【技术实现步骤摘要】
图像修复方法和计算机可读存储介质
[0001]本申请涉及图像处理
,具体涉及图像修复方法和计算机可读存储介质。
技术介绍
[0002]在日常生活以及工业生产中,需要对一些图像进行修复,修复的过程可以是:消除图像上的日期、水印;移除图像中不需要的内容,并用合理的内容填补移除后的空缺区域;修复和填充老照片中的裂缝、划痕、瑕疵等;对黑白照片进行修复,以利于将其转换为彩色图像等。
[0003]目前主要的图像修复的方式是基于深度学习进行图像修复,生成的图像的局部(待填充区域),利用的是图像已知部分的纹理信息。深度学习方法主要基于编码
‑
解码器(Encoder+Decoder)或者生成对抗网络(Generative Adversarial Network, 简称GAN)建立模型,从而对输入到模型中的图像进行修复,输出修复后的图像。
[0004]然而,基于深度学习进行图像修复的方式的训练成本以及计算成本较大。
技术实现思路
[0005]本申请主要解决的技术问题是基于深度学习进行图像修复的方式的训练成本以及计算成本较大。
[0006]根据第一方面,一种实施例中提供一种图像修复方法,包括:获取自适应缩小参数和自适应滤波参数;根据所述自适应缩小参数和所述自适应滤波参数对待修复图像进行缩小和滤波处理,得到滤波后的待修复图像;获取所述滤波后的待修复图像中的待填充像素点以及所述待填充像素点的初始值;基于使得所有待填充像素点的梯度值的散度之和最小的约束条件以及所述待填充像素点的初始 ...
【技术保护点】
【技术特征摘要】
1.一种图像修复方法,其特征在于,包括:获取自适应缩小参数和自适应滤波参数;根据所述自适应缩小参数和所述自适应滤波参数对待修复图像进行缩小和滤波处理,得到滤波后的待修复图像;获取所述滤波后的待修复图像中的待填充像素点以及所述待填充像素点的初始值;基于使得所有待填充像素点的梯度值的散度之和最小的约束条件以及所述待填充像素点的初始值,对所述待填充像素点的值进行第一迭代处理,得到所述待填充像素点的粗处理值;以所述待填充像素点的粗处理值重新作为所述待填充像素点的初始值,根据能量方程和所述待填充像素点的初始值,对所述待填充像素点的值进行第二迭代处理,得到所述待填充像素点的细处理值,并将所述待填充像素点的细处理值作为所述待填充像素点的目标值;根据所述待填充像素点的目标值和所述滤波后的待修复图像中除所述待填充像素点以外的其他像素点的值,得到修复后的缩小图像;对所述修复后的缩小图像进行上采样,得到修复后的图像,所述修复后的图像的尺寸与所述待修复图像的尺寸相同。2.一种图像修复方法,其特征在于,包括:获取自适应缩小参数和自适应滤波参数;根据所述自适应缩小参数和所述自适应滤波参数对所述待修复图像进行缩小和滤波处理,得到滤波后的待修复图像;获取所述滤波后的待修复图像中的待填充像素点以及所述待填充像素点的初始值;对所述滤波后的待修复图像中的待填充像素点进行粗处理或者精细化处理,得到所述待填充像素点的目标值;所述粗处理包括:基于使得所有待填充像素点的梯度值的散度之和最小的约束条件,根据所述待填充像素点的初始值进行第一迭代处理,得到所述待填充像素点的粗处理值,并将所述待填充像素点的粗处理值作为所述待填充像素点的目标值;所述精细化处理包括:根据能量方程以及所述待填充像素点的初始值,对所述待填充像素点的值进行第二迭代处理,得到所述待填充像素点的细处理值,并将所述待填充像素点的细处理值作为所述待填充像素点的目标值;根据所述待填充像素点的目标值和所述滤波后的待修复图像中除所述待填充像素点以外的其他像素点的值,得到修复后的缩小图像;对所述修复后的缩小图像进行上采样,得到修复后的图像,所述修复后的图像的尺寸与所述待修复图像的尺寸相同。3.如权利要求1或2所述的方法,其特征在于,所述获取自适应缩小参数和自适应滤波参数,包括:获取预设的抽取参数;根据如下公式得到自适应滤波参数:
其中,M是滤波参数,S是抽取参数,符号表示向上取整运算,max( )表示取最大值运算;根据如下公式得到自适应缩小参数:其中,R是缩小参数,M是滤波参数,S是抽取参数,符号表示向上取整运算,符号表示向下取整运算。4.如权利要求1或2所述的方法,其特征在于,所述使得所有待填充像素点的梯度值的散度之和最小的约束条件包括:其中,p是待填充像素点,R是待填充像素点构成的集合,min表示取最小值运算,u
xx
(p)表示待填充像素点在x方向的二阶偏导数,u
yy
(p)表示待填充像素点在y方向的二阶偏导数。5.如权利要求1或2所述的方法,其特征在于,所述能量方程包括:其中,u
t
是待填充像素点在扩散时间为t时的值,u是待填充像素点的值,t为扩散的时间,是梯度算子,div是散度算子,g是梯度的权重函数,且g为梯度的单调递减函数,c为常数。6.如权利要求1或2所述的方法,其特征在于,所述获取所述滤波后的待修复图像中的待填充像素点以及所述待填充像素点的初始值,包括:获取所述滤波后的待修复图像中的待填充像素点;获取所述滤波后的待修复图像中的待填充像素点的当前值,或者基于均值滤波的图像填充算法对所述滤波...
【专利技术属性】
技术研发人员:魏宇明,杨洋,黄涛,黄淦,
申请(专利权)人:深圳市华汉伟业科技有限公司,
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。