一种终端、图像的修复方法和装置。所述方法包括：统计各像素点的特征参数，以建立图像的直方图；基于所述直方图确定区域的特征参数分割阈值；按照特征参数分割阈值将所述图像分割成背景区和污染区；基于所述污染区的特征参数的均值、所述背景区的特征参数的均值和方差调整所述污染区中像素点的特征参数。本发明专利技术的技术方案大大减少了计算量，实现时简单快捷，具备较强的自适应能力，能够适用于处理性能较低的场合；同时可以避免现有图像修复方法以像素为单位进行修复造成的局部色彩不一致而影响整体观感，保证了区域整体一致性，保留区域内自然纹理性细节观感。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，特别涉及一种终端、图像的修复方法和装置。
技术介绍
图像修复是指对局部区域内有数据丢失或损坏的数字图像按照某种特定规则进行修复，使其恢复图像的完整性。该技术在修复文物字画、修复由网络传输引起的图像残缺、去除图像及视频中的文字和划痕、以及移除图像中的目标物等方面得到广泛应用。典型地，在数字图像中，由于传感器缺陷、镜头上的污溃、曝光不均匀等因素，会出现区域性的色彩或亮度不均匀现象，例如，数码照片中红眼现象导致人眼部区域出现明显的红色不均匀，即需要按区域进行修复，使修复后的整个眼部区域看起来是均匀自然。目前，数字图像修复技术大致可分为两类:一类是用于小尺度缺损的数字图像修补(inpainting)技术。这种技术利用待修补区域的边缘信息，同时采用一种由粗到精的方法来估计等照度线(isophote)的方向，并采用传播机制将信息传播到待修补的区域内，以便得到较好的修补效果。典型的数字图像修补技术为迭代光滑法，该方法借助多次迭代过程使其周围的光滑性慢慢传播到待修复区域内，光滑性测度有多种，常见的是拉普拉斯(Laplace)光滑，传播方向一般是沿着边界的切向圆周方向展开的。本质上，迭代光滑法是一种基于偏微分方程的修补算法。用户提供的掩码指定输入图像被修饰的部分，该算法将输入的图像视为三个独立的通道，即R，G和B。对于每个通道而言，它通过沿着水平线传播来自掩码区域外的信息来填补待修复区域。等照度线方向通过计算沿修复轮廓在每个像素上的离散梯度向量和90度旋转产生的向量而获得，目的是在保留了边缘的同时传播信息。用一个二维Laplace来估计色彩平滑变量，这种变量是沿着等照度线方向传播。修复过程中的每几个步骤后，该算法进行数次扩散迭代来平滑修复区。使用各向异性扩散，以保留整个修复区边界。另一类是用于填充图像中大块丢失信息的图像补全(completion)技术。这类技术包含两种方法:一种是基于图像分解的修复技术，其主要思想是将图像分解为结构部分和纹理部分，其中结构部分用修补(inpainting)算法修补，纹理部分用纹理合成方法填充；另一种是用基于块的纹理合成技术来填充丢失的信息，该算法的主要思想是，首先从待修补区域的边界上选取一个像素点，同时以该像素点为中心，根据图像的纹理特征选取大小合适的纹理块，然后在待修补区域的周围寻找与之最相近的纹理匹配块来替代该纹理块。在上述纹理特征匹配法中，用户首先指定需要修复的区域，算法逐点遍历待修复区域中的所有像素，针对每一像素在待修复区域之外找到纹理特征最相似的像素点，直接以此最相似点信息修复之。纹理特征有不同的表示方法，可以是该像素点n*n邻域内所有像素值，或n*n邻域内的梯度值，或是两者的结合。纹理特征的匹配是基于各种距离测度的，如各种颜色空间上的欧式距离等。由于纹理特征匹配是逐像素点进行的，不断搜索整张图片中与待修复点纹理特征最相似的，修复过程由待修复的区域外边界向内进行的，因此计算量取决于图像的分辨率大小，待修复区域的大小，纹理描述模板的大小等，上述各因素相应参数增大会导致计算量呈几何倍数增长。而对于迭代光滑法，其虽然不考虑离待修复区域较远的区域，是一种局部搜索方法，但要获得比较好的结果，一般要求迭代次数很多，其计算量取决于待修复区域的大小和迭代次数。因此迭代次数的增加也同样导致修复时间的倍数增长。可见，无论是纹理特征匹配法还是迭代光滑法，涉及计算量非常大。一方面，上述数字图像修复方法导致修复时间长，不适于在处理性能较低的场合，如移动终端平台等；另一方面，按照现有数字图像修复方法以像素为单位进行修复，计算量巨大，不可避免地会导致局部色彩不一致，影响整体的观感。更多关于图像区域修复方法的技术方案可以参考公开号为US2008/0238942A1的专利技术名称为“基于对象的图像修补”的美国专利申请文件，但仍没有解决上述问题。
