[发明专利]非局部均值图像细节修复方法

说明书

技术领域

本发明属于图像处理技术领域，涉及到图像修复，可用于修复图像破损区域，目标移除和图像中文本的去除。

背景技术

图像修复技术是图像复原研究中的一个重要内容，它的目的是根据图像现有的信息来自动恢复丢失的信息，其可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。现有的图像修复方法大致可以分为基于结构的修复方法和基于纹理的修复方法两大类。其中基于结构的修复方法本质上都是一种基于偏微分方程的修复方法，最早由Bertalmio等人提出，随后由Chan等人提出的基于总体变分TV模型的修复方法，以及由TV修复模型启发产生的曲率驱动扩散CDD模型修复方法都属于基于结构的修复方法。这些方法都是通过信息的扩散来实现的，仅适用于非纹理图像以及小尺度破损的图像修复。

此外，Criminisi等人提出的基于样本的修复方法是一种基于纹理的修复方法，该方法借鉴了纹理合成方法中的思想来寻找样本块并匹配复制，同时充分利用了基于结构的修复方法中的扩散方式来定义修复块的优先级，使得处在具有较多结构信息的边缘附近的修复块具有较高的修复优先级，从而在修复纹理信息的同时对结构信息也有一定的保持。该方法采用单个样本块直接填充待修复区域，由于实际中很难使样本块与待修复块达到最优匹配，因此在填充待修复块时会存在一定的误差，随着修复过程的进行，这种做法会造成误差的累积。

后来，Alexander Wong和JeffOrchar提出了一种基于样本的非局部均值修复算法，采用多个样本块的加权均值来合成用于填充待修复区域的填充块，在一定程度上改善了基于样本修复方法的缺陷。但该方法由于使用一个衰减系数为常数的负指数函数来计算样本块与待修复块的相似性权值，而不同的待修复块中所包含的信息是不同的，这样做势必会造成相似性权值的计算不够准确，进而导致修复结果不能很好的连接图像中的细节纹理，且上述现有方法，对图像中细节部分的修复有误差，导致修复的结果边缘和纹理有错误，进而使整个结果图变得不自然。

发明内容

本发明的目的在于针对上述已有技术的不足，提出了一种非局部均值图像细节修复方法，使图像修复结果中的细节信息更加准确，从而改善修复效果。

实现本发明目的的技术思路是，在基于样本的非局部均值修复方法的基础上，利用PPB模型，对平滑参数进行修正，构造了一个新的权值计算公式，并重新定义了两个图像块的相似性计算规则，可以更准确的搜索相似块，以得到更好的修复结果。

其实现步骤包括如下：

（1）对于输入的待修复图像I，确定待修复区域Ω和待修复区域的边界δ；

（2）利用如下公式，计算出中心点在待修复区域的边界δ上的所有修复块的优先级P(p)：

P(p)＝C(p)·D(p)，

其中，D(p)为数据项，C(p)为置信度项，表示图像像素点的可信程度，C(p)初始化为C(p)＝0，p∈Ω，C(p)＝1，p∈I-Ω；

（3）以优先级最高的修复块的中心点为中心，选取大小为M×M的邻域作为该修复块的搜索区域，定义该区域内以点为中心的块为样本块；

（3.1）利用如下公式，计算修复块的中心点和样本块的中心点的相关性：

ϵ=exp(-(p^-q^)22σ2)]]> 

其中，σ²为修复块的方差；

（3.2）根据上面得到的相关性，找出搜索区域中所有与修复块的中心点处于同质区域的点，作为新的搜索区域；

（4）计算新的搜索区域内的修复块与样本块的相似性距离：