【技术实现步骤摘要】
本专利技术涉及图像修复领域，尤其涉及一种基于样本块匹配的图像修复方法和装置。
技术介绍
图像修复最早被Bertalmio等人应用于图像处理领域。图像修复指在图像有破损或希望移除图像上某一对象时，利用已知图像信息按照一定规律对信息缺损区域进行信息填充的过程，最终使填充后图像达到或尽可能接近原图的视觉效果。在互联网飞速发展的今天，日常生活中人们接触到的图片越来越多，图像在传播的过程中难免遭到破坏，还有一些承载着古人智慧的图画在保存的过程中经过时间的吞噬会渐渐破损，在这样的背景下图像修复应运而生，成为近年来研究者们越来越关注的一个问题。基于纹理合成的图像修复算法最早是由Efros等[2]于1999年提出的，基本思想就是试图从图像的已知区域寻找到与丢失部分最为相似的图像块，并以此来填补缺失的像素，达到图像修复的目的。基于纹理合成的图像修复算法主要针对大面积区域修复。Criminisi图像修复算法[3]是由Criminisi提出的一种沿着等照度线扩散的基于样例的图像修复方法，Criminisi图像修复算法虽然能够有效地修复破损区域比较大的图像，既保留了图像的结构信息，又保留了图像的纹理信息，但是容易出现块状效应。因此提出一种既保留图像信息又消除块状效应的方法成为本领域技术人员亟需解决的问题。
技术实现思路
本专利技术实施例提供了一种基于样本块匹配的图像修复方法和装置，能够解决现有图像修复算法容易出现块状效应的问题。本专利技术实施例提供的一种基于样本块匹配的图像修复方法，包括：S1：定位待修复图像的源区域、目标区域以及边界像素点，所述边界像素点为所述源区域与所述目标区域...
【技术保护点】
一种基于样本块匹配的图像修复方法，其特征在于，包括：S1：定位待修复图像的源区域、目标区域以及边界像素点，所述边界像素点为所述源区域与所述目标区域的相交区域的像素点；S2：计算所述边界像素点的权值；S3：选取权值最大的边界像素点作为中心点，并以所述中心点定位一个小块作为最先修复块；S4：在所述最先修复块的满足预设条件的邻域内寻找与所述最先修复块最佳匹配的最佳匹配块；S5：采用所述最佳匹配块中对应的像素点修复所述最先修复块中待修复的像素点；S6：判断所述待修复图像是否修复完成，若否，则跳转至步骤S2；其中，在每次跳转至步骤S2之前，更新所述边界像素点。
【技术特征摘要】
1.一种基于样本块匹配的图像修复方法，其特征在于，包括：S1：定位待修复图像的源区域、目标区域以及边界像素点，所述边界像素点为所述源区域与所述目标区域的相交区域的像素点；S2：计算所述边界像素点的权值；S3：选取权值最大的边界像素点作为中心点，并以所述中心点定位一个小块作为最先修复块；S4：在所述最先修复块的满足预设条件的邻域内寻找与所述最先修复块最佳匹配的最佳匹配块；S5：采用所述最佳匹配块中对应的像素点修复所述最先修复块中待修复的像素点；S6：判断所述待修复图像是否修复完成，若否，则跳转至步骤S2；其中，在每次跳转至步骤S2之前，更新所述边界像素点。2.根据权利要求1所述的图像修复方法，其特征在于，在步骤S1中通过如下步骤定位所述边界像素点：采用高斯拉普拉斯算子模板与欲修复图像二值模板相卷积，将卷积值大于0的像素点定位为边界像素点。3.根据权利要求1所述的图像修复方法，其特征在于，步骤S2中通过如下公式计算所述边界像素点的权值P(p)：P(p)＝C(p)*D(p)； D ( p ) = | ▿ I p ⊥ · n p | α + a b s ( Δ I ) ; ]]>其中，C(p)为像素点的置信度，D(p)为像素点的数据项；ψ表示所述源区域，p∈Ω，Ω表示所述目标区域中的待修复区域；为中心点的等照度线，np为中心点在边界线的法线，α为归一化参数，Δ表示高斯拉普拉斯算子。4.根据权利要求1所述的图像修复方法，其特征在于，步骤S4中通过如下公式寻找所述最佳匹配块：其中表示块和块ψp之间的差距。5.根据权利要求1至4中任一项所述的图像修复方法，其特征在于，步骤S6具体包括：计算当前所述待修复图像对应的二值图像；判断所述二值图像的值是否全部为0，若否，则跳转至步骤S2。6.一种基于样本块匹配的图像修复装置，其特征在于，包括：定位模块，用于定位待修复图像的源区域、目标区域以及边界像素点，所述边界像素点为所述源区域与所述目标区域的相交区域的像素点...
【专利技术属性】
技术研发人员：蔡述庭，胡导林，陈平，翁少佳，罗斌玲，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。