技术实现思路
本专利技术技术方案解决的问题是现有对数字图像进行修补的计算量大，且修复效果不佳。为解决上述问题，本专利技术实施例提供一种图像的修复方法，包括:统计各像素点的特征参数，以建立图像的直方图；基于所述直方图确定区域的特征参数分割阈值；按照特征参数分割阈值将所述图像分割成背景区和污染区；基于所述污染区的特征参数的均值、所述背景区的特征参数的均值和方差调整所述污染区中像素点的特征参数。 可选地，所述图像为灰度图像，所述特征参数为灰度值。可选地，所述图像为彩色图像，所述特征参数为亮度分量或色度分量，或者亮度分量和色度分量。可选地，所述特征参数分割阈值包括特征参数分割上限和特征参数分割下限，所述污染区包括亮污染区和暗污染区；所述亮污染区的像素点的特征参数高于所述特征参数分割上限；所述暗污染区的像素点的特征参数低于所述特征参数分割下限。可选地，所述背景区的像素点的特征参数低于或等于特征参数分割阈值；所述污染区的像素点的特征参数高于特征参数分割阈值。可选地，所述背景区的像素点的特征参数高于或等于特征参数分割阈值；所述污染区的像素点的特征参数低于特征参数分割阈值。可选地，所述特征参数的均权利要求1.一种图像的修复方法，其特征在于，包括: 统计各像素点的特征参数，以建立图像的直方图； 基于所述直方图确定区域的特征参数分割阈值； 按照特征参数分割阈值将所述图像分割成背景区和污染区； 基于所述污染区的特征参数的均值、所述背景区的特征参数的均值和方差调整所述污染区中像素点的特征参数。2.根据权利要求1所述的图像的修复方法，其特征在于，所述图像为灰度图像，所述特征参数为灰度值。3.根据权利要求1所述的图像的修复方法，其特征在于，所述图像为彩色图像，所述特征参数为亮度分量或色度分量，或者亮度分量和色度分量。4.根据权利要求1所述的图像的修复方法，其特征在于，所述特征参数分割阈值包括特征参数分割上限和特征参数分割下限，所述污染区包括亮污染区和暗污染区； 所述亮污染区的像素点的特征参数高于所述特征参数分割上限； 所述暗污染区的像素点的特征参数低于所述特征参数分割下限。5.根据权利要求1所述的图像的修复方法，其特征在于， 所述背景区的像素点的特征参数低于或等于特征参数分割阈值； 所述污染区的像素点的特征参数高于特征参数分割阈值。6.根据权利要求1所述的图像的修复方法，其特征在于， 所述背景区的像素点的特征参数高于或等于特征参数分割阈值； 所述污染区的像素点的特征参数低于特征参数分割阈值。7.根据权利要求1所述的图像的修复方法，其特征在于，所述特征参数的均值8.根据权利要求7所述的图像的修复方法，其特征在于，9.根据权利要求7所述的图像的修复方法，其特征在于， 当Told < Tbkg -a*abkg^,根据1_ = Told + abs(Told -Tbkg)调整所述污染区中像素点的特征参数， 其中，Ttjld为所述污染区的像素点在调整前的特征参数；Tn 为所述污染区的像素点在调整后的特征参数为调整前所述污染区像素点的特征参数的均值为所述背景区像素点的特征参数的均值；σ bkg为所述背景区像素点的特征参数的方差；α为恢复强度因子；abs表示求绝对值。10.根据权利要求8或9所述的图像的修复方法，其特征在于，所述恢复强度因子α表示所述污染本文档来自技高网...
【技术保护点】
一种图像的修复方法，其特征在于，包括：统计各像素点的特征参数，以建立图像的直方图；基于所述直方图确定区域的特征参数分割阈值；按照特征参数分割阈值将所述图像分割成背景区和污染区；基于所述污染区的特征参数的均值、所述背景区的特征参数的均值和方差调整所述污染区中像素点的特征参数。
【技术特征摘要】
【专利技术属性】
技术研发人员：黄玉春，林福辉，彭晓峰，
申请(专利权)人：展讯通信上海有限公司，
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。