基于双层分块提取框架的图像修复方法技术

基于双层分块提取框架的图像修复方法，双层分块提取框架先对当前破损图像进行第一次块分解，随后对每一个单块进行第二次分块，而第一次分解后的每个单块作为一个修复对象，然后利用并行运算对每个单块进行单独修复，最后再将所有修复单块进行整合，完成最后图像修复。而改进的字典更新框架，则是针对K‑SVD图像修复算法的字典更新阶段，利用Closed‑form解对训练得到的字典进行再一次更新。本发明专利技术提出的双层分块提取框架和改进的K‑SVD字典更新算法可以提高破损图像的修复效果，修复后图像在细节方面更加清晰，同时由于并行运算提高了图像的修复效率。本发明专利技术并不仅限于图像修复领域，双层分块提取框架可应用于任何其他的图像处理领域，具有十分广泛的应用前景。

Image Restoration Based on Bi-level Block Extraction Framework

Based on the image restoration method of the two-tier block extraction framework, the two-tier block extraction framework first decomposes the current damaged image into blocks for the first time, then subdivides each block into blocks for the second time, and each block after the first decomposition is treated as a repair object. Then each block is repaired separately by parallel operation, and finally all repaired blocks are integrated. Final image restoration. The improved dictionary update framework is to update the training dictionary again by using Closed form solution in the dictionary update phase of K_SVD image restoration algorithm. The proposed two-layer block extraction framework and the improved K_SVD dictionary updating algorithm can improve the repair effect of damaged image, make the repaired image clearer in details, and improve the repair efficiency of the image due to parallel operation. The invention is not limited to the field of image restoration, and the two-layer block extraction framework can be applied to any other field of image processing and has a very wide application prospect.

【技术实现步骤摘要】
基于双层分块提取框架的图像修复方法
：本专利技术涉及计算机图像修复方法。
技术介绍
：数字图像修复的主要思想是利用图像中的已知信息来对破损区域进行填充修补，使修复后的图像满足人类的视觉要求。数字图像修复技术现已应用于众多领域,在医学领域中,用以还原成像缺失或者模糊的医学图像，辅助医生诊断病情。还可以用于视频处理当中，如协助警察抓捕罪犯。如何利用破损图像已知信息是解决图像修复问题的核心。比较具有代表性的三类算法分别是基于偏微分方程(PDE:PartialDifferentialEquations)的图像修复模型、基于纹理合成的图像修复模型和基于稀疏表示的图像修复模型。基于稀疏表示的图像修复模型的核心主要分为2个过程，一个是字典的产生和选择，另一个是怎样求解最稀疏解。而学习型字典基于大量的学习样本，通过学习对象信号的特征，然后求解针对当前信号的最稀疏解，并进一步对字典进行更新，通过循环迭代后得到最终优化后的字典。学习型字典突破了固定字典的适应性局限，且能取得更好的修复效果，但是这类字典训练需要大量的时间作为代价。目前比较常用的学习型字典训练算法有MOD字典训练算法，K-SVD字典训练算法本文档来自技高网...

【技术保护点】
1.基于双层分块提取框架的图像修复方法，具体包括以下步骤：(1)提取双层分块和整合框架；(a)双层分块提取第一阶段：设破损图像P∈R

【技术特征摘要】
1.基于双层分块提取框架的图像修复方法，具体包括以下步骤：(1)提取双层分块和整合框架；(a)双层分块提取第一阶段：设破损图像P∈RL×L，选择取块模板大小为N×N进行第一次分块，而取块时块与块之间的间隔设为Δ1(Δ1≤N)；取块的顺序是一列一列移动取块模板或者一行一行移动取块模板；对于图片P∈RL×L经过第一阶段的取块后形成的图像块集合为(b)第二阶段：针对图像块集合里面每一个块pk，选择的取块模板大小用n×n，取块时块与块之间的间隔设为Δ2(Δ2≤n)，可以采取和第一阶段相同的取块顺序；(c)将在每个图像块pk提取的所有样本块进行拼接，其中每个样本块形成n2×1的列向量，得到组成矩阵X；而这个矩阵将作为基于改进的K-SVD图像修复算法的操作对象，等所有图像块pk对应的矩阵X修复完成，按照取块的逆操作顺序放回再将重叠部分取平均进行整合，得到完整修复的图像；(2)改进K-SVD字典学习算法；利用K-SVD字典学习算法对破损图像进行训练得到字典DKSVD后，将其作为Closed-fo...

【专利技术属性】
技术研发人员：常丽萍，鲁欣，姜倩茹，徐红，李胜，何熊熊，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33