[发明专利]一种对破损图画进行高保真修复及输出的方法

权利要求书

1.一种对破损图画进行高保真修复及输出的方法，其特征在于，该方法按照以下步骤实施，

步骤1、首先利用扫描仪对需修复的破损图画扫描，得到RGB格式的数字稿；

步骤2、利用数字修复技术对RGB格式的数字稿中的破损区域进行修复处理，得到完整的RGB格式的数字修正稿；

步骤3、对扫描仪特性化，得到色彩空间值RGB与L^*a^*b^*的关系，据此RGB与L^*a^*b^*关系将步骤2得到的完整的RGB格式的数字修正稿转换成L^*a^*b^*格式图像；

步骤4、对打印机标定，得到L^*a^*b^*与CMYK色彩空间的对应关系，据此对应关系将步骤3得到的L^*a^*b^*格式图像转换成CMYK格式，从而打印输出，得到修复良好的原稿图片。

2.根据权利要求1所述的方法，其特征在于，所述步骤2中对破损区域进行修复处理，具体步骤是，

假设D为破损区域，E为包含D外部且完全包含它的一个区域，将E中的信息尽量连续的延伸到D内部，这个过程中D逐渐缩小，直至所有像素被修复完毕，

修复过程始终在D的外边界上进行，对于该边界上的一点s，选取它周围的一组邻域象素作为信息来源，综合这些点的信息对点s进行填充，如果利用修复区域外距离s点r个象素范围的一系列点B_r时，s点的最终象素值就是B_r中所有像素信息的综合，s点的象素值表示为：

u(s)=Σi=1np∈Brw(s,p)*u(p)Σi=1np∈Brw(s,p)---(1)]]>

其中u(p)为s的邻域B_r中的一点p的像素值，w(s，p)为p点对s点像素值贡献的权重，其中的w(s，p)表示第p个点的权重，p＝0，1，2...24，如果p点为修复区域内的点，则令w(s，p)＝0，使对s修复用的点都来自修复区域之外的点，

p对s的影响量可以用下式(2)表示：

u(s,p)=u(p)-▿u(p)*(p-s)]]>其中，▿u(p)=(∂u∂x,∂u∂y)---(2)]]>

w(s，p)被定义为二者的欧式距离参数：

w(s,p)=1(sx-px)2+(sy-py)2---(3)]]>

边界各点的修补顺序为，

使用水平集算法中的Eikonal方程为：

其中T(x，y)表示曲线经过坐标(x，y)的时间，是T的梯度范数，

把T定义为点到修复区域边界的距离函数，T的零水平集是修复区域的边界，而修复区域边界的法线方向则是而该式的离散求解过程可以表示为：

max(D^-xT，-D^+xT，0)²+max(D^-yT，-D^+yT，0)²＝1(5)

其中D^-x代表x方向的后向差分算子；其中D^+x代表x方向的前向差分算子；其中D^-y代表y方向的后向差分算子；其中D^+y代表y方向的前向差分算子，

对于图像中的每一点设定三个值，即：T、f和I，其中，T是该点到修复边界的距离；I为该点的象素值；f为该点的标志，分别取为Alive、Narrowband或Faraway，其意义如下：

Alive：说明该点在修复边界外部，它的T值和I值已知；

Narrowband：说明该点在修补区域的边界上，其T值和I值正待更新；

Faraway：说明该点在修补区域内部，其T值和I值未知；

图像修补区域各点的修补过程具体步骤为：

I、初始化：

a).首先对要修补的图像手工作二值蒙版，要修补的区域在蒙版上对应位置为黑色，其象素值为0；不需要修补部分为白色，其象素值为1；

b).对应于蒙版图像上的同一位置，若待修补图像上某点象素值I(x，y)＝0，说明该点在要修补的区域内，令f(x，y)＝Faraway，T(x，y)＝+∞；

c).若I(x，y)＝1，说明该点在要修补的区域外，令f(x，y)＝Alive，T(x，y)＝0；

d).若I(x，y)＝0且点(x，y)的四邻域中存在点(i，j)满足I(i，j)＝＝1，将该点定义为边界点，令f(x，y)＝Narrowband；

e).将f值为Narrowband的象素放入一个名为Band的堆栈中，按照T值从小到大的顺序对它们排列，

II、修补：

a).从Band中选择具有最小T值的点，设为(i_min，j_min)；

b).将点(i_min，j_min)的f值改为Alive，从Band点集中删除；

c).将(i_min，j_min)的邻域点(i_min-1，j_min)、(i_min+1，j_min)、(i_min，j_min-1)、(i_min，j_min+1)中f值为Faraway的点加入到Band中，并利用修补算法将其修补；

