基于样本结构一致性的图像修复方法
【技术领域】
[0001] 本发明属于图像处理技术领域，具体涉及一种新的基于样本结构一致性的图像修 复方法。
【背景技术】
[0002] 图像修复技术是一项古老的技术，可以追溯到文艺复兴时代，当时的艺术家们凭 借丰富的经验来修复受损的珍贵艺术品。随着现代计算机科学和数字图像处理技术的飞速 发展，对于图像修复方法的研宄吸引了大量学者的目光。通过数字图像修复技术，人们在不 需要具备专业技术的情况下，可以修复老旧照片、电影和油画；也可以移除照片上的文字， 遮挡物等。
[0003] 图像修复是一个没有真解的问题，因为它没有一个明确定义的解决方案。为了恢 复丢失区域的信息，我们假设已知区域的像素点和未知区域的像素点具有相同的统计特性 或是几何结构。这样，未知区域的像素点可以通过已知像素点估计出来。目前图像修复一 般有两类方法。第一种是基于偏微分方程的扩散修复方法。这类方法模拟人修复图像的过 程，将已知区域的图像信息沿着等照度线慢慢延伸进未知区域，直到未知区域被填补完全。 它们先建立一个修复模型，然后求解偏微分方程，通过迭代的方法将位置区域计算出来。这 类方法适合用于富有结构信息和破损区域小的图像，当它被用来修复大面积破损或是同时 具有结构信息和纹理信息的自然图像时，结果并不尽如人意。第二种是基于样本的图像修 复方法。这类方法采纳了纹理合成的思想，通过在已知区域找与缺损区域边缘最相似块的 方法，直接将相似块填入到缺损区域，保持了未知区域和附近像素的一致性，直至缺损区域 被填补完全。这类方法适用于自然图像和大面积缺损图像，但同时也会有修复结果视觉上 不连续等缺陷。为了克服已有方法的一些缺陷，本发明提出了一种基于样本结构一致性的 图像修复方法。该方法考虑了图像块之间的结构一致性，并提出一个更合理的优先权函数， 能生成更符合人眼视觉的修复结果。
【发明内容】
[0004] 本发明要克服现有技术存在的上述缺点和不足，提出一种基于样本结构一致性的 图像修复方法，使得修复结果更符合人眼视觉习惯。本发明包括如下基本步骤：
[0005] 步骤一：确定图像缺损区域边界0Ω，如果5Ω为空，则修复过程结束。本发明定义 Φ为已知区域；Ω为图像缺损区域。
[0006] 步骤二：对缺损区域边界ao上的每一个像素点P，计算其优先权函数值。本发明 提出一种新的优先权函数，用于确定缺损边界像素的修复顺序：
[0007] P (p) = C (p) *CS (p) *D (p) (I)
[0008] 其中，P(P)表示缺损边界像素点p的优先权值，P(P)越大，该点应更早被修复。 C(P)表示点p的置信度；C s(p)表示点p的匹配置信度；D(p)表示点p的结构信息。置信 度项C(p)用于衡量像素点p周围有多少已知信息，定义如下：
【主权项】
1.基于样本结构一致性的图像修复方法，包括如下步骤： 步骤一，确定图像缺损区域边界ao，如果aa为空，则修复过程结束；定义Φ为已知区 域；Ω为图像缺损区域； 步骤二，对缺损区域边界aa上的每一个像素点P，计算其优先权函数值；本发明提出 一种新的优先权函数，用于确定缺损边界像素的修复顺序： P (p) = C (p) *CS (p) *D (p) (I) 其中，P(P)表示缺损边界像素点P的优先权值，P(P)越大，该点应更早被修复；C(p)表 示点P的置信度；Cs (p)表示点p的匹配置信度；D (p)表示点p的结构信息；置信度项C(p) 用于衡量像素点P周围有多少已知信息，定义如下：
其中，Φρ表示像素点P的邻域；I Φ p|表示点P邻域Φρ中像素点的总数；图像已知 区域像素点的初始置信度设置为1，缺损区域像素点的初始置信度设置为〇 ;匹配置信度项 Cs(P)用于衡量缺损边缘像素点ρ邻域中已知像素的匹配置信程度；定义如下：
其中，I φρη φ I表示P邻域中的已知像素点个数；图像匹配置信度初始值在已知像 素点设置为1，未知像素点设置为0 ;在图像修复过程中，如果当前待修复目标块与所对应 的最佳匹配块的相似程度大，则给匹配置信度赋较大的值；反之，则赋较小值；结构信息项 D(P)衡量等照度线撞击缺损区域边界的强度，表示点ρ是否位于图像结构信息区域；如果 是，则该点应更早被修复；定义如下：
其中，α是归一化因子，对于灰度图像α = 255 表示缺损区域边界点ρ的单位法 向量；VjC表示点P梯度的正交向量； 步骤三，在图像缺损区域边界像素点5Ω中选取具有最大优先权值P(P)的像素点力 后，在图像已知区域寻找与目标块6最相似的匹配块；本发明提出一种结构一致性匹配算 法，用于寻找最佳匹配块：
其中，&是找到的最佳匹配块是&与Φ,两块之间距离函数，表示两块的 相似程度
是％与Φ q两块对应像素之间差的平方和；)是％与 Φ,两块对应像素差值的标准差；β是一个权重常量，用于调整对于最终结果 的影响；在计算两块距离时，只需计算目标块5中已知像素部分；本发明所提出的结构一 致性匹配算法，不仅考虑到了两块之间总体的颜色差异，更将两块间的结构变化考虑进去， 能获得更符合人眼视觉的最佳匹配块； 步骤四，找到最佳匹配块A后，目标块％中的未知像素点用A中对应的像素值填 充； 步骤五，被填充像素的置信度被更新为：
其中As (ZV)表示点t与块中心点多的欧氏距离；λ为置信度下降因子，用于控制置信 度的下降速度；Cuppot为置信度更新上限，通过目标块中已知像素的置信度均值来确定为
被填充像素的匹配置信度被更新为：
其中是归一化的两块之间的匹配值：
m表示目标块％中已知像素的数量； 步骤六，重复以上的几个步骤，直至缺损区域被填补完全。
【专利摘要】基于样本结构一致性的图像修复方法,包括如下步骤：确定图像缺损区域边界对缺损区域边界上的每一个像素点p，计算其优先权函数值；在图像缺损区域边界像素点中选取具有最大优先权值P(p)的像素点后，在图像已知区域寻找与目标块最相似的匹配块；找到最佳匹配块后，目标块中的未知像素点用中对应的像素值填充；被填充像素的置信度被更新；重复以上的几个步骤，直至缺损区域被填补完全。
【IPC分类】G06T5-00
【公开号】CN104680492
【申请号】CN201510106722
【发明人】王海霞, 蔡逸飞, 梁荣华, 蒋莉
【申请人】浙江工业大学
【公开日】2015年6月3日
【申请日】2015年3月11日