一种基于样本的图像修复方法技术

本发明专利技术涉及一种基于样本的图像修复方法，包括以下步骤：1）计算待修复区域边界上任一像素点p的优先权；2）根据所述步骤1）计算像素点p的优先权，确定最先修复的待修复目标块；3）搜索已知区域内的所有匹配块，根据匹配条件，寻找待修复目标块的最佳匹配块；4）提取最佳匹配块的像素值，并计算最佳匹配块中心像素点的置信度值；5）将最佳匹配块对应的像素值复制到待修复目标块的相应位置，并将p点的置信度更新成最佳匹配块中心像素点的置信度值，形成新的待修复区域；6）执行上述步骤1）～5），直到待修复区域全部填充完毕。本发明专利技术可以广泛应用在图像修复过程中。

【技术实现步骤摘要】

本专利技术涉及一种图像修复及纹理合成方法，特别是关于一种适用于对缺损图像进行修复的基于样本的图像修复方法。
技术介绍
随着科学技术的不断进步和发展，计算机网络的普及和人们对数字图像信息需求的增加，图像修复技术受到人们越来越多地关注，在恢复旧照片中丢失的信息、去除视频文字及隐藏视频错误等问题上得到广泛应用，因此研究图像修复方法具有重大的理论价值和应用价值。图像修复方法主要是结合退化图像中待修复区域周围的信息复原待修复区域的未知图像信息，从而达到人的视觉心理要求。视觉心理的修复规律主要为结构性、相似性、结构优先和纹理一致等。图像修复方法主要包括两大类一类是小尺度缺损(结构信息)的图像修复，主要思路是建立有关退化图像和真实图像的数学模型，将修复问题转化为一个 泛函求极值的变分问题来解决；另一类是填充图像内部大块丢失信息(纹理信息)的图像修复，主要思路是利用待修复区域周围的图像信息，基于块匹配的方法填充待修复区域，此类方法主要利用图像分解技术和纹理合成技术实现对图像修复。完整的图像修复需要同时兼顾结构和纹理修复，才能保持图像结构信息的连贯性、纹理信息的一致性以及结构修复和纹理修复的统一性。然而，在现有的图像修复过程中，上述两类方法均不能对图像缺损区域中的结构信息及纹理信息实现同步修复。现有技术中，基于样本的图像修复方法通过在已知区域中搜索待修复目标的最优匹配块完成待修复区域的填充，该方法是首先通过计算待修复区域的块填充优先顺序，确定待修复区域边界上具有最高优先权的待修复块，然后在样例区穷尽搜索最优匹配块，最后将最优匹配块对应位置的像素值复制到待修复块的对应位置，由于此方法考虑了结构修复和纹理修复的统一性及修复模型构造上的合理性，使得此方法在刮痕修复及对象去除上得到了很不错的结果，但是上述方法存在一个普遍的问题，即不能够智能地生成破损区域所需信息。换言之，当破损区域所需要信息无法在图像已知信息内找到，那么破损区便得不到令人满意的修复结果。
技术实现思路
针对上述问题，本专利技术的目的是提供一种能够智能地生成破损区域所需信息且图片修复精度高的基于样本的图像修复方法。为实现上述目的，本专利技术采取以下技术方案，包括以下步骤1)计算待修复图像的待修复区域边界上任一像素点P的优先权，包括以下步骤①将待修复图像分成已知区域Φ和待修复区域Ω两部分，δΩ为待修复区域Ω的边界；②计算待修复区域边界δΩ上任一像素点P的置信度值Re(p)Rc (P) = (1- ω ) C (P) + ωC^) =式中，ω为调 算子，Ψρ为待修复块，q为Ψρ与Φ相交区域的任一像素点计算像素点P的数据项D(p);④计算像素点P的优先权P (P) =Rc (P) D (P) ;2)根据所述步骤I)计算像素点P的优先权，确定最先修复的待修复目标块；3)搜索已知区域内的所有匹配块，根据设定的匹配条件，寻找待修复目标块的最佳匹配块；4)提取最佳匹配块的像素值，并计算最佳匹配块中心像素点的置信度值；5)将最佳匹配块对应的像素值复制到待修复目标块的相应位置，并将P点的置信度更新成最佳匹配块中心像素点的置信度值，形成新的待修复区域；6)执行上述步骤I) 5)，直到待修复区域全部填充完毕。所述步骤I)中ω的取值范围为。所述步骤I)③计算像素点P的数据项D(p)toon] Dip) JVIp'n^ a式中,V/土表示像素点P处的等照度线向量，np表示点P处的单位法向量，α表示归一化因子。所述步骤3)搜索已知区域内的所有匹配块，根据设定的匹配条件，寻找待修复目标块的最佳匹配块，包括以下步骤①计算待修复目标块与已知区域内每一匹配块的均值SSD距离，如果计算得到的均值SSD距离的最小值是唯一的，将此最优匹配块作为待修复目标块Ψρ的最佳匹配块，如果计算得到的均值SSD距离的最小值不是唯一的，则进入步骤2)进行再匹配；②计算待修复目标块Ψρ与每一最优匹配快的简化的NCC距离，选择距离最小的简化的NCC距离的最优匹配块作为待修复目标块Ψρ的最佳匹配块。所述待修复目标块Ψρ与任一匹配块的均值SSD距离的计算公式为('，') = [ (ΛΨ -RvJ1+ (GWf -G-Vgi)2 +(Βψρ-Bvei)2式中，及、G , 5分别表示待修复目标块和匹配块中各个像素点中不同颜色通道亮度的均值，此公式中的所描述的匹配块是在已知区域内以某一像素点qi为中心点的矩形块。所述简化的NCC距离计算公式为 , 、 \Υθψ -Gip ,TdNCC (ψρψ,,) = —^-7 2 Σ _ ' Σ _式中，G表示图像中各个像素点的灰度值。本专利技术由于采取以上技术方案，其具有以下优点1、由于本专利技术在计算像素点的置信度时引入调节算子，通过周期性的计算当前迭代的置信度值与先前迭代中最小的置信度值之间的差值，如果该差值大于事先设定的阈值，说明置信度值曲线发生“droppingeffect”，则可以重新选择调节算子的取值，从而可以使计算得到的优先权值能够代表正确的块填充次序，使得在有限的迭代次数内，达到更加准确的修复效果，与现有技术相比，不仅能够智能地生成破损区域所需信息，而且有效地避免“dropping effect”的效果,使得计算得到的像素点的优先权更符合实际修复顺序，保证了图片修复的准确性。2、本专利技术在已知区域内寻找待修复目标快的匹配块时采用了两种匹配条件，首先采用均值SSD距离作为首次匹配条件来寻找待修复目标块的最优匹配块，由于采用最小的均值SSD距离作为匹配条件可能出现多个待修复目标块的最优匹配块，此时采用简化的NCC距离作为此匹配条件，在最优匹配块中寻找最佳匹配块，进一步保证了图像修复的精度和准确性。3、本专利技术由于设定了大小合适的待匹配块区域，能够快速有效地生成并填充破损区域所需的信息。本专利技术可以广泛应用于图像修复过程中。附图说明图1是本专利技术的图像修复原理示意图；图2是图1的修复结果示意图；图3是本专利技术的图像修复方法的流程示意·图4 (a)是本专利技术的实施例图像示意图；图4 (b)是本专利技术的实施例修复区域边界δ Ω上任一像素点P的示意图；图5是本专利技术实施例的待修复目标块修复完成形成的新的待修复区域；图6是采用本专利技术的修复效果示意图，图6 (a)是修复前的图形示意图；图6 (b)是修复后的效果不意图；图7 Ca)是现有技术的置信度曲线示意图，横坐标为迭代次数，纵坐标为置信度；图7 (b)是采用本专利技术的方法计算的置信度曲线示意图，横坐标为迭代次数，纵坐标为置信度；图8 (a)是现有技术的块填充优先权示意图，横坐标为迭代次数，纵坐标为块填充优先权；图8 (b)是采用本专利技术的方法计算的填充优先权示意图，横坐标为迭代次数，纵坐标为块填充优先权。具体实施例方式下面结合附图和实施例对本专利技术进行详细的描述。目标去除是图形修复
的一个典型应用，其任务是尽量自然地修复图像中指定区域的丢失图形信息，本专利技术以目标去除为实施例对图像修复方法的具体过程进行说明，目标去除是针对图像中的信息缺损区域，利用图像中其它已知区域的结构或纹理信息进行填充，使修复后的图像自然、真实，符合人的视觉心理要求。如图1所示，I是待修复图像，Ω是指定的缺损区域(待修复区域)，Φ是图像中信息完好的区域。如图2所示，从目标去除的角本文档来自技高网...