d).根据式(5)更新邻域点的T值；

e).转回到步骤II.a)继续修补；

f).当Band中没有新的象素加入时，即为修补区域已经填充好，结束循环。

3.根据权利要求1所述的方法，其特征在于，所述步骤3中的扫描仪特性化，具体步骤是，

首先选择一标准的色靶，然后使用扫描仪对色靶上的每个色块进行扫描，经图像处理得到每个色块的RGB值；同时，利用分光光度计测量色块的L^*a^*b^*值；最后利用每个色块相互对应的RGB和L^*a^*b^*值，建立RGB和L^*a^*b^*两种色彩空间的关系模型，

采用一种最高次为四次的多项式回归方法，完成对扫描仪的特性化工作，其中RGB和L^*a^*b^*的多项式表达关系如下：

f_L(R，G，B)＝α₀+α₁R+α₂G+α₃B+α₄RG+α₅GB+α₆RB+α₇R²+α₈G²+α₉B²+α₁₀RGB+α₁₁R²G+α₁₂R²B+α₁₃G²R+α₁₄G²B+α₁₅B²R+α₁₆B²G+α₁₇R³+α₁₈G³+α₁₉B³+α₂₀R²G²+α₂₁R²B²+α₂₂G²B²+α₂₃R⁴+α₂₄G⁴+α₂₅B⁴，(多项式1)

f_a(R，G，B)＝β₀+β₁R+β₂G+β₃B+β₄RG+β₅GB+β₆RB+β₇R²+β₈G²+β₉B²+β₁₀RGB+β₁₁R²G+β₁₂R²B+β₁₃G²R+β₁₄G²B+β₁₅B²R+β₁₆B²G+β₁₇R³+β₁₈G³+β₁₉B³+β₂₀R²G²+β₂₁R²B²+β₂₂G²B²+β₂₃R⁴+β₂₄G⁴+β₂₅B⁴，(多项式2)

f_b(R，G，B)＝γ₀+γ₁R+γ₂G+γ₃B+γ₄RG+γ₅GB+γ₆RB+γ₇R²+γ₈G²+γ₉B²+γ₁₀RGB+γ₁₁R²G+γ₁₂R²B+γ₁₃G²R+γ₁₄G²B+γ₁₅B²R+γ₁₆B²G+γ₁₇R³+γ₁₈G³+γ₁₉B³+γ₂₀R²G²+γ₂₁R²B²+γ₂₂G²B²+γ₂₃R⁴+γ₂₄G⁴+γ₂₅B⁴，(多项式3)

上述三个多项式中，R，G，B分别代表某色块被扫描后的RGB颜色值，其数值范围都在0～255之间；L^*、a^*、b^*分别代表色块在CIE L^*a^*b^*颜色空间的三个分量，L^*取值范围为0～100，a^*取值范围为-128～127，b^*取值范围为-128～127；函数f_L(R，G，B)代表RGB颜色值与L^*a^*b^*值中的L^*分量之间的函数关系；函数f_a(R，G，B)代表RGB颜色值与L^*a^*b^*值中的a^*分量之间的函数关系；函数f_b(R，G，B)代表RGB颜色值与L^*a^*b^*值中的b^*分量之间的函数关系；而α_0-25，β_0-25，γ_0-25分别代表未知的常数系数，

以上三个多项式中，α、β、γ分别为方程式中的系数，利用采集到的建模数据以及最小二乘法即可求解，在获取了该78个参数后，即可计算出任意给定的RGB值所对应的L^*a^*b^*值。