先级进行修复便于得到更好图像修复效果。本文档来自技高网...

【技术保护点】
基于稀疏性的图像修复优先级计算方法，其特征在于该方法包括如下步骤：步骤一：设待修复图为I，空洞点RGB像素值设为(02550)，遍历深度图的所有像素点，设置空洞数组，将像素点为空洞像素值的点在空洞数组中设为1，非空洞像素值的点为0；设图像I空洞区域为Ω，非空洞区域为

【技术特征摘要】
1.基于稀疏性的图像修复优先级计算方法，其特征在于该方法包括如下步骤：步骤一：设待修复图为I，空洞点RGB像素值设为(02550)，遍历深度图的所有像素点，设置空洞数组，将像素点为空洞像素值的点在空洞数组中设为1，非空洞像素值的点为0；设图像I空洞区域为Ω，非空洞区域为步骤二：对每个空洞块边界上的像素点进行遍历，设边界上像素点为p，以点p为中心的块为Ψp，以点p为中心的邻近块邻近块被定义为在已知区域内的块，其中心点pj在点p的附近；即pj属于集合：N(p)为周边的窗口，其中心点为p，其大小比Ψp块区域大；定义块与块之间的稀疏性为P是块Ψp中缺失信息的矩阵，是P中已知信息的矩阵，σ是一个常...

【专利技术属性】
技术研发人员：杨柏林，曾嘉，朱云芳，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：浙江,33