【技术保护点】
一种基于样本的图像修复方法，包括以下步骤：1）计算待修复图像的待修复区域边界上任一像素点p的优先权，包括以下步骤：①将待修复图像分成已知区域Φ和待修复区域Ω两部分，δΩ为待修复区域Ω的边界；②计算待修复区域边界δΩ上任一像素点p的置信度值RC(p)：RC(p)=(1?ω)C(p)+ωC(p)=Σq∈Ψp∩ΦC(q)|Ψp|式中，ω为调节算子，Ψp为待修复块，q为Ψp与Φ相交区域的任一像素点；③计算像素点p的数据项D(p)；④计算像素点p的优先权P(p)=RC(p)D(p)；2）根据所述步骤1）计算像素点p的优先权，确定最先修复的待修复目标块；3）搜索已知区域内的所有匹配块，根据设定的匹配条件，寻找待修复目标块的最佳匹配块；4）提取最佳匹配块的像素值，并计算最佳匹配块中心像素点的置信度值；5）将最佳匹配块对应的像素值复制到待修复目标块的相应位置，并将p点的置信度更新成最佳匹配块中心像素点的置信度值，形成新的待修复区域；6）执行上述步骤1）～5），直到待修复区域全部填充完毕。

【技术特征摘要】

【专利技术属性】
技术研发人员：吕科，王静，潘卫国，
申请(专利权)人：中国科学院研究生院，
类型：发明
国别省市：