【技术实现步骤摘要】
一种基于密集多尺度融合的图像修复方法及系统
[0001]本专利技术涉及图像修复领域，特别是涉及一种基于密集多尺度融合的图像修复方法及系统。
技术介绍
[0002]图像修复是通过对破损图片的剩余区域信息将残缺部分进行重建的图像处理技术，目标是填充的修复区域与剩余区域具有纹理、结构一致性，并满足视觉真实性。该项任务是图像处理领域的研究热点，有着非常广泛的应用，如文物修复，目标移除，图像编辑等。
[0003]传统图像修复方法主要分为基于几何扩散、基于纹理匹配和平均次椭圆化等方法。基于几何扩散方法是通过利用缺损区域的边缘信息采用偏微分方程以及变分法对缺损内容进行几何信息重建。该工作是将剩余区域信息利用扩散方程传播至待修复区域，或通过研究图像模型的几何信息建立先验数据模型，利用变分思想将已知信息平滑传递至缺损区域。此类方法在修复小面积破损图像时效果较好，但由于无法对纹理细节信息进行传播重建，导致在纹理背景复杂或缺损面积较大时，修复结果具有纹理不一致、重建区域内容模糊等缺点。
[0004]因此，为解决上述问题，后续有学者...
【技术保护点】
【技术特征摘要】
1.一种基于密集多尺度融合的图像修复方法，其特征在于，所述修复方法包括：构建结构修复网络；将待修复的图片输入至所述结构修复网络，得到结构修复后的图片；构建细节修复网络；将所述结构修复后的图片输入至所述细节修复网络，得到细节修复后的图片；获取真实图像；采用所述真实图像对双频谱归一化鉴别器网络进行训练；将所述细节修复后的图片输入至训练好的双频谱归一化鉴别器，得到最终的修复图像。2.根据权利要求1所述的基于密集多尺度融合的图像修复方法，其特征在于，所述结构修复网络包括：第一编码模块和第一解码模块；所述第一编码模块包括：第一卷积层、第二卷积层、第三卷积层、第四卷阶层和第一十六层密集多尺度空洞卷积融合层；所述第一卷积层、所述第二卷积层、所述第三卷积层、所述第四卷阶层和所述第一十六层密集多尺度空洞卷积融合层依次连接；所述第一解码模块包括：第五卷积层、第一反卷积层、第六卷积层、第一上采样层以及第七卷积层；所述第五卷积层、所述第一反卷积层、所述第六卷积层、所述第一上采样层以及第七卷积层依次连接；所述第五卷积层还与所述第一十六层密集多尺度空洞卷积融合层连接。3.根据权利要求1所述的基于密集多尺度融合的图像修复方法，其特征在于，所述细节修复网络具体包括：第二编码模块和第二解码模块；所述第二编码模块包括两层，第一层包括：第八卷积层、第九卷积层、第十卷积层、第十一卷积层、自注意力机制层、第十二卷积层及第十三卷积层；所述第八卷积层、第九卷积层、第十卷积层、第十一卷积层、自注意力机制层、第十二卷积层及第十三卷积层依次连接；第二层包括：第十四卷积层、第十五卷积层、第十六卷积层、第十七卷积层以及第二十六层密集多尺度空洞卷积融合层，所述第十四卷积层、第十五卷积层、第十六卷积层、第十七卷积层以及第二十六层密集多尺度空洞卷积融合层依次连接；所述第二解码模块包括：第一网络连接层、第二反卷积层、第十八卷积层、上采样层、第十九卷积层以及第二十卷积层；所述第一网络连接层、第二反卷积层、第十八卷积层、上采样层、第十九卷积层以及第二十卷积层依次连接；所述第一网络连接层分别与所述第十三卷积层和所述第二十六层密集多尺度空洞卷积融合层连接。4.根据权利要求1所述的基于密集多尺度融合的图像修复方法，其特征在于，所述训练后的双频谱归一化鉴别器网络包括：全局分支鉴别层、局部分支鉴别层、第二网络连接层、第三全连接层和sigmod层。5.根据权利要求4所述的基于密集多尺度融合的图像修复方法，其特征在于，所述全局分支鉴别层包括：第二十一卷积层、第二十二卷积层、第二十三卷积层、第二十四卷积层、第二十五卷积层、第二十六卷积层以及第一全连接层；所述第二十一卷积层、第二十二卷积层、第二十三卷积层、第二十四卷积层、第二十五卷积层、第二十六卷积层以及第一全连接层依次连接。
6.根...
【专利技术属性】
技术研发人员：陈杰，李海江，李海燕，余鹏飞，郭磊，
申请(专利权)人：云南大学，
类型：发明
国别省市：
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。