【技术实现步骤摘要】
一种基于坐标的图像修复方法
[0001]本专利技术涉及图像修复
，具体是一种基于坐标的图像修复方法。
技术介绍
[0002]许多学科，如医学、植物学、设计学，都会采集事物的纹理图像，并依靠纹理图像来进行工作。例如医学中会利用病人的肺部纹理来进行症状推断，植物学中会利用叶片纹理来研究植物形态等。
[0003]但是在一些情况下，这些纹理图像会因为各种原因(如噪声)丢失部分细节。从而导致图像的信息丢失。现有的图像修复方法，如通过神经网络预测图像进行修复，需要对纹理图像中的纹理成功识别后，才能进行修复，适用范围不广。同时，现有的图像修复神经网络，如生成对抗网络，在对图像进行修复时，没有根据具体图像的实际结构进行修复，容易造成图像信息的失真。
技术实现思路
[0004]有鉴于此，本专利技术的目的是提供一种基于坐标的图像修复方法，以解决现有图像修复技术中适用范围不广、且容易造成图像信息失真的问题。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]本专利技术的一种基于...
【技术保护点】
【技术特征摘要】
1.一种基于坐标的图像修复方法，其特征在于，包括步骤：确定待修复图像的待修复区域和完整区域；并确定所述待修复区域和所述完整区域之间的过渡区域，其中，所述过渡区域包括残缺纹理，所述过渡区域围绕所述待修复区域分布；通过预先建立的识别模型对所述过渡区域中的纹理特征进行识别；在所述过渡区域中存在可识别的残缺纹理时，确定残缺纹理的类别；从预先建立的纹理库中得到与所述残缺纹理的类别对应的纹理图样，并结合所述纹理图样以及所述残缺纹理的坐标对所述待修复区域进行修复；在所述过渡区域中不存在可识别的所述残缺纹理时，基于所述残缺纹理对所述待修复区域进行修复。2.根据权利要求1所述的一种基于坐标的图像修复方法，其特征在于，结合所述纹理图样以及所述残缺纹理的坐标对所述待修复区域进行修复，包括：将所述纹理图像与所述残缺纹理进行叠加，得到待修复区域的第一修复纹理；基于所述残缺纹理的坐标生成进行纹理预测，得到待修复区域的第二修复纹理；将所述第一修复纹理与所述第二修复纹理进行融合，完成对所述待修复区域的修复。3.根据权利要求2所述的一种基于坐标的图像修复方法，其特征在于，将所述纹理图像与所述残缺纹理进行叠加，得到待修复区域的第一修复纹理，包括：建立重叠的第一图层和第二图层，并将所述纹理图样放置在所述第一图层，以及将所述待修复图像放置在所述第二图层；对所述第一图层中的纹理图样进行处理，以使得所述纹理图样与所述过渡区域中所述部分缺失的纹理特征对应重合，其中，处理方式包括拉伸、旋转、镜像、缩放其中之一或者多个组合，所述纹理图样的像素点与所述过渡区域中所述部分缺失的纹理特征的像素点重合率超过预设阈值时，判定所述纹理图样与所述过渡区域中所述部分缺失的纹理特征对应重合；将所述第一图层中与所述待修复图像的完整区域对应的部分去除，并将所述第一图层、以及所述第二图层合并，得到待修复区域的第一修复纹理。4.根据权利要求2所述的一种基于坐标的图像修复方法，其特征在于，所述待修复图像的灰度图像，其中，基于所述残缺纹理的坐标生成进行纹理预测，得到待修复区域的第二修复纹理，包括：提取所述残缺纹理的边缘像素点的坐标；以所述边缘像素点的坐标为输入，并结合预先建立的预测模型，得到预测纹理的边缘像素点的坐标；基于所述预测纹理的边缘像素点的坐标确定所述预测纹理的边缘。5.根据权利要求4所述的一种基于坐标的图像修复方法，其特征在于，还包括如下方法建立预测模型：获取与所述残缺纹理类别相同的多个纹理样本图像；确定所述多个纹理样本图像中的纹理边缘像素点的坐标，并基于每一个纹理样本图像的纹理边缘像素点的坐标建立序列，其中，所述序列包括多个按照顺时针或者逆时针排列的纹理边缘像素点的坐标；
将每一个序列拆分为多个训练数据和与训练数据对应的验证数据，其中，训练数据包括一部分纹理边缘像素点的坐标，验证数据包括另一部分纹理边缘像素点的坐标；基于所述训练数据集对循环神经网络进行训练，得到纹理像素点预测模型，其中，所述循环神经网络的输入和输出的关系为多对多。6.根据权利要求2所述的一种基于坐标的图像修复方法，其特征在于，将所述第一修复纹理与所述第二修复纹理进行融合，包括：获得所述残缺纹理的平均灰度值，其中，所述平均灰度值为所述残缺纹理中多个第一采样点的灰度值的平均值；确定所述第二修复纹理的目标边缘的像素点A
n
(i1,j1)；从所述第一修复纹理中的对应边缘中确定与每一个像素点A
n
(i1,j1)距离最近的像素点A
m...
【专利技术属性】
技术研发人员：陈刚，邹国霞，张丽英，喻强，蔡斌，姚剑，
申请(专利权)人：广东开放大学广东理工职业学院，
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。