一种基于结构差异与待修复边缘结构系数的优先权算法及图像修复方法技术

本发明专利技术公开了一种基于结构差异与待修复边缘结构系数的优先权算法及图像修复方法，算法步骤包括：读取破损的图像，并标记待修复区域；提取目标区域内所有已知像素点信息；根据提取的已知像素点信息构建结构差异矩阵；在目标区域内提取一定大小的以待修复区域边界上任意待修复点p为中心的窗口区域，计算待修复点p的边缘结构系数T(p)、标准差参数Sp(p)以及置信度参数C(p)；按照公式P(p)＝T(p)·C(p)·Sp(p)计算此待修复点的优先权值P(p)；遍历待修复区域边界上所有待修复点，修复以优先权值最大的待修复点为中心的窗口区域，并更新待修复区域边界；重复上述步骤，直至待修复区域修复完全。本发明专利技术根据各目标区域的差异大小，得到稳定的优先权值，大大降低了优先权的计算时间。

【技术实现步骤摘要】
一种基于结构差异与待修复边缘结构系数的优先权算法及图像修复方法
本专利技术涉及图像处理
，具体说涉及一种基于结构差异与待修复边缘结构系数的优先权算法及图像修复方法。
技术介绍
图像修复是一门古老的艺术，起源于欧洲文艺复兴时期，通常指恢复图像中丢失或者破损的像素或者区域。人们对不连续的边界非常敏感，而丢失区域一般包括结构、纹理和平滑，结构连贯更接近真实的视觉效果，因此研究者将这三层分开，而恢复结构层是其中比较重要的部分。修复顺序的选择对修复结果的影响很大，一般具有结构型的块是应该被首先修复的。Criminisi利用局部边界的等照度线方向和单位法线方向定义块的填充次序，得到优先填充的样本块后，利用全局搜索方式在已知区域中寻找最佳匹配块，并通过最佳匹配块填充待修复样本块。还有一些方法利用待修复区域边界点为中心选取图像块，再用所选取块与邻域块的差异大小计算相似性权重，运用所有已知邻域块的相似性权重构建结构稀疏度，用结构稀疏度计算填充顺序。修复块构建是将多个匹配块的稀疏表示作为填充信息,提高了修复图像的质量。此外，还可在图像的已知区域计算相似块，并计算块补偿，大多数的图像有着相似的补偿，补偿分布的峰值和主补偿相关。根据主要的补偿，输入图像形成了很多有位移的版本图像。这些有位移的图像通过优化全局的MRF能量函数合并。这些方法对修复图像产生了很好的视觉效果和连通性，特别的，被修复的缺损区域有着均匀的纹理和少数的结构。针对物体移除的图像修复问题，一些学者提出了基于样本块和深度相结合的图像修复算法，用图像的深度图找到目的图像所修复物体的顺序，和物体的多视角图，然后去填补孔洞。为了减少数据库的大小，提出了主视角抽取(KeyviewExtraction)的方法，并使用一种几何的和光测度的算法进行物体检索。还有基于示例的方法，对优先级功能进行改进，在优先级函数中考虑线性结构的优先级，并且使算法更早地线性结构，以解决完成顺序和线性结构传播问题。此外，为了检测最有效的结构，在优先级中使用了图像结构张量和图像梯度的组合。上述算法虽然均能在一定程度上实现图像修复功能，但算法均存在一些无法克服的问题，如填充顺序不够稳定、匹配准则不够合理、耗时较长等。
技术实现思路
鉴于已有技术存在的不足，本专利技术的目的是要提供一种利用小图像块彼此之间的差异大小区分待修复点所在区域的优先权算法。为了实现上述目的，本专利技术技术方案如下：一种基于结构差异与待修复边缘结构系数的优先权算法，其特征在于，其步骤包括：S1读取破损的图像，并标记待修复区域；S2提取包含待修复区域边界在内，且大小一定的目标区域，并提取目标区域内所有已知像素点信息；S3根据提取的已知像素点信息构建结构差异矩阵；S4在目标区域内提取一定大小的以待修复区域边界上任意待修复点p为中心的窗口区域，计算待修复点p的边缘结构系数T(p)；S5计算待修复点p在以其为中心的窗口区域内的标准差参数Sp(p)以及置信度参数C(p)；S6根据边缘结构系数、待修复点标准差参数和待修复点置信度参数计算此待修复点的优先权值P(p)，计算公式为P(p)＝T(p)·C(p)·Sp(p)；S7重复步骤S5-S6，直至遍历待修复区域边界上所有待修复点，得到相应的优先权集合；S8修复以优先权值最大的待修复点为中心的窗口区域，并更新待修复区域边界和结构差异矩阵；S9重复步骤S4-S8，直至待修复区域修复完全。本专利技术的另一目的是要提供一种基于上述优先权算法的图像修复方法，其特征在于，包括如下步骤：步骤1、读取待修复原图像，并确定待修复区域边界点；步骤2、计算待修复区域边界各待修复点相应的优先权值；步骤3、查找优先权值最大的待修复点，并修复以此待修复点为中心的目标区域图像块；步骤4、刷新结构差异矩阵，判断是否还有未修复的区域，如果有，则执行步骤2-步骤3，直至图像修复完全。与现有技术相比，本专利技术的有益效果：本专利技术根据各目标区域的差异大小区分待修复点的位置特点，得到稳定的优先权值；同时将目标区域间的差异以标准差的方式存放于结构差异矩阵中，由于相邻待修复点的邻域存在大幅度的重合，可重复利用结构差异矩阵中的信息计算优先权，从而大大降低了优先权的计算时间。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术优先权算法流程图；图2a为图像纹理区域示例图；图2b为图像结构区域示例图；图3为本专利技术图像修复方法流程图；图4为本专利技术与对比算法修复效果对比图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术设计了一种利用小图像块彼此之间的差异大小区分待修复点所在区域的优先权算法及图像修复方法，下面结合附图以及具体实施例进一步说明本专利技术的技术方案：如图1所示，基于结构差异与待修复边缘结构系数的优先权算法的步骤包括：S1读取破损的图像，并标记待修复区域。S2提取包含待修复区域边界在内，且大小一定的目标区域，并提取目标区域内所有已知像素点信息。S3根据提取的已知像素点信息构建结构差异矩阵，步骤包括：S31在R、B、G三个颜色通道上将破损图像相应分为三层，分别提取目标区域内各已知像素点的像素值。本专利技术中为保证修复区域与已知区域在结构上的连贯性，必须确保计算出的优先权在结构区域数值最大，在纹理区域数值较小，在平滑区域数值也是最小。考虑到结构区域存在边界，颜色差异较大、平滑区域颜色几乎没有差异的特点，利用标准差便可以很好区分结构区域和平滑区域。但纹理区域颜色可能存在较大的差异，所以单纯的使用标准差进行计算并不能区分纹理区域和结构区域。而纹理区域虽然颜色差异较大，但利用其分布均匀的特点也可以将其与结构区域进行区分。S32分别计算目标区域内各层像素值标准差Sm(i,j)，计算公式如下：其中，Pm(i,j)为目标区域图像第m层，第i行，第j列点像素值，n是目标区域图像内已知像素点的个数，作为本专利技术的优选实施方案，n取9，E(i,j)为第m层对应位置的像素期望，即：S33综合目标区域图像各层像素值标准差，计算得到结构差异矩阵对应各像素点位置的值S(i,j)，计算公式如下：由于平滑区域标准差有可能为0，因此公式中整体加1，将得到的值存放在结构差异矩阵对应的位置。图像中结构区域和纹理区域对应的矩阵数值较大，平滑区域接近于1。相近的纹理区域数值比较接近，边缘点值会比周围点大，但是并不一定会比不在其周围的其他纹理区域的值大。纹理区域和边界区域的值并不能很好的区分，所以如果单纯的用矩阵对应的值作为优先权显然不合理。显然需要进一步处理。作为本专利技术较佳的实施方式，以待修复点周围较小的图像块为单位，构建优先权条件结构系数。S4在目标区域内提取一定大小的以待修复区域边界上任意待修复点p为中本文档来自技高网...

