[发明专利]一种基于旋转及尺度空间拓展的图像修复方法

说明书

技术领域

本发明涉及一种。特别是涉及一种基于旋转及尺度空间拓展的图像修复方法。

背景技术

数字图像修复技术是计算机视觉领域的重要研究课题，其主要研究内容在于如何利用图像中的已知信息对破损区域进行填充，最终保证修复图像的效果自然合理。该技术在字幕、污点、划痕去除、老照片修复、影视特技、文物保护等领域都具有重要的意义和研究价值。

数字图像修复的经典算法是Criminisi等提出的基于样本块的修复算法，该算法利用置信度函数和结构性函数来确定修复的优先权函数，可实现大区域破损纹理图像的自动修复。

基于样本块的修复算法在修复图像结构时容易出现块效应和误匹配。国内外学者通过结构优化、频域变换和使用马尔科夫随机场等方法来改善结构图像的修复效果，在保持纹理信息修复效果的同时改善了结构信息的恢复，还有一些学者提出利用结构曲线来改善结构修复效果。提出利用人机交互方案来解决图像结构的修复问题，通过人为干预，手动添加匹配块的搜索范围，提高了结构图像修复质量和速度。

现有方法局限于平移空间，当图像存在旋转和尺度变换的时候无法找到准确的最优匹配块，修复效果不够理想。因此需要找到一种参数空间拓展和优化的方法，来完成尺度和旋转图像的修复问题。

发明内容

本发明所要解决的技术问题是，提供一种基于旋转及尺度空间拓展的图像修复方法，其在修改能量函数的基础上利用基于patchmatch的快速匹配块搜索算法和LM优化参数方法实现空间拓展，能够明显改善旋转和尺度信息的修复效果，弥补传统算法只能针对平移空间搜索的局限性。

本发明所采用的技术方案是：一种基于旋转及尺度空间拓展的图像修复方法，包括如下步骤：

1)将破损图像分割为目标区域和信息区域；

2)然后把破损图像下采样为5级高斯金字塔模型；

3)对每一级金字塔图像采用指定次数的迭代；

4)对每个迭代进行最优匹配块搜索和信息填充，得到修复的图像。

步骤3)中所述的每一级金字塔图像采用指定次数的迭代是，第5级进行15次迭代，以后每级迭代次数递减3次。

步骤4)中所述的最优匹配块搜索包括随机分配参数、LM优化传播和LM优化随机搜索，所述的随机分配参数是对所有目标块随机分配一个匹配块，包含横纵坐标和尺度或旋转参数；所述的LM优化传播和LM优化随机搜索，是在随机分配参数基础上进行100次迭代搜索最优匹配块的过程。

所述LM优化传播过程包括：

(1)奇数次迭代的时候传播过程首先考虑当前目标块上方和左方一个像素位置的块的匹配块，将所述的匹配块的下方和右方的块作为当前目标块的待更新匹配块；偶数次迭代时则选择目标块下方和右方一个像素位置的块匹配块，将所述的匹配块的上方和左方的块作为当前目标块的待更新匹配块；

(2)对每个待更新匹配块进行LM优化；

(3)利用步骤(2)得到的最优的尺度或旋转参数更新最优匹配块。

步骤(2)中所述的LM优化包括：

(a)设为当前待更新匹配块旋转θ角度后对目标块t_n的估计，给定初始角度θ₀和目标块t_n，误差函数定义为：

(b)利用LM迭代算法寻找使得平方误差(ε(θ))^Tε(θ)达到最小时的最优旋转角度θ，每次迭代都寻找新的δ_θ，使δ_θ满足:

(J^TJ+uI)δ_θ＝J^T(t_n-f(θ))＝J^Tε(7)

其中，J是雅克比矩阵μ>0，I为单位矩阵；

(c)若由公式(7)获得的δ_θ满足关系：

(ε(θ+δ_θ))^Tε(θ+δ_θ)<(ε(θ))^Tε(θ)(8)

则更新θ＝θ+δ_θ，同时减小μ为否则增加μ为2μ并重新求解公式(7)，直到求得的δ_θ满足公式(8)，更新θ＝θ+δ_θ；

循环进行第(b)和(c)步,直到收敛到局部最优旋转参数。

当满足以下条件之一时停止迭代，并取当前θ为最优旋转参数。