用于局部优化纹理综合3‑D图像修复的方法和装置制造方法及图纸

一种装置、系统、方法和制品用于将边界线从已知背景延伸到图像的未知区；基于经延伸边界来确定用于该图像的未知区的片段；以及基于所确定的片段和经延伸边界将来自该图像的已知区域的像素传播至未知区域。

【技术实现步骤摘要】
【国外来华专利技术】背景丢失图像区域的问题尤其会在进行三维(3D)处理的情况下会发生，在这种情况下，人们尝试从立体视频图像对或者从一幅视图和像素深度信息恢复多张视图。在进行3D和其他多视图图像处理时，从立体图像生成(3D)信息是个重要的任务。在多视图图像中，可能存在未知的或丢失的图像区域或图像区。图像修复技术可提供用于用视觉上看似合理的内容来填充未知图像区域的机制。附图简述本文中所公开的各方面通过示例而非限制的方式在附图中示出。为说明的简单和清楚而非限制起见，在附图中示出的各方面不一定按比例绘制。此外，在认为合适的地方，在附图中重复附图标记以指示相应或相似的元件。图1是根据本文一些实施例的包括未知像素区域的图像的示例描述。图2是根据一个实施例的过程的流程图。图3A-3C描绘了根据一个实施例的处于不同修正阶段的图像。图4解说了根据一实施例的替换图像补丁的描绘。图5描绘了根据一实施例的本文中用于计算各参数的各方面。图6解说了图1中的图像在根据本文中的各方法进行了处理后的描绘。图7示出了根据本文中的一些实施例的可生成视差图的图像处理系统的框图。具体实施方式以下描述了可支持用于提高生成视差图的效率和准确性的过程和操作的图像处理器设备或系统。本公开内容提供了与用于实现这些过程和操作的系统有关的多个具体细节。然而，本领域技术人员将领会，没有这些具体细节也可实践本公开内容的诸实施例。因而，在一些实例中，诸如控制机制和全软件指令序列等各方面未被详细示出以便不模糊本公开内容的其他方面。本领域技术人员利用本文所包括的描述将能在无需过度实验的情况下实现适当的功能。在说明书中对_一个实施例_、_一些实施例_、_一实施例_、_示例实施例_、_一实例_、_一些实例_等的引用表明所描述的实施例可包括特定特征、结构或特性，但不一定每个实施例均包括该特定特征、结构或特性。此外，这些短语不一定指相同的实施例。此外，当结合实施例描述特定特征、结构或特性时，认为在本领域技术人员学识范围内，可以结合其他实施例来影响这样的特征、结构或特性，无论是否对此明确描述。本文中的一些实施例可以用硬件、固件、软件、或其任意组合来实现。各实施例还可实现为存储在机器可读介质上的可执行指令，这些指令可由一个或多个处理器读取和执行。机器可读存储介质可包括用于以机器(例如，计算设备)可读的形式存储信息的任意有形的非暂时性机构。在一些方面，机器可读存储介质可包括只读存储器(ROM)；随机存取存储器(RAM)；磁盘存储介质；光存储介质；闪存设备；以及电子或光学形式的信号。尽管在本文中将固件、软件、例程、以及指令描述为执行某些动作，但应当明白，这些描述仅仅是出于方便起见且这些动作实际上得自执行该固件、软件、例程以及指令的计算设备、处理器、控制器以及其他设备。专门为3D多视图问题的情况提供了3D图像修复算法。这意味着存在有关通过分析立体声视频流获得的像素深度的信息。在本文中的一些实施例中，对于图像的每一丢失区域或丢失区，(1)确定该丢失区域的哪一侧属于该图像的背景及哪一侧属于该图像的对象，并且将边界信息从邻接的背景延伸到丢失区域中；(2)使用经延伸的边界来生成丢失区域中的各片段；以及(3)使用这些片段配置和边界信息来填充丢失区域。在图2的流程图中描绘了这些步骤。图2解说了过程200，该过程200包括205处的边界延伸操作，210处的优选补丁定义操作，以及215处的通过结构传播操作来进行的局部最优3D图像修复。在本文中，将在以下更详细地讨论这些操作中的每一个操作。如此本文中所使用地，对于h×w大小的输入图像，即图像I。该图像的每个像素由三个色彩分量(xr，xg，xb)组成，并且在该图像中具有坐标(xh，xw)。每一像素x∈I具有以下特征函数：在本文中，可假定对于已知像素，存在关于像素片段和像素深度的信息(在本文中分别指的是s(x)和d(x))。在一个实施例中，较大的d(x)值表示该像素与具有较小d(x)值的像素相比与查看者更接近。不失任何一般性地，在本文中，假定丢失区域Ω＝{x∈I|μ(x)＝0本文档来自技高网...

【技术保护点】
一种计算机实现的方法，所述方法包括：将诸个边界线从已知背景延伸到图像的未知区域中；基于经延伸的诸个边界来确定用于所述图像的所述未知区域的诸个片段；以及基于所确定的诸个片段和经延伸的诸个边界将来自所述图像的已知区域的诸个像素传播到所述未知区域。

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法，所述方法包括：
将诸个边界线从已知背景延伸到图像的未知区域中；
基于经延伸的诸个边界来确定用于所述图像的所述未知区域的诸个片段；
以及
基于所确定的诸个片段和经延伸的诸个边界将来自所述图像的已知区域
的诸个像素传播到所述未知区域。
2.如权利要求1所述的方法，其特征在于，进一步包括确定所述图像的所
述已知区域和所述图像的所述未知区域之间的边界。
3.如权利要求1所述的方法，其特征在于，将所述诸个边界线延伸到所述
图像的所述未知区域中生成到所述未知区域内的直接边界线的逼近。
4.如权利要求1所述的方法，其特征在于，确定所述诸个片段是基于对
所述未知区域的分类的确定。
5.如权利要求1所述的方法，其特征在于，所述未知区域的分类包括：
一分类，其中所有毗邻区域都被丢失；
一分类，其中存在毗邻该区域的诸个已知片段但这些片段属于所述图像的
近距对象；以及
一分类，其中存在毗邻该区域的诸个已知片段且这些片段属于背景对象。
6.一种系统，所述系统包括：
其上存储有处理器可执行指令的机器可读介质；以及
执行所述指令以进行以下操作的处理器：
将诸个边界线从已知背景延伸到图像的未知区域中；
基于经延伸的诸个边界来确定用于所述图像的所述未知区域的诸个片段；

\t以及
基于所确定的诸个片段和经延伸的诸个边界将来自所述图像的已知区域
的诸个像素传播到所述未知区域。
7.如权利要求6所述的系统，其特征在于，进一步包括确定所述图像的所
述已知区域和所述图像的所述未知区域之间的边界。
8.如权利要求6所述的系统，其特征在于，将所述诸个边界线延伸到所述
图像的所述未知区域中生成到所述未知区域内的直接边界线的逼近。
9.如权利要求6所述的系统，其特征在于，确定所述诸个片段是基于对
所述未知区域的分类的确定。
10.如权利要求6所述的系统，其特征在于，所述未知区域的分类包括：
一分类，其中所有毗邻区域都被丢失；
一分类，其中存在毗邻该区域的诸个已知片段但这些片段属于所述图像的
近距对象；以及
一分类，其中存在毗邻该区域的诸个已知片段且这些片段属于背景对象。
11.一种系统，所述系统包括：
存储器；
其上存储有处...

【专利技术属性】
技术研发人员：K·V·尤尔科夫，A·V·贝尔亚科夫，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：美国;US