【技术保护点】
一种基于结构差异与待修复边缘结构系数的优先权算法，其特征在于，其步骤包括：S1读取破损的图像，并标记待修复区域；S2提取包含待修复区域边界在内，且大小一定的目标区域，并提取目标区域内所有已知像素点信息；S3根据提取的已知像素点信息构建结构差异矩阵；S4计算待修复区域边界待修复点p的边缘结构系数T(p)；S5计算待修复点p在以其为中心的窗口区域内的标准差参数Sp(p)以及置信度参数C(p)；S6根据边缘结构系数、待修复点标准差参数和待修复点置信度参数计算此待修复点的优先权值P(p)，计算公式为P(p)＝T(p)·C(p)·Sp(p)；S7重复步骤S5‑S6，直至遍历待修复区域边界上所有待修复点，得到相应的优先权集合；S8修复以优先权值最大的待修复点为中心的窗口区域，并更新待修复区域边界和结构差异矩阵；S9重复步骤S4‑S8，直至待修复区域修复完全。

【技术特征摘要】
1.一种基于结构差异与待修复边缘结构系数的优先权算法，其特征在于，其步骤包括：S1读取破损的图像，并标记待修复区域；S2提取包含待修复区域边界在内，且大小一定的目标区域，并提取目标区域内所有已知像素点信息；S3根据提取的已知像素点信息构建结构差异矩阵；S4计算待修复区域边界待修复点p的边缘结构系数T(p)；S5计算待修复点p在以其为中心的窗口区域内的标准差参数Sp(p)以及置信度参数C(p)；S6根据边缘结构系数、待修复点标准差参数和待修复点置信度参数计算此待修复点的优先权值P(p)，计算公式为P(p)＝T(p)·C(p)·Sp(p)；S7重复步骤S5-S6，直至遍历待修复区域边界上所有待修复点，得到相应的优先权集合；S8修复以优先权值最大的待修复点为中心的窗口区域，并更新待修复区域边界和结构差异矩阵；S9重复步骤S4-S8，直至待修复区域修复完全。2.根据权利要求1所述的基于结构差异与待修复边缘结构系数的优先权算法，其特征在于，所述步骤S3构建结构差异矩阵的步骤包括：S31在R、B、G三个颜色通道上将破损图像相应分为三层，分别提取目标区域内各已知像素点的像素值；S32分别计算目标区域内各层像素值标准差Sm(i,j)，计算公式如下：其中，Pm(i,j)为目标区域图像第m层，第i行，第j列点像素值，n是目标区域图像内已知像素点的个数，E(i,j)为第m层对应位置的像素期望，即：S33综合目标区域图像各层像素值标准差，计算得到结构差异矩阵对应各像素点位置的值S(i,...

【专利技术属性】
技术研发人员：王演，黄旭东，史晓非，于丽丽，祖成玉，巴海木